Uso de redes neurais para predição da maturação do amendoim com imagens de UAV

Autores

DOI:

https://doi.org/10.52755/sas.v2iedesp2.129

Palavras-chave:

Agricultura digital, Inteligência Artificial, sensoriamento remoto

Resumo

Técnicas de sensoriamento remoto e o aprendizado de máquinas são ferramentas importantes para o setor agropecuário, e podem trazer melhorias significativa no gerenciamento agrícola. Diante disto, objetivou-se criar um método de predição da maturação do amendoim a partir de imagens de veículo aéreo não tripulado (UAV), utilizando redes neurais artificias (RNA). O experimento foi conduzido em talhão comercial na safra do ano 2019/20 no município de Dumont – SP. A coleta das imagens foi obtida através da câmera multiespectral Micasense RedEdge. Dois modelos de RNA’s (RBF e MLP) foram utilizados para predizer o índice de maturação do amendoim, com as bandas espectrais e 7 índices de vegetação sendo utilizados na camada de entrada. Para validação dos modelos, foram utilizados 20% dos dados e para treinamento 80%. O NDRE foi capaz de predizer o PMI com precisão (0.90 e 0.88) e acurácia (0.06 e 0.06) para as redes MLP e RBF respectivamente. A avaliação de desempenho dos modelos indica que as redes RBF e MLP são semelhantes para predizer a maturação do amendoim. Conclui-se com este trabalho que o índice de maturação pode ser previsto utilizando índices de vegetação a partir de imagens de UAV.

Downloads

Não há dados estatísticos.

Biografia do Autor

Jarlyson Brunno Costa Souza, Universidade Estadual Paulista " Julio de Mesquita Filho"

Doutorando no programa de Pós-graduação em Produção Vegetal pela Universidade Estadual Paulista “Júlio de Mesquita Filho”. E-mail:  jarlyson.brunno@unesp.br

Samira Luns Hatum de Almeida, Universidade Estadual Paulista “Júlio de Mesquita Filho.

Doutorando no programa de Pós-graduação em Produção Vegetal pela Universidade Estadual Paulista “Júlio de Mesquita Filho. E-mail: samira.lh.almeida.unesp.br.

Armando Lopes de Brito de Filho, niversidade Estadual Paulista “Júlio de Mesquita Filho”.

Doutorando no programa de Pós-graduação em Ciência do Solo pela Universidade Estadual Paulista “Júlio de Mesquita Filho”. E-mail: armando.brito@unesp.br.

Mirla Monteles, Universidade Federal do Maranhão.

Graduando em Engenharia Agrícola pela Universidade Federal do Maranhão. E-mail: mirla-s2@hotmail.com

Leonardo Barbosa Silva, Universidade Federal do Maranhão.

Graduando em Agronomia pela Universidade Federal do Maranhão. E-mail: leonardoagronomo@hotmail.com

Rouverson Silva, Universidade Estadual Paulista - UNESP

Prof. Dr. Livre-Docente da UNESP/FCAV (Produção Vegetal), Jaboticabal-SP. E-mail: rouverson.silva@unesp.br.

Publicado

2021-09-30