Use este identificador para citar ou linkar para este item: http://bdm.ufmt.br/handle/1/4338
Registro completo de metadados
Campo DCValorIdioma
dc.creatorPicão, Jessé Willian-
dc.date.accessioned2024-12-27T15:32:54Z-
dc.date.available2024-12-07-
dc.date.available2024-12-27T15:32:54Z-
dc.date.issued2024-11-05-
dc.identifier.citationPICÃO, Jessé Willian. API de monitoramento agrícola com imagens de satélite. 2024. 73 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Instituto de Ciências Exatas e da Terra, Universidade Federal de Mato Grosso, Barra do Garças, 2024.pt_BR
dc.identifier.urihttp://bdm.ufmt.br/handle/1/4338-
dc.description.abstractPrecision agriculture has stood out as a solution to increase agricultural productivity in a sustainable manner, by using advanced technologies to monitor and optimize the use of resources. The tools available for calculating NDVI are often complex or require payment, making access difficult for small and medium-sized producers. Given this scenario, the objective of this study was to create a scalable and accessible API that simplifies the process of obtaining and processing satellite images, allowing the calculation of NDVI for monitoring soil and vegetation health. The API was developed using technologies such as Flask, Nginx, Redis and Docker, supporting multiple simultaneous requests, ensuring agility and efficiency. The results were validated in an agricultural area in Mato Grosso, where the API generated NDVI maps, providing relevant information for agricultural management, such as identifying areas with water stress or pests. The tool proved to be efficient and accessible, facilitating agricultural monitoring in a free and practical manner.pt_BR
dc.description.provenanceSubmitted by Ariel Gomes (ariel.gomes@ufmt.br) on 2024-12-27T15:32:35Z No. of bitstreams: 1 TCC_2024_Jessé Willian Picão.pdf: 3151127 bytes, checksum: ec49c06dc82a17cc31a93952445c919e (MD5)en
dc.description.provenanceApproved for entry into archive by Ariel Gomes (arielmm18@gmail.com) on 2024-12-27T15:32:54Z (GMT) No. of bitstreams: 1 TCC_2024_Jessé Willian Picão.pdf: 3151127 bytes, checksum: ec49c06dc82a17cc31a93952445c919e (MD5)en
dc.description.provenanceMade available in DSpace on 2024-12-27T15:32:54Z (GMT). No. of bitstreams: 1 TCC_2024_Jessé Willian Picão.pdf: 3151127 bytes, checksum: ec49c06dc82a17cc31a93952445c919e (MD5) Previous issue date: 2024-11-05en
dc.languageporpt_BR
dc.publisherUniversidade Federal de Mato Grossopt_BR
dc.rightsAcesso Abertopt_BR
dc.titleAPI de monitoramento agrícola com imagens de satélitept_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Lopes, Robson da Silva-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5505047033261072pt_BR
dc.contributor.referee1Lopes, Robson da Silva-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5505047033261072pt_BR
dc.contributor.referee2Silva, Thiago Pereira da-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0241704052892662pt_BR
dc.contributor.referee3Jardim, Sandino Barros-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/4366909440552005pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/3023794109661331pt_BR
dc.description.resumoA agricultura de precisão tem se destacado como uma solução para aumentar a produtividade agrícola de maneira sustentável, utilizando tecnologias avançadas para monitorar e otimizar o uso de recursos. No entanto, ferramentas disponíveis para o cálculo do NDVI muitas vezes são complexas ou pagas, dificultando o acesso para pequenos e médios produtores. Diante desse cenário, o objetivo deste estudo foi criar uma API escalável e acessível que simplifica o processo de obtenção e processamento de imagens de satélite, permitindo o cálculo do NDVI para monitoramento de saúde do solo e vegetação. A API foi desenvolvida utilizando tecnologias como Flask, Nginx, Redis e Docker, com suporte a múltiplas requisições simultâneas, garantindo agilidade e eficiência. Os resultados foram validados em uma área agrícola do Mato Grosso, onde a API gerou mapas NDVI, fornecendo informações relevantes para a gestão agrícola, como a identificação de áreas com estresse hídrico ou pragas. A ferramenta se mostrou eficiente e acessível, facilitando o monitoramento agrícola de forma gratuita e prática.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Ciências Exatas e da Terra (ICET) – Araguaiapt_BR
dc.publisher.initialsUFMT CUA - Araguaiapt_BR
dc.publisher.programCiência da Computação - CUApt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.subject.keywordNDVIpt_BR
dc.subject.keywordagricultura de precisãopt_BR
dc.subject.keywordimagens de satélitept_BR
dc.subject.keywordAPIpt_BR
dc.subject.keywordmonitoramento agrícolapt_BR
dc.subject.keywordsaúde do solopt_BR
dc.subject.keyword2NDVIpt_BR
dc.subject.keyword2precision agriculturept_BR
dc.subject.keyword2satellite imagerypt_BR
dc.subject.keyword2APIpt_BR
dc.subject.keyword2agricultural monitoringpt_BR
dc.subject.keyword2soil healthpt_BR
Aparece na(s) coleção(ções):Ciência da Computação - Araguaia

Arquivos deste item:
Arquivo Descrição TamanhoFormato 
TCC_2024_Jessé Willian Picão.pdf3.08 MBAdobe PDFVer/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.