Assessing biophysical variable parameters of bean crop with hyperspectral measurements

Recently high spectral resolution sensors have been developed, which allow new and more advanced applications in agriculture. Motivated by the increasing importance of hyperspectral remote sensing data, the need for research is important to define optimal wavebands to estimate biophysical parameters of crop. The use of narrow band vegetation indices (VI) derived from hyperspectral measurements acquired by a field spectrometer was evaluated to estimate bean (Phaseolus vulgaris L.) grain yield, plant height and leaf area index (LAI). Field canopy reflectance measurements were acquired at six bean growth stages over 48 plots with four water levels (179.5; 256.5; 357.5 and 406.2 mm) and tree nitrogen rates (0; 80 and 160 kg ha-1) and four replicates. The following VI was analyzed: OSNBR (optimum simple narrow-band reflectivity); NB_NDVI (narrow-band normalized difference vegetation index) and NDVI (normalized difference index). The vegetation indices investigated (OSNBR, NB_NDVI and NDVI) were efficient to estimate LAI, plant height and grain yield. During all crop development, the best correlations between biophysical variables and spectral variables were observed on V4 (the third trifoliolate leaves were unfolded in 50 % of plants) and R6 (plants developed first flowers in 50 % of plants) stages, according to the variable analyzed.

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.