Export iten: EndNote BibTex

Please use this identifier to cite or link to this item: http://tede.unioeste.br/handle/tede/4866
Tipo do documento: Dissertação
Title: Regionalização de área agrícola usando dados de imagens aéreas e coletas de campo
Other Titles: Regionalization of agricultural area using data from aerial Images and field samplings
Autor: Lorbieski, Rodrigo 
Primeiro orientador: Guedes, Luciana Pagliosa Carvalho
Primeiro membro da banca: Guedes, Luciana Pagliosa Carvalho
Segundo membro da banca: Dalposso, Gustavo Henrique
Terceiro membro da banca: Uribe Opazo, Miguel Angel
Resumo: A agricultura de precisão é uma importante ferramenta que visa à otimização da produtividade do setor agrícola, entretanto, seu custo da implementação pode ser um obstáculo para os pequenos agricultores. Uma alternativa seria, então, a regionalização da área agrícola dividindo-a em talhões ou zonas de manejo, que podem ser trabalhadas individualmente de acordo as características da área. Dados multivariados são comuns no processo de delineamento dessas zonas, assim, técnicas multivariadas para classificação e agrupamento podem ser aplicadas a esses dados, buscando considerar também a informação espacial destes. Dessa forma, essa pesquisa delineou zonas de manejo de uma área agrícola em quatro anos-safra consecutivos, com o uso de agrupamentos hierárquicos não paramétricos, levando em consideração a informação espacial de dados provenientes de atributos físicos e químicos do solo, índices vegetativos e dados de produtividade. Foram utilizadas técnicas para redução da dimensionalidade e agrupamentos dos dados, além de análises geoestatísticas e de estatísticas descritivas. Para melhor compreensão do comportamento das variáveis físico-químicas nas diferentes zonas de manejo formadas, construíram-se árvores de decisão, tendo como variável resposta as próprias zonas de manejo. Os subconjuntos que melhor formaram as zonas de manejo variaram de um anosafra para o outro, e, a localização delas foi semelhante em três dos quatro anos-safra analisados. O ótimo número de zonas de manejo foi igual a dois em todos os anos-safra analisados. As árvores de decisão se mostraram importantes para caracterização das variáveis físico-químicas, pois auxiliaram a descrever a distribuição delas na formação de cada zona de manejo.
Abstract: Precision agriculture is an important tool that aims at optimizing the agricultural yield sector, however, its cost of implementation can be an obstacle for small farmers. An alternative would be regionalizing the agricultural area, and dividing it into plots or management zones, which can be worked individually according to the area characteristics. Multivariate data are common in designing these zones, thus, multivariate techniques for classification and grouping can be applied to these data, aiming at also taking into account their spatial information. Thus, this research outlined management areas for an agricultural area in four consecutive cropping years, using non-parametric hierarchical groupings, and considering spatial data information from physical and chemical attributes of soil, vegetative indexes and data of yield. Techniques were applied to reduce dimensionality and groupings of data, as well as geostatistical analyses and descriptive statistics. So, decision trees were built to better understand physical-chemical variables behavior in the different management zones formed, whose management zones are the response variable. The subsets that best formed the management zones varied from one cropping year to the next one, and their location was similar in three of the four cropping years analyzed. The excellent number of management zones was equal to two in all the studied cropping years. Decision trees proved to be important to characterize physical-chemical variables, as they helped to describe their distribution in the formation of each management zone.
Keywords: Agrupamentos
Árvore de decisão
Classificação supervisionada
Função núcleo-estimador
Groupings
Decision tree
Supervised classification
Core-estimator function
CNPq areas: CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Publisher: Universidade Estadual do Oeste do Paraná
Sigla da instituição: UNIOESTE
Departamento: Centro de Ciências Exatas e Tecnológicas
Program: Programa de Pós-Graduação em Engenharia Agrícola
Campun: Cascavel
Citation: LORBIESKI, Rodrigo. Regionalização de área agrícola usando dados de imagens aéreas e coletas de campo. 2020. 104 f. Dissertação( Mestrado em Engenharia Agrícola) - Universidade Estadual do Oeste do Paraná, Cascavel PR.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: http://tede.unioeste.br/handle/tede/4866
Issue Date: 14-Feb-2020
Appears in Collections:Mestrado em Engenharia Agrícola (CVL)

Files in This Item:
File Description SizeFormat 
Rodrigo Lorbieski.pdf4.22 MBAdobe PDFView/Open Preview


This item is licensed under a Creative Commons License Creative Commons