Autoria: SPERANZA, E. A.; GREGO, C. R.; RODRIGUES, G. C.; LUCHIARI JUNIOR, A.

Resumo: RESUMO. A cafeicultura tem se destacado no Brasil nos últimos anos, atingindo altos níveis de exportação. Desse modo, a busca por tecnologias que permitam melhorar a produtividade e a qualidade do produto final é uma realidade. Nesse contexto, ferramentas de Agricultura de Precisão (AP) possuem papel estratégico, pois possibilitam ao produtor obter informações georreferenciadas com alta precisão de atributos referentes ao solo e à cultura que podem ser analisadas e transformadas em informações úteis para o manejo da produção. Neste artigo, foi realizado um processo de mineração de dados obtidos em campos experimentais de cafeicultura por meio de sensores proximais que permitem o cálculo de índices de vegetação e de clorofila presente nas plantas. Foram utilizadas diferentes combinações de atributos para a geração de mapas potenciais de zonas de manejo que permitem caracterizar a variabilidade espacial da cultura com relação à diferentes faces de exposição ao sol. Como resultado, foi verificado que as faces de exposição ao sol das duas áreas analisadas influenciam muito no índice relativo de clorofila (IRC) presente nas plantas, potencializando a utilização desse atributo para o delineamento de zonas de manejo que permitam diferenciar a qualidade do produto final obtido.

Ano de publicação: 2019

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Agricultura Digital

Palavras-chave: Agricultura de Precisão, Cafeicultura, Coffee cultivation, Data mining, Management Zones, Mineração de dados, Precision agriculture, Proximal Sensing, Sensoriamento Proximal, Zonas de Manejo