Banca de QUALIFICAÇÃO: JHIORRANNI FREITAS SOUZA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : JHIORRANNI FREITAS SOUZA
DATA : 29/11/2023
HORA: 09:00
LOCAL: Sala 01 do PPGF
TÍTULO:

Uso de veículo aéreo não tripulado (VANT) para levantamento de plantas daninhas em plantios florestais visando restauração da Mata Atlântica

PALAVRAS-CHAVES:

processamento de imagens: sensoriamento remoto; matocompetição; manejo florestal

PÁGINAS: 42
RESUMO:

Informações espectrais de alta resolução podem contribuir para identificação de plantas daninhas e auxílio no manejo da matocompetição, de forma instantânea e não destrutiva, em plantios visando a restauração florestal. Nesta pesquisa, tem-se como objetivo desenvolver modelos digitais para identificação de plantas daninhas com uso de Veículo Aéreo Não Tripulado (VANT), em área de restauração florestal no bioma Mata Atlântica. O experimento será conduzido em área da Reserva Ecológica do Guapiaçu (REGUA), localizada no município de Cachoeiras de Macacu - RJ. Área experimental será constituída por quatro blocos (repetições) dispostos em delineamento ao acaso, e seis tratamentos: T1. Testemunha sem herbicidas; T2. Indaziflam jato dirigido; T3. Indaziflam “over the top”; T4. indaziflam + haloxifope + óleo mineral “over the top”; T5. haloxifope + óleo mineral “over the top”, e T6. Glifosato jato dirigido, totalizando 24 unidades experimentais, que serão compostas de cinco linhas, com 20 mudas de diferentes espécies nativas, com espaçamento de plantio de 2,5m entre linha e 2m entre mudas. Os tratamentos serão aplicados com auxílio de um pulverizador costal elétrico, equipado com uma barra 4 pontas de pulverização modelo AVI 110.02, espaçadas de 0,5 m, operando na pressão de 2,5 Bar, em taxa de aplicação de 150 L ha^-1. Aos 30, 60, 90 e 120 dias após aplicação (DAA) dos tratamentos serão realizadas avaliações de intoxicação das plantas das espécies nativas de acordo com a escala EWRC (1984). Capturas das imagens (RGB) serão realizadas com VANT modelo Mavic 3E a cada 30 dias nas alturas de voo de 20m, 40m e 60 m, no período de 12 meses. Avaliações fitossociológicas serão realizadas em cada momento de voo para levantamento das plantas daninhas. O processamento fotogramétrico será obtido através do Agisoft Metashape, para a elaboração de ortomosaicos com camadas de imagem MDT, MDS, CHM e índices espectrais. O software ArcGIS Pro será utilizado para construção do modelo de aprendizado profundo Deep Learning, que será treinado buscando diferenciar as espécies nativas e os grupos de plantas daninhas (monocotiledôneas e dicotiledôneas). Técnicas de aprendizado profundo serão aplicadas com uso de Redes Neurais Convolucionais (RNC). A precisão do modelo será estimada ao avaliar a capacidade de identificação das espécies nativas e os grupos de plantas daninhas a partir do aprendizado Deep Learning, por meio de quatro métricas de acurácia: a Média Precisão (AP), escore F1, média da Precisão Média (mAP) e curva Precision x Recall.

MEMBROS DA BANCA:
Presidente - 1905333 - AROLDO FERREIRA LOPES MACHADO
Externo ao Programa - 2145654 - BRUNO ARAUJO FURTADO DE MENDONCA - UFRRJExterna à Instituição - NATALIA DA SILVA GARCIA - UFRRJ