Publicação: Imagens multiespectrais para diferenciação de plantas de alface inoculadas com fungo solubilizador de fosfato sob diferentes doses de fósforo
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Tecnologias avançadas, como o sensoriamento remoto, destacam-se no monitoramento de
diversas culturas agrícolas. No entanto, poucos estudos investigam o potencial de sensores
multiespectrais de baixo custo para a discriminação de tratamentos com aplicação de
bioinsumos, especialmente na cultura da alface (Lactuca sativa). O objetivo foi avaliar o
potencial das imagens multiespectrais obtidas por sensores de baixo custo, aliadas a técnicas de
aprendizado de máquina, na discriminação de tratamentos aplicados à alface, considerando
diferentes formas de inoculação do fungo Aspergillus niger e variações nas doses de adubação
fosfatada. O experimento foi conduzido em 2021 e seguiu um esquema fatorial de 6 x 3, com
seis formas de inoculação de A. niger (sem inoculação; tratamento de sementes com suspensão
de conídios; inoculação granular com 4 x 102 e 4 x 106 conídios g-1 no transplantio; e inoculação
com suspensão de conídios a 4 x 102 e 4 x 106 conídios mL-1 no transplantio) e três doses de
fósforo (0, 50 e 100%). Durante o desenvolvimento das plantas, foram capturadas imagens com
a câmera RGB e com a câmera multiespectral MAPIR Survey 3W nos dias 5, 12, 19, 26 e 33
após o transplantio. Para discriminação dos tratamentos, foram extraídos os valores médios de
refletância das bandas espectrais e calculados os índices de vegetação. A classificação foi
realizada utilizando algoritmos de aprendizados de máquina no software Weka, considerando
três cenários distintos. Os resultados demostraram desempenho superior do modelo Random
Forest, especialmente com a combinação dos atributos dos sensores RGB-RGN, atingindo
acurácias globais de 65,35%, 79,57% e 94,24% nos respectivos cenários. Esse estudo reforça o
potencial do uso de imagens espectrais para o monitoramento e a gestão das culturas agrícolas.
Abstract
Advanced technologies such as remote sensing stand out in the monitoring of various
agricultural crops. However, few studies have investigated the potential of low-cost
multispectral sensors for the discrimination of treatments involving the application of biological
inputs, especially in lettuce (Lactuca sativa) cultivation. The objective of this study was to
evaluate the potential of multispectral images obtained from low-cost sensors, combined with
machine learning techniques, for discriminating treatments applied to lettuce, considering
different forms of Aspergillus niger inoculation and variations in phosphorus fertilization doses.
The experiment was conducted in 2021, following a 6 × 3 factorial design, with six A. niger
inoculation methods (no inoculation; seed treatment with conidial suspension; granular
inoculation with 4 × 10² and 4 × 10⁶ conidia g⁻¹ at transplanting; and inoculation with conidial
suspension at 4 × 10² and 4 × 10⁶ conidia mL⁻¹ at transplanting) and three phosphorus doses (0,
50, and 100%). During plant development, images were captured using an RGB camera and a
MAPIR Survey 3W multispectral camera on days 5, 12, 19, 26, and 33 after transplanting. For
treatment discrimination, mean reflectance values from the spectral bands were extracted and
vegetation indices were calculated. Classification was performed using machine learning
algorithms in the Weka software, considering three distinct scenarios. The results demonstrated
superior performance of the Random Forest model, especially when combining attributes from
both RGB and RGN sensors, achieving overall accuracies of 65.35%, 79.57%, and 94.24% in
the respective scenarios. This study reinforces the potential of spectral imaging for agricultural
crop monitoring and management.
Palavras-chave
Bioinsumos, Biological inputs, classificação, classification, hortaliças, vegetables, índices de vegetação, vegetation indices, Lactuca sativa
Citação
SILVA, Monara Nogueira. Imagens multiespectrais para diferenciação de plantas de alface inoculadas com fungo solubilizador de fosfato sob diferentes doses de fósforo. 2025. 36 f. Dissertação (Mestrado em Agricultura e Informações Geoespaciais) - Universidade Federal de Uberlândia, Monte Carmelo, 2025. DOI http://doi.org/10.14393/ufu.di.2025.292.
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto