Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/11885| Título: | Correlação do índice de vegetação por diferença normalizada com parâmetros químicos do solo para aplicações em agricultura de precisão |
| Autor(es): | Naka, Jessica Tiossi |
| Orientador(es): | Anami, Marcelo Hidemassa |
| Palavras-chave: | Mapeamento ambiental Sensoriamento remoto Correlação (Estatistica) Agricultura de precisão Environmental mapping Remote sensing Correlation (Statistics) Precision farming |
| Data do documento: | 3-Dez-2019 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Londrina |
| Citação: | NAKA, Jessica Tiossi. Correlação do índice de vegetação por diferença normalizada com parâmetros químicos do solo para aplicações em agricultura de precisão. 2019. [60] f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Londrina, 2019. |
| Resumo: | A partir da agricultura são produzidos alimentos e matérias-primas utilizadas pelas indústrias, comércios e outros serviços, por isso ela desempenha um papel fundamental para a economia global. A agricultura de precisão (AP) proporciona inúmeros benefícios potenciais em sustentabilidade devido a possibilidade de aplicar insumos em taxas variáveis, evitando que aplicações em excesso contaminem o solo, a atmosfera ou as águas subterrâneas através de processos como erosão, lixiviação ou evaporação. Também proporciona benefícios como rentabilidade, produtividade, qualidade da cultura, proteção ambiental, qualidade de vida e desenvolvimento econômico rural, utilizando técnicas modernas e científicas, aliadas com conhecimentos tradicionais e tecnologias de informação para um manejo agrícola inteligente. Nesse sentido, técnicas de sensoriamento remoto, como o Índice de Vegetação por Diferença Normalizada (NDVI), em que informações da cultura podem ser obtidas de forma rápida e à distância, tem se tornado de fundamental importância para a obtenção dos dados de campo e um manejo mais eficiente da agricultura de precisão. Assim, este trabalho traz uma análise dos atributos químicos do solo, a fim de encontrar uma correlação entre eles e os valores obtidos de NDVI. Para isso, foram realizadas coletas de amostras de solo de uma propriedade voltada para o cultivo de soja e milho, localizada no município de Assaí, estado do Paraná. As coletas foram realizadas em agosto de 2019, com distanciamento de 5 m entre cada amostra, então elas foram encaminhadas ao laboratório para a análise dos parâmetros pH, P, K, Ca + Mg, SB, M.O., CTC, V% e H + Al. O cálculo do NDVI foi realizado em ambiente SIG, feito no software QGis 3.6.0, utilizando imagem do sensor Sentinel 2 obtida do dia 29 de março de 2019, período de início da cultura de milho. Os dados foram analisados pela estatística descritiva, pela geoestatística e plotados em gráficos, a fim de avaliar o coeficiente de determinação (R²) e o coeficiente de correlação linear de Pearson (r). Na análise da estatística descritiva, quase todos os coeficientes de variação (CV) dos parâmetros foram classificados como médio, com exceção do pH, classificado como CV baixo, e o P, classificado como CV alto. Na análise geoestatística, todos os atributos do solo apresentaram dependência espacial, sendo quase todos classificados com forte grau de dependência, com exceção do H + Al, classificado com moderado grau de dependência. Os modelos de todos os parâmetros possuíram bom ajuste, apresentando coeficiente de determinação (R²) maior do que 0,7. Os parâmetros P, K, Ca + Mg, M.O. e pH apresentaram coeficiente de correlação linear de Pearson (r) positivos, indicando que são diretamente proporcionais aos valores de NDVI, enquanto o parâmetro H + Al apresentou r negativo, indicando que é inversamente proporcional aos valores de NDVI. Sendo assim, foi possível correlacionar os valores dos atributos do solo com os valores obtidos de NDVI, atingindo o objetivo deste trabalho. |
| Abstract: | From agriculture are produced food and raw materials used by industries, trades and other services, so it plays an essential role in the global economy. Precision agriculture (PA) provides numerous potential sustainability benefits through the ability to apply inputs at varying rates, preventing excess applications from contaminating the soil, atmosphere or groundwater through processes such as erosion, leaching or evaporation. It also provides benefits such as sustainability, profitability, productivity, crop quality, environmental protection, quality of life and rural economic development, using modern and scientific techniques, combined with traditional knowledge and information technologies for intelligent agriculture management. In this sense, remote sensing techniques, such as the Normalized Difference Vegetation Index (NDVI), in which crop information can be obtained quickly and remotely, has become of fundamental importance for obtaining field data and a more efficient management of precision agriculture. Thus, this work provides an analysis of the soil chemical properties in order to find a correlation between them and the values obtained from NDVI. For this purpose, soil samples were collected from a property dedicated to the soybean and corn production, located in the city of Assaí, state of Paraná. The samples were collected in august 2019, with a 5 m distance between each sample, so they were sent to the laboratory to measure the following chemical properties: pH, P, K, Ca + Mg, SB, MO, CTC, V% and H + Al. The calculation of the NDVI was performed using QGis 3.6.0 software and Sentinel 2 images from March 29, 2019, beginning of the corn crop season. The data were analyzed using descriptive statistics, geostatistics and plotted in graphs in order to evaluate the coefficient of determination (R²) and Pearson's correlation coefficient (r). In the descriptive statistics, almost all coefficients of variation (CV) were classified as medium, with the exception of the pH, that was classified as low CV, and P, that was classified as high CV. In geostatistical analysis, all soil attributes presented spatial dependence, and almost all where classified as highly dependent, with the exception of H + Al, classified as moderately dependent. The models of all parameters were well adjusted, with a coefficient of determination (R²) higher than 0.7. Parameters P, K, Ca + Mg, M.O. and pH showed positive Pearson’s correlation coefficient (r), indicating that they are directly proportional to NDVI values, while parameter H + Al showed negative r, indicating that it is inversely proportional to NDVI values. Thus, it was possible to correlate the values of the soil attributes with the values obtained from NDVI, reaching the objective of this study. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/11885 |
| Aparece nas coleções: | LD - Engenharia Ambiental |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| LD_COEAM_2019_2_09.pdf | 6,11 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.