Um dos principais fatores responsáveis pela construção de altas produtividades de grãos em milho é relacionado à sua nutrição, principalmente de nitrogênio (N), uma vez que este nutriente desempenha inúmeras funções na fisiologia da planta. Para manejar adequadamente o N na cultura do milho, são necessários métodos precisos que auxiliem os produtores na tomada de decisão na lavoura em tempo real. A avaliação de variáveis do dossel durante o desenvolvimento da cultura é uma oportunidade para melhorar o rendimento de grãos, através da aplicação localizada de fertilizantes nitrogenados. O objetivo do presente trabalho foi avaliar as relações entre o Índice de vegetação por diferença normalizada (NDVI), análise de imagens digitais, teor relativo de clorofila na folha (Índice SPAD) e o rendimento de grãos de milho em diferentes ambientes. Os trabalhos foram conduzidos a campo na safra 2013/2014, na EEA/UFRGS (Eldorado do Sul, RS) e na EEA/IRGA (Cachoeirinha, RS). Foram conduzidos três experimentos, sendo os tratamentos constituídos de diferentes densidades de plantas ou por diferentes épocas de dessecação da cobertura de solo no inverno (aveia branca). As avaliações com o sensor Greenseeker foram realizadas entre os estádios de desenvolvimento V4 e V10. O valor do Índice de vegetação por diferença normalizada (NDVI) apresentou variabilidade em diferentes estádios fenológicos da cultura do milho em função das diferentes densidades populacionais utilizadas. Foi verificada elevada correlação entre a análise de imagens digitais (porcentagem de planta na imagem) e os valores de NDVI e destas duas metodologias com o rendimento de grãos. Assim, foram estabelecidos limites críticos para definição de classes de potencial produtivo. Conclui-se que o uso do sensor óptico ativo de reflectância é importante ferramenta para estimativa do potencial produtivo da cultura do milho e da densidade de plantas in situ e em tempo real, visando desenvolver estratégias para adubação nitrogenada em dose variada. / One of the main building blocks of high grain yields of maize is related to nitrogen nutrition, since this nutrient has key functions in plant metabolism. To properly manage nitrogen more precise methodologies are required to help decision-making process in real time in the field. The evaluation of canopy variables during plant development represents an opportunity to improve grain yield by site-specific nitrogen fertilization. The objective of this work was to evaluate the relationship between Normalized difference vegetation index (NDVI), digital image analysis, leaf relative chlorophyll content (SPAD index) and maize grain yield in different environments. Three field experiments were carried out in 2013/2014 at EEA/UFRGS (Eldorado do Sul, RS) and EEA/IRGA (Cachoeirinha, RS). Treatments consisted of different plant populations or different winter cover desiccation moments. Evaluations with the active sensor Greenseeker (NDVI) were done between V4 and V10 growth stages. NDVI values varied in different growth stages as a function of plant density. Digital image analysis (plant cover) and NDVI values were highly and significantly correlated. Both methodologies correlated well with maize grain yield and critical values of NDVI were defined for different yield potential classes. The use of the active canopy sensor Greenseeker is an important tool for in situ maize yield potential and plant density estimation to develop strategies for variable rate nitrogen fertilization.
Identifer | oai:union.ndltd.org:IBICT/oai:lume.ufrgs.br:10183/138227 |
Date | January 2015 |
Creators | Vian, André Luis |
Contributors | Bredemeier, Christian |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.005 seconds