Banca de QUALIFICAÇÃO: THAÍS MACHADO DE SOUZA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : THAÍS MACHADO DE SOUZA
DATA : 14/06/2024
HORA: 14:00
LOCAL: Google Meet - Exame de Qualificação online
TÍTULO:

CLASSIFICAÇÃO DE PLANTAS DANINHAS UTILIZANDO RESPOSTAS ESPECTRAIS OBTIDAS POR MEIO DE SENSOR PROXIMAL E SUBORBITAL NA CULTURA DO MILHO

PALAVRAS-CHAVES:

aprendizado de máquina, análise multivariada, sensoriamento remoto, classificação de imagem.

PÁGINAS: 33
RESUMO:

A cultura do milho é uma das mais importantes do Brasil e do mundo, além de ser fonte de nutrição animal e humana, é fonte de matéria-prima na produção de subprodutos em indústrias farmacêuticas, químicas, de combustível e bebidas. Diante de tamanha relevância é essencial que o produtor gerencie adequadamente a lavoura, sendo um dos principais problemas as plantas daninhas que competem com as culturas, e são difíceis de identificar, devido a semelhança em cor, forma e tamanho. Neste projeto, espécies de plantas daninhas presentes na cultura do milho serão discriminadas utilizando técnicas de Sensoriamento Remoto (SR), por meio da aquisição de imagens multiespectrais por Aeronaves Remotamente Pilotadas (ARPs) e obtenção de dados espectrais de plantas daninhas e de milho por espectrorradiômetro. As imagens coletadas por ARP serão classificadas usando Análise de Imagem Baseada em Objeto (OBIA) por algoritmo Random Forest (aprendizado de máquina supervisionado). Para a identificação das bandas mais significativas e principais faixas de diferenciação entre as plantas da área, nos dados obtidos pelo espectrorradiômetro, será utilizada a Análise de Componentes Principais (ACP). Espera-se que os resultados de ambas as técnicas sejam capazes de diferenciar as espécies de plantas daninhas da cultura do milho, sendo possível verificar se o uso de ARP permite uma classificação fidedigna mediante a resolução da imagem obtida, além de recomendar faixas espectrais ideais para a distinção entre as diferentes espécies de plantas. Além disso, espera-se que essas ferramentas possibilitem uma tomada de decisão mais rápida, por meio de resultados obtidos em um período reduzido e métodos não-destrutivos no manejo da cultura, permitindo um tratamento adequado e localizado, mediante as variabilidades da área, definindo a Agricultura de Precisão (AP).

MEMBROS DA BANCA:
Presidente - 1050615 - MURILO MACHADO DE BARROS
Interno - 2161955 - ANDERSON GOMIDE COSTA
Externo à Instituição - GABRIEL ARAUJO E SILVA FERRAZ - UFLA