Submitted by Neusa Fagundes (neusa.fagundes@unioeste.br) on 2018-06-15T19:26:06Z No. of bitstreams: 2 Carlos_Cattani2018.pdf: 4966391 bytes, checksum: ea80b3cc7502421dface694a3d4967f9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-06-15T19:26:06Z (GMT). No. of bitstreams: 2 Carlos_Cattani2018.pdf: 4966391 bytes, checksum: ea80b3cc7502421dface694a3d4967f9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-05 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The temporal dynamics of agricultural crops can be translated by Vegetation Indices (IV) on multiple dates. The use of IVs in certain stages of development, or throughout their entire cycle, are related to their biophysical parameters. There are several IVs, and the most commonly used are those based on the red (RED) and near infrared (NIR) bands, although studies with IVs that used the NIR and medium infrared (SWIR) bands have shown good results in the estimation of biophysical parameters of agricultural crops. In this context, the objective of this work was to characterize the spectral-temporal profiles of different vegetation indexes (RVI, MSR, NDVI, MSAVI, NDRE, WRDVI, and NDMI) and to correlate these profiles with the biophysical parameters (IAF) and photosynthetically active intercepted radiation (RFAI). This research was carried out in commercial farming areas of wheat and beans. For the characterization of the IRs, two terrestrial remote sensors were employed: the FieldSpec4 passive resistive passive sensor (FS) and the GreenSeeker 505 Handheld (GS) active sensor. Both LAI-2200C and LI-191R sensors, respectively, were used to obtain the biophysical parameters, leaf area index (LAI), and photosynthetically active intercepted radiation (RFAI). The biophysical variable IAF for both cultures showed better results when estimated by the NDMI FS index, presenting the highest values of correlation (rs) and coefficient of agreement (dr), and the lowest errors (ME and RMSE). For wheat, the RFAI variable obtained the best fit with the NDMI index, presenting a satisfactory result according to performance index. For beans, RFAI presented a higher correlation with the MSAVI index, but showed a low degree of agreement between the adjusted and the observed data, obtaining low efficiency in the model. / A dinâmica temporal das culturas agrícolas pode ser traduzida por meio de índices de vegetação (IV) em múltiplas datas. A utilização de IVs em determinados estádios de desenvolvimento, ou durante todo o seu ciclo, possuem boas relações com os seus parâmetros biofísicos. Há diversos IVs, sendo que os mais comumente utilizados são os baseados nas bandas do vermelho (RED) e infravermelho próximo (NIR); porém, estudos com IVs que utilizaram as bandas do NIR e a do infravermelho médio (SWIR) têm demostrado bons resultados na estimativa de parâmetros biofísicos de culturas agrícolas. Neste sentido, o objetivo deste trabalho foi caracterizar os perfis espectro-temporais de diferentes índices de vegetação (RVI, MSR, NDVI, MSAVI, NDRE, WRDVI e NDMI) e correlacionar esses perfis com os parâmetros biofísicos, sendo eles o índice de área foliar (IAF) e a radiação fotossinteticamente ativa interceptada (RFAI). Este trabalho foi desenvolvido em áreas agrícolas comerciais, abordando trigo e feijão. Para a caracterização dos IVs foram utilizados dois sensores remotos terrestres: o sensor passivo hiperespectral FieldSpec4 Standart-Res (FS), e o sensor ativo GreenSeeker 505 Handheld (GS). Para a obtenção dos parâmetros biofísicos, índice de área foliar (IAF) e radiação fotossinteticamente ativa interceptada (RFAI), foram utilizados os sensores LAI-2200C e LI-191R, respectivamente. A variável biofísica IAF, para ambas as culturas, mostrou melhores resultados ao serem estimadas pelo índice NDMI FS, apresentando os maiores valores de correlação (rs) e coeficiente de concordância (dr) e os menores erros (ME e RMSE). Para o trigo, a variável RFAI obteve o melhor ajuste com o índice NDMI, apresentando resultado satisfatório, segundo índice de performance. Já para o feijão, o RFAI apresentou maior correlação com o índice MSAVI; entretanto, mostrou baixo grau de concordância entre os dados ajustados e observados, obtendo baixa eficiência no modelo.