Método não destrutivo para predição da maturação de amendoim (arachis hypogaea l.) utilizando sensoriamento remoto

Abstract

A utilização de técnicas de sensoriamento remoto teve expressivo aumento na agricultura nos últimos anos para muitas culturas, contudo, ainda são escassos os trabalhos que envolvem a cultura de amendoim, principalmente os que visam solucionar um dos seus principais problemas, a predição da maturação. Dessa forma, foram desenvolvidos trabalhos no Brasil e nos EUA visando verificar o potencial uso do sensoriamento aéreo e orbital na predição da maturação de amendoim. No primeiro capítulo desta tese, encontra-se a revisão de literatura. No segundo, realizou-se uma análise de variabilidade utilizando cartas de controle para identificar diferenças no comportamento da reflectância espectral e dos índices de vegetação obtidos por imagens de drone e do satélite PlanetScope, em que se chegou à conclusão que as duas plataformas apresentam comportamento similares ao longo do tempo. No terceiro capítulo, foram utilizadas duas áreas comerciais nos EUA, irrigada e não irrigada, e as imagens foram obtidas por meio de drone. Observou-se que os índices de vegetação que tiveram comportamento similar nas duas áreas foram aqueles em que se modificou a equação original, substituindo a banda do red pelo red edge (NLI e MNLI). No quarto capítulo, utilizou-se uma área comercial no Brasil, sendo as imagens utilizadas para extrair a reflectância obtidas do satélite PlanetScope. Os melhores índices de vegetação, com menores erros na predição da maturação foram o NDVI e o SR. Por fim, no capítulo cinco, tem-se as considerações finais com algumas recomendações e os próximos passos da pesquisa.

The use of remote sensing techniques has had a significant increase in agriculture in recent years for many crops; however, the work involving peanut cultivation is still scarce, mainly to solve one of the main problems of the crop, the prediction of maturity. Thus, work was developed in Brazil and the USA to verify the potential use of aerial and orbital remote sensing in the prediction of peanut maturity. The first chapter of this thesis is the literature review. In the second, a variability analysis was performed using control charts to identify differences in reflectance response and vegetation indices obtained by drone images and PlanetScope satellite, in which it was concluded that the two platforms have similar responses over the period. In the third, two commercial areas were used in the USA, irrigated and non-irrigated, and the images were obtained by drone. It was observed that the vegetation indices that had similar responses in both areas were those in which the original equation was modified, replacing the red band by the red edge (NLI and MNLI). In the fourth chapter, a commercial area was used in Brazil, with the images used to extract the reflectance obtained from the PlanetScope satellite. The best vegetation indices, with the lowest errors in the prediction of maturity, were NDVI and SR. Finally, in chapter five, final considerations with some recommendations and the next steps of the research are stated.