Dissertação
Demanda hídrica e modelagem de parâmetros biofísicos da cultura do milho a partir do sensor RGNIR a bordo de um VANT
Water demand and modeling of biophysical parameters of maize crop from the RGNIR sensor aboard a UAV
Registro en:
SANTOS, Robson Argolo dos. Demanda hídrica e modelagem de parâmetros biofísicos da cultura do milho a partir do sensor RGNIR a bordo de um VANT. 2019. 69 f. Dissertação (Mestrado em Engenharia Agrícola) - Universidade Federal de Viçosa, Viçosa. 2019.
Autor
Santos, Robson Argolo dos
Institución
Resumen
Em função do crescimento populacional estimado para 2050, a produção agrícola precisa aumentar em 70%, porém, de forma sustentável ambientalmente e viável economicamente. O uso do imageamento aéreo com sensores de baixo custo apresenta- se como alternativa para manejar a lavoura nos pressupostos da agricultura de precisão de forma mais econômica. Contudo, existem poucos estudos na literatura científica que avaliam a capacidade destes sensores em monitorar a lavoura agrícola, bem como predizer parâmetros biofísicos e demanda hídrica. Pensando nisso, esta dissertação teve como objetivo avaliar a capacidade de um sensor RGNIR a bordo de um veículo aéreo não tripulado (VANT) em identificar variabilidade espaço-temporal, assim como predizer parâmetros biofísicos e estimar a demanda evapotranspirométrica na cultura do milho. Foram capturados, utilizando-se o sensor RGNIR a bordo de um VANT, 15 conjuntos de imagens durante 61 DAE. Cada conjunto de imagens foram mosaicadas, gerando 15 imagens unitárias. Cada imagem foi georreferenciada e corrigida radiometricamente. Posteriormente, foram realizados os cálculos dos índices de vegetação. Para gerar modelos preditivos e validá-los, foram coletadas 54 plantas sobre quais foram determinadas a altura, área foliar e massa da folha, caule, espiga e panícula. Também, no intuito de realizar o balanço hídrico da área, coletou-se amostras de solo para determinar a capacidade de campo, ponto de murcha e densidade do solo. O sensor, após correções radiométricas, mostrou-se confiável em monitorar a lavoura agrícola, sendo possível identificar perturbações na mesma. Os modelos dos parâmetros biofísicos estimados a partir dos índices de vegetação apresentaram, de modo geral, bons resultados estatísticos, principalmente aquele que se relaciona com a biomassa seca total e produção de grãos. A transpiração e evapotranspiração real da cultura estimada, em que foram utilizados os índices de vegetação, mostraram bons resultados para determinar a demanda hídrica necessária à lavoura. O sensor RGNIR embarcado em um VANT foi satisfatório para o monitoramento agrícola da cultura do milho, bem como na estimativa dos parâmetros biofísicos. Due to the estimated population growth for 2050, agricultural production needs to increase by 70%, but in a sustainable and economically viable way. The use of aerial imagery with low-cost sensors presents itself as an alternative to manage crops in the assumptions of precision farming for a higher economic return. However, there are few studies in the scientific literature that evaluate the ability of these sensors to monitor agricultural crops, as well as to predict biophysical parameters and water demand. The aim of this dissertation was to evaluate the ability of a modified RGB sensor on a Unmanned aerial vehicle (UAV) to identify spatio-temporal variability, as well as to predict biophysical parameters and to estimate evapotranspirometric demand in maize. Using the modified RGB sensor on a UAV, 15 sets of images were captured during the first 61 days after emergence. Each set of images were mosaicated, generating 15 unit images. Each image was georeferenced and radiometrically corrected. Subsequently, vegetation indices were calculated. To generate predictive models and to validate them, 54 plants were collected on which the height, leaf area and leaf, stem, ear and panicle mass were determined. Also, in order to perform the water balance of the area, soil samples were collected to determine the field capacity, wilt point and soil density. The sensor, after radiometric corrections, proved to be reliable in monitoring the agricultural crop, making it possible to identify disturbances in the same. The models of the biophysical parameters estimated from the vegetation indexes presented, in general, good statistical results, mainly the one for estimating total dry biomass and grain production. The actual transpiration and evapotranspiration of the estimated crop, in which the vegetation indices were used, showed good results to determine the water demand necessary for the crop. The modified RGB sensor embedded in a UAV was satisfactory for the agricultural monitoring of the corn crop, as well as in the estimation of the biophysical parameters. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)