dc.contributor.author | Belvedere, Miguel Bau | |
dc.date.accessioned | 2024-07-17T22:58:20Z | |
dc.date.available | 2024-07-17T22:58:20Z | |
dc.date.issued | 2023-11-01 | |
dc.identifier.citation | BELVEDERE, Miguel Bau. Estimativa de produção de cana de açúcar em pequenas plantações através do uso de sensoriamento remoto. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/20074. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/20074 | |
dc.description.abstract | Brazil leads global sugarcane production, but in recent decades, the expansion of plantations appears to have reached a limit. The challenge now is to increase productivity per hectare, which requires the adoption of new technologies. Remote sensing has emerged as a crucial tool in this context, due to its ability to capture distinct reflectance patterns in sugarcane fields.
In this study, the analysis focused on plots located in the municipality of Araraquara (SP), and we used Sentinel-2 satellite images acquired between 2019 and 2022. To assess the performance of the plantations it was used the Normalized Difference Vegetation Index (NDVI), which has a strong correlation with plant biomass. This approach allowed us to identify patterns and extract information about the crops.
These analyses can have a significant impact on the agribusiness sector, providing quantitative data to assess the feasibility of optimizing sugarcane production. It is concluded that, while initial on-site data collection is crucial, remote monitoring of sugarcane fields is a viable reality. Furthermore, the method presented is objective and easy to interpret, representing a potential tool for more efficient management of sugarcane plantations. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Cana-de-açúcar | por |
dc.subject | Sensoriamento remoto | por |
dc.subject | Índice de vegetação por diferença normalizada | por |
dc.subject | Padrões de reflectância | por |
dc.title | Estimativa de produção de cana de açúcar em pequenas plantações através do uso de sensoriamento remoto | por |
dc.title.alternative | Sugar cane production estimate using remote sensing | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Barcellos, Robson | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9844506370403162 | por |
dc.description.resumo | O Brasil lidera a produção global de cana-de-açúcar, mas nas últimas décadas, a expansão das plantações parece ter encontrado um limite. O desafio agora é aumentar a produtividade por hectare, e isso requer a adoção de novas tecnologias. O sensoriamento remoto emergiu como uma ferramenta vital nesse contexto, devido à capacidade de captar padrões de reflectância distintos nas plantações de cana-de-açúcar.
Neste estudo, concentrou-se a análise em talhões localizados no município de Araraquara (SP) e utilizamos imagens do satélite Sentinel-2, adquiridas entre 2019 e 2022. Para avaliar o desempenho das plantações, utilizou-se o Índice de Vegetação por Diferença Normalizada (NDVI), que tem uma forte correlação com a biomassa vegetal. Essa abordagem permitiu identificar padrões e extrair informações sobre as lavouras.
Estas análises podem ter um impacto significativo no agronegócio, fornecendo dados quantitativos para avaliar a viabilidade de otimização da produção de cana-de-açúcar. Conclui-se que, embora a coleta inicial de informações no local seja fundamental, o monitoramento remoto de canaviais é uma realidade viável. Além disso, o método apresentado é objetivo e de fácil interpretação, apresentando-se como uma possível ferramenta para uma gestão mais eficiente das plantações de cana-de-açúcar. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS; INSTRUMENTACAO | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/6767551360418863 | por |
dc.publisher.course | Engenharia Elétrica - EE | por |
dc.contributor.authororcid | https://orcid.org/0009-0004-2040-1204 | por |
dc.contributor.advisor1orcid | https://orcid.org/0000-0002-6009-4825 | por |