Nos últimos anos, acompanhar o desenvolvimento de uma cultura tem se tornado cada vez mais imprescindível para a tomada de decisões. Sistemas aéreos remotamente pilotados são muito promissores em aplicações de monitoramento. Sua flexibilidade, facilidade de operação e construção relativamente barata os tornam os melhores candidatos para monitorar atividades na agricultura de precisão, onde as reações imediatas de manejo às doenças das plantas, à falta de nutrientes das plantas e às mudanças ambientais são o ponto focal para eficiência e produtividade das plantações. No entanto, no Brasil a utilização desta tecnologia ainda é limitada e o número de publicações científicas sobre o assunto é escasso. No caso específico da cana-de-açúcar, a utilização de aeronave remotamente pilotada (RPA) é bastante promissora e publicações científicas internacionais são limitadas. O objetivo deste trabalho foi avaliar a potencialidade de imagens obtidas a partir de câmeras com diferentes bandas espectrais embarcadas em RPA para obtenção de modelos tridimensionais para estimativa de altura, produtividade e variabilidade espacial. As coletas foram realizadas ao longo da safra 2014/2015, durante o período de um ano. Foi utilizada uma aeronave remotamente pilotada equipada com uma câmera digital com sensibilidade na região espectral do visível (RGB) e outra na região espectral do infravermelho próximo (IVP) sincronizadas com um sistema de navegação global por satélite (GNSS). Este sistema possibilitou a aquisição de imagens com altíssima resolução (3 cm pixel-1) e permitiu a geração de orto-mosaicos e modelos digitais de superfícies (MDS) através de métodos de reconstrução automática em 3D, ajustados por pontos de controle em solo. O RPA seguiu um plano de voo pré-determinado sobre o local do estudo para garantir a aquisição de imagens com cruzamento e sobreposição superior a 90%. O método de validação foi conduzido a partir das medidas de altura obtidas a campo com o auxílio de régua topográfica. Após o processamento das imagens aéreas foi possível a identificação das áreas com ausência de fechamento de dossel, observando também a relação desses locais com o baixo desenvolvimento da altura das plantas ao longo de seu ciclo. A regressão entre os valores da estimativa de altura obtidas com as simulações apresentou erro relativo inferior a 13%, já a estimativa da produtividade apresentou erro na faixa de 6%. A estimativa de altura e produtividade demonstram o alto potencial para o monitoramento e avaliação de talhões de cana-de-açúcar, podendo ser uma ferramenta utilizada no apoio a gestão destas áreas. / In the last few years, monitoring the development of a culture has become increasingly imperative for decision-making. Remotely piloted aircraft systems (RPA) are very promising in monitoring applications. Their flexibility, ease of operation, and relatively inexpensive construction make them the best candidates to monitor precision farming activities where immediate management responses to plant diseases, lack of plant nutrients, and environmental changes are the focal point for efficiency And productivity of plantations. However in Brazil the use of this technology is still limited and the number of scientific publications on the subject is scarce. In the specific case of sugarcane the use of RPA is very promising and international scientific publications are limited. The objective of this work was to evaluate the potentiality of images obtained from cameras with different spectral bands embedded in RPA to obtain three - dimensional models for estimation of height, productivity and spatial variability. The collections were carried out during the 2014/2015 harvest, during a period of one year, using a remotely piloted aircraft equipped with a digital camera with sensitivity in the visible spectral region (RGB) and another in the near infrared spectral region (NIR) Synchronized with a GNSS. This system allowed the acquisition of images with very high resolution (3 cm pixel-1) allowing the generation of ortho-mosaics and digital surface models (DSM), through automatic 3D reconstruction methods adjusted by control points in soil. The RPA followed a pre-determined flight plan on the study site to ensure cross-over and overlapping acquisition of over 90%. The validation method was carried out from the height measurements obtained in the field with the aid of topography. After the aerial images processing, it was possible to identify the areas of crop failure, also observing the relation of these locations with the low development of plant height throughout its cycle. The regression between the values of the height estimation obtained with the simulations resulted in a relative error of less than 13%. The results obtained demonstrate the high potential of this technique for monitoring and evaluation of sugarcane fields, and can be a tool used to support the management of these areas.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-16102017-170204 |
| Date | 20 June 2017 |
| Creators | Martello, Maurício |
| Contributors | Fiorio, Peterson Ricardo |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0025 seconds