Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/31177| Título: | Índices de vegetação para diagnóstico nutricional de nitrogênio na cultura do milho a patir de imagens geradas por drone |
| Título(s) alternativo(s): | Vegetation Index for nutritional diagnosis of nitrogen in corn crop from images generated by drone |
| Autor(es): | Fernandes, Sabrina Cassia |
| Orientador(es): | Campos, Jose Ricardo da Rocha |
| Palavras-chave: | Vegetação - Mapeamento Nitrogênio Plantas - Efeito do nitrogênio Drone Vegetation mapping Nitrogen Plants - Effect of nitrogen on Drone aircraft |
| Data do documento: | 6-Mar-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | FERNANDES, Sabrina Cassia. Índices de vegetação para diagnóstico nutricional de nitrogênio na cultura do milho a patir de imagens geradas por drone. 2023. Dissertação (Mestrado em Agronomia) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2023. |
| Resumo: | No Brasil, em função das características edafoclimáticas, a cultura do milho apresenta elevado potencial produtivo, desde que sejam adotadas práticas adequadas de correção do solo e de adubação. Neste sentido, a adubação nitrogenada merece atenção especial, principalmente por que o fertilizante mais utilizado no Brasil é a ureia, cuja dinâmica no solo é complexa, podendo ocorrer perdas por volatilização. Para evitar perdas na produção, a melhor estratégia é o monitoramento da lavoura por meio de análises foliares que, apesar de onerar a produção não fornece um resultado imediato, o que, muitas vezes, não permite uma intervenção em tempo hábil. No presente trabalho, o objetivo foi diagnosticar deficiência nutricional de N na cultura do milho por meio de Índices de Vegetação (NDVI e VARI) gerados a partir de imagens geradas por drones. Foi utilizado o delineamento de blocos ao acaso com quatro tratamentos e quatro repetições. Os tratamentos foram compostos por doses diferenciadas para a simulação da deficiência de nitrogênio (N), sendo (50, 100, 150, 200 e 250 kg de N ha-1). As doses de N foram parceladas em três fases, plantio, estádios V4 e V6, respectivamente. Foram realizadas coletas para análise foliar dos teores de N, em três diferentes estágios fenológicos da cultura, V4, V8 e R2. Antes de cada coleta eram realizados voos com VANT equipado com uma câmera multiespectral de alta resolução, a qual permite a geração de imagens e posteriormente os Índices de Vegetação (IV). Os voos foram realizados no horário do meio-dia, pois os ângulos dos raios de sol são mais verticais. As imagens foram processadas usando o software QGIS®, seguindo as equações de cada índice. Após a colheita do milho, avaliou-se as variáveis diâmetro de espigas (DE), número de fileiras de grãos por espiga (NGE), número de grãos por fileira (NGF), peso de mil grãos (PMG), comprimento de espigas (CME) e produtividade (PROD). Concluiu-se que os índices estudados (NDVI e VARI) podem ser utilizados para otimizar processos e aumentar a precisão e monitoramento nutricional da cultura, pois os mesmo se mostraram eficazes para detectar o estado nutricional da cultura durante todas as fases em que realizou-se as avaliações, V4, V8 e R2. Já em relação aos principais componentes de rendimento constatou-se uma correlação positiva, onde o índice NDVI apresentou-se mais eficiente que o VARI para predição dos componentes de rendimento. |
| Abstract: | In Brazil, due to the edaphoclimatic characteristics, the corn crop has a high productive potential, provided that appropriate soil correction and fertilization practices are adopted. In this sense, nitrogen fertilization deserves special attention, mainly because the most used fertilizer in Brazil is urea, whose dynamics in the soil is complex, and losses due to volatilization may occur. To avoid losses in production, the best strategy is to monitor the crop through foliar analysis which, despite costing production, does not provide an immediate result, which often does not allow timely intervention. In the present work, the objective was to diagnose nutritional N deficiency in maize through Vegetation Indices (NDVI and VARI) generated from images generated by drones. A randomized block design with four treatments and four replications was used. The treatments consisted of different doses to simulate nitrogen (N) deficiency, being (50, 100, 150, 200 and 250 kg of N ha-1). The N doses were divided into three phases, planting, V4 and V6 stages, respectively. Collections were carried out for foliar analysis of N levels, in three different phenological stages of the crop, V4, V8 and R2. Before each collection, flights were performed with a UAV equipped with a high-resolution multispectral camera, which allows the generation of images and subsequently the Vegetation Index (VI). The flights were carried out at noon, as the angles of the sun's rays are more vertical. The images were processed using the QGIS® software, following the equations of each index. After corn harvesting, the variables ear diameter (DE), number of rows of grains per ear (NGE), number of grains per row (NGF), thousand-grain weight (PMG), length of ears ( CME) and productivity (PROD). It was concluded that the studied indices (NDVI and VARI) can be used to optimize processes and increase the accuracy and nutritional monitoring of the crop, as they proved to be effective in detecting the nutritional status of the crop during all phases in which it was carried out. the evaluations, V4, V8 and R2. In relation to the main components of income, a positive correlation was found, where the NDVI index was more efficient than the VARI for predicting the components of income. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/31177 |
| Aparece nas coleções: | PB - Programa de Pós-Graduação em Agronomia |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| indicesdevegetacaodiagnosticonutricional.pdf | 918,78 kB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
