Banca de DEFESA: BRENON DIENNEVAN SOUZA BARBOSA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: BRENON DIENNEVAN SOUZA BARBOSA
DATA: 20/11/2020
HORA: 08:30
LOCAL: Remotamente via Google Meet
TÍTULO:

USO E APLICAÇÃO DE UAV E IMAGENS RGB NA CAFEICULTURA DE PRECISÃO: ÍNDICES DE VEGETAÇÃO E PREDIÇÃO DE PRODUTIVIDADE.

PALAVRAS-CHAVES:

Aprendizagem profunda de máquina, imagens de UAV, previsão de Produtividade, café, agricultura de precisão, Unmanned Aerial Vehicles – UAV, drone

PÁGINAS: 100
GRANDE ÁREA: Ciências Agrárias
ÁREA: Engenharia Agrícola
SUBÁREA: Máquinas e Implementos Agrícolas
RESUMO:

Café é uma commoditie de importância significativa na balança comercial brasileira, sendo o estado de Minas Gerais o maior exportador. A inclusão de novas tecnologias para aumentar a produtividade, como sensores de solo, desenvolvimento de cultivares mais resistentes a pragas e a déficit hídrico, aplicação a taxa variável e monitoramento da cultura por meio de imagens são alguns exemplos. O monitoramento agrícola por imagens em conjunto com técnicas de Sensoriamento Remoto (SR) traz grandes benefícios ao produtor pelo fornecimento de informações no tempo desejado e com resolução adequada para identificar e solucionar as anomalias em campo, economizando recursos e garantindo a qualidade da produção. O SR por meio de imagens de satélites é o mais difundindo no meio agrícola, no entanto o uso de imagens orbitais tem limitação espacial (resolução) e temporal (período de retorno), o que em determinada cultura a liberdade do monitoramento no tempo com a precisão adequados pode evitar grandes prejuízos. Uma alternativa é uso de UAV (unmanned aerial vehicle) que permite obter imagens de alta resolução, fornecendo ao agricultor o monitoramento preciso e no tempo ideal, principalmente em culturas de alto valor, como é o caso do café. Neste sentido este trabalho teve como objetivo avaliar o uso e aplicação de uma UAV e de imagens RGB no monitoramento de uma lavoura de café, avaliando o comportamento de Índices de Vegetação (IV) e a predição da produtividade por meio produtos derivados de imagens RGB. No artigo 1, foi avaliado o potencial de aplicação prática de UAV e IV RGB no monitoramento de uma lavoura de café durante um ciclo produtivo. Foram avaliados nove IV RGB, onde utilizou-se como métrica de seleção de IV a correlação de Pearson com o Índice de Área Foliar (IAF). Os resultados mostram que dentre os IV avaliados, o GLI e MPRI apresentaram maior correlação com o IAF (estimados por meio de parâmetros biofísicos derivados das imagens), mas ambas fracas. Durante as fases do ciclo de produção do café, os dois IVs ilustram a variabilidade da cultura e do solo. O aumento de plantas daninhas também foi observado nas áreas marginais e entre as linhas de plantio. Esses resultados mostram que o uso de um UAV e câmera RGB de baixo custo tem potencial para uso prático no monitoramento do café em seu ciclo de produção, permitindo ao gestor decidir por um manejo mais assertivo da cultura de forma rápida e simples. Dado o potencial de uso de imagens UAV e RGB descrito acima, o artigo 2 investiga ainda mais o potencial de previsão da produção de café usando imagens RGB, usando as variáveis: altura, diâmetro da copa (usado para estimar o IAF) e valores de brilho das bandas espectrais RGB e algoritmos de regressão múltipla em um período de 12 meses. Os resultados obtidos mostram que o IAF e diâmetro de copa são mais influentes para gerar o modelo de predição, no qual foram usados quatro algoritmos de regressão diferentes - Máquinas de Vetor de Suporte Linear (SVM), Gradient Boosting Regression (GBR), Random Forest Regressão (RFR) e Regressão Mínima Quadrada Parcial (PLSR) - e um algoritmo genético - NEAT (Neuroevolution of augmenting topologies). O melhor resultado foi obtido com um erro médio percentual absoluto (MAPE) de 31% para o NEAT. As seleções de variáveis sugerem que um conjunto de dados do mês de dezembro foi o mais importante para o modelo de previsão de rendimento, reduzindo assim a necessidade de coleta extensiva de dados para todos os doze meses.

MEMBROS DA BANCA:
Presidente - GABRIEL ARAUJO E SILVA FERRAZ (Membro)
Interno - FABIO MOREIRA DA SILVA (Membro)
Externo ao Programa - RUBENS JOSE GUIMARAES - DAG/ESAL (Membro)
Externo ao Programa - LUIS MARCELO TAVARES DE CARVALHO - DCF/ESAL (Membro)
Externo ao Programa - RAFAEL DE OLIVEIRA FARIA - DEG/ESCOLAENG (Suplente)
Externo à Instituição - FLÁVIO CASTRO DA SILVA - UFF (Membro)
Externo à Instituição - MARGARETE MARIN LORDELO VOLPATO - EPAMIG (Suplente)