Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/47030
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Ana Clara Mourão Mourapt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6448889980942931pt_BR
dc.contributor.advisor-co1Carlos Fernando Ferreira Lobopt_BR
dc.contributor.referee1Gabriel Pereirapt_BR
dc.contributor.referee2Úrsula Ruchkys de Azevedopt_BR
dc.contributor.referee3Alan Nunes Araújopt_BR
dc.contributor.referee4Cézar Henrique Barra Rochapt_BR
dc.creatorGustavo Ferreira de Souzapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8186944292885714pt_BR
dc.date.accessioned2022-11-08T16:04:54Z-
dc.date.available2022-11-08T16:04:54Z-
dc.date.issued2022-07-21-
dc.identifier.urihttp://hdl.handle.net/1843/47030-
dc.description.abstractThis work offers an applied methodological contribution of monitoring, control and technological evaluation by remote sensing in the agricultural management of areas irrigated with vinasse (Fertirrigation) in the production of sugarcane, to provide productivity with sustainability. The challenge of production in large areas and the limited geographic capacity of measurements in the field, the availability of satellite data was applied to the study, with a view to discussing monitoring in an agricultural production process. The fertigation process was the object chosen due to its high added value, with the execution of three processes in one: 1 - It transforms a residue into an input, 2 - irrigates the cane in the driest period 3 - fertilizes the soil. The production site occupies a large geographic area (20 thousand hectares), spatially distributed in nearby and interconnected farms, but difficult to control and monitor the quality of the process. The study aimed to analyze and develop a method with remote sensing (SR) techniques, spectral and object-oriented classification, to identify productivity correlation with spectral indices for monitoring fertirrigation; with different remote orbital sensors. Data from Sentinel 1 and 2 satellites were the basis for evaluating the mapping model and the impact of variation in fertigation correlated with Sentinel area productivity data. In the statistical evaluation, Person correlation, there was a correlation in the tested images (Sentinel 2, Pearson 0.4 and Anova 0.7) with vegetation indices extracted for those from 2017 to 2019. For the years 2019 to 2021, the test used the methods for evaluating only the month of April (sugarcane growth peak) had correlation (Pearson 0.98) and multiple regression (For NDVI and NDWI variables p<0.02). In the object-oriented classification, a model based on the LSMS (Large Scale Mean Shift) was defined, which separated the fertigated areas and the applied quality, based on spectral response and field experience. For classification, parameters were defined to assess the quality of fertigation (spatial radius 5, radius interval 200 and minimum size 50). The method represented a way to evaluate and measure the quality of the application of vinasse as a way to irrigate and fertilize at the same time. With the periodicity of the satellites of 5 days of revisit, it allows correction in situations of identification of failures in the application of vinasse. The work presented a tool that generated a product applied operationally for monitoring the quality in the coverage of vinasse release in sprinkler irrigation.pt_BR
dc.description.resumoEste trabalho oferece uma contribuição metodológica aplicada de monitoramento, controle e avaliação tecnológica por sensoriamento remoto no manejo agrícola de áreas irrigadas com vinhaça (Fertirrigação) na produção de cana-de-açúcar, para prover produtividade com sustentabilidade. O desafio de produção em grades áreas e a capacidade geográfica de mensurações limitada em campo, a disponibilidade de dados por satélites foi aplicada ao estudo, com vistas à discussão sobre monitoramento em um processo de produção agrícola. O processo de fertirrigação foi o objeto escolhido devido ter um alto valor agregado, com execução de três processos em um: 1- Transforma um resíduo em insumo, 2 - irriga a cana no período mais seco 3 – fertiliza o solo. O local de produção ocupa grande extensão geográfica (20 mil hectares), distribuída espacialmente em fazendas próximas e interligadas, porém de difícil controle e monitoramento da qualidade do processo. O estudo objetivou analisar e elaborar um método com técnicas de sensoriamento remoto (SR), classificação espectral e orientada ao objeto, identificar correlação da produtividade com índices espectrais para monitoramento da fertirrigação; com diferentes sensores orbital remoto. Os dados dos satélites Sentinel 1 e 2, foram a base para avaliar o modelo de mapeamento e o impacto da variação na fertirrigação correlacionado com Sentinela dados de produtividade das áreas. Na avaliação estatística, correlação de Person, houve correlação nas imagens testadas (Sentinel 2, Pearson 0.4 e Anova 0.7) com índices de vegetação extraídos para os de 2017 a 2019. Para os anos de 2019 a 2021, o teste, usou os métodos para avaliar somente o mês de abril (Pico de crescimento da cana) teve correlação (Pearson 0,98) e regressão múltipla (Para variáveis NDVI e NDWI p<0,02). Na classificação orientada ao objeto foi definido um modelo baseado no LSMS (Large Scale Mean Shift), que separou as áreas fertirrigadas e a qualidade aplicada, baseado em reposta espectral e experiência de campo. Para a classificação, definiu-se os parâmetros para avaliar a qualidade da fertirrigação (raio espacial 5, Intervalo do raio 200 e tamanho mínimo 50). O método representou uma foram de avaliar e mensurar a qualidade da aplicação da vinhaça como formar irrigar e fertilizar ao mesmo tempo. Com a periodicidade dos satélites é de 5 dias de revisita, permite correção em situações identificação de falhas na aplicação de vinhaça. O trabalho apresentou uma ferramenta que gerou um produto aplicado de forma operacional para monitoramento da qualidade na cobertura do lançamento de vinhaça em irrigação por aspersão.pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentIGC - INSTITUTO DE GEOCIENCIASpt_BR
dc.publisher.programPrograma de Pós-Graduação em Geografiapt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectSensoriamento remotopt_BR
dc.subjectGeotecnologiapt_BR
dc.subjectAgriculturapt_BR
dc.subjectFertirrigaçãopt_BR
dc.subject.otherSensoriamento remotopt_BR
dc.subject.otherAgricultura de precisãopt_BR
dc.subject.otherFertirrigaçãopt_BR
dc.subject.otherCana-de-açúcarpt_BR
dc.titleAgricultura de precisão por sensoriamento remoto: estudo aplicado na fertirrigação de cana-de-açúcarpt_BR
dc.typeTesept_BR
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
Tese_Gustavo_Ferreira_de_souza _Geografia_final.pdf4.08 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.