USO DO SENSORIAMENTO REMOTO COM VANTs: POSSIBILIDADE DE AQUISIÇÃO DE DADOS PARA AGRICULTURA

Diogo Michelon, João Fernando Zamberlan, Deoclides de Oliveira Neto, Marco Ivan Rodrigues Sampaio

Resumo


A agricultura vem enfrentando enormes desafios nos últimos anos, frente aos custos de produção elevados, o que compromete a rentabilidade da atividade. Para superar estas barreiras, várias tecnologias surgiram nas últimas décadas, como o uso do sensoriamento remoto. Esta ferramenta possibilita a obtenção de informações rápidas e precisas sobre o desenvolvimento das culturas agrícolas a campo, auxiliando na tomada de decisões, com pontualidade e agilidade. Ainda é possível o monitoramento de grandes áreas em pouco tempo. O uso de software para a interpretação destas imagens, utilizando índices de vegetação específicos, pode trazer informações que as vezes passam despercebidas quando utilizado o monitoramento tradicional. Sendo uma tecnologia bastante recente, ainda há resistência pelos agricultores e necessita de mais estudos para aumentar ainda mais a confiabilidade e validar os resultados

Palavras-chave


Sensoriamento Remoto; Índice de Vegetação; Agricultura de Precisão; VANTs

Texto completo:

PDF

Referências


ANDRADE, R. DE OLIVEIRA. Drones sobre o campo. Avanços tecnológicos ampliam as possibilidades do uso de aeronaves não tripuladas na agricultura. São Paulo, SP, 2016. Disponível em: < http://revistapesquisa.fapesp.br/wp-content/uploads/2016/01/074-077_Drones_239.pdf >. Acesso em: 20 março. 2019.

BARNES, E.M.; T.R. Clarke; S.E. Richards; P.D. Colaizzi; J. Haberland; M. Kostrzewski; et al. Coincident detection of crop water stress, nitrogen status and canopy density using ground-based multispectral data. 2000, Disponível em: . Acesso em: 23 de maio. 2019.

BATISTA, F.L., Sensoriamento remoto, índices de vegetação e Agricultura de precisão, disponível em: . Acesso em: 20 de outubro. 2018.

CICCONET, N. Mapeamento das áreas de ocorrência de infestação do Eragrostis plena nees (capim annoni) com sensoriamento remoto: estudo de caso em Santana do Livramento/RS/BRASIL. Dissertação de Mestrado, Santa Maria, RS. 2017.

FORMAGGIO, A. R; SANCHES, I. D. Sensoriamento remoto em agricultura. São Paulo: Oficina de Textos, 2017.

HOLLAND, K.H.;SCHEPERS, J.S. Derivation of a variable rate nitrogen application model for in-season fertilization of corn. Agronomy Journal, Madison, v. 102, n 5, p.1415-1424, 2010.

LIMA, G. C.; SILVA, M. L. N.; CURI, N.; SILVA, M. A.; OLIVEIRA, A. H.; AVANZI, J. C.; UMMUS, M. E. Avaliação da cobertura vegetal pelo índice de vegetação por diferença normalizada (IVDN). Ambi-Agua, Taubaté, v. 8, n. 2, p. 204-214, 2013.

PIX4DMAPPER 3.2. Manual do Software. PIX4D, 2016. Disponível em: . Acesso em: 28 abril. 2019.

RIBEIRO, C. Drones, Índices de vegetação e tomada de decisão na Agricultura, 2016. Disponível em: < http://sensix.com.br/2016/08/29/drones-indices-de-vegetacao-e-a-tomada-de-decisao-na-agricultura/>. Acesso em: 17 de março. 2019.

ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; D.W. Deering. Monitoring Vegetation systems in the Great Plains with ERTS, 1974. Disponível em: . Acesso em: 23 de maio. 2019.


Apontamentos

  • Não há apontamentos.