Title:	Delineamento de zonas de manejo e avaliação de experimentação on-farm para diferentes populações de sementes utilizando sensoriamento remoto e proximal na cultura do algodão.
Authors:	SPERANZA, E. A. LOPES, I. de O. N. VAZ, C. M. P. FRANCHINI, J. C. NAIME, J. de M. INAMASU, R. Y. CHAGAS, S. das
Affiliation:	EDUARDO ANTONIO SPERANZA, CNPTIA; IVANI DE OLIVEIRA NEGRAO LOPES, CNPSO; CARLOS MANOEL PEDRO VAZ, CNPDIA; JULIO CEZAR FRANCHINI DOS SANTOS, CNPSO; JOAO DE MENDONCA NAIME, CNPDIA; RICARDO YASSUSHI INAMASU, CNPDIA; SERGIO DAS CHAGAS, GRUPO AMAGGI.
Date Issued:	2024
Citation:	In: CONGRESSO BRASILEIRO DE AGRICULTURA DE PRECISÃO E DIGITAL, 2024, Ribeirão Preto. Anais [...]. Piracicaba: Associação Brasileira de Agricultura de Precisão e Digital, 2024. p. 688-696.
Description:	O Estado de Mato Grosso lidera a produção nacional de algodão, destacando-se por investimentos em tecnologia e práticas de manejo. O uso de agricultura de precisão e digital é fundamental nesse avanço, especialmente no processo de delineamento de zonas de manejo baseado em dados espectrais. O sensoriamento remoto e a experimentação on-farm são essenciais para a gestão eficiente da lavoura, reduzindo custos e impactos ambientais. Neste contexto, o estudo teve como objetivos utilizar índices de vegetação para definir zonas de manejo e determinar períodos de desenvolvimento da cultura mais adequados para estimar a produtividade do algodão, em função de variações na densidade populacional. Para isso, o sensoriamento remoto, utilizando o histórico de imagens orbitais dos últimos cinco anos, foi crucial para a definição de zonas de manejo com diferente potencial produtivo. Experimentos on-farm com níveis de densidade populacional, direcionados às zonas de manejo identificadas, mostraram que as imagens coletadas no período de 30 a 60 dias são as que melhor representam a variabilidade da população de plantas. Os períodos mais indicados para estimativas mais acuradas da produtividade variaram entre as zonas de manejo, sendo mais precoce (120 a 150 dias) na zona mais argilosa do que na zona arenosa (mais de 150 dias).
Thesagro:	Algodão Agricultura de Precisão Sensoriamento Remoto
NAL Thesaurus:	Remote sensing Cotton Precision agriculture Vegetation index
Keywords:	Índices de vegetação Florestas Aleatórias Quadrado Latino Agricultura digital Random Forest Digital agriculture
ISBN:	978-65-85111-20-4
Notes:	Edição técnica: Christian Bredemeier e Leandro Maria Gimenez. ConBAP 2024.
Type of Material:	Artigo em anais e proceedings
Access:	openAccess
Appears in Collections:	Artigo em anais de congresso (CNPTIA)