Uso de séries temporais espectrais para estimar a produtividade do café

dc.contributorXavier, Laura Cristina Moura
dc.contributorhttp://lattes.cnpq.br/2744829861832459
dc.contributorMartins, George Deroco
dc.contributorhttp://lattes.cnpq.br/3672769708388118
dc.contributorXavier, Laura Cristina Moura
dc.contributorhttp://lattes.cnpq.br/2744829861832459
dc.contributorBarbosa, Luís Ricardo
dc.contributorhttp://lattes.cnpq.br/0436775802901343
dc.creatorPaes, Alice Pedro Bom
dc.date2022-08-26T21:19:46Z
dc.date2022-08-26T21:19:46Z
dc.date2022-08-11
dc.date.accessioned2023-09-28T21:08:12Z
dc.date.available2023-09-28T21:08:12Z
dc.identifierPAES, Alice Pedro Bom. Uso de séries temporais espectrais para estimar a produtividade do café. 2022. 48 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Agrimensura e Cartográfica) - Universidade Federal de Uberlândia,Uberlândia, 2022.
dc.identifierhttps://repositorio.ufu.br/handle/123456789/35859
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9064679
dc.descriptionPesquisa sem auxílio de agências de fomento
dc.descriptionCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
dc.descriptionCAPS - Centro de Atenção Psicosocial
dc.descriptionCBMM - Companhia Brasileira de Metalurgia e Mineração
dc.descriptionCBP&D/Café - Consórcio Brasileiro de Pesquisa e Desenvolvimento do Café
dc.descriptionCEFET/GO - Centro Federal de Educação Tecnológica de Goiás
dc.descriptionTrabalho de Conclusão de Curso (Graduação)
dc.descriptionAplicações de técnicas de Sensoriamento Remoto voltados à Agricultura de Precisão (AP) vêm se tornando cada vez mais crescente, devido às necessidades de demanda oriunda do crescimento populacional, a crescente competitividade no mercado e também, a complexidade da agricultura. Com isso, o conhecimento sobre a lavoura tornou-se ainda mais necessário, onde o uso da AP aliada às imagens multiespectrais, torna-se possível a elaboração de mapas de estimativa de produtividade de uma região, fazendo com que os agricultores possam identificar as áreas da lavoura sob estresse e facilitando a aplicação de insumos em locais corretos e com suas respectivas quantidades necessárias. Até então, diversos trabalhos e estudos vêm fazendo uso de imagens multiespectrais coletadas referente à data de colheita da lavoura, e este trabalho tem como objetivo a quebra (ou não) deste paradigma. Sendo assim, esta pesquisa teve como propósito a determinação do melhor período para se estimar a produtividade, dentro do período fenológico do café, além da definição do melhor algoritmo classificador. Para isto, o estudo foi realizado em uma parcela situada no município de Monte Carmelo, no estado de Minas Gerais (MG), e teve como metodologia a extração da reflectância de alguns pontos do talhão cuja produtividade foi mensurada em campo. Com isto, concluiu-se que março de 18 foi o mês mais assertivo do período fenológico cafeeiro perante os demais meses. Este mês corresponde à segunda fase da fenologia do café, referente ao último mês de seu período vegetativo. Além disso, conclui-se que o algoritmo que obteve melhores resultados foi o Support Vector Machine, por possuir maiores correlações, menores erros e valores menos tendenciosos comparados aos resultados obtidos com os outros algoritmos.
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Uberlândia
dc.publisherBrasil
dc.publisherEngenharia de Agrimensura e Cartográfica
dc.rightsAcesso Aberto
dc.subjectCafeicultura
dc.subjectPredição da produtividade
dc.subjectmodelos espectrais
dc.subjectMapas de distribuição da produtividade
dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA
dc.subjectCNPQ::CIENCIAS AGRARIAS
dc.titleUso de séries temporais espectrais para estimar a produtividade do café
dc.typeTrabalho de Conclusão de Curso


Este ítem pertenece a la siguiente institución