Orientador: Ulisses Rocha Antuniassi / Banca: Kleber Pereira Lanças / Banca: Célia Regina Lopes Zimback / Banca: José Paulo Molin / Banca: Antonio José da Silva Maciel / Resumo: Os fatores que afetam a produtividade das culturas apresentam variabilidade espacial e temporal nas áreas de produção e estão associados a variações no vigor das plantas. Esta variabilidade permite a identificação de zonas de manejo e tratamento localizado de diferentes regiões dentro do campo. A finalidade deste estudo foi o uso de imagens aéreas multiespectrais na identificação de zonas de manejo e sua implicação na aplicação localizada de insumos em área de produção comercial de algodão. Para tal, imagens aéreas multiespectrais de três anos foram usadas para a geração de classes de vegetação, pelo índice de vegetação com diferença normalizada (NDVI), que dividiram a área em três regiões. Nestas regiões foram amostrados os atributos físicos das plantas de algodão para verificar a existência de diferenças entre as plantas encontradas em cada região e com isso identificar zonas de manejo. Os atributos físicos das plantas de algodão (estande, altura, número total de nós e número total de maçãs por planta) foram amostrados em 8 repetições com 10 plantas por classe de NDVI. A avaliação estatística dos atributos amostrados foi realizada pelo delineamento em parcelas subdivididas com teste de Tukey a 5% de probabilidade. As imagens foram reclassificadas em cinco classes de NDVI para avaliar as implicações dos resultados obtidos a campo sobre a localização dos pontos de amostragens dos atributos físicos das plantas de algodão. As classes de NDVI dos vários anos foram sobrepostas para avaliação das áreas de estabilidade e de transição das imagens e verificar a estabilidade das zonas de manejo no tempo e no espaço. A avaliação da implicação do uso das zonas de manejo na 2 aplicação localizada de insumos foi realizada pelo cálculo da porcentagem de acerto e erro entre a localização das classes de NDVI utilizadas... (Resumo completo, clicar acesso eletrônio abaixo) / Abstrac: Crop yield is influenced by several factors with variability in time and space that are associated with the variations in the plant vigor. This variability allows the identification of management zones and site-specific applications to manage different regions of the field. The purpose of this study was the use of multispectral imagery for management zones identification and implications of site-specific application in commercial cotton areas. Multispectral airborne images from three years were used to classify a field into three vegetation classes via the Normalized Difference Vegetation Index (NDVI). The NDVI classes were used to verify the potential differences between plant physical measurements and identify management zones. The cotton plant measurements sampled in 8 repetitions of 10 plants at each NDVI class were Stand Count, Plant Height, Total Nodes and Total Bolls. Statistical analysis was performed with treatments arranged in split plot design with Tukey's Test at 5% of probability. The images were classified into five NDVI classes to evaluate the relationship between cotton plant measurement results and sampling location across the field. The three years NDVI classes were layered together to evaluate the amount of stable and transition areas in the images leading the ability to verify the management zones stability in time and space. Analysis of the percentage of right and wrong target zones location between NDVI classes of one year compared to another, combined two by two for the years 2001, 2002 and 2003, were evaluated to verify the management zones implication of site-specific application. 4 The results have demonstrated the possibility of using multispectral imagery for management zones identification in cotton areas. The image classification into three NDVI classes showed three different zones in the field with similar characteristics for the studied years. Statistical...(Complete abstract, click electronic access below) / Doutor

Abstract: New studies must consider and quantify the load level that a determined soil can receive and in what management condition this soil can be handled without suffering physical alterations and additional compaction. The objectives of this work were to quantify the preconsolidation pressure, suggesting it as a quantitative indicator of the soil structural sustentabilidade cultivated with sugar cane; to get models that allow to predict the behavior of the soil structure cultivated with sugar cane in function of the preconsolidation pressure and the water content; to get agricultural traffic maps in function of water content and the preconsolidation pressure of the soil using geostatistics resources; and to evaluate the soil mechanical resistance, based on cone index and water content variation under several types of soils. Soil samples from several soil classes were collected cropped with sugar cane and areas that varied from 4.88 and 17.86 ha. The maps that illustrated the spatial variability of the several physical attributes were made using statistical and geostatistical resources. The models of the soil load capacity satisfactory modeled the behavior of the soil structure in function of the water content and depth, helping the maximum load prediction that this soil can receive without compromising its structure. The obtained models were sensible to identify the consolidation structure, identifying the layers and grids with huge mechanical resistance. The use of geostatistical tools and mapping the studied attributes showed a promising tool to take decisions about the system, aiming at, over all the soil structure sustentation. The maps of the soil load capacity constituted an efficient tool to locate 4 areas into the field with compromised structure, making possible to plan the correct dimension of the machinery... (Complete abstract, click electronic access below) / Orientador: Kleber Pereira Lanças / Coorientador: Reginaldo Barboza da Silva / Banca: Célia Regina Lopes Zimback / Banca: Antonio Gabriel Filho / Banca: Marlene Cristina Alves / Banca: Moacir de Souza Dias Junior / Doutor

Resumo: Diversos fatores são responsáveis pela variabilidade espacial na produtividade das culturas e dentre estes estão os atributos do solo. Contudo, o que se tem observado, geralmente, é uma baixa correlação entre os mapas de produtividade e os mapas de atributos do solo. Uma hipótese para essa baixa correlação é a diferença na amostragem de cada uma dessas variáveis. O trabalho objetivou estudar o padrão de distribuição espacial dos atributos do solo e da produtividade do milho e as relações de causas e efeitos utilizando-se diferentes intensidades de amostragem. Os dados foram coletados seguindo uma grade amostral contendo 100 pontos georreferenciados. Os pontos foram dispostos em intervalos equidistantes, sendo de 10 m no sentido das linhas da cultura, ao longo de quatro transeções paralelas com 250 m de comprimento, distanciadas entre si 4,5 m, formando um retângulo com quatro colunas e 25 linhas, constituindo os 100 pontos de amostragem. Cada ponto amostral foi composto por cinco linhas de 10 m da cultura, constituindo uma célula amostral de 45 m2. Em cada ponto amostral retiraram-se amostras de solo nas profundidades de 0-0,1 e 0,1-0,2 m. Foram avaliados os atributos do solo textura, pH, teores de matéria orgânica, P, K+, Ca2+, Mg2+, H+Al, soma de bases, capacidade de troca de cátions, saturação por bases, densidade, porosidade total, macroporosidade e microporosidade. Foram estabelecidas intensidades de amostragens por meio de eliminação de pontos intermediários partindo da amostragem inicial, que continha 100 pontos, obtendo-se conjunto de dados com 100, 75, 50 e 25 pontos. Realizou-se a análise estatística descritiva dos dados e geoestatística. Baseado na análise de correlação simples, regressão múltipla 'stepwise' e semelhança dos mapas de isolinhas, os atributos que mais se correlacionaram... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Soil attributes play an important role in spatial variability of crop yield. However, what has been observed, generally, is a low correlation between the yield maps and maps of soil attributes. One hypothesis for this low correlation is the difference in the sampling of each of these variables. This research had as objective to study spatial distribution pattern of soil attributes affecting corn yield and their causeeffect relationship, for different sampling intensities. Spatial variability was determined for 100 georeferenced sample points from a sampling grid. Sample points were arranged in regular 10-m intervals along the rows and in four parallel 250-m long and 4.5-m spaced transects, resulting in a 4-column and 25-row rectangle (100 sample points). Each sample point consisted of five 10-m rows, totaling 45 m2. Samples were taken from the depths 0-0,1 and 0,1-0,2 m. Soil texture attributes, pH, organic matter content, P, K+, Ca2+, Mg2+ and H+Al levels, sum of bases, cation exchange capacity, base saturation, bulk density, total porosity, macroporosity and microporosity were evaluated. Sampling intensities were established by eliminating intermediary points from the initial 100-point sampling, resulting data sets of 100, 75, 50 and 25 points. Statistical analysis consisted of data description and geostatistics. Based on the simple correlation analysis, stepwise multiple regression and similarity among isoline maps, the attributes that showed stronger spatial correlation to corn yield were base saturation and clay content. For these attributes, data sets of 75 and 100 points showed higher similarity in the spatial distribution pattern for corn yield. The analysis of cross-semivariograms showed that the best correlation between corn yield and soil attributes was obtained with a sampling intensity of 100 points. It was possible to confirm the hypothesis that, when performing the soil... (Complete abstract click electronic access below) / Orientador: José Eduardo Corá / Coorientador: Carolina Fernandes / Banca: Marcílio Vieira Martins Filho / Banca: Zigomar Menezes de Souza / Mestre

Submitted by Roberto Luvisutto Martins (rlmartins.agro@hotmail.com) on 2018-05-25T15:17:52Z No. of bitstreams: 1 Dissertação Roberto Luvisutto Martins.pdf: 1862150 bytes, checksum: 7a9e99015cb69cd2a388498ceb3cc6ba (MD5) / Approved for entry into archive by Maria Lucia Martins Frederico null (mlucia@fca.unesp.br) on 2018-05-25T17:14:31Z (GMT) No. of bitstreams: 1 martins_rl_me_botfca.pdf: 1862150 bytes, checksum: 7a9e99015cb69cd2a388498ceb3cc6ba (MD5) / Made available in DSpace on 2018-05-25T17:14:31Z (GMT). No. of bitstreams: 1 martins_rl_me_botfca.pdf: 1862150 bytes, checksum: 7a9e99015cb69cd2a388498ceb3cc6ba (MD5) Previous issue date: 2018-02-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O trabalho teve como objetivo delimitar unidades de monitoramento da umidade do solo por meio da aplicação da análise geoestatística e multivariada em dados de textura do solo de um pomar de videira de vinho cv. Chardonnay / Paulsen 1103, de 1,1 ha, localizado em Espirito Santo do Pinhal, São Paulo. Em 54 pontos georreferenciados, foram coletadas 108 amostras de solo, nas camadas de 0-0,20 e 0,20-0,40 m, para determinação da textura do solo (areia, silte e argila) e estimativa do conteúdo de água disponível (AD) e água prontamente disponível (APD). Os dados de textura do solo, AD e APD foram submetidos à análise estatística descritiva e ao teste de Kolmogorov–Smirnov. Posteriormente, os dados de textura do solo foram submetidos à análise geoestatística e interpolação por krigagem ordinária, para determinação das unidades de monitoramento da umidade do solo por meio das análises de componentes principais e de agrupamento fuzzy c-means. O melhor número de unidades de foi determinado a partir de dois índices, sendo quatro o resultado obtido, para ambas as camadas, as quais apresentaram diferença significativa tanto para as três frações granulométricas do solo quanto para AD e APD. Unidades de monitoramento com os valores maiores de argila e menores de silte contribuíram para os menores valores de AD e APD. A utilização restrita dos dados de textura do solo permite o delineamento de unidades de monitoramento da umidade do solo com elevada representatividade do conteúdo de água disponível do solo. / The objective of this study was to delimit soil water monitoring zones through the application of geostatistical and multivariate analysis in soil texture data of a 1.1 ha wine vine orchard cv. Chardonnay / Paulsen 1103, located at Espirito Santo do Pinhal, State of São Paulo, Brazil. In 54 georeferenced points, 108 soil samples were collected in the 0-0.20 m and 0.20-0.40 m layers to determine the percentage of soil granulometric fractions (sand, silt and clay), available soil water content (AW) and readily available soil water content (RAW). Soil fractions, AW and RAW data were submitted to descriptive statistics and Kolmogorov– Smirnov test. Soil granulometric fraction data were submitted to geostatistical analysis to characterize the data spatial distribution and their interpolation. Then, principal component and fuzzy c-means cluster analyses were applied for the determination of the best number of soil water monitoring zones based on two indexes. Four zones for both soil layers were determined, and they showed significant difference for both soil granulometric fractions as for AW and RAW. Zones with the highest values of clay fraction and smallest values for silt fraction gave the lowest values of AW and RAW. The use of soil texture data allows the design of soil water monitoring units with high representativeness of the available soil water content.

Made available in DSpace on 2014-06-11T19:29:45Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-06-05Bitstream added on 2014-06-13T20:39:22Z : No. of bitstreams: 1 rosafilho_g_me_ilha.pdf: 2808164 bytes, checksum: fea19015d3a1c7ee15b5d9dd2e55686b (MD5) / Atualmente, no cenário nacional, a cultura da soja no sistema plantio direto é amplamente utilizada na integração agricultura-pecuária. No ano agrícola de 2006/07, no município de Selvíria (MS), foi analisada a produtividade da soja, em plantio direto, em função de alguns atributos físicos de um Latossolo Vermelho Distroférrico (Typic Acrustox) local. O objetivo foi selecionar entre os atributos pesquisados do solo aquele que melhor se apresentasse para explicar a variabilidade da produtividade agrícola. Para tanto, foi instalada a malha geoestatística para a coleta dos dados do solo e da planta, contendo 120 pontos amostrais, numa área de 4068 m2 e declive homogêneo de 0,025 m m-1. Do ponto de vista linear e espacial, a elevada produtividade de grãos de soja pôde ser explicada em função da densidade do solo e da umidade volumétrica. A baixa variabilidade obtida para a maioria dos atributos do solo denotou ser o plantio direto um sistema que proporciona a homogeneização do ambiente físico do solo. / Nowadays the soybean crop in no-tillage is widely used in the national crop-livestock integration. The soybean productivity in no-tillage was analysed in Selvíria County (Mato Grosso do Sul State – Brazil), during the 2006/07 agricultural year, in function of some physical attributes of a Typic Acrustox local. The objective was to select, among the soil attributes, the one that better could stand out in way to explain the variability of the agricultural productivity. Therefore, a geostatistical grid was installed for data collecting regarding the soil and the plant, with 120 sampling station, in an area of 4068 m2 and homogeneous slope of 0,025 m m-1. In the linear and spatial point of view, the high productivity of soybean grains could be explained by reason of both bulk density and volumetric moisture. The low variability of the majority soil attributes showed no-tillage as a system that causes the homogenization of the physical environment of soil.

Nos últimos anos, tem havido um crescente interesse na detecção precoce das doenças que afetam as culturas agrícolas a fim de evitar grandes perdas econômicas devido à contaminação de novas plantas. As principais doenças cítricas, cancro cítrico e greening, são uma séria ameaça à produção de citros em todo o mundo, incluindo regiões do Brasil e dos Estados Unidos. A disseminação rápida das doenças leva à redução do número de pomares cultivados, resultando em danos econômicos aos produtores e às indústrias relacionadas. O desenvolvimento de métodos para o diagnóstico precoce pode resultar em uma importante ferramenta para o controle e gestão dos citros. Algumas deficiências nutricionais como a de ferro e zinco apresentam sintomas visuais semelhantes com o greening, enquanto que o cancro cítrico pode ser confundido com a verrugose ou leprose dos citros, podendo levar ao diagnóstico incorreto. Atualmente, somente testes bioquímicos são capazes de detectar especificamente o cancro cítrico e o greening, e consequentemente diferenciá-los das demais doenças e deficiências de nutrientes. No presente trabalho, a técnica de espectroscopia por imagens de fluorescência em conjunto com os métodos de aprendizado e classificação, SVM (do inglês, Support Vector Machine) e ANN (do inglês, Artificial Neural Network), foram utilizadas a fim de identificar e discriminar as principais doenças que afetam a citricultura nos estados de São Paulo/Brasil e da Flórida/EUA. As amostras em estudo são cancro cítrico, verrugose, greening e deficiência de zinco. O objetivo principal é discriminar as doenças com sintomas visuais semelhantes, no caso, cancro cítrico de verrugose e greening de deficiência de zinco para as amostras do Brasil, e greening de deficiência de zinco para as amostras dos Estados Unidos. Os resultados mostram que é possível utilizar a técnica de espectroscopia por imagens de fluorescência em conjunto com os métodos de classificação na discriminação das doenças que apresentam sintomas visuais semelhantes. Ambos os classificadores apresentaram uma elevada precisão na classificação tanto das amostras do Brasil como dos Estados Unidos, destacando assim eficácia da técnica sob condições diferentes. / In recent years, there has been an increasing interest in early detection of diseases that affect agricultural crops to avoid great economic losses due to contamination of new plants. The main citrus diseases, citrus canker and HLB, are a serious threat to citrus production worldwide, including regions in Brazil and the United States. The rapid spread of the diseases leads to the reduction of cultivated orchards resulting in economic losses to producers and industries. The development of methods for early diagnosis can result in an important tool for the control and management of citrus. Some nutritional deficiencies such as iron and zinc have similar visual symptoms to HLB, while the citrus canker can be confused with citrus scab and citrus leprosies, which may lead to incorrect diagnosis. Currently, only biochemical tests are able to detect, specifically, citrus canker and HLB, and thus distinguish them from other diseases and nutrient deficiencies. In this work, the fluorescence imaging spectroscopy technique with the learning and classification methods, SVM (Support Vector Machine) and ANN (Artificial Neural Network), were used to identify and discriminate the main diseases that affect citrus production in the states of São Paulo/Brazil and Florida/USA. The samples studied are citrus canker, citrus scab, HLB and zinc deficiency. The objective is to discriminate the diseases with similar visual symptoms, such as citrus canker from citrus scab and HLB from zinc deficiency for samples from Brazil and HLB from zinc deficiency for samples from the United States. The results show that it is possible to use the fluorescence imaging spectroscopy technique together with the classification methods for the discrimination of the diseases that have similar visual symptoms. Both classifiers showed high accuracy in the classification of the samples from Brazil and the United States, highlighting the efficiency of the technique under different conditions.

Imagens aéreas de campos cultivados tem sido uma importante ferramenta na agricultura de precisão desde o início do século XX. A partir delas, tem sido possível identificar macro padrões de crescimento na lavoura, gerando informações importantes para o gerenciamento da produção. As informações de intensidade em diferentes bandas do espectro eletromagnético podem indicar a presença ou ausência de nutrientes na região de interesse. Diferentes relações entre estas bandas podem gerar informações ainda mais detalhadas. O conhecimento dos indicadores destes nutrientes no solo e na planta durante o crescimento é uma enorme vantagem para o agricultor que pretende otimizar sua cultura. Os desafios na implementação desta tecnologia vão desde a obtenção de tais imagens,a partir de plataformas orbitais até a análise relacionando estas informações aos parâmetros agrícolas de interesse. Este trabalho propõe-se a obter imagens geradas por satélites e,em seguida, estimar parâmetros agrícolas no solo, tais como a concentração de Potássio,Fósforo,Boro,Manganês,entre outros, mapeando as variações destes parâmetros por sobre a área estudada, e compreendendo os impactos da resolução e momento de captação das imagens. Os resultados mostram que uma relação contínua e direta entre os níveis de nutrientes e a refletância e índices de vegetação não alcançariam a confiabilidade desejada. Porém com a aplicação de uma grade de níveis de concentração,o Fertigrama sugerido pelo laboratório responsável pelas análises químicas das amostras de solo, o mapa de variabilidade dos nutrientes se torna uma ferramenta importante para o pequeno produtor, descrevendo quais áreas merecem mais atenção em relação à distribuição por sobre a área de plantio de um determinado nutriente. / Aerial imagery from crop fields have been an important tool inprecision agriculture since the dawn of the 20th century. It has allowed identifying patterns in crop yields, generating usefull information to the production management. Reflectance intensity data in dfferent ranges from the electromagnetic spectrum may indicate the presence or the absence of nutrients in the soil of an area. Different relations between these light bands may generate even more detailed information.The knowledge of these nutrients content in the soil or in the crop during its growth its a valuable asset to the farmer that seeks to optimize its yield. The challenges of implementing this technology ranges from the selection of the imagery,using orbital platforms to the extraction of the reflectance information from it and the analysis of its relationship with the parameters of interest. In this work, satelite imagery, is used to estimate some parameters, namely, the content of Potassium, Phosphorus, Boron, Manganese, among others, inthesoil, creating variability maps over the studied area, and understanding the impacts of the image resolution and sample time frame.The results show that a direct and continuous correlation between the nutrient content levels and the reflectance and vegetation indexes do not reach the desirable levels. However, with the aplication of nutrient content frame, the Fertigram suggested by the very laboratory who analyzed the soil samples, the variability maps become important tools for the small producer who seeks information about deficiency spots up on the crop area.

A agricultura de precisão (AP) é um das grandes responsáveis pela inserção de tecnologias cada vez mais avançadas dentro dos sistemas de produção agrícola. Um equipamento que já faz parte da AP é o computador de mão (Personal Digital Assistant, PDA). Porém com a evolução crescente dos dispositivos móveis tais como smartphones e tablets, os PDAs têm se tornado uma alternativa mais obsoleta do ponto de vista tecnológico. São várias as características que tornam smartphones e tablets dispositivos móveis mais atraentes tecnologicamente. A comunicação direta destes com sistemas de posicionamento via satélite foi o primeiro passo para torna-los válidos para o uso em AP. Além disso, dentre as tecnologias de computação, a computação móvel é a que tem mais aceitação pelos usuários do meio agrícola devido à gradativa inserção mercadológica que os telefones celulares exerceram durante os anos passados em todo o mundo. Com a ideia de criar uma nova ferramenta para a AP baseando-se no reconhecimento de voz para substituir e/ou minimizar o uso das telas sensíveis ao toque e planilhas no campo foi escolhido o sistema operacional Android para o desenvolvimento desse aplicativo. O projeto se baseou inicialmente em revisão bibliográfica de estudos de aplicativos móveis desenvolvidos para a AP e por acompanhamento em campo de procedimentos de coleta de dados. O aplicativo resultante desse desenvolvimento se baseou em três partes: configurações, coleta de dados por voz e mapas. Na parte de configurações é permitido ao usuário configurar opções como: variáveis de coleta, uso do GPS (Global Positioning System), uso do reconhecimento de voz, pasta de armazenamento e informações cadastrais. Na coleta de dados por voz o usuário tem um formulário com as variáveis configuradas, que é preenchido por reconhecimento de voz, automaticamente. Os mapas utilizados para auxiliar o usuário a se orientar pelo campo são criados a partir do sistema Google Maps®. É possível também habilitar um assistente de voz que fala ao usuário, por sintetização de voz, o nome da variável que está coletando e confirma para ele o valor que foi reconhecido a partir de sua voz. Um arquivo \'txt\' é criado a partir das informações do formulário contendo também as coordenadas geográficas de cada ponto de coleta, obtidas pelo sistema integrado de GPS do dispositivo, e esse arquivo pode ser utilizado para a entrada de dados em sistemas de informação geográfica (SIG) para a criação de mapas posteriormente. / Precision agriculture (PA) is one of the major responsible for the insertion of increasingly advanced technologies within agricultural production systems. Equipment that is already part of precision agriculture is the handheld computer (PDA). But with the growing trend of mobile devices such as smartphones and tablets, PDAs have become a more obsolete option in the technological context. There are several characteristics that make these devices technologically more attractive. Direct communication of such devices with satellite positioning systems was the first step to make them applicable for use in PA. Moreover, among the computing technologies, mobile computing has more acceptance by users of agricultural marketing due to the gradual insertion that mobile phones have had over the past years worldwide. With the idea of creating a new tool for PA based on the speech recognition to replace and/or minimize the use of touchscreen and worksheets in the field, Android was chosen as the operating system for the development of this application. The design was based initially on studies of mobile applications developed for PA through published articles or through monitoring procedures in field data collection. The application resulting from this development is based on three parts: settings, speech data collection and maps. Part of settings allows the user to set some options for operation of the application as: variables to collect, use of GPS, use of speech recognition, file storage folder to \'txt\' file and registration information, etc. In the data collection the user configures the variables he wants to collect and the application creates a form that is filled through speech recognition automatically. The map is used to help the user navigate the route through the use of Google Maps® base. It is possible to enable a voice assistant that tells him, by voice synthesizer, the name of the variable he is collecting and confirms to him the value that has been recognized by his voice. A \'txt\' file is created containing data along with geographic coordinates obtained from the onboard GPS of the device and it can be used for creating maps in geographic information systems (GIS).

Sensors based on LiDAR (Light Detection and Ranging) technology have the potential to provide accurate 3D models of the trees retrieving information such as canopy volume and height. This information can be used for diagnostics and prescriptions of fertilizers and plant protection products on a site-specific basis. This research aimed to investigate the use of LiDAR sensors in orange crops. Orange is one of the most important tree crop in Brazil. So far, research have developed and tested LiDAR based systems for several tree crops. However, usually individual trees or small field plots have been used. Therefore, several aspects related to data acquisition and processing must still be developed for large-scale application. The first study reported in this document (Chapter 3) aimed to develop and test a mobile terrestrial laser scanner (MTLS) and new data processing methods in order to obtain 3D models of large commercial orange groves and spatial information about canopy geometry. A 2D laser sensor and a RTK-GNSS receiver (Real Time Kinematics - Global Navigation Satellite System) were mounted on a vehicle. The data processing was based on generating a georeferenced point cloud, followed by the filtering, classification and surface reconstruction steps. A 25 ha commercial orange grove was used for field validation. The developed data acquisition and processing system was able to produce a reliable point cloud of the grove, providing high resolution canopy volume and height information. The choice of the type of point cloud classification (by individual trees or by transversal sections of the row) and the surface reconstruction algorithm is discussed in this study. The second study (Chapter 4) aimed to characterize the spatial variability of canopy geometry in commercial orange groves. Understanding such variability allows sensor-based variable rate application of inputs (i.e, applying proportional rates of inputs based on the variability of canopy size) to be considered as a suitable strategy to optimize the use of fertilizers and plant protection products. Five commercial orange groves were scanned with the developed MTLS system. According to the variability of canopy volume found in those groves, the input savings as a result of implementing sensor-based variable rate technologies were estimated in about 40%. The second goal of this study was to understand the relationship between canopy geometry and several other relevant attributes of the groves. The canopy volume and height maps of three groves were analyzed against historical yield maps, elevation, soil electrical conductivity, organic matter and clay content maps. The correlations found between canopy geometry and yield or soil maps varied from poor to strong correlations, depending on the grove. When classifying the groves into three classes according to canopy size, the yield performance and soil features inside each class was found to be significantly different, indicating that canopy geometry is a suitable variable to guide management zones delineation in one grove. Overall results from this research show the potential of MTLS systems and subsequent data analysis in orange crops indicating how canopy geometry information can be used in site-specific management practices. / Sensores baseados em tecnologia LiDAR (Light Detection and Ranging) têm o potencial de fornecer modelos tridimensionais de árvores, provendo informações como o volume e altura de copa. Essas informações podem ser utilizadas em diagnósticos e recomendações localizadas de fertilizantes e defensivos agrícolas. Este estudo teve como objetivo investigar o uso de sensores LiDAR na cultura da laranja, uma das principais culturas de porte arbóreo no Brasil. Diversas pesquisas têm desenvolvido sistemas LiDAR para culturas arbóreas. Porém, normalmente tais sistemas são empregados em plantas individuais ou em pequenas áreas. Dessa forma, diversos aspectos da aquisição e processamento de dados ainda devem ser desenvolvidos para viabilizar a aplicação em larga escala. O primeiro estudo deste documento (Capítulo 3) focou no desenvolvimento de um sistema LiDAR (Mobile Terrestrial Laser Scanner - MTLS) e nova metodologia de processamento de dados para obtenção de informações acerca da geometria das copas em pomares comerciais de laranja. Um sensor a laser e um receptor RTK-GNSS (Real Time Kinematics - Global Navigation Satellite System) foram instalados em um veículo para leituras em campo. O processamento de dados foi baseado na geração de uma nuvem de pontos, seguida dos passos de filtragem, classificação e reconstrução da superfície das copas. Um pomar comercial de laranja de 25 ha foi utilizado para a validação. O sistema de aquisição e processamento de dados foi capaz de produzir uma nuvem de pontos representativa do pomar, fornecendo informação sobre geometria das plantas em alta resolução. A escolha sobre o tipo de classificação da nuvem de pontos (em plantas individuais ou em seções transversais das fileiras) e sobre o algoritmo de reconstrução de superfície, foi discutida nesse estudo. O segundo estudo (Capítulo 4) buscou caracterizar a variabilidade espacial da geometria de copa em pomares comerciais. Entender tal variabilidade permite avaliar se a aplicação em taxas variáveis de insumos baseada em sensores LiDAR (aplicar quantias de insumos proporcionais ao tamanho das copas) é uma estratégia adequada para otimizar o uso de insumos. Cinco pomares comerciais foram avaliados com o sistema MTLS. De acordo com a variabilidade encontrada, a economia de insumos pelo uso da taxa variável foi estimada em aproximadamente 40%. O segundo objetivo desse estudo foi avaliar a relação entre a geometria de copa e diversos outros parâmetros dos pomares. Os mapas de volume e altura de copa foram comparados aos mapas de produtividade, elevação, condutividade elétrica do solo, matéria orgânica e textura do solo. As correlações entre geometria de copa e produtividade ou fatores de solo variaram de fraca até forte, dependendo do pomar. Quando os pomares foram divididos entre três classes com diferentes tamanhos de copas, o desempenho em produtividade e as características do solo foram distintas entre as três zonas, indicando que parâmetros de geometria de copa são variáveis úteis para a delimitação de unidades de gestão diferenciada em um pomar. Os resultados gerais desta pesquisa mostraram o potencial de sistemas MTLS para pomares de laranja, indicando como a geometria de copa pode ser utilizada na gestão localizada de pomares de laranja.

As tecnologias de Agricultura de Precisão - AP já são adotadas nas lavouras do Brasil, com técnicas cada vez mais produtivas, indispensáveis para garantir a liderança do país na produção agrícola. No entanto, não existem ainda estudos sobre a intensidade do uso das tecnologias de AP no país e dos condicionantes de sua adoção. O desafio central deste trabalho foi, então, investigar o processo de adoção e uso das tecnologias de AP alcançado pela indústria sucroalcooleira no Estado de São Paulo. Para tanto, foram utilizados dados primários, a partir do encaminhamento de questionário a todas as empresas do setor sucroalcooleiro paulista, com o objetivo de se conhecer, não só o grau de adoção e uso das tecnologias de AP, mas também aprofundar a discussão sobre o tema da AP na indústria sucroalcooleira. Assim, foram obtidas informações sobre as características das empresas, as fontes de informação para adoção, os impactos da AP nas empresas e os obstáculos encontrados às práticas de AP. Paralelamente, estimou-se um modelo econométrico lógite para verificar a influência das variáveis estudadas na probabilidade de adoção das tecnologias de AP. As principais conclusões deste trabalho sugerem que a adoção e uso dessas tecnologias trazem resultados positivos para as empresas, como por exemplo, a melhoria no gerenciamento, o aumento da produtividade, a redução dos custos, a minimização dos impactos ambientais e a melhoria da qualidade da cana. A análise econométrica mostrou que a probabilidade de adotar as tecnologias de AP é maior em ordem decrescente de importância, em usinas/destilarias de capital nacional, que fazem parte de um grupo empresarial, de orientação exportadora, de gestão profissional, e que utilizam maior percentual de fontes de financiamento próprio. / The technologies of Precision Agriculture - PA - are already a reality in crops throughout Brazil, using more and more productive techniques, crucial to ensure the country as the world leader in agriculture. However, there are not yet studies on the intensity of the use of PA technologies in Brazil and the determiners of their adoption. The main focus of this study was, therefore, to investigate the adoption process and the use of PA technologies in the sugarcane industry in São Paulo state. For that purpose, it was used primary data based upon a questionnaire submitted to all enterprises of the sugarcane sector in the state, aiming to figure out not only the adoption level and use of PA technologies in the sugarcane industry, but also to deepen the discussion about Precision Agriculture, obtaining therefore, more information regarding the characteristics of the enterprises, sources of information for the adoption of PA, the impact of PA technologies on the enterprise and the obstacles faced by the PA practices. In parallel, the econometric model logit was estimated to verify the influence of the variables studied on the probability for the adoption of the PA technologies. The main conclusions of this study suggest that the adoption for these technologies bring results to enterprises, such as improvement of management procedures, increase of productive, cost reduction, minimization of environmental impacts and improvement of sugarcane quality. The econometric analysis showed that the probability to adopt PA technologies is higher in decrescent order of importance in mills/distilleries of national capital, which are part of an export-driven group, of professional management and that use higher percentage of their own resources.