https://hdl.handle.net/1884/68545 Sat, 18 Jul 2026 07:35:40 GMT 2026-07-18T07:35:40Z https://hdl.handle.net/1884/105785 Mapeamento do uso e ocupação do solo por meio da plataforma Google Earth Engine utilizando dados Sentinel-2 e SRTM Resumo: O sensoriamento remoto desempenha papel relevante na análise de imagens de satélite e, quando associado a técnicas e ferramentas de machine learning, possibilita a extração de informações úteis à tomada de decisão, com potencial impacto positivo sobre a agricultura brasileira. Nesse contexto, o objetivo do presente trabalho foi determinar o uso e a ocupação do solo na região do Vale do Ivaí (PR) por meio do classificador Random Forest, aplicado na plataforma Google Earth Engine (GEE) com imagens do satélite Sentinel-2. Adicionalmente, avaliou-se o efeito da incorporação da variável declividade, obtida a partir de dados do Shuttle Radar Topography Mission (SRTM), no desempenho da classificação. Para tanto, desenvolveu-se um algoritmo em linguagem JavaScript no ambiente do GEE para classificar as imagens Sentinel-2 na área de estudo, discriminando as classes: vegetação florestal, solo exposto, corpos hídricos, pastagem, agricultura e edificações. Posteriormente, verificou-se semelhança entre a distribuição espacial dos usos e ocupações do solo e o padrão de declividade, especialmente para as classes agricultura e pastagem, que apresentaram maior predominância e acompanharam as tendências observadas no mapa de declividade. A acurácia global das classificações, com e sem a inclusão da declividade, foi considerada excelente, de acordo com os critérios usualmente adotados para o índice Kappa (0,92 e 0,91, respectivamente) e para a exatidão global (94,94% e 94,29%, respectivamente). Esses resultados indicam que a inclusão da declividade contribuiu positivamente para o processo de classificação, ainda que com ganhos marginais; Abstract: Remote sensing plays a key role in the analysis of satellite imagery and, when combined with machine learning techniques, enables the extraction of information that supports decision-making with potential benefits for agriculture. This study aimed to map land use and land cover (LULC) in the Vale do Ivaí region, Paraná State, Brazil, using a Random Forest classifier implemented in the Google Earth Engine (GEE) platform with Sentinel-2 imagery. Additionally, the influence of incorporating slope information derived from Shuttle Radar Topography Mission (SRTM) data on classification performance was assessed. A JavaScript-based algorithm was developed in the GEE environment to classify Sentinel-2 images into six classes: forest vegetation, bare soil, water bodies, pasture, agriculture, and built-up areas. The spatial distribution of the mapped classes showed similarity to the regional slope pattern, particularly for agriculture and pasture, the dominant classes, which followed the main trends observed in the slope map. Classification accuracy was considered excellent both with and without slope information, according to the Kappa index (0.92 and 0.91, respectively) and overall accuracy (94.94% and 94.29%, respectively). These results indicate that slope contributed positively to the classification process, albeit with marginal gains Orientador: Prof. Dr. Carlos Henrique Wachholz de Souza; Trabalho de Conclusão de Curso (Graduação) - Universidade Federal do Paraná, Campus Jandaia do Sul, Curso de Graduação em Engenharia Agrícola; Inclui referências Sat, 01 Jan 2022 00:00:00 GMT https://hdl.handle.net/1884/105785 2022-01-01T00:00:00Z https://hdl.handle.net/1884/105783 Montagem de aeronave remotamente pilotada (ARP) para mapeamento agrícola Resumo: A crescente e imediata necessidade de produzir mais alimentos com menor disponibilidade de recursos, isto é, com maior eficiência e com reduzido impacto ambiental, tem intensificado a demanda por novas tecnologias capazes de contribuir para esse objetivo. Entre as soluções inovadoras que vêm se consolidando, destacam-se as Aeronaves Remotamente Pilotadas (ARPs). Desenvolvidas inicialmente para fins militares, as ARPs passaram a ser amplamente utilizadas em aplicações civis, incluindo atividades agrícolas, pesquisas, monitoramento e, também, lazer e entretenimento. No entanto, as soluções comerciais ainda apresentam elevado custo de aquisição, sobretudo para pequenos e médios produtores rurais. Diante disso, o presente trabalho teve como finalidade elaborar um manual para a construção de uma ARP multirrotor (quadricóptero) de baixo custo, destinada a atender às necessidades de pequenas e médias propriedades rurais. Para tanto, descrevem-se os materiais e componentes empregados no projeto, a metodologia de montagem e os procedimentos iniciais de configuração e calibração. A configuração do sistema foi realizada por meio do software open source Mission Planner. Como resultado, foi possível construir uma ARP com autonomia programada de aproximadamente 15 minutos de voo, massa total em torno de 1,40 kg e custo total de R$ 2.230,00 (sem a câmera). Nessas condi- ções, a aeronave mostrou-se uma alternativa viável aos produtos comerciais disponí- veis, apresentando características semelhantes para a mesma finalidade, com custo estimado entre 20% e 50% dos valores praticados no mercado. Ademais, o equipamento permite o transporte de diferentes tipos de sensores e pode ser customizado para outras aplicações. Por fim, a ARP também será empregada no treinamento de pilotos iniciantes, uma vez que, embora simuladores virtuais sejam úteis, o contato com um equipamento real é fundamental para o desenvolvimento de experiência prá- tica de pilotagem; Abstract: The growing and urgent need to increase food production with fewer resources, i.e., higher efficiency and reduced environmental impacts has intensified the demand for new technologies to support sustainable agriculture. Among emerging solutions, Remotely Piloted Aircraft (RPAs) have gained prominence. Initially developed for military purposes, RPAs are currently widely applied in civil contexts, including agricultural operations, research, monitoring, and recreational activities. However, commercial platforms still entail high acquisition costs, particularly for small and medium-sized farmers. In this context, this study aimed to develop a practical manual for the construction of a low-cost multirotor RPA (quadcopter) suitable for the needs of small and medium rural properties. The work presents the materials and components adopted, the assembly methodology, and the initial configuration and calibration procedures. System setup was performed using the open-source Mission Planner software. The proposed platform achieved a programmed flight autonomy of approximately 15 minutes, a total mass of about 1.40 kg, and a total cost of R$ 2,230.00 (excluding the camera). At this cost level, the aircraft represents a feasible alternative to commercial products with similar characteristics and intended applications, corresponding to approximately 20% to 50% of typical market prices. Furthermore, the platform can carry different sensor types and may be customized for additional applications. Finally, the RPA is also intended for training novice pilots, as hands-on experience with real equipment, complementary to virtual simulation is essential for developing practical piloting skills Orientador: Prof. Dr. Carlos Henrique Wachholz de Souza; Trabalho de Conclusão de Curso (Graduação) - Universidade Federal do Paraná, Campus Jandaia do Sul, Curso de Graduação em Engenharia Agrícola; Inclui referências Sat, 01 Jan 2022 00:00:00 GMT https://hdl.handle.net/1884/105783 2022-01-01T00:00:00Z https://hdl.handle.net/1884/105748 Aplicação do geoprocessamento na modelagem da erosão na microbacia hidrográfica do rio Ribeirão Dourados Resumo: Neste trabalho utilizou-se ferramentas de geoprocessamento para estimar a perda de solo laminar anual na Microbacia Hidrográfica do Ribeirão Dourados (MHRD), norte do Paraná, através do modelo empírico Revised Universal Soil Loss Equation (RUSLE), gerando os fatores através de mapas, sendo estes Mapa de Comprimento de Rampa e Declive –fator LS-; Mapa de uso e ocupação do solo e práticas conservacionistas –fator CP -; Mapa de erodibilidade dos solos - fator K -; Mapa de Erosividade da chuva – fator R -. A perda de solo na MHRD em sua maioria, ficou em torno de 1 ton/ha.ano, as maiores perdas de solo foram influenciadas sob áreas compostas por solo Neossolo Reogolítico eutróficos (RRe) e cultivados com pastagens; Abstract: This study applied geoprocessing tools to estimate the annual sheet soil loss in the Ribeirão Dourados Watershed (RDW), located in northern Paraná, Brazil, using the empirical model Revised Universal Soil Loss Equation (RUSLE). The RUSLE factors were spatially derived and mapped, including slope length and steepness (LS), land use/land cover and conservation practices (CP), soil erodibility (K), and rainfall erosivity (R). The results indicated that most of the watershed presented soil loss values around 1 t ha?¹ year?¹. The highest soil loss rates were associated with areas dominated by Eutrophic Regolithic Neosols (RRe) and occupied by pastureland, highlighting the combined influence of soil properties and land use on erosion susceptibility. Overall, the spatial modeling approach proved useful for identifying erosion-prone zones and supporting soil and water conservation planning at the microwatershed scale Orientador: Prof. Dr. Carlos Henrique Wachholz de Souza; Trabalho de Conclusão de Curso (Graduação) - Universidade Federal do Paraná, Campus Jandaia do Sul, Curso de Graduação em Engenharia Agrícola; Inclui referências Fri, 01 Jan 2021 00:00:00 GMT https://hdl.handle.net/1884/105748 2021-01-01T00:00:00Z https://hdl.handle.net/1884/105747 Variabilidade espacial de atributos do solo, NDVI e produtividade da aveia preta Resumo: O estudo da distribuição espacial de parâmetros químicos do solo tem sido amplamente investigado nos últimos anos, com o propósito de orientar correções e manejos específicos para culturas subsequentes, visando otimizar as aplicações de insumos e reduzir custos. Com o avanço tecnológico, tornou-se possível realizar amostragens georreferenciadas, nas quais se determinam os valores de atributos químicos e físicos do solo de forma espacialmente explícita. No presente estudo, foram coletadas amostras em um talhão e realizadas as análises necessárias para, posteriormente, integrá-las a dados de pluviometria e de resistência à penetração do solo. A avaliação desses parâmetros é essencial para compreender seu comportamento e suas proporções no espaço; nesse sentido, as modelagens preditivas empregadas neste trabalho foram obtidas por métodos geoestatísticos. A análise geoespacial foi conduzida por técnicas de interpolação, com destaque para a krigagem, visando à elaboração de mapas de distribuição dos atributos do solo e da produtividade da aveia-preta. A partir da interpretação dos mapas gerados, foi possível identificar padrões espaciais de distribuição dos atributos do solo e sua relação com a produtividade da cultura; Abstract: The spatial variability of soil chemical attributes has been increasingly investigated in recent years as a basis for site-specific management, aiming to optimize input applications and reduce production costs. Advances in precision agriculture have enabled georeferenced soil sampling, allowing chemical and physical parameters to be quantified with explicit spatial representation. This study evaluated the spatial distribution of soil attributes within an agricultural field by integrating laboratory analyses of georeferenced soil samples with ancillary information on rainfall (pluviometry) and soil penetration resistance. Spatial modeling was performed using geostatistical approaches. In particular, spatial interpolation by kriging was applied to generate distribution maps of soil attributes and black oat (Avena strigosa) yield. Map interpretation enabled the identification of spatial patterns in soil properties and their relationship with crop productivity, supporting the use of geostatistical tools to characterize within-field variability and to guide site-specific decision-making Orientador: Prof. Dr. Carlos Henrique Wachholz de Souza; Trabalho de Conclusão de Curso (Graduação) - Universidade Federal do Paraná, Campus Jandaia do Sul, Curso de Graduação em Engenharia Agrícola; Inclui referências Sun, 01 Jan 2023 00:00:00 GMT https://hdl.handle.net/1884/105747 2023-01-01T00:00:00Z