Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.) (2022)
- Authors:
- Autor USP: RIBEIRO, LUIZ AUGUSTO LEITE - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LEB
- DOI: 10.11606/D.11.2022.tde-11082022-095930
- Subjects: ANÁLISE ESPECTRAL; APRENDIZADO COMPUTACIONAL; CANA-DE-AÇÚCAR; COMPONENTES PRINCIPAIS; VARIEDADES VEGETAIS
- Keywords: Sensoriamento proximal
- Agências de fomento:
- Language: Português
- Abstract: A cana-de-açúcar remete aos primórdios da colonização do Brasil, sendo uma cultura na qual o Brasil possui destaque mundial e é o maior produtor. Para o país se manter nesta posição tornam-se necessários contínuos estudos na área de melhoramento genético. A identificação e mapeamento constantes destas áreas é fundamental para o pagamento dos royalties pelo uso das variedades melhoradas. Técnicas rápidas, com alta taxa amostral e que permitam monitoramento de cana-de-açúcar tornam-se necessárias para estimar a área plantada de cada variedade. Estudos com sensores hiperespectrais e aprendizado de máquinas vêm sendo empregados em diversas áreas da agricultura, inclusive em estudos de cana, com bons resultados, podendo ser promissoras para a discriminação de variedades. Desta maneira este trabalho teve como objetivo discriminar variedades de cana-de-açúcar utilizando dados hiperespectrais e técnicas de aprendizado de máquina e Random Forest junto com a análise de componentes principais (PCA). As variedades selecionadas para este estudo foram a IACSP 95-5094, IACSP 01-3127 e IACSP 96-2042, sendo que as regiões que tiveram a maiores influências no agrupamento dos materiais foram a região ligada ao red-edge (725 nm), muito correlacionada ao pigmento clorofila e nitrogênio foliar e as regiões de 1400 nm e 1900 nm correlacionadas com o conteúdo de água nas folhas, sendo um bom indicativo da adaptabilidade ao ambiente de produção. Utilizando apenas dados hiperespectrais do visível edo red-edge (450 a 800 nm) no algoritmo Random Forest, o presente estudo alcançou a acurácia de 71,72% e índice Kappa de 0,57, indicando bom potencial na utilização de dados hiperespectrais na classificação de variedades de cana-de-açúcar
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2022
- Data da defesa: 27.05.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
RIBEIRO, Luiz Augusto Leite. Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.). 2022. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11082022-095930/. Acesso em: 01 maio 2024. -
APA
Ribeiro, L. A. L. (2022). Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.) (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11082022-095930/ -
NLM
Ribeiro LAL. Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.) [Internet]. 2022 ;[citado 2024 maio 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11082022-095930/ -
Vancouver
Ribeiro LAL. Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.) [Internet]. 2022 ;[citado 2024 maio 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11082022-095930/
Informações sobre o DOI: 10.11606/D.11.2022.tde-11082022-095930 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
