Orientadores: Rubens Augusto Camargo Lamparelli, Jansle Vieira Rocha

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola

Resumo: A palha é um dos principais subprodutos gerado no final do ciclo vegetativo da cana-deaçúcar. Ela tem um significado importante no contexto brasileiro dado que a partir dela podese gerar álcool e energia limpa, beneficiando o meio ambiente e a matriz energética. Assim é imprescindível...

Resumo: A palha é um dos principais subprodutos gerado no final do ciclo vegetativo da cana-deaçúcar. Ela tem um significado importante no contexto brasileiro dado que a partir dela podese gerar álcool e energia limpa, beneficiando o meio ambiente e a matriz energética. Assim é imprescindível aprofundar os estudos em torno da palha da cana e estimar a quantidade de resíduos produzidos ao final da colheita com o intuito de otimizar o processo de reaproveitamento desta. A lignina, celulose e hemicelulose, presentes na palha em grandes quantidades, são responsáveis pela estrutura fibrosa da cana-de-açúcar e é a partir deles que são dimensionados os processos de geração de energia (álcool e eletricidade). Neste contexto este trabalho teve o objetivo de utilizar o sensoriamento remoto para identificar estes componentes na cana-de-açúcar para subsidiar futuros levantamentos de estimativa de palha para fins energéticos e ambientais. Foram caracterizadas espectralmente 384 amostras de folhas de cana-de-açúcar, nas condições úmidas e secas, utilizando o espectroradiômetro FieldSpec Pro* com o intuito de identificar possíveis feições de absorções associadas aos componentes lignina, celulose e hemicelulose. Verificou-se que houve melhor discriminação das feições de absorção nas folhas secas, sendo que estas apresentaram valores de CAI e LCA superiores às folhas úmidas, pois 100% das amostras secas apresentaram valores de CAI positivos. O CAI foi o melhor estimador dos componentes se comparado ao LCA. As correlações entre CAI, LCA e NDVI permitiram a segregação/distinção entre as folhas nas condições úmidas e secas. E o CAI das palhas foi significativamente maior que o CAI do restante das folhas. Os resultados mostraram que nas feições visíveis próximo a 1730, 1780, 2100, 2270 e 2330 nm foram encontradas feições ligadas à lignina, hemicelulose e celulose e este estudo estudo permite concluir que as ferramentas do sensoriamento remoto podem ajudar como indicador de teores de lignina e celulose utilizando-se de índices de vegetação apropriados a estas finalidades, neste caso LCA e CAI, à luz dos novos programas espaciais de sensoriamento remoto hiperespectrais

Abstract: The straw is one of the main by-products generated at the end of the sugarcane vegetative cycle. It is significantly important in the Brazilian context, as alcohol and clean energy can be generated, thus benefiting the environment and the energy matrix. It is therefore essential to deepen...

Abstract: The straw is one of the main by-products generated at the end of the sugarcane vegetative cycle. It is significantly important in the Brazilian context, as alcohol and clean energy can be generated, thus benefiting the environment and the energy matrix. It is therefore essential to deepen the studies on the sugarcane straw and to estimate the amount of waste produced at the end of the harvest, in order to optimize its reuse process. Lignin, cellulose and hemicelluloses, present in the straw in large quantities, are responsible for the sugarcane fibrous structure; they enable to dimension the processes of energy generation (alcohol and electricity). The paper aimed to use remote sensing to identify these components in sugarcane in order to give support to future surveys on the use of straw for energy and environmental purposes. 384 samples of sugarcane leaf were characterized spectrally, in both wet and dry conditions, with the use of FieldSpec Pro* spectroradiometer, so as to identify possible absorption features associated with lignin, cellulose and hemicelluloses. There was better discrimination of the absorption features in the dried leaves, which showed higher values of LCA and CAI than the wet leaves, as 100% of the dried samples showed positive values of CAI. CAI was the best estimator of the components when compared to LCA. The correlations between CAI, LCA and NDVI allowed the segregation / distinction between the leaves in wet and dry conditions. The CAI of the straw was significantly higher than the CAI of the other leaves. The results showed that the visible features near 1730, 1780, 2100, 2270 and 2330 nm were found features linked to lignin, hemicellulose and cellulose and this study shows that remote sensing tools can help as an indicator of lignin and cellulose using vegetation index appropriate for these purposes, in which case LCA and CAI, the light of new space programs of hyperspectral remote sensing