Campo DC | Valor | Idioma |
dc.contributor.advisor | Baptista, Gustavo Macedo de Mello | - |
dc.contributor.author | Borges, Bruno Carramaschi | - |
dc.date.accessioned | 2019-04-13T17:24:20Z | - |
dc.date.available | 2019-04-13T17:24:20Z | - |
dc.date.issued | 2019-04-13 | - |
dc.date.submitted | 2018-08-10 | - |
dc.identifier.citation | BORGES, Bruno Carramaschi. Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite. 2018. [108] f., il. Dissertação (Mestrado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2018. | pt_BR |
dc.identifier.uri | http://repositorio.unb.br/handle/10482/34359 | - |
dc.description | Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2018. | pt_BR |
dc.description.abstract | As pastagens plantadas degradadas representam uma parcela significativa no valor total dos
imóveis ligados à pecuária. A utilização das melhores técnicas de manejo produtivo é
necessária para definir suas características de conservação, dado que o vigor das plantas e a
percentagem de solo exposto são fatores relevantes na determinação da qualidade dos pastos.
O uso de índices de vegetação é uma ferramenta apropriada para esse fim. Partindo dessa
premissa, este estudo teve como objetivo avaliar o potencial de vinte e sete índices de
vegetação, em especial o Spectral Feature Depth Vegetation Index/SFDVI, para a aferição da
percentagem de cobertura verde em imagens RapidEye e determinar a qualidade dos pastos
por meio da sua associação com fotografias digitais e dados quanti-qualitativos de campo.
Foram coletadas 108 amostras, em campo, com dados relacionados à qualidade fisiológica e
de conservação dos pastos (vigor e altura das plantas, presença de plantas invasores e cupins)
e fotografias digitais, a um metro de altura do extrato superior das folhas, que foram
processadas, posteriormente, por meio de classificação espectral supervisionada de máxima
verossimilhança para a obtenção dos quantitativos de cobertura verde, palhada e solo exposto.
Os índices de vegetação foram aplicados na imagem RapidEye e correlacionados por
regressão linear simples com a área de cobertura verde, a fim de determinar qual apresentava
uma melhor capacidade preditiva. O índice Renormalized Difference Vegetation Index/RDVI
se sobressaiu em relação aos demais com um R² de 0,766. A maioria dos índices com a banda
RedEdge na sua composição apresentaram coeficientes de determinação intermediários, que
variaram de 0,6627 a 0,7165. O SFDVI apresentou um coeficiente de determinação de 0,6924
para a aferição da porcentagem de cobertura verde, apresentando, assim, um bom potencial
preditivo para esse fim e que pode vir a ser estudado para as demais culturas agrícolas e
florestais. A verificação da qualidade das pastagens foi determinada por meio de regressão
múltipla, com base em seis parâmetros, a partir dos oito índices com melhor desempenho na
estimativa da cobertura verde. Os resultados não mostraram uma capacidade preditiva regular,
pois o coeficiente de determinação de todos os índices foi inferior a 0,60. Ainda assim, o
RDVI, mais uma, vez se mostrou o mais promissor, pois apresentou o maior coeficiente de
determinação (0,5958). A resolução espacial da imagem RapidEye associada a resolução das
fotografias digitais não permitiu uma aferição precisa. Esse foi o fator que mais influenciou
no desempenho da metodologia aqui pesquisada. Desse modo, entende-se que novos estudos
baseados em imagens de satélite ou obtidas por veículos aéreos não tripulados com maior
resolução espacial podem vir a ser realizados na tentativa de aperfeiçoar o método de
estimativa proposto. | pt_BR |
dc.language.iso | Português | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Avaliação da qualidade das pastagens plantadas de capim Panicum maximum cv Mombaça por meio do uso de índices de vegetação, fotografias digitais e imagens de satélite | pt_BR |
dc.type | Dissertação | pt_BR |
dc.subject.keyword | Índices de vegetação | pt_BR |
dc.subject.keyword | Cobertura verde | pt_BR |
dc.subject.keyword | Pastagens - manejo | pt_BR |
dc.subject.keyword | Sensoriamento remoto | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
dc.description.abstract1 | Degraded planted pastures represent a significant portion of the total value of real estate
related to livestock. The use of the best techniques of productive management is necessary to
define its conservation characteristics, since the vigor of the plants and the percentage of
exposed soil are relevant factors in the determination of the quality of the pastures. The use of
vegetation indexes is an appropriate tool for this purpose. The objective of this study was to
evaluate the potential of twenty-seven vegetation indexes, specially the Spectral Feature
Depth Vegetation Index / SFDVI, to measure the percentage of green cover in RapidEye
images and to determine the quality of the pastures through its association with digital
photographs and quantitative/qualitative field data. Data related to physiological and
conservation quality of the pastures (plant vigor and height, occurrence of invasive plants and
termites) and digital photographs were collected in field, which were then processed by
supervised spectral classification of maximum likelihood to obtain the percentage of green
cover, straw and exposed soil. In order to determine which had the best predictive capacity,
the vegetation indexes were applied to the image and correlated by simple linear regression
with the green cover area. The Renormalized Difference Vegetation Index / RDVI surpassed
the others and presented a coefficient of determination (R²) of 0.766. Most indexes with the
RedEdge band in their composition presented intermediate R², ranging from 0.6627 to 0.7165.
The SFDVI showed a coefficient of determination of 0.6924 for the measurement of the
percentage of green cover, presenting, therefore, a good predictive potential for this purpose
and can be studied for other agricultural and forestry purposes. The pasture quality check was
determined by means of multiple regression, based on six parameters, from the eight indexes
with the best performance in the estimation of the green cover. The results did not show a
regular predictive capacity, since the coefficient of determination of all indexes was less than
0.60. Even so, the RDVI, once again, was the most promising, since it presented the highest
R² (0.5958). The spatial resolution of the RapidEye image associated with the spatial
resolution of the digital photographs did not allow accurate gauging. This was the factor that
most influenced the performance of the methodology studied here. Thus, it is understood that
new studies based on satellite images or obtained by unmanned aerial vehicles with higher
spatial resolution may be performed in an attempt to improve the proposed estimation
method. | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|