Determination of nitrogen and chlorophyll levels in bean-plant leaves by using spectral vegetation bands and indices

Revista Ciencia Agronomica

Volumn 44, Issue 3, 2013, Pages 464-473

  Abrahão, Selma Alves ^a   De Carvalho Pinto, Francisco de Assis ^b   De Queiroz, Daniel Marçal ^a   Santos, Nerilson Terra ^b   De Souza Carneiro, José Eustáquio ^b  

^a INSTITUTO FEDERAL DE EDUCAÇÃO   (Brazil)

^b FEDERAL UNIVERSITY OF VIÇOSA   (Brazil)

Author keywords

Nitrogen dosage; Precision farming; Remote sensing

Indexed keywords

EID: 84880623351     PISSN: 00456888     EISSN: 18066690     Source Type: Journal    
DOI: 10.1590/S1806-66902013000300007     Document Type: Article

References (26)

1. ABRAHÃO, S. A. et al. Índices de vegetação de base espectral para discriminar doses de nitrogênio em capim-tanzânia. Revista Brasileira de Zootecnia, v. 38, n. 9, p. 1637-1644, 2009.
2. BEZERRA, B. G.; FIDELES FILHO, J. Análise de crescimento da cultura do algodoeiro irrigada com águas residuárias. Revista Ciência Agronômica, v. 40, n. 3, p. 339-345, 2009.
3. BUSSAB, W. O.; MORETTIN, P. A. Estatística Básica. 5. ed. São Paulo: Saraiva, 2002. 540 p.
4. BRITO, M. M. P. et al. Marcha de absorção do nitrogênio do solo, do fertilizante e da fixação simbiótica em feijão-caupi (Vigna unguiculata (L.) WALP.) e feijão-comum (Phaseolus vulgaris L.) determinada com uso de 15N. Revista Brasileira Ciência do Solo, v. 33, n. 4, p. 895-905, 2009.
5. CHEN, P. et al. New spectral indicator assessing the ef??ciency of crop nitrogen treatment in corn and wheat. Remote Sensing of Environment, v. 114, n. 9, p. 1987-1997, 2010.
6. EITEL, J. U. H. et al. Combined spectral index to improve ground-based estimates of nitrogen status in dryland wheat. Agronomy journal, v. 100, n. 6, p. 1694-1702, 2008.
7. EITEL, J. U. H. et al. Sensitivity of ground-based remote sensing estimates of wheat chlorophyll content to variation in soil re??ectance. Soil Science Society of America Jounal, v. 73, n. 5, p. 1715-1723, 2009.
8. GITELSON, A. A.; KAUFMAN, Y. J.; MERZLYAK, M. N. Use of a green channel in remote sensing of global vegetation from EOS-MODIS. Remote Sensing of Environment, v. 58, n. 3, p. 289-298, 1996.
9. HABOUDANE, D. et al. Integration of hyperspectral vegetation indices for prediction of crop chlorophyll content for application to precision agriculture. Remote Sensing of Environment, v. 81, n. 2/3, p. 416-426, 2002.
10. HABOUDANE, D. et al. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precision agriculture. Remote Sensing of Environment, v. 90, n. 3, p. 337-352, 2004.
11. HUDSON, W. D.; RAMM, C. W. Correct formulation of the Kappa coefficient of agreement. Photogrammetric Engineering & Remote Sensing, v. 53, n. 4, p. 421-422, 1987.
12. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Levantamento Sistemático da Produção Agrícola. 2012. Available: http://www.ibge.gov.br/home/ estatistica/indicadores/agropecuaria/lspa/defaulttab.shtm.Accessed: 20 abr. 2012.
13. JENSEN, T. et al. Detecting the attributes of a wheat crop using digital imagery acquired from a low-altitude platform. Computers and Electronics in Agriculture, v. 59, n. 1/2, p. 66-77, 2007.
14. JOHNSON, R.A.; WICHERN, D.W. Applied multivariate statistical analysis. 4. ed. New Jersey: Prentice Hall, 1998. 816 p.
15. LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, v. 33, n. 1, p. 159-174, 1977.
16. LI, F. et al. Evaluating hyperspectral vegetation indices for estimating nitrogen concentration of winter wheat at different growth stages. Precision Agriculture, v. 11, n. 4, p. 335-357, 2010.
17. LIMA, N. et al. Sensoriamento remoto como ferramenta aos estudos de doenças de plantas agrícolas: uma revisão. Revista Brasileira de Geografia Física, v. 3, n. 2, p. 190-195, 2011.
18. LIU, M. et al. Neural-network model for estimating leaf chlorophyll concentration in rice under stress from heavy metals using four spectral indices. Biosystems Engineering, v. 106, n. 3, p. 223-233, 2010.
19. MEYER, G. E. et al. Textural imaging and discriminant analysis for distinguishing weeds for spot spraying. Transactions of the ASAE, v. 41, n. 4, p.1189-1197, 1998.
20. OTSU, N. A threshold selection method from gray-level histograms. IEEE Transactions on Systems, v. 9, n. 1, p. 62-66, 1979.
21. PEARSON, R. L.; MILLER, R. D. Remote mapping of standing crop biomass for estimation of the productivity of the shortgrassprairie, Pawnee National Grasslands, Colorado. In: INTERNATIONAL SYMPOSIUM ON REMOTE SENSING OF ENVIROMENT, 8., Michigan. Proceedings... 1972, Michigan: University of Michigan, 1972. p. 1355-1373. v. 2.
22. RIBEIRO, A. C. et al. Recomendações para o uso de corretivos e fertilizantes em Minas Gerais - 5a aproximação. Viçosa: UFV, 1999.
23. ROUSE, J. W. et al. Monitoring the vernal advancement of retrogradation (greenwave effect) of natural vegetation. Texas: College Station, 1974. 371 p.
24. SANT'ANA, E. V. P.; SANTOS, A. B.; SILVEIRA, P. M. Adubação nitrogenada na produtividade, leitura SPAD e teor de nitrogênio em folhas de feijoeiro. Pesquisa Agropecuária Tropical, v. 40, n. 4, p. 491-496, 2010.
25. VINCINI, M.; FRAZZI, E. Comparing narrow and broadband vegetation indices to estimate leaf chlorophyll content in planophile crop canopies. Precision Agriculture, v. 12, n. 3, p. 334-344, 2011.
26. ZOTARELLI et al. Calibração do medidor de clorofila Minolta SPAD-502 para uso na cultura do milho. Seropédica: Embrapa Agrobiologia, 2002. 4 p. (Comunicado Técnico, 55).