dc.contributorUniversidade Estadual Paulista (UNESP)
dc.creatorSartori, Anderson Antonio da Conceição
dc.date2015-03-03T11:52:58Z
dc.date2016-10-25T20:20:41Z
dc.date2015-03-03T11:52:58Z
dc.date2016-10-25T20:20:41Z
dc.date2014-12-10
dc.date.accessioned2017-04-06T06:57:34Z
dc.date.available2017-04-06T06:57:34Z
dc.identifierSARTORI, Anderson Antonio da Conceição. Geoestatística multivariada na delimitação de zonas de manejo na cultura de cana-de-açúcar. 2014. xiii, 143 f. Tese (doutorado) - Universidade Estadual Paulista Júlio de Mesquita Filho , Faculdade de Ciências Agronômicas de Botucatu, 2014.
dc.identifierhttp://hdl.handle.net/11449/116062
dc.identifierhttp://acervodigital.unesp.br/handle/11449/116062
dc.identifier000813699.pdf
dc.identifier000813699
dc.identifier33004064038P7
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/926751
dc.descriptioncana-de-açúcar é uma cultura energética importante comercialmente devido a sua alta produtividade em biomassa e devido seu excelente equilíbrio de gases de efeito estufa e o uso eficiente dos recursos energéticos. Portanto, é necessário compreender os fatores relacionados à produtividade da cana-de-açúcar. Agricultura de Precisão (AP) apresenta-se como uma ferramenta para auxiliar o agricultor na determinação das melhores estratégias de gestão a ser adotado, a fim de aumentar a eficiência das atividades agrícolas. AP requer o apoio de tecnologias de informação espacial, para definir zonas específicas de manejo, acessando as variações do solo e das culturas no campo. AP é uma abordagem de sistema, onde podem ser aplicadas técnicas de fusão de dados para ajudar os agricultores no manejo da cultura. A abordagem de fusão de dados permite a delimitação das Zonas de Manejo (ZMs) em mapas estimados em alta resolução que podem ser utilizados para prescrever o manejo em taxas variáveis de aplicação. Portanto, através da fusão dos parâmetros de solo com dados espectrais de sensoriamento remoto, por meio de técnicas de geoestatística multivariada, foi possível obter estimativas confiáveis das propriedades do solo em diferentes escalas espaciais, aumentando a eficácia do manejo em locais específicos na cultura da cana-de-açúcar. A análise geoestatística multivariada foi dividida em duas partes: Primeira parte destinou-se a delimitação de duas zonas homogêneas de manejo ...
dc.descriptionThe sugarcane is one of the commercially important energy crop due to its high productivity and biomass due to its excellent balance of greenhouse gas emissions and efficient use of energy resources. Therefore, it is necessary to understand factors related to productivity of sugar cane. Precision Agriculture (PA) is presented as a tool to assist farmers in determining best management strategies to be adopted in order to increase the agricultural activities efficiency. PA requires spatial information technologies support, to define specific areas of site management, accessing soil and crops variations in the field. PA is an approach, where data fusion techniques can be applied to help farmers in crop management. The integration process lead to the delineation of management estimates and zone maps in high resolution which can be used to prescribe management in variables application rates. Therefore, by merging the soil parameters with spectral remote sensing data, using geostatistics multivariate, it was possible to obtain reliable estimates of soil properties at different spatial scales, increasing the effectiveness of management in specific locations in sugarcane cultivation. The complex geostatistical multivariate analysis was divided into two parts: First part was aimed at delineation of two homogeneous management zones through physical and chemical characteristics of the soil and spectral radiance data from the Landsat-8. And second part aimed at showing the potential of fusion between soil data and spectral data from Landsat-8 to improve the delineation of homogeneous management. Three Linear Models Coregionalization (LMC) have been developed: one for soil variables, the second for the spectral data and the third for the fusion of soil data and spectral bands. The spatial data set was analyzed by multivariate: cokriging and multicollocated cokriging to produce study variables thematic maps ...
dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.languagepor
dc.publisherUniversidade Estadual Paulista (UNESP)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectAgricultura de precisão
dc.subjectCana-de-açúcar
dc.subjectSensoriamento remoto
dc.subjectAnalise multivariada
dc.subjectSugar-cane
dc.titleGeoestatística multivariada na delimitação de zonas de manejo na cultura de cana-de-açúcar
dc.typeOtro


Este ítem pertenece a la siguiente institución