| dc.description.abstract | O cenário atual do setor agrícola exige tecnologias avançadas para atender a demanda de produção da população mundial e, para tal, é importante evitar perdas oriundas de doenças da vegetação que podem ser provocadas por fatores externos como ataques de pragas e insuficiência de nutrientes. Esse trabalho tem como objetivo pesquisar as técnicas de sensoriamento remoto que estão vinculadas aos índices de vegetação para acessar a variabilidade do campo e rastrear a saúde da vegetação. Para isso, foi desenvolvido um algoritmo que possui a capacidade de interpretar imagens de câmeras multiespectrais e RGB, pixel a pixel, e com o conhecimento das relações matemáticas de cada um dos índices de vegetação distinguir através de uma escala de cores as áreas afetadas das áreas saudáveis da vegetação. Em seguida, foram comparados os resultados obtidos através do algoritmo com os resultados obtidos com o software open source QGIS para as mesmas imagens. Ambos resultados foram praticamente idênticos, e ao comparar todos os índices, os resultados obtidos com Índice de Vegetação por Diferença Normalizada (NDVI), Índice de Borda Vermelha de Diferença Normalizada (NDRE), Índice de Vegetação de Diferença Normalizada Verde (GNDVI) e Índice de Vegetação Ajustado do Solo (SAVI) foram de acordo com as expectativa, baseadas nas características individuais de cada método. | pt_BR |
