| |
|
|
| Registros recuperados : 580 | |
| 12. |  | HENNING, A. A.; FRANÇA-NETO, J. B. Fitotoxicidade de diferentes lotes de fungicida rhodiauram 500 SC no tratamento de sementes de soja. Informativo ABRATES, Londrina, v.11, n.2, p.152, set. 2001. Numero especial, ref. 211. Edicao de Resumos do XII Congresso Brasileiro de Sementes, 17 a 20 de Setembro de 2001, Curitiba, PR.| Biblioteca(s): Embrapa Soja. |
|    |
| Registros recuperados : 580 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Uva e Vinho. |
|
Data corrente: |
18/10/2022 |
|
Data da última atualização: |
06/09/2023 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
AMARAL, L. de P.; FERREIRA, R. A.; CARVALHO, L. F. D. de; FOGAÇA, A. de O.; GEBLER, L. |
|
Afiliação: |
LÚCIO DE PAULA AMARAL, UNIVERSIDADE FEDERAL DE SANTA MARIA; REGIANE APARECIDA FERREIRA, UNIVERSIDADE FEDERAL DE SANTA MARIA; LUIZ FELIPE DIAZ DE CARVALHO, UNIVERSIDADE FEDERAL DE SANTA MARIA; ALINE DE OLIVEIRA FOGAÇA, VINÍCOLA VELHO AMÂNCIO; LUCIANO GEBLER, CNPUV. |
|
Título: |
Índice de reflectância de senescência de plantas em videiras. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGRICULTURA DE PRECISÃO, 2022, Campinas, SP. Anais...Campinas: ConBAP, ago. 2022. p. 294-299. |
|
Idioma: |
Português |
|
Conteúdo: |
A Viticultura de Precisão no Brasil ainda é insipiente, há necessidade de desenvolver tecnlogias e/ou adaptações de tecnologias para coleta de dados e geração de informações espaciais nos pomares, bem como de equipamentos para manejo e intervenções nas áreas de produção de videiras. Este trabalho descreve o mapeamento de variabilidade espacial em videiras na vinícola Velho Amâncio, com implantação de um projeto piloto de vitivinicultura de precisão. Em uma gleba de1,3 ha de cultivo das casta Cabernet Sauvignon e Syrah, localizadas em Itaara-RS, foi realizado mapamento com aeronave remotamente pilotada (RPA) Phantom 4 DJI e sensor multiespectral Red Edge-Mx Micasense, para gereação do índice de reflectância de senescência de plantas (PSRI). O processamento das imagens ocorreu no software Metashape Agisoft, com correção radiométrica das imagens (painel de calibração + sensor de luminosidade). O mosaico do PSRI apresentou resolução espcial melhor do que 10 cm e foi importado para o sistema de informação geográfica Arc Map, onde foi reclassificado. Foi possível distinguir os elementos do pomar plantas de videira, falhas, entre linha coberta com plantas espontâneas, solo exposto e sombra. Foi gerado um mapa contendo as classes videira, entre linha e solo exposto. Conclui-se que o PSRI detectou elementos importantes do pomar, detectou variabilidade espacial na vegetação e pode ser indicado para trabalhos de viticultura de precisão. PALAVRAS-CHAVE: Vitivinicultura de Precisão; Aeronave Remotamente Pilotada; Sensoriamento Remoto PLANT SENESCENCE REFLECTANCE INDEX IN VINEYARDS ABSTRACT: Precision Viticulture in Brazil is still incipient, there is a need to develop technologies and/or adaptations of technologies for data collection and generation of spatial information in the orchards, as well as equipment for management and interventions in the areas of vine production. This work describes the mapping of spatial variability in vines at the Velho Amâncio winery, with the implementation of a pilot project of precision viticulture. In a plot of 1.3 ha cultivated with Cabernet Sauvignon and Syrah, located in Itaara-RS, mapping was carried out with a remotely piloted aircraft (RPA) Phantom 4 DJI and a Red Edge-Mx Micasense multispectral sensor to generate the Plant Senescence Reflectance Index (PSRI). The images were processed using the Metashape Agisoft software, with radiometric correction of the images (calibration panel + light sensor). The PSRI mosaic showed a spatial resolution better than 10 cm and was imported into the Arc Map geographic information system, where it was reclassified. It was possible to distinguish the elements of the orchard, vine plants, faults, between a line covered with spontaneous plants, exposed soil and shade. A map was generated containing the vine classes, between row and exposed soil. It is concluded that the PSRI detected important elements of the orchard, detected spatial variability in the vegetation and can be indicated for precision viticulture work. MenosA Viticultura de Precisão no Brasil ainda é insipiente, há necessidade de desenvolver tecnlogias e/ou adaptações de tecnologias para coleta de dados e geração de informações espaciais nos pomares, bem como de equipamentos para manejo e intervenções nas áreas de produção de videiras. Este trabalho descreve o mapeamento de variabilidade espacial em videiras na vinícola Velho Amâncio, com implantação de um projeto piloto de vitivinicultura de precisão. Em uma gleba de1,3 ha de cultivo das casta Cabernet Sauvignon e Syrah, localizadas em Itaara-RS, foi realizado mapamento com aeronave remotamente pilotada (RPA) Phantom 4 DJI e sensor multiespectral Red Edge-Mx Micasense, para gereação do índice de reflectância de senescência de plantas (PSRI). O processamento das imagens ocorreu no software Metashape Agisoft, com correção radiométrica das imagens (painel de calibração + sensor de luminosidade). O mosaico do PSRI apresentou resolução espcial melhor do que 10 cm e foi importado para o sistema de informação geográfica Arc Map, onde foi reclassificado. Foi possível distinguir os elementos do pomar plantas de videira, falhas, entre linha coberta com plantas espontâneas, solo exposto e sombra. Foi gerado um mapa contendo as classes videira, entre linha e solo exposto. Conclui-se que o PSRI detectou elementos importantes do pomar, detectou variabilidade espacial na vegetação e pode ser indicado para trabalhos de viticultura de precisão. PALAVRAS-CHAVE: Vitivinicultura de Precisão; Aero... Mostrar Tudo |
|
Palavras-Chave: |
Aeronave Remotamente Pilotada; Precision Viticulture; UAV; Vitivinicultura; Vitivinicultura de Precisão. |
|
Thesagro: |
Sensoriamento Remoto. |
|
Thesaurus NAL: |
Remote sensing. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1153410/1/Gebler-294-299-ConBAP2023.pdf
|
|
Marc: |
LEADER 03872nam a2200241 a 4500
001 2153410
005 2023-09-06
008 2022 bl uuuu u00u1 u #d
100 1 $aAMARAL, L. de P.
245 $aÍndice de reflectância de senescência de plantas em videiras.$h[electronic resource]
260 $aIn: CONGRESSO BRASILEIRO DE AGRICULTURA DE PRECISÃO, 2022, Campinas, SP. Anais...Campinas: ConBAP, ago. 2022. p. 294-299.$c2022
520 $aA Viticultura de Precisão no Brasil ainda é insipiente, há necessidade de desenvolver tecnlogias e/ou adaptações de tecnologias para coleta de dados e geração de informações espaciais nos pomares, bem como de equipamentos para manejo e intervenções nas áreas de produção de videiras. Este trabalho descreve o mapeamento de variabilidade espacial em videiras na vinícola Velho Amâncio, com implantação de um projeto piloto de vitivinicultura de precisão. Em uma gleba de1,3 ha de cultivo das casta Cabernet Sauvignon e Syrah, localizadas em Itaara-RS, foi realizado mapamento com aeronave remotamente pilotada (RPA) Phantom 4 DJI e sensor multiespectral Red Edge-Mx Micasense, para gereação do índice de reflectância de senescência de plantas (PSRI). O processamento das imagens ocorreu no software Metashape Agisoft, com correção radiométrica das imagens (painel de calibração + sensor de luminosidade). O mosaico do PSRI apresentou resolução espcial melhor do que 10 cm e foi importado para o sistema de informação geográfica Arc Map, onde foi reclassificado. Foi possível distinguir os elementos do pomar plantas de videira, falhas, entre linha coberta com plantas espontâneas, solo exposto e sombra. Foi gerado um mapa contendo as classes videira, entre linha e solo exposto. Conclui-se que o PSRI detectou elementos importantes do pomar, detectou variabilidade espacial na vegetação e pode ser indicado para trabalhos de viticultura de precisão. PALAVRAS-CHAVE: Vitivinicultura de Precisão; Aeronave Remotamente Pilotada; Sensoriamento Remoto PLANT SENESCENCE REFLECTANCE INDEX IN VINEYARDS ABSTRACT: Precision Viticulture in Brazil is still incipient, there is a need to develop technologies and/or adaptations of technologies for data collection and generation of spatial information in the orchards, as well as equipment for management and interventions in the areas of vine production. This work describes the mapping of spatial variability in vines at the Velho Amâncio winery, with the implementation of a pilot project of precision viticulture. In a plot of 1.3 ha cultivated with Cabernet Sauvignon and Syrah, located in Itaara-RS, mapping was carried out with a remotely piloted aircraft (RPA) Phantom 4 DJI and a Red Edge-Mx Micasense multispectral sensor to generate the Plant Senescence Reflectance Index (PSRI). The images were processed using the Metashape Agisoft software, with radiometric correction of the images (calibration panel + light sensor). The PSRI mosaic showed a spatial resolution better than 10 cm and was imported into the Arc Map geographic information system, where it was reclassified. It was possible to distinguish the elements of the orchard, vine plants, faults, between a line covered with spontaneous plants, exposed soil and shade. A map was generated containing the vine classes, between row and exposed soil. It is concluded that the PSRI detected important elements of the orchard, detected spatial variability in the vegetation and can be indicated for precision viticulture work.
650 $aRemote sensing
650 $aSensoriamento Remoto
653 $aAeronave Remotamente Pilotada
653 $aPrecision Viticulture
653 $aUAV
653 $aVitivinicultura
653 $aVitivinicultura de Precisão
700 1 $aFERREIRA, R. A.
700 1 $aCARVALHO, L. F. D. de
700 1 $aFOGAÇA, A. de O.
700 1 $aGEBLER, L.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Uva e Vinho (CNPUV) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
