Active crop sensor to detect variability of nitrogen supply and biomass on sugarcane fields

Nitrogen management has been intensively studied on several crops and recently associated with variable rate on-the-go application based on crop sensors. Such studies are scarce for sugarcane and as a biofuel crop the energy input matters, seeking high positive energy balance production and low carbon emission on the whole production system. This article presents the procedure and shows the first results obtained using a nitrogen and biomass sensor (N-Sensor (TM) ALS, Yara International ASA) to indicate the nitrogen application demands of commercial sugarcane fields. Eight commercial fields from one sugar mill in the state of Sao Paulo, Brazil, varying from 15 to 25 ha in size, were monitored. Conditions varied from sandy to heavy soils and the previous harvesting occurred in May and October 2009, including first, second, and third ratoon stages. Each field was scanned with the sensor three times during the season (at 0.2, 0.4, and 0.6 m stem height), followed by tissue sampling for biomass and nitrogen uptake at ten spots inside the area, guided by the different values shown by the sensor. The results showed a high correlation between sensor values and sugarcane biomass and nitrogen uptake, thereby supporting the potential use of this technology to develop algorithms to manage variable rate application of nitrogen for sugarcane.

Mapeamento do índice de vegetação da diferença normalizada em lavoura de algodão

Os dados de sensoriamento remoto em campo podem fornecer informações detalhadas sobre a variabilidade de parâmetros biofísicos ligados à produtividade em grandes áreas e apresentam potencial para o monitoramento destes parâmetros, ao longo de todo o ciclo de desenvolvimento da cultura. Este trabalho objetivou mapear a variabilidade espacial do índice de vegetação da diferença normalizada (NDVI) e seus componentes, em duas lavouras comerciais de algodão (Gossipium hirsutum L.), utilizando sensor óptico ativo, em nível terrestre. Os dados foram coletados utilizando-se sensor instalado em um pulverizador autopropelido agrícola. Um receptor GPS foi acoplado ao sensor, para a obtenção das coordenadas dos pontos de amostragem. As leituras foram realizadas em faixas espaçadas em 21,0 m, aproveitando-se as passadas do veículo no momento da pulverização de agroquímicos, e os dados submetidos à análise estatística clássica e geoestatística. Mapas de distribuição espacial das variáveis foram elaborados pela interpolação por krigagem. Observou-se maior variabilidade espacial do NDVI e da reflectância espectral da vegetação na região do infravermelho próximo (IVP) (880 nm) e do visível (590 nm) na lavoura com maior estresse fisiológico, devido ao ataque do percevejo castanho [Scaptocoris castanea (Hem.: Cydnidae)], em relação à lavoura sadia.

Classificação híbrida: pixel a pixel e baseada em objetos para o monitoramento da condição da superfície dos pavimentos rodoviários

Monitorar a condição de uso de toda a extensão das rodovias brasileiras é tarefa dispendiosa e demorada. Este trabalho trata de novas técnicas que permitem o levantamento da condição da superfície dos pavimentos rodoviários de forma ágil utilizando imagens hiperespectrais de sensor digital aeroembarcado. Nos últimos anos, um número crescente de imagens de alta resolução espacial tem surgido no mercado mundial com o aparecimento dos novos satélites e sensores aeroembarcados de sensoriamento remoto. Propõe-se uma metodologia para identificação dos pavimentos asfálticos e classificação das principais ocorrências dos defeitos na superfície do pavimento. A primeira etapa da metodologia é a identificação da superfície asfáltica na imagem, utilizando uma classificação híbrida baseada inicialmente em pixel e depois refinada por objetos. A segunda etapa da metodologia é a identificação e classificação das ocorrências dos principais defeitos nos pavimentos flexíveis que são observáveis nas imagens de alta resolução espacial. Esta última etapa faz uso intensivo das novas técnicas de classificação de imagens baseadas em objetos. O resultado final é a geração de índices da condição da superfície do pavimento a partir das imagens que possam ser comparados com os indicadores vigentes da condição da superfície do pavimento já normatizados pelos órgãos competentes no país.

Optical chemical sensors using polythiophene derivatives as active layer for detection of volatile organic compounds

Several studies on polythiophene gas sensors, based mainly on electrochemical and gravimetric principles can be found in the literature. However, other principles of gas detection, such as optical and thermal, are still little studied. Optical sensing is suitable for remote detection and offers great versatility at low cost. Here,we report on the use of thin films of seven polythiophene derivatives as active layer in optical sensors for the detection of six volatile organic compounds (n-hexane, toluene, tetrahydrofuran, chloroform, dichloromethane and methanol) and water vapor, in concentration range of 500-30,000 ppm. The results showed that it is possible to use different polythiophene derivatives to differentiate VOCs by optical sensing. Differentiation can be performed based on the presence or not of response to an analyte and the sensitivity value of the sensors for the analytes. Another important feature is the lack of the effect of humidity on the response of most films, which could be a major drawback in the application of these sensors. (C) 2011 Elsevier B.V. All rights reserved.