Your browser doesn't support javascript.
loading
In situ remote sensing as a strategy to predict cotton seed yield / Sensoriamento remoto in situ como estratégia para previsão do rendimento de semente de algodão
Baio, Fabio Henrique Rojo; Silva, Eder Eujácio da; Martins, Pedro Henrique Alves; Silva Junior, Carlos Antônio da; Teodoro, Paulo Eduardo.
  • Baio, Fabio Henrique Rojo; Universidade Federal de Mato Grosso do Sul. Chapadão do Sul. BR
  • Silva, Eder Eujácio da; Universidade Federal de Mato Grosso do Sul. Chapadão do Sul. BR
  • Martins, Pedro Henrique Alves; Universidade Federal de Mato Grosso do Sul. Chapadão do Sul. BR
  • Silva Junior, Carlos Antônio da; Universidade do Estado do Mato Grosso. Sinop. BR
  • Teodoro, Paulo Eduardo; Universidade Federal de Mato Grosso do Sul. Chapadão do Sul. BR
Biosci. j. (Online) ; 35(6): 1847-1854, nov./dec. 2019. ilus, tab
Article in English | LILACS | ID: biblio-1049144
ABSTRACT
Crop harvest scheduling and profits and losses predications require strategies that estimate crop yield. This work aimed to investigate the contribution of phenological variables using path analysis and remote sensing techniques on cotton boll yield and to generate a model using decision trees that help predict cotton boll yield. The sampling field was installed in Chapadão do Céu, in an area of 90 ha. The following phenological variables were evaluated at 30 sample points plant height at 26, 39, 51, 68, 82, 107, 128, and 185 days after emergence (DAE); number of floral buds at 68, 81, 107, 128, and 185 DAE; number of bolls at 185 DAE; Rededge vegetation index at 23, 35, 53, 91, and 168 DAE; and cotton boll yield. The main variables that can be used to predict cotton boll yield are the number of floral buds (at 107 days after emergence) and the Rededge vegetation index (at 53 and 91 days after emergence). To obtain higher cotton boll yields, the Rededge vegetation index must be greater than 39 at 53 days after emergence, and the plant must present at least 14 floral buds at 107 days after emergence.
RESUMO
O escalonamento de colheitas e a previsão de ganhos e perdas requerem estratégias que estimam a produtividade das culturas. Este trabalho teve como objetivo investigar a contribuição de variáveis fenológicas utilizando técnicas de análise de trilha e sensoriamento remoto sobre a produtividade de algodão em caroço e gerar um modelo utilizando árvores de decisão que ajudam a prever esta variável. O campo de amostragem foi instalado em Chapadão do Céu, em uma área de 90 ha. As seguintes variáveis fenológicas foram avaliadas em 30 pontos amostrais altura das plantas aos 26, 39, 51, 68, 82, 107, 128 e 185 dias após a emergência (DAE); número de gemas florais aos 68, 81, 107, 128 e 185 DAE; número de cápsulas a 185 DAE; Índice de vegetação Rededge em 23, 35, 53, 91 e 168 DAE; e produção de algodão em caroço. As principais variáveis que podem ser utilizadas para prever a produção de caroço de algodão são o número de gemas florais (aos 107 dias após a emergência) e o índice de vegetação de Rededge (aos 53 e 91 dias após a emergência). Para obter maiores produtividades de algodão, o índice de vegetação de Rededge deve ser superior a 39 aos 53 dias após a emergência e a planta deve apresentar pelo menos 14 gemas florais aos 107 dias após a emergência.
Subject(s)


Full text: Available Index: LILACS (Americas) Main subject: Seeds / Gossypium / Remote Sensing Technology Type of study: Prognostic study / Risk factors Language: English Journal: Biosci. j. (Online) Journal subject: Agricultura / Disciplinas das Ciˆncias Biol¢gicas / Pesquisa Interdisciplinar Year: 2019 Type: Article Affiliation country: Brazil Institution/Affiliation country: Universidade Federal de Mato Grosso do Sul/BR / Universidade do Estado do Mato Grosso/BR

Similar

MEDLINE

...
LILACS

LIS


Full text: Available Index: LILACS (Americas) Main subject: Seeds / Gossypium / Remote Sensing Technology Type of study: Prognostic study / Risk factors Language: English Journal: Biosci. j. (Online) Journal subject: Agricultura / Disciplinas das Ciˆncias Biol¢gicas / Pesquisa Interdisciplinar Year: 2019 Type: Article Affiliation country: Brazil Institution/Affiliation country: Universidade Federal de Mato Grosso do Sul/BR / Universidade do Estado do Mato Grosso/BR