Banca de QUALIFICAÇÃO: FERNANDO HENRIQUE DE SOUZA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: FERNANDO HENRIQUE DE SOUZA
DATA: 02/10/2025
HORA: 13:30
LOCAL: google meet
TÍTULO:

Índice de curva ótima para implantação de lavouras cafeeiras

PALAVRAS-CHAVES:

LiDAR, GNSS agrícola, Cultura do café, Curvatura, mecanização agrícola e planejamento topográfico

PÁGINAS: 80
GRANDE ÁREA: Ciências Agrárias
ÁREA: Engenharia Agrícola
SUBÁREA: Máquinas e Implementos Agrícolas
RESUMO:

A cultura do cafeeiro é de extrema importância para a economia agrícola brasileira, exigindo a adoção de técnicas que aumentem a produtividade e reduzam os custos operacionais. O uso de dados altimétricos de alta precisão é fundamental para o planejamento eficiente de linhas de plantio mecanizado, especialmente em regiões montanhosas como o Sul de Minas Gerais. Este trabalho tem como objetivo desenvolver um índice de curva ótima para a implantação das ruas de cafeeiros, considerando variáveis de mecanização e características topográficas e a otimização do transplantio por hectare. A pesquisa envolve a análise de áreas mecanizadas, a determinação de parâmetros ideais de curvatura e declividade e o estabelecimento de práticas para evitar o amassamento das plantas durante as operações agrícolas. Foram comparadas tecnologias de obtenção de dados topográficos, incluindo o sensor LiDAR embarcado em RPA (DJI Matrice 350 RTK com Zenmuse L2) e receptores GNSS StarFire 7000 com correção SF RTK. As altitudes LiDAR foram processadas com base no modelo geoidal hgeoHNOR2020 e referenciadas ao sistema SIRGAS 2000 / UTM zona 23S. A análise inicial, por meio de histogramas, indicou ausência de distribuição normal nos dados. O teste de Shapiro-Wilk confirmou essa observação, com p-valores de 2,79×10⁻²¹ (GNSS) e 2,97×10⁻²¹ (LiDAR), rejeitando a hipótese de normalidade. Assim, utilizou-se o teste não paramétrico de Wilcoxon, que apontou diferença estatisticamente significativa entre as medições, com deslocamento médio de aproximadamente 2 m e desvios-padrão semelhantes (aproximadamente 7 m). A análise por boxplot mostrou mediana do GNSS superior à do LiDAR. Para projetos que exigem alta precisão vertical, o LiDAR apresentou maior potencial, oferecendo dados mais detalhados e menos suscetíveis a variações ambientais, enquanto o GNSS se mostrou mais prático e rápido, porém com menor acurácia altimétrica relativa, exigindo correção vertical.

MEMBROS DA BANCA:
Externo ao Programa - RAFAEL DE OLIVEIRA FARIA - DEA/EENG (Suplente)
Externo ao Programa - MIRIAN DE LOURDES OLIVEIRA E SILVA - DCS/ESAL (Suplente)
Presidente - GABRIEL ARAUJO E SILVA FERRAZ (Membro)
Externo ao Programa - DIEGO BEDIN MARIN - DEG/EENG (Membro)
Externo ao Programa - ALDIR CARPES MARQUES FILHO - DEA/EENG (Membro)