Estimativa de severidade do mofo-branco em lavouras de feijão utilizando-se sensores hiper e multiespectral

Imagem de Miniatura

Data

2015-05

Título da Revista

ISSN da Revista

Título de Volume

Editor

Revista Brasileira de Engenharia Agrícola e Ambiental

Resumo

Neste estudo objetivou-se identificar comprimentos de onda e faixas espectrais provenientes de reflectâncias hiper e multiespectrais utilizando regressão PLS e promover avaliação comparativa desses métodos e de dez índices de vegetação, para determinar aqueles que melhor estimam níveis de severidade de mofo-branco em feijão. Foram implantados experimentos nos municípios de Viçosa e de Oratórios, estado de Minas Gerais. Reflectâncias hiperespectrais foram obtidas com espectroradiômetro cuja faixa útil de leitura adotada foi entre 440 e 900 nm. Reflectâncias multiespectrais foram obtidas de imagens de câmara constituídas de cinco bandas (vermelho, verde, azul, Red-edge e infravermelho). Os índices de severidade da doença foram baixos; em Viçosa a média foi de 5,8% e em Oratórios, 7,4%. Modelos matemáticos utilizando reflectâncias hiperespectrais tiveram melhor desempenho para estimar mofo-branco; a banda do red-edge apresentou os comprimentos de onda que melhor estimam a severidade do mofo-branco. Índices de vegetação resistentes a efeitos da reflectância de solo estimaram melhor o mofo-branco do que os demais índices.
This study aimed to identify wavelengths and spectral ranges from hyper and multispectral reflectance using PLS regression; and to promote comparative evaluation of these methods and ten vegetation indices to determine those that best estimate levels of white mold severity in common beans. Experiments were implemented in the municipalities of Viçosa and Oratorios, Minas Gerais state. Hyperspectral reflectance measurements were acquired with the spectroradiometer, whose useful reading range was between 440 and 900 nm. Multispectral reflectance measurements were obtained from camera images comprising five bands (red, green, blue, red-edge and infrared). The indexes of disease severity were low. In Viçosa the average was 5.8% and in Oratorios, 7.4%. Mathematical models using hyperspectral reflectance performed better for estimating white mold. The red-edge band presented the wavelengths that best estimate the severity of white mold. Vegetation index resistant to the soil reflectance effects was better to estimate white mold than the other indices.

Descrição

Palavras-chave

Regressão PLS, Índice de vegetação, Agricultura de precisão, PLS regression, Vegetation index, Precision agriculture

Citação

Avaliação

Revisão

Suplementado Por

Referenciado Por