Banca de DEFESA: THAINÁ GUIMARÃES ROCHA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: THAINÁ GUIMARÃES ROCHA
DATA: 30/06/2022
HORA: 14:00
LOCAL: Google meet
TÍTULO:

MODELAGEM DA PRODUTIVIDADE DE PLANTIOS DE CAFÉ UTILIZANDO PARÂMETROS,  BIOCLIMÁTICOS, GEOMORFOMÉTRICOS E DADOS ESPECTRAIS

PALAVRAS-CHAVES:

Estimação, Modelo de regressão linear, Campo das Vertentes

PÁGINAS: 52
GRANDE ÁREA: Ciências Agrárias
ÁREA: Recursos Florestais e Engenharia Florestal
RESUMO:

No Brasil, maior produtor de café no mundo, estima-se que a área destinada ao plantio de café seja de 2,16 milhões de hectares. A produtividade dessas áreas é capas de suprir não só a demanda nacional, como também os mercados internacionais. Metade da produção brasileira está localizada em Minas Gerais, atividade essa que contribui para o desenvolvimento tecnológico, cultural e econômico do estado. Encontrar novas maneiras de determinar e caracterizar fatores que influenciam e ajudam a estimar a produtividade de plantios de café é uma necessidade que permite cada vez mais o crescimento da cultura. Sabendo que toda vegetação é influenciada pelo ambiente em que está inserida, e tendo em vista a quantidade de dados de fácil acesso disponíveis na atualidade, esse trabalho tem por objetivo: (1) determinar a correlação das variáveis com a produtividade; (2) a partir do método de regressão, obter um modelo de produtividade que consiga representar a produtividade da região; (3) avaliar e compreender as variáveis apresentadas no modelo. Foram utilizados dados bioclimáticos provenientes de estações meteorológicas da região para gerar variáveis climáticas. Foram utilizados também dados espectrais derivados do satélite Sentinel – 2, de 10 metros de resolução espacial. E foram também utilizadas variáveis geomorfométricas derivadas do Modelo Digital de Elevação SRTM, com resolução espacial de 30m. Para uma pré-seleção das variáveis, utilizamos a correlação de Pearson. Com as variáveis pré-selecionadas, foi realizado um modelo de regressão linear global. A partir do Bayesian information criterion, foram gerados os 5 melhores modelos lineares, selecionando o modelo final como o modelo que apresentou os melhores valores para o coeficiente de determinação e o coeficiente de determinação ajustado (R² = 0,71 e R²ajus = 0,54). As variáveis que compuseram o modelo final foram: NDWIs; NDVIs; B3u; B2u; Profile Curvature; e Valley Depth. Os resultados encontrados em nosso estudo foram satisfatórios, mas não exclui a necessidade de continuidade para melhor entendermos as relações do café com variáveis que podem influenciar na produtividade dos plantios.

MEMBROS DA BANCA:
Externo à Instituição - ALLAN ARANTES PEREIRA - IFSULDEMINAS (Membro)
Externo à Instituição - INACIO THOMAZ BUENO - UFLA (Suplente)
Externo à Instituição - KALILL JOSE VIANA DA PASCOA - UFLA (Membro)
Externo à Instituição - MÔNICA CANAAN CARVALHO - UFLA (Suplente)
Presidente - FAUSTO WEIMAR ACERBI JUNIOR (Membro)