Development of a sensor system for vegetation index and global positioning

Autor: Silva, Thales Maurino de Aquino
Přispěvatelé: Queiroz, Daniel Marçal de, Pinto, Francisco de Assis de Carvalho, Valente, Domingos Sárvio Magalhães
Jazyk: portugalština
Rok vydání: 2018
Předmět:
Zdroj: LOCUS Repositório Institucional da UFV
Universidade Federal de Viçosa (UFV)
instacron:UFV
Popis: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior O sistema de navegação global por satélites (GNSS) é a base para manejo localizado no campo de produção pois permitem o georreferenciamento dos dados coletados e a consequente geração de mapas pelos diferentes sistemas que compõem a Agricultura de Precisão. Existe uma demanda por sistemas de orientação de baixo custo para viabilizar a utilização desses sistemas na agricultura. Uma das formas de coletar dados para a agricultura de precisão é o sensoriamento remoto. O sensoriamento remoto é uma forma de aquisição de dados onde não existe contato entre o sensor e a substância a ser medida. As aplicações de sensoriamento remoto na agricultura baseiam-se na interação da radiação eletromagnética com o solo ou o material vegetal. Essa interação pode ser mensurada e analisada através dos chamados índices de vegetação. Os índices de vegetação são importantes parâmetros de sensoriamento remoto para monitoramento de ecossistemas e processos da superfície terrestre. No Capítulo 1 dessa dissertação, objetivou-se integrar um módulo GNSS de baixo custo à um computador de placa única utilizando o filtro de Kalman na obtenção dos dados de navegação. Para avaliar o sistema foram conduzidos um experimento estático e dois cinemáticos, com três repetições cada. No estático o erro médio foi de 3,25 m com raiz quadrada do erro quadrático médio (RMSE) de 3,73 m. No primeiro experimento cinemático observou-se menor oscilação lateral dos dados na velocidade de 1,39 m s -1 . No segundo experimento cinemático o erro médio foi de 1,26 e 1,13 m, com RMSE de 1,45 e 1,27 m, para os dados antes e após a aplicação do filtro de Kalman, respectivamente. Concluiu-se que o sistema eliminou oscilações bruscas lateralmente, devido a erros aleatórios do sinal GNSS, mantendo um comportamento linear, podendo ser utilizado em determinadas aplicações agrícolas em que não seja necessária uma acurácia submétrica, como por exemplo amostragem de solo e monitoramento de produtividade. No Capítulo 2 dessa dissertação, foi desenvolvido um sistema sensor para aquisição de alguns índices de vegetação (NDVI, SR, WDRVI, SAVI, OSAVI). Esse sistema sensor foi construído utilizando a Beaglebone Black para processar os dados e fototransistores como elementos sensores. Foi realizada a calibração do sistema sensor proposto para ajustar seus valores aos de um espectroradiômetro e por último foi realizada a análise de desempenho dos índices de vegetação obtidos com o sistema sensor. Assim, nas condições analisadas, o sistema sensor proposto pode ser utilizado na determinação de todos os índices de vegetação abordados. Uma vez que seus índices apresentaram alta e significativa correlação com os índices do espectroradiômetro. The Global Navigation Satellite System (GNSS) is the basis for management located in the field of production because they allow the georeferencing of the data collected and the consequent generation of maps by the different systems that make up Precision Agriculture. There is a demand for low-cost guidance systems to enable the use of these systems in agriculture. One of the ways to collect data for precision agriculture is remote sensing. Remote sensing is a form of data acquisition where there is no contact between the sensor and the substance to be measured. Remote sensing applications in agriculture are based on the interaction of electromagnetic radiation with soil or vegetation. This interaction can be measured and analyzed through so-called vegetation indices. Vegetation indices are important remote sensing parameters for monitoring ecosystems and terrestrial surface processes. In Chapter 1 of this dissertation, the objective was to integrate a low-cost GNSS module into a single board computer using the Kalman filter to obtain navigation data. To evaluate the system were conducted a static experiment and two kinematics, with three replications each. In static, the mean error was 3.25 m with root mean square error (RMSE) of 3.73 m. In the first kinematic experiment, less lateral oscillation of the data was observed at a velocity of 1.39 m s -1 . In the second kinematic experiment the average error was 1.26 and 1.13 m, with RMSE of 1.45 and 1.27 m, for the data before and after the application of the Kalman filter, respectively. It was concluded that the system eliminated abrupt oscillations laterally due to random errors of the GNSS signal, maintaining a linear behavior and could be used in certain agricultural applications where sub-metric accuracy is not required, such as soil sampling and crop yield monitoring.
Databáze: OpenAIRE
Externí odkaz: