Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/7564
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorCASTRO, Janine Quadros-
dc.date.accessioned2024-06-27T14:08:38Z-
dc.date.available2024-06-27T14:08:38Z-
dc.date.issued2023-07-21-
dc.identifier.urihttp://hdl.handle.net/123456789/7564-
dc.descriptionRemote sensing through satellite images and sensors embedded in Unmanned Aerial Vehicles (UAVs) plays a fundamental role in the scenario where Digital Agriculture technologies have the capability to offer economically viable solutions while enabling more detailed monitoring of agricultural fields. Thus, the objective was to analyze the characteristics and performance of Vegetation Indices obtained from satellite and UAV images, processed through Google Earth Engine (GEE) and Q-GIS tools. The study area corresponds to 2.53 hectares, where soybean was at 114 days after planting, in the vegetative stage R8. Hence, the comparison method was used to analyze the different data sources through boxplot and frequency histogram analysis of the pixels present in the images. The flight was conducted with the assistance of a DJI Phantom 4 Pro Unmanned Aerial Vehicle (UAV) at an altitude of 62.6 meters. The drone has a 20- megapixel FC6310 camera, which enabled the capture of 70 images, while satellite images were obtained from the sensors of Planet Scope, Landsat 8, and Sentinel-2 platforms. It was observed that the NDVI data obtained from UAV images showed greater variability in values. The NDRE index from Planet Scope and Sentinel-2 demonstrated signs of saturation due to the presence of outliers. On the other hand, the VARI index for the different data sources revealed a wider range of values and extreme values below the normal interval. Consequently, the NDVI from the Planet Scope satellite, for this study, showed greater amplitude and consistency of values. It is essential to consider the particularities of each data source in the monitoring and control of cultivated areas.pt_BR
dc.description.abstractO sensoriamento remoto por meio de imagens de satélites e de sensores embarcados em Un- manned Aerial Vehicles (UAVs), desempenha um papel fundamental no cenário onde as tec- nologias de Agricultura Digital têm a capacidade de oferecer soluções economicamente viáveis e, ao mesmo tempo, permitem um monitoramento mais detalhado das lavouras agrícolas. As- sim, objetivou-se analisar características e desempenhos de índices de Vegetação obtidos a par- tir de imagens de satélites e UAV, processadas através das ferramentas Google Earth Engine (GEE) e Q-GIS. A área de estudo corresponde a 2,53 hectares, onde a soja encontrava-se a 114 dias de pós-semeadura, no estágio vegetativo R8. Desse modo, utilizou-se o método da compa- ração entre as diferentes fontes de dados através da análise de diagramas de caixas (boxplot) e histogramas de frequências dos pixels presentes nas imagens. O voo foi realizado com auxílio de um Unmanned Aerial Vehicle (UAV) modelo DJI Phanton 4 Pro a uma altitude de 62,6 metros. O drone possui uma câmera FC6310 de 20 megapixels, por meio da qual foi possível capturar 70 imagens, e para as imagens de satélites foram utilizados dados dos sensores das plataformas Planet Scope, Landsat 8 e Sentinel-2. Foi verificado que os dados do índice NDVI obtidos das imagens de UAV mostraram uma maior variabilidade nos valores. O índice NDRE do Planet Scope e Sentinel-2 demonstrou sinais de saturação devido a presença de outliers. Já o índice VARI para as diferentes fontes de dados revelou uma faixa mais ampla de valores e valores extremos abaixo do intervalo normal. Com isso, o NDVI do satélite Planet Scope, para este estudo, apresentou maior amplitude e consistência de valores. Destaca-se a importância de se considerar as particularidades de cada fonte de dados no monitoramento e controle de áreas plantadas.pt_BR
dc.publisherUFMApt_BR
dc.subjectAgricultura Digital;pt_BR
dc.subjectDrone;pt_BR
dc.subjectSensoriamento Remotopt_BR
dc.subjectDigital Agriculture;pt_BR
dc.subjectRemote Sensing;pt_BR
dc.subjectDronept_BR
dc.titleImagens de Satélites e UAV no Monitoramento de uma Lavoura de Sojapt_BR
dc.title.alternativeSatellite and UAV Images in Monitoring a Soybean Farmpt_BR
dc.typeOtherpt_BR
Aparece nas coleções:TCC de Graduação em Engenharia Agrícola do Campus de Chapadinha

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JANINE_CASTRO.pdfTCC de Graduação1,89 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.