Publicação: Análise do potencial de imagens multiespectrais na predição da produtividade da cultura do trigo
Carregando...
Tipo do documento
Data
Direito de acesso
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A estimativa de produtividade pode ser uma ferramenta significante para o setor agroindustrial
de um país, auxiliando no manejo da cultura, na comercialização, computação de valores, além
de direcionar e facilitar o escoamento e armazenamento da colheita. Para estimar a
produtividade dos cereais de forma simples, é preciso coletar amostras em campo, contabilizar
a quantidade de plantas em um metro quadrado, pesar os grãos e por fim estimar para toda a
área cultivada. No método desenvolvido neste trabalho, foi avaliado o potencial de imagens
multiespectrais na estimativa da produtividade do trigo com o uso de algoritmos de aprendizado
de máquinas. Além disso, foi estabelecido o estádio fenológico ideal para aquisição das imagens
para uma predição mais acurada da produtividade e testados modelos regionais e temporais. O
modelo temporal consistiu na estimativa de produtividade utilizando todos os dados (do plantio
à colheita), enquanto o modelo regional gerou a estimativa para uma região de estudo baseada
em outra região, ou seja, foi avaliado se as informações de colheita de uma região eram capazes
de gerar um modelo preditivo que estimasse outra região de estudo. Com o uso de imagens
multiespectrais do satélite Sentinel 2 e com amostras de produtividade georreferenciadas e
coletadas de forma pontual em 3 áreas de estudo localizadas na França, determinou-se que o
estádio inicial da maturação (enchimento dos grãos) é o melhor momento para tomada das
imagens. Os resultados mostraram que o algoritmo Random Forest apresentou as melhores
estimativas de produtividade do trigo com um menor erro, entre 5 e 8% aproximadamente. Por
fim, foram detectados 9 atributos que devem compor o modelo de estimativa, sendo 7 bandas
originais do satélite e 2 índices derivados, e foi possível gerar mapas de produtividade das 3
áreas de estudo.
Abstract
Palavras-chave
Cereais, Monitoramento agrícola, Agricultural monitoring, Modelos espectrais, Spectral models, Estimativa de produtividade, Productivity estimation, Trigo, Wheat, Mapa de produtividade do trigo, Wheat productivity map
Citação
SILVA, Filipe Vieira da. Análise do potencial de imagens multiespectrais na predição da produtividade da cultura do trigo. 2023. 48 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Agrimensura e Cartográfica) – Universidade Federal de Uberlândia, Monte Carmelo, 2023.