Detecção de gomose no cultivo de laranja lima Tahiti (Citrus latifólia tanaka) com diferentes índices de vegetação.

Autores

DOI:

https://doi.org/10.26848/rbgf.v18.6.p4663-4679

Palavras-chave:

sensoriamento remoto, ortofoto, classificador estatístico, NDVI

Resumo

A utilização do sensoriamento remoto vem apresentando resultados promissores para detecção de plantas doentes de forma rápida e eficiente em pequenas e grandes áreas geográficas. Com o uso dos índices de vegetação é possível diagnosticar a saúde do plantio. Baseado nesse contexto, o objetivo deste estudo foi analisar a aplicabilidade de diferentes índices de vegetação obtidos por sensoriamento remoto para detecção de problemas fitossanitários em um plantio de lima-ácida “Tahiti”. O trabalho foi realizado em uma propriedade rural no município de Castanhal, foram usados drones para aquisição de ortofotos para aplicação do índice NDVI, as imagens foram processadas e avaliadas, posteriormente foi proposto um classificador estatístico levando em consideração o coeficiente de variação (CV) dos valores de NDVI. Constatou-se a eficiência do índice na identificação de problemas no plantio. O NDVI permitiu identificar uma planta com problema antes da doença se manifestar visivelmente. O classificador estatístico mostrou-se eficiente na determinação de plantas saudáveis e doentes. As informações geradas pelo VANT através dos índices de vegetação mostram-se de grande valia, uma vez que auxilia na gestão da área produtiva, colaborando para a tomada de decisão preventiva, trazendo produtividade e lucratividade.

Downloads

Não há dados estatísticos.

Biografia do Autor

Felipe Viana Santa Brigida, Instituto Federal de Educação Ciências e Tecnologia do Estado do Pará

Técnico em Eletrônica, formado pelo Instituto Federal de Educação, Ciência e Tecnologia do Estado do Pará - Campus Belém no ano de 2015. Graduado em Agronomia, pelo Instituto Federal de Educação, Ciência e Tecnologia do Estado do Pará - Campus Castanhal. Foi membro voluntario da Incubadora Tecnológica de Desenvolvimento e inovação de Cooperativas e Empreendimentos Solidários de 2016 à 2018. Participou do Projeto de ensino, pesquisa e extensão, vinculado ao PROEXT - MEC, com titulo "Empreendimento Econômico Solidário como Estratégia de Formação Acadêmica e Fortalecimentos de Cadeias Produtivas Locais" no período de 2016 a 2018". Participou como bolsista de iniciação cientifica do projeto de pesquisa intitulado "Desenvolvimento de um Sistema de Baixo Custo para o Controle e Monitoramento de Ambiência em Aviários." Possui experiência em Agronomia na área de geoprocessamento e extensão rural.

Félix Lélis da Silva, Instituto Federal de Educação Ciências e Tecnologia do Estado do Pará

Possui doutorado em Ciências Agrárias pelo Programa de Pós Graduação em Ciências Agrárias pela Universidade Federal Rural da Amazônia com pesquisa vinculada aos Agroecossistemas da Amazônia - UFRA (2016). Graduação em Estatística Bacharelado pela Universidade Federal do Pará (2001), licenciado em Matemática pelo Instituto Federal de Educação, Ciência e Tecnologia do Pará (2013) com mestrado em Matemática e Estatística pela Universidade Federal do Pará (2007). Atuou como estatístico na Escola de Governo do Estado do Pará, professor da Faculdade de Tecnologia da Amazônia, tutor à distância do Instituto Federal de Educação, Ciência e nos programas PRONATEC e PARFOR. Atualmente é professor do Instituto Federal do Pará - Campus Castanhal atuando na área de Estatística, Matemática e Computação.

Nathany Braga Santos, Instituto Federal de Educação Ciências e Tecnologia do Estado do Pará

Graduada em Biologia

Gabriela Gomes Costa, Instituto Federal de Educação Ciências e Tecnologia do Estado do Pará

Possui formação técnica em agropecuária, Graduanda em Agronomia

Márcia Cristina Melo Monte Palma, Instituto Federal de Educação Ciências e Tecnologia do Estado do Pará

Graduanda em Engenharia Agronômica pelo Instituto Federal de Educação, Ciência e Tecnologia do Pará, IFPA - Campus castanhal. Técnica em Agropecuária formada pelo IFPA - Campus Castanhal. Tenho interesse na área Agronômica , Com destaque em Manejo no Solo, Irrigação, Estatística, Nutrição de Plantas. Atualmente faço parte do grupo de pesquisa GEMABIO ( GRUPO DE PESQUISA EM GESTÃO, EXPERIMENTAÇÃO E MODELAGEM APLICADA Á BIOSSISTEMAS )

Maryjane Diniz de Araújo Gomes, Instituto Federal de Educação Ciências e Tecnologia do Estado do Pará

Possui graduação em Agronomia pela Universidade Federal Rural do Semi-Árido, mestrado em Engenharia Agrícola pela Universidade Federal do Ceará, participou como pesquisador visitante no estágio doutoral na Utah State University - Utah Water Research Laboratory - Logan/utah/EUA, Doutorado em Agronomia Irrigação e Drenagem na Faculdade de Ciências Agrárias da Universidade Júlio de Mesquita Filho UNESP. Atualmente é Professora EBTT efetiva do Instituto Federal do Pará (IFPA) Campus Bragança. Tem experiência na área de Agronomia e Engenharia Agrícola, com ênfase Irrigação e Drenagem, Hidráulica, Ciências do Solo, Tecnologia de Semente e Geoprocessamento aplicado a agronomia.

Francisco de Assis OLIVEIRA, Universidade Federal Rural da Amazônia

Graduado em Engenharia Florestal (Ciências Florestais), e pós-graduado (lato sensu) em Silvicultura Tropical (1980-1981) pela Faculdade de Ciências Agrárias do Pará-FCAP(1979)- hoje Universidade Federal Rural da Amazônia-UFRA, mestre em Ciências Florestais pela Escola Superior de Agricultura Luiz de Queiroz (ESALQ_USP- Walter P Lima) em 1989 nas áreas de Hidrologia Florestal, Biogeoquímica, Manejo de Ecossistemas e Bacias Hidrográficas, doutor em Ciências (Geologia e Geoquímica_UFPA-José F F Ramos) em 2005, com foco em Biogeoquímica de Ecossistemas Terrestres. Foi pesquisador contraparte e coordenador brasileiro dos convênios de cooperação científica e tecnológica com a Universidade da Flórida, UF,EUA (1992-1996, H. Gholz, K. Smith & M. Yamada), Universidade de New Hampshire, UNH (1998-2001, D. J. Zarin); Universidade da Florida, UF (2001-2005, D.J. Zarin); Universidade Estadual da Pensilvania (PSU)_2001-2004, C. Uhl & J. Campbell Plowden)-; Universidade da Virginia & Virginia Technology Institute (VTech), Charlotesville, 1990-1991, T. Beatley & S. Hodges); Universidade Nacional de Yokohama (YNU), Japão (1989-1995, Akira Miyawaki_JISE_EIDAI_Mitsubishi Corporation _Env Affairs)-Reabilitação de Ecossistemas na Amazônia oriental; e com a Universidade da Georgia-UGA, (2002-, D. Markewitz & L. Morris) o projeto Conversão de Ecossistemas Sucessionais de Florestas e tecnologias alternativas sem queima na Amazônia Oriental. Foi pesquisador principal da América do Sul (SA_PI) no subprojeto ND_06 (H. Gholz, C.K.Smith, D. McGrath) no Experimento de Larga-Escala Biosfera-Atmosfera na Amazônia-LBA_NASA_INPE. Foi pesquisador visitante no Instituto de Ciências Florestais da Universidade de Oxford (Oxford Forestry Institute), Inglaterra (1994) na área de ecologia de ecossistemas florestais e silvicultura e cientista visitante da Universidade da Flórida-UF, EUA (1998)- prêmio programa START-Department de Energia - DOE -EUA, na área Biogeoquímica de Ecossistemas Terrestres- florestas naturais e plantadas; bolsista de Produtividade CNPq PQ 2 RF(2013-2019). Atuou como professor de Silvicultura Geral, Silvicultura Tropical, Ecologia Geral, Ecologia Florestal, Sistemas Agroflorestais, Proteção Florestal e Política Florestal na Faculdade de Ciências Agrárias do Pará (FCAP). Atualmente, é professor Titular (UFRA), orientador nos níveis de graduação (PIBICs), mestrado, doutorado, no Programa de Pós-Graduação em Ciências Florestais- (UFRA-Campus Belém.- supervisionou bolsista PRODOC- PPGCF (Dra Denise Lustosa-UFOPA), e supervisiona bolsistas de pós-doutoramento no programa Nacional de Pós-doutoramento-PNPD- CAPES- CNPq (Lívia Gabrig T Vasconcelos, Vanda Maria Andrade e Iracema Maria Castro Cordeiro), atuando no ensino, e pesquisa nas áreas de Silvicultura; Hidrologia florestal; Biogeoquímica; Teoria de Sistemas; Ecologia de Ecossistemas; Manejo de Ecossistemas e Bacias Hidrográficas, e Metodologia da Ciência; coordenou o Programa de Pós-Graduação em Ciências Florestais da Universidade Federal Rural da Amazônia (UFRA)(2005-2018).

Javier Dias Pita, Instituto Federal de Educação, Ciência e Tecnologia do Pará

ngenheiro Agrônomo formado pela Universidade Federal Rural da Amazônia (2009), possui o Curso de Aperfeiçoamento Profissional em Georreferenciamento de Imóveis Rurais pelo Instituto Federal do Pará (2009) , Mestrado em Ciências Florestais na Universidade Federal Rural da Amazônia (2011) e doutorado em Entomologia Agrícola pela Universidade Estadual Paulista Júlio de Mesquita (UNESP) campus Jaboticabal. Atualmente é professor efetivo do Instituto Federal do Pará - Campus Castanhal, ministrando as disciplinas de Topografia, Geoprocessamento e Sensoriamento Remoto.

Stephan de Alemida Jesuino, Universidade Federal Rural da Amazônia

Possui graduação em Engenharia Florestal pela Universidade Federal Rural da Amazônia (2006), especialista em georeferenciamento de imóveis rurais pela UFRA (2007) e mestre em Ciências Florestais pela Universidade Federal Rural da Amazônia (2010). Pós-graduação em andamento a nível de doutorado no Programa de pós graduação em ciências Florestais-UFRA. Atualmente é professor de Topografia. Tem experiência em geo e robótica arduíno, amplo conhecimento na área de Recursos Florestais e Engenharia Florestal, com ênfase em Fotointerpretação Florestal, atuando principalmente nos seguintes temas: gps, manejo sustentável de florestas, georreferenciamento. Desenvolvedor de veículos robóticos autonômos.

Referências

Abdulridha, J; Ehsani, R; Abd-Elrahman, A; Ampatzidis, Y. (2019). A remote sensing technique for detecting laurel wilt disease in avocado in presence of other biotic and abiotic stresses. Computers and Electronics in Agriculture. 156, 549 -557. https://doi.org/10.1016/j.compag.2018.12.018.

Al-Sadi, A. M., Al-Ghaithi, A. G., Al-Fahdi, N., & Al-Yahyai, R. (2014). Characterization and pathogenicity of fungal pathogens associated with root diseases of citrus in Oman. International Journal of Agriculture and Biology, 16(2), 371-376.

Álvares, C. A.; Stape, L. J.; Sentelhsas, P.C.; Gonçalves, J. L. M. Sparovek, G. (2013). Koppen’s climate classification map for Brazil. Meteorologische Zeitschrift. 22(06). https://doi.org/10.1127/0941-2948/2013/0507.

Ampatzidis, Y., De Bellis, L., Luvisi, A. (2017). iPathology: robotic applications and management of plants and plant diseases. Sustainability, 9(6), 1010. https://doi.org/10.3390/su9061010.

Ampatzidis, Y., Partel, V., Meyering, B., & Albrecht, U. (2019). Citrus rootstock evaluation utilizing UAV-based remote sensing and artificial intelligence. Computers and Electronics in Agriculture, 164, 104900. https://doi.org/10.1016/j.compag.2019.104900.

Barros, P. P. da S., Rosalen, D. L., Iost Filho, F. H., Martins, G. D., & Di Leo, N. (2021). Monitoramento Fitossanitário Utilizando Sensoriamento Remoto: Avanços e Desafios. Revista Brasileira De Cartografia, 73(2), 489–515. https://doi.org/10.14393/rbcv73n2-56597

Bassanezi, R. B., Silva Junior, G. J., Feichtenberger, E., Belasque Júnior, J., Behlau, F., Wulff, N. A. (2016). Doenças dos citros. In L. Amorim, J. A. M. Rezende, A. Bergamin Filho e L. E. A. Camargo (Orgs.).Manual de fitopatologia, (Vol. 2, pp. 271-306). Agronômica Ceres.

Brito, A. A., da Trindade Lelis, A., de Araújo Gomes, M. D., Costa, G. G., da Silva, F. L., & Palma, M. C. M. M. (2022). Classificação do coeficiente de variação em experimentos com Macrobrachium amazonicum. Revista Ibero-Americana de Ciências Ambientais,13(8), 249-257. https://doi.org/10.6008/CBPC2179-6858.2022.008.0020.

Coelho, Y. da S.; Cunha Sobrinho, A. P. da; Magalhães, A. F. de J.; Passos, O. S.; Nascimento, A. S. do; Santos Filho, H. P.; Soares Filho, W. dos S. (1998). Coleção Plantar Limão Taiti. Embrapa Mandioca e Fruticultura. 2° Edição. Brasília - DF.

Costa, N. H. D. A. D., Seraphin, J. C., & Zimmermann, F. J. P. (2002). Novo método de classificação de coeficientes de variação para a cultura do arroz de terras altas. Pesquisa Agropecuária Brasileira, 37(3), 243-249. https://doi.org/10.1590/S0100-204X2002000300003.

Crommelinck, S., Bennett, R., Gerke, M., Yang, M., Vosselman, G. (2017). Contour detection for UAV-based cadastral mapping. Remote Sensing, 9(2). 171. https://doi.org/10.3390/rs9020171.

Dwiastuti, M. E. (2020). Citrus foot rot disease (Phytophthora spp.) control in Indonesia using good agricultural practices efforts green agroindustry. IOP Conf. Series: Earth and Environmental Science 484(1), 012097. doi:10.1088/1755-1315/484/1/012097.

Fadli, A., Benyahia, H., Hussain, S., Khan, R. I., Rao, M. J., Ahmed, T., Ancona, V. & Khalid, M. F. (2022). Phytophthora-citrus interactions and management strategies: a review. Turkish Journal of Agriculture and Forestry, 46(5), 730-742. https://doi.org/10.55730/1300-011X.3038.

Fang, X., Zhu, Q., Ren, L., Chen, H., Wang, K., & Peng, C. (2018). Large-scale detection of vegetation dynamics and their potential drivers using MODIS images and BFAST: A case study in Quebec, Canada. Remote Sensing of Environment, 206(1), 391-402. https://doi.org/10.1016/j.rse.2017.11.017.

Faria Filho, D. E. D., Jaruche, Y. D. G., & Leal, D. H. V. (2016). Classificação de coeficientes de variação na experimentação com coelhos no Brasil. Ciência Animal Brasileira, 17(4), 519-526. https://doi.org/10.1590/1089-6891v17i424460.

Feichtenberger, E. (2020). Gomose de Phytophthora dos Citros: importância, etiologia, ecologia, epidemiologia e manejo. In: 53° Curso de Habilitação de Responsáveis Técnicos para Emissão de CFO/CFOC, 2020. Campinas: MAPA, CDA/SAA, IB/APTA/SAA, 15p.

Feichtenberger, E., & Spósito, M. B. (2004). Doenças fúngicas dos citros: manejo integrado. Visão Agrícola, 2, 44-47. USP, ESALQ.

Ferreira, J. P.; Schmildt, E. R.; Schmildt, O.; Cattaneo, L. F.; Alexandre, R. S.; Cruz, C. D. (2016). Comparison of methods for classification of the coefficientof variation in papaya. Revista Ceres. 63(2). http://dx.doi.org/10.1590/0034-737X201663020004.

Franzé, G. P. J., Woiski, E. R., Góes, L. C. S. (2017). HSV and NDVI Color Space Analysis and Sampling Procedure for Counting of Seedlings in Eucalyptus spp Plantations from High Definition Aerial Images. International Conference on Computational Science and Computational Intelligence (CSCI), 77, 456-462. doi: 10.1109/CSCI.2017.77.

Gillespie, T. W., Ostermann-Kelm, S., Dong, C., Willis, K. S., Okin, G. S., & MacDonald, G. M. (2018). Monitoring changes of NDVI in protected areas of southern California. Ecological indicators, 88, 485-494. https://doi.org/10.1016/j.ecolind.2018.01.031

Chandel, A. K., Khot, L. R., & Sallato, B. C. 2020. Towards rapid detection and mapping of powdery mildew in apple orchards. In 2020 IEEE International Workshop on Metrology for Agriculture and Forestry (MetroAgriFor) (pp. 288-292). IEEE. doi: 10.1109/MetroAgriFor50201.2020.9277544.

Glenn, D. M., & Tabb, A. (2018). Evaluation of Five Methods to Measure Normalized Difference Vegetation Index (NDVI) in Apple and Citrus. International Journal of Fruit Science, 19(2), 191–210. https://doi.org/10.1080/15538362.2018.1502720.

Gray, M. A., Hao, W., Förster, H., & Adaskaveg, J. E. (2018). Baseline Sensitivities of New Fungicides and Their Toxicity to Selected Life Stages of Phytophthora Species from Citrus in California. Plant disease, 102(4), 734–742. https://doi.org/10.1094/PDIS-08-17-1155-RE.

Haghverdi, A., Leib, B. G., Washington-Allen, R. A., Ayers, P. D., & Buschermohle, M. J. (2015). Perspectives on delineating management zones for variable rate irrigation. Computers and Electronics in Agriculture, 117, 154-167. https://doi.org/10.1016/j.compag.2015.06.019.

Jiang, D., Chang, Q., Zhang, Z., Liu, Y., Zhang, Y., & Zheng, Z. (2023). Monitoring the Degree of Mosaic Disease in Apple Leaves Using Hyperspectral Images. Remote Sensing, 15(10), 2504. https://doi.org/10.3390/rs15102504.

Larrea-Gomez, M., Peña, A., Martinez-Vargas, J.D., Ochoa, I., Ramirez-Guerrero, T. (2024). Modeling Detecting Plant Diseases in Precision Agriculture: A NDVI Analysis for Early and Accurate Diagnosis. In: Tabares, M., Vallejo, P., Suarez, B., Suarez, M., Ruiz, O., Aguilar, J. (eds) Advances in Computing. CCC 2023. Communications in Computer and Information Science, vol 1924. Springer, Cham. https://doi.org/10.1007/978-3-031-47372-2_24.

Lilliefors, H. W. (1967). On the Kolmogorov-Smirnov test for normality with mean and variance unknown. Journal of the American statistical Association, 62(318), 399-402. https://doi.org/10.2307/2283970.

Mahlein, A. K. (2016). Plant disease detection by imaging sensors-parallels and specific demands for precision agriculture and plant phenotyping. Plant disease, 100(2), 252-259. https://doi.org/10.1094/PDIS-04-15-0476-RE.

Mohallem, D. F., Tavares, M., Silva, P. L., Guimarães, E. C., Freitas, R. F. (2008). Avaliação do coeficiente de variação como medida da precisão em experimentos com frangos de corte. Arquivo Brasileiro de Medicina Veterinária e Zootecnia, 60(2), 449-453. https://doi.org/10.1590/S0102-09352008000200026.

Martinez, A. de la I., & Labib, S. M. (2023). Demystifying normalized difference vegetation index (NDVI) for greenness exposure assessments and policy interventions in urban greening. Environmental Research, 220, 115155. https://doi.org/10.1016/j.envres.2022.115155

Moriya, É. A. S., Imai, N. N., Tommaselli, A. M. G., Berveglieri, A., Santos, G. H., Soares, M. A., … Reis, T. T. (2021). Detection and mapping of trees infected with citrus gummosis using UAV hyperspectral data. Computers and Electronics in Agriculture, 188, 106298. doi:10.1016/j.compag.2021.106298

Mulla, D. J. (2013). Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems engineering, 114(4), 358-371. https://doi.org/10.1016/j.biosystemseng.2012.08.009.

Pañitrur-De la Fuente, C., Valdés-Gómez, H., Roudet, J., Verdugo-Vásquez, N., Mirabal, Y., Laurie, V. F., Fermaud, M. (2020). Vigor thresholded NDVI is a key early risk indicator of Botrytis bunch rot in vineyards. Oeno One, 54(2), 279-297. https://doi.org/10.20870/oeno-one.2020.54.2.2954.

Pasini, M. P. B., Lúcio, A. D. C., Cargnelutti Filho, A., Ribeiro, A. L. D. P., Zamberlan, J. F., & Lopes, S. J. (2018). Population density of Tibraca limbativentris on flood irrigated rice and alternative host plants. Pesquisa Agropecuária Brasileira, 53(03), 265-278. https://doi.org/10.1590/S0100-204X2018000300001.

Puteh, S., Rodzali, N.F.M., P. P. Abdul Majeed, A., Khairuddin, I.M., Ibrahim, Z.Z., Razman, M.A.M. (2021). Classification of Capsicum Frutescens Health Condition Through Features Extraction from NDVI Values Using Image Processing. In: Chew, E., et al. RiTA 2020. Lecture Notes in Mechanical Engineering. Springer, Singapore. https://doi.org/10.1007/978-981-16-4803-8_41.

Rajput NA, Atiq M, Tariq H, Saddique WM, Hameed A (2020) Citrus gummosis: a formidable challenge to citrus industry: a review. International Journal of Biosciences 16(5), 131–144. http://dx.doi.org/10.12692/ijb/16.5.131-144.

Rezende, D. B.; Abreu Júnior, C. A. M. de; Martins, G. D.; Marques, O. J.; Xavier, L. C. M. (2020). Uso de imagens tomadas por aronaves remotamente pilotadas para detecção da cultura do milho infestadas por Spodoptera frugiperda. Revista Brasileira de Geografia Física, 13(1), 156-166. https://doi.org/10.26848/rbgf.v13.1.p156-166.

Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation systems in the Great Plains with ERTS. NASA Spec. Publ, 351(1), 309.

Sampaio, R. M., Fredo, C. E., Costa, A. R., & Bortoloti, G. (2023). Tecnologias fitossanitárias: um estudo do Manejo Integrado de Pragas (MIP) na produção paulista de laranja, LUPA 2016/2017. Revista de Economia e Sociologia Rural, 61(3), e258289. https://doi.org/10.1590/1806-9479.2022.258289.

Santos, C. V. B. dos, Moura, M. S. B. de, Galvíncio, J. D., Carvalho, H. F. de S., Miranda, R. de Q., & Montenegro, S. M. G. L. (2021). Comparação de imagens multiespectrais utilizando Satélites e VANT para a análise de mudanças estruturais em área de Floresta Seca. Revista Brasileira De Geografia Física, 14(5), 2510–2522. https://doi.org/10.26848/rbgf.v14.5.p2510-2522.

Schmildt, E. R., Silva, W., de Jesus Ambrosio, T., Schmildt, O., Nascimento, A. L., & Fernandes,

A. A. (2017). Coeficiente de variação como medida da precisão em experimentos de alface. Revista Agro@mbiente On-line, 11(4), 290-295. https://doi.org/10.18227/1982-8470ragro.v11i4.4412.

Sharma, P., Roy, M., & Roy, B. (2021). A Brief Overview of Major Citrus Diseases and Pests and Its Management. Current Topics in Agricultural Sciences, 1, 95-110.

Silva, A. R. D., Cecon, P. R., Rêgo, E. R. D., & Nascimento, M. (2011). Avaliação do coeficiente de variação experimental para caracteres de frutos de pimenteiras. Revista Ceres, 58(2), 168-171. https://doi.org/10.1590/S0034-737X2011000200006.

Silva, W. de V. R. da, & Silva-Mann, R. (2020). Precision Agriculture in Brazil: current situation, challenges and perspectives. Research, Society and Development, 9(11), e1979119603. https://doi.org/10.33448/rsd-v9i11.9603.

Souza, F. G. de, Chaves, L. H. G., & Alves, A. N. (2016). Diagnose por subtração para deficiências de nitrogênio e potássio em gergelim cultivado com solução nutritiva. Revista Verde De Agroecologia E Desenvolvimento Sustentável, 11(3), 171–176. https://doi.org/10.18378/rvads.v11i3.4363.

Teet, S. E., & Hashim, N. (2023). Recent advances of application of optical imaging techniques for disease detection in fruits and vegetables: A review. Food Control, 152, 109849. https://doi.org/10.1016/j.foodcont.2023.109849.

Zhang, S., Li, X., Ba, Y., Lyu, X., Zhang, M., & Li, M. (2022). Banana fusarium wilt disease detection by supervised and unsupervised methods from UAV-based multispectral imagery. Remote Sensing, 14(5), 1231. https://doi.org/10.3390/rs14051231.

Zhao, H., Yang, C., Guo, W., Zhang, L., & Zhang, D. (2020). Automatic estimation of crop disease severity levels based on vegetation index normalization. Remote Sensing, 12(12), 3761. https://doi.org/10.3390/rs12223761.

Downloads

Publicado

2025-10-29

Como Citar

Viana Santa Brigida, F., Lélis da Silva, F., da Trindade Lélis, A., Nathany Braga Santos, Gabriela Gomes Costa, Márcia Cristina Melo Monte Palma, … Jesuino, S. de A. (2025). Detecção de gomose no cultivo de laranja lima Tahiti (Citrus latifólia tanaka) com diferentes índices de vegetação. Revista Brasileira De Geografia Física, 18(6), 4663–4679. https://doi.org/10.26848/rbgf.v18.6.p4663-4679

Edição

v. 18 n. 6 (2025): Revista Brasileira de Geografia Fisica

Seção

Geoprocessamento e Sensoriamento Remoto

Licença

Copyright (c) 1969 Felipe Viana Santa Brigida, Félix Lélis da Silva, Alexandre da Trindade Lélis, Nathany Braga Santos, Gabriela Gomes Costa, Márcia Cristina Melo Monte Palma, Maryjane Diniz de Araújo Gomes, Francisco de Assis OLIVEIRA, Javier Dias Pita, Stephan de Alemida Jesuino

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:

Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.

Qualquer usuário tem direito de:

Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.

Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.

O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.

De acordo com os termos seguintes:

Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.

Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.

Crossref
Scopus
Google Scholar
Europe PMC

Artigos Semelhantes

<< < 1 2 3 4 5 6 7 8 9 10 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.