Notícias

Banca de DEFESA: THATIANE GOMES ANDRADE

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: THATIANE GOMES ANDRADE
DATA: 18/12/2020
HORA: 08:00
LOCAL: https://conferenciaweb.rnp.br/webconf/aderson-soares-de-andrade-junior
TÍTULO: Técnicas de estatística espacial e sensoriamento remoto para estimativa da produtividade de grãos de soja
PALAVRAS-CHAVES: Correlação, Agricultura de Precisão, Atributos do solo, NDVI
PÁGINAS: 82
GRANDE ÁREA: Ciências Agrárias
ÁREA: Agronomia
SUBÁREA: Ciência do Solo
ESPECIALIDADE: Manejo e Conservação do Solo
RESUMO:
O agronegócio da soja na região do Sudoeste do Piauí necessita de estudos e tecnologias que permitam a estimativa prévia da produtividade de grãos da cultura, com destaque para as técnicas de estatística espacial (análise multivariada) e sensoriamento remoto com a adoção de modelos de previsão de safra com base no índice NDVI oriundo de imagens de satélite. Assim, os objetivos deste estudo foram: 1) avaliar a correlação entre os atributos de solo (químicos e físicos) e de planta (IAF, biomassa seca da parte aérea e análise foliar) e a produtividade de grãos da soja, por meio de análise multivariada, para a identificação de zonas distintas de produtividade da cultura a nível de talhão comercial e 2) propor modelos de regressão linear múltipla para estimativa da produtividade de grãos de soja com base no índice NDVI em uma fazenda referência no cerrado da região Sudoeste do Piauí. Para tanto, realizou-se coletas de amostras de solo deformadas, em 12 pontos amostrais em um talhão comercial, nas profundidades de 0-0,2 e 0,2-0,4 m, no estádio R4 (aos 88 dias após a semeadura da cultura da soja), para análises de atributos físicos, químicos e matéria orgânica do solo. Quanto aos atributos da planta, realizou-se a determinação do índice de área foliar (IAF), biomassa seca da parte aérea (MS) e a produtividade de grãos (PG). Para análise dos dados foi aplicado a técnica de análise de componentes principais (CP) e agrupamento, utilizando a distância euclidiana e o método Unweighted Pair-Group Method using Arithmetic Avarages (UPGMA). Para proposição dos modelos de produtividade de grãos, foram utilizadas cinco imagens de satélite durante o ciclo de cultivo da soja, safra 2018-2019, sendo uma do Landsat 8 e quatro do Sentinel 2. Efetuou-se a análise de regressão linear múltipla com os valores de NDVI extraídos das imagens e os dados de produtividade de grãos obtidos dos mapas de colheita do talhão. Para seleção dos melhores modelos usou-se os índices estatísticos coeficiente de determinação (R2) e o erro padrão de estimativa (EPE). Para a validação dos modelos, utilizou-se como indicadores do grau de ajuste dos modelos os índices estatísticos raiz quadrada do erro quadrado médio (RMSE) e a raiz quadrada do erro quadrado médio normalizado (nRMSE). A análise de CP indicou que a PG da soja é determinada pelas interações entre os atributos de solo e planta avaliados, com destaque para o IAF, MS, o Ca e o Zn. A análise de agrupamento definiu três zonas distintas de produtividade de grãos da soja no talhão: baixa (3476,73 kg ha-1), média (3844,26 – 4168,39 kg ha-1) e alta (4332,95 – 4651,73 kg ha-1). O modelo de produtividade que utiliza os valores de NDVI obtidos nos estádios R2 a R5 é indicado como melhor modelo de regressão linear múltipla para estimativa da produtividade de grãos (R2=0,99; EPE=562,7 kg ha-1). A validação dos modelos indica que os menores valores de RMSE foram observados em áreas amostrais de 100 x 100 m (RMSE=620,9 kg ha-1), enquanto os menores valores de nRMSE ocorreram nas áreas amostrais maiores (250 x 250 m), variando de 12,3 a 13,4%. Os resultados indicam que as duas técnicas se mostraram promissoras para a estimativa da produtividade de grãos da soja.

MEMBROS DA BANCA:
Presidente - 304.796.653-20 - ADERSON SOARES DE ANDRADE JUNIOR - EMBRAPA
Externo ao Programa - 2261234 - JOSE WELLINGTON BATISTA LOPES
Externo ao Programa - 005.716.029-59 - MELISSA ODA SOUZA - UESPI
Externo à Instituição - PAULO FERNANDO DE MELO JORGE VIEIRA - EMBRAPA
Notícia cadastrada em: 27/11/2020 17:15
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb04.ufpi.br.sigaa 28/03/2024 07:36