Banca de DEFESA: GLEYDSON ANTONIO DE OLIVEIRA CAMPOS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: GLEYDSON ANTONIO DE OLIVEIRA CAMPOS
DATA: 08/12/2020
HORA: 08:00
LOCAL: Remotamente via Google Meet
TÍTULO:

MONITORAMENTO DE CARACTERÍSTICAS MORFOMÉTRICAS E VIGOR DE CULTIVARES DE CAFÉ POR CIÊNCIA DE SENSORIAMENTO REMOTO MULTISENSOR

PALAVRAS-CHAVES:

 

Machine Learning, NDVI, Cafeicultura. 

PÁGINAS: 100
GRANDE ÁREA: Ciências Agrárias
ÁREA: Engenharia Agrícola
RESUMO:

Com o uso do sensoriamento remoto foi possível obter informações em baixas altitudes de voo e com altíssima resolução espacial, na cafeicultura. Objetivou-se desenvolver e avaliar técnicas para monitorar características morfométricas e o vigor vegetativo do cafeeiro com dados obtidos por medições diretas e indiretas in situ, monitoramento aéreo por imagens RGB ortorretificadas em 2 altitudes de voo e imageamento multiespectral da órbita da Terra utilizando as bandas 4 e 8 do vermelho e, do infravermelho, respectivamente. O estudo foi conduzido na área experimental do INCT do Café, na Universidade Federal de Lavras. A coleta de dados in situ foi realizada com os equipamentos, régua graduada topográfica, sensor de NDVI Greenseeker ™, e o sensor de índice de área foliar, LAI2000 de forma comparativa ao monitoramento aéreo com o SISANT DJI Phantom 4 e, orbital, com o Sentinel 2A. Foi estabelecida na área uma malha amostral com 90 pontos para medir  altura, diâmetro, índice vegetativo de diferença normalizada (NDVI) e índice de área foliar (IAF) de 30 cultivares de cafeeiro arábica nos meses de junho a agosto de 2019. Foram realizados dois levantamentos aéreos por meio da SISANT na altura de 30 e 70 metros e para mesma data em que foi realizado o imageamento com Sentinel 2A., por volta das 11:00 a.m. Foram calculados o modelo de elevação da superfície e do terreno e, pela diferença das imagens, foi obtida a altura das plantas.  Foram calculados o IAF, para os dados coletados in situ e altura de planta e diâmetro da copa extraído das imagens do SISANT. Com relação ao NDVI, foram utilizados algoritmos de Machine Learning por Random Forest e Regressão Múltipla Linear para calibrar o NDVI do SISANT com base no NDVI das plantas medidas in situ com o Greenseeker™ e outro modelo equiparável ao NDVI obtido pelo imageamento com o Sentinel 2A. Foi possível determinar um valor de vigor de NDVI de SISANT RGB para monitorar a copa de 30 cultivares de café com valor de R² igual a 0,72. Com relação a morfometria da copa das plantas, a altura das plantas medidas por processamento de imagens do SISANT foi próxima ao determinado in situ, com diferença média inferior a 0,15m

MEMBROS DA BANCA:
Presidente - MARCELO DE CARVALHO ALVES (Membro)
Externo ao Programa - MARIO LUCIO VILELA DE RESENDE - DFP/ESAL (Membro)
Externo à Instituição - JONATHAN DA ROCHA MIRANDA - UFLA (Suplente)
Externo à Instituição - GLADYSTON RODRIGUES CARVALHO - EPAMIG (Membro)