skip to main content
Visitante
Meu Espaço
Minha Conta
Sair
Identificação
This feature requires javascript
Tags
Revistas Eletrônicas (eJournals)
Livros Eletrônicos (eBooks)
Bases de Dados
Bibliotecas USP
Ajuda
Ajuda
Idioma:
Inglês
Espanhol
Português
This feature required javascript
This feature requires javascript
Primo Search
Busca Geral
Busca Geral
Acervo Físico
Acervo Físico
Produção Intelectual da USP
Produção USP
Search For:
Clear Search Box
Search in:
Busca Geral
Or hit Enter to replace search target
Or select another collection:
Search in:
Busca Geral
Busca Avançada
Busca por Índices
This feature requires javascript
Tipo de recurso
criteria input
qualquer lugar do registro
no título
como autor
no assunto
Data de publicação
lsr01
lsr02
lsr03
lsr04
Orientador
Show Results with:
no título
Show Results with:
qualquer lugar do registro
no título
como autor
no assunto
Data de publicação
lsr01
lsr02
lsr03
lsr04
Orientador
Mostra resultados com:
criteria input
que contêm minhas palavras de busca
com a frase exata
começa com
Mostra resultados com:
Índice
criteria input
E
OU
NÃO
This feature requires javascript
Uso de sensoriamento remoto para aplicações de agricultura digital em cana-de-açúcar
Duft, Daniel Garbellini
Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola Superior de Agricultura Luiz de Queiroz 2022-07-08
Acesso online
Exibir Online
Detalhes
Resenhas & Tags
Mais Opções
This feature requires javascript
Enviar para
Adicionar ao Meu Espaço
Remover do Meu Espaço
E-mail (máximo 30 registros por vez)
Imprimir
Link permanente
Referência
EasyBib
EndNote
RefWorks
del.icio.us
Exportar RIS
Exportar BibTeX
This feature requires javascript
Título:
Uso de sensoriamento remoto para aplicações de agricultura digital em cana-de-açúcar
Autor:
Duft, Daniel Garbellini
Orientador:
Fiorio, Peterson Ricardo
Assuntos:
Random Forest
;
Cultivares
;
Zoneamento
;
Imagem De Satélite
;
Índice De Vegetação
;
Variáveis Agrometeorológicas
;
Vegetation Index
;
Satellite Image
;
Agrometeorological Variables
;
Random Forest
;
Cultivars
;
Zoning
Notas:
Tese (Doutorado)
Descrição:
A agricultura digital é uma abordagem multidisciplinar que diz respeito ao uso de informações digitais detalhadas para orientar a tomada de decisão ao longo da cadeia agrícola. Seu uso é cada vez mais necessário e deve trazer muitos benefícios para a segurança alimentar e energética nos próximos anos. O grande ponto é a aquisição de dados de maneira contínua para gerar informações e guiar processos. Como a agricultura, principalmente no Brasil, é feita em grandes escalas de área e por conta disso, a aquisição de dados com o uso de sensores na propriedade é dificultada, o sensoriamento remoto aparece como uma ferramenta importante para a obtenção de dados e validação de operações. O sensoriamento remoto é utilizado de forma contínua desde a década de 80, porém tem ganhado mais força com o aparecimento da computação de alta performance e com o barateamento dela. Embora em algumas culturas estejam bastante desenvolvidas no uso de sensoriamento remoto para geração de informações, a cana-de-açúcar ainda possui poucos trabalhos e em escala local. A cana-de-açúcar é a principal cultura para a produção de açúcar e etanol no Brasil. O país é responsável por mais da metade da produção mundial dessa planta e hoje ela é cultivada no Nordeste e na região Centro-Sul. Devido à extensa área de cultivo, existem diversas condições edafoclimáticas em que a cultura da cana-de-açúcar se desenvolve e desta forma, separar essas regiões é extremamente importante para poder aplicar modelos em escala homogênea. Além disso, fazer uma separação morfológica dos canaviais é importante para não gerar modelos sem essa variável e consequentemente trazer incertezas ao processo. No intuito de criar regiões homogêneas foi feito um trabalho de zoneamento e regionalização levando-se em conta as variáveis agrometeorológicas, solo e produtividade histórica da cana planta. Criou-se três regiões de alto, médio e baixo potencial de produção de cana para o Centro-Sul do país. Em seguida, avaliando-se o comportamento histórico de índices de vegetação da área de estudo, fez-se uma regionalização levando em conta o potencial de produção e o comportamento do índice de vegetação. Foram propostas dezessete regiões com comportamento homogêneo para aplicações de modelos baseados em sensoriamento remoto. Outra abordagem foi identificar características morfológicas da cana-de-açúcar que podem levar a falhas em modelagens de áreas contínuas. Para isso, foi utilizado o modelo Random Forest e imagens do satélite Sentinel-2 para criar um modelo que identifica diferentes cultivares. O modelo teve uma precisão global de 86% e índice kappa de 81%. Quando aplicado para 4 cultivares em uma região maior, apresentou a precisão variando de 91% a 96%. Desta forma, foi possível concluir que modelos se adaptam com a mesma precisão que o conjunto de treino, se a região de aplicação é homogênea em relação a solo, clima e manejo. Além disso, o trabalho é base para futuras aplicações em agricultura digital para a cultura da cana-de-açúcar que precisem gerar modelos para a região Centro-Sul.
DOI:
10.11606/T.11.2022.tde-13102022-110617
Editor:
Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola Superior de Agricultura Luiz de Queiroz
Data de criação/publicação:
2022-07-08
Formato:
Adobe PDF
Idioma:
Português
Links
Este item no Dedalus
Teses e Dissertações USP
Acesso ao doi
E-mail do autor
E-mail do orientador
This feature requires javascript
This feature requires javascript
Voltar para lista de resultados
This feature requires javascript
This feature requires javascript
Buscando em bases de dados remotas. Favor aguardar.
Buscando por
em
scope:(USP_VIDEOS),scope:("PRIMO"),scope:(USP_FISICO),scope:(USP_EREVISTAS),scope:(USP),scope:(USP_EBOOKS),scope:(USP_PRODUCAO),primo_central_multiple_fe
Mostrar o que foi encontrado até o momento
This feature requires javascript
This feature requires javascript