%0 Journal Article
%T Determination of nitrogen and chlorophyll levels in bean-plant leaves by using spectral vegetation bands and indices Discrimina  o de teores de nitrog¨ºnio e clorofila foliares do feijoeiro por meio de bandas e ¨ªndices de vegeta  o espectrais
%A Selma Alves Abrah£¿o
%A Francisco de Assis de Carvalho Pinto
%A Daniel Mar£¿al de Queiroz
%A Nerilson Terra Santos
%J Revista Ci¨ºncia Agron£¿mica
%D 2013
%I Universidade Federal do Cear¨¢
%X This study aimed to develop classifiers based on different combinations of spectral bands and vegetation indices from original, segmented and reflectance images in order to determine the levels of leaf nitrogen and chlorophyll in the bean, and to define the best time and best variables. A remote-sensing system was used, consisting of a helium balloon and two small-format digital cameras. Besides the individual spectral bands, four vegetation indices were tested: simple ratio, normalized difference, normalized difference in the green band, and modified-chlorophyll absorption. The classifiers proved to be efficient in determining levels of leaf nitrogen and chlorophyll. The best time for determining leaf N content was at 13 DAE (stage V4). The best classifiers for that time used as input variables two indices from segmented reflectance images, one index related to the canopy structure and the other related to chlorophyll, with a Kappa ranging from 0.26 to 0.31. The best time to discriminate leaf chlorophyll content was 21 DAE (stage V4). The best classifier used as input variables two original images, one in the red band and one in the blue with a Kappa of 0.47. Objetivou-se desenvolver classificadores com base em diferentes combina  es de bandas e ¨ªndices de vegeta  o espectrais de imagens originais, segmentadas e reflectancias, para discrimina  o de teores de nitrog¨ºnio e clorofila foliares do feijoeiro, definindo a melhor ¨¦poca e as melhores vari¨¢veis. Foi utilizado um sistema de sensoriamento remoto constitu¨ªdo por um bal o a g¨¢s h¨¦lio e duas cameras digitais de pequeno formato. Al¨¦m das bandas isoladamente, foram testados quatro ¨ªndices de vegeta  o: da raz o simples, da diferen a normalizada, da diferen a normalizada utilizando a banda do verde e o da absor  o de clorofila modificado. Os classificadores demonstraram serem eficientes na discrimina  o de teores de nitrog¨ºnio e clorofila foliares. A melhor ¨¦poca para discriminar teor de nitrog¨ºnio foliar foi aos 13 DAE (est¨¢dio V4). Os melhores classificadores para esta ¨¦poca utilizaram como entrada dois ¨ªndices em imagens reflectancia segmentada, um ¨ªndice relacionado com a estrutura do dossel e outro relacionado com a clorofila, com Kappa variando entre 0,26 a 0,31. Para discriminar teor de clorofila foliar, a melhor ¨¦poca foi aos 21 DAE (est¨¢dio V4). O melhor classificador utilizou como entrada duas imagens originais, uma da banda vermelha e outra da banda azul, com Kappa de 0,47.
%K Agricultura de precis o
%K Sensoriamento remoto
%K Doses de nitrog¨ºnio
%K Precision farming
%K Remote sensing
%K Nitrogen dosage
%U http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1806-66902013000300007