Identificação de Colletotrichum gossypii e Colletotrichum gossypii var. cephalosporioides em sementes de algodoeiro usando imagens hiperespectrais no infravermelho próximo.

• Ano de defesa: 2019
• Autor(a) principal: Jesus, Hanna Ibiapina de
• Orientador(a): Bruno, Riselane de Lucena Alcântara
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal da Paraíba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Agronomia
• Departamento: Fitotecnia e Ciências Ambientais
• País: Brasil
• Palavras-chave em Português: Antracnose.; HSI-NIR.; Ramulose.
• Área do conhecimento CNPq: CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
• Link de acesso: https://repositorio.ufpb.br/jspui/handle/123456789/17404

O Brasil tem se consolidado no mercado internacional como um dos principais produtores e exportadores mundiais de fibra de algodão. Apesar do bom desempenho do setor, problemas fitossanitários, em particular, se configuram como um grande entrave, em que um dos principais meios de dispersão de patógenos ocorre por sementes contaminadas. Problemas metodológicos na detecção e diferenciação das espécies fúngicas Colletotrichum gossypii (CG) e Colletotrichum gossypii var. cephalosporioides (CGC) em sementes de algodoeiro têm sido objeto de pesquisas, pois a similaridade das estruturas morfológicas das espécies, geram resultados ambíguos que contribuem para a comercialização de sementes contaminadas. Neste contexto, objetivou-se com este estudo desenvolver uma metodologia para classificação de CG e CGC em sementes de algodoeiro, utilizando imagens hiperespectrais no infravermelho próximo (HSI-NIR), associadas à análise multivariada de dados. Para tanto, sementes de algodoeiro da cultivar BRS 286 foram contaminadas com 5 isolados de CG e 15 isolados de CGC e submetidas ao teste de sanidade, por meio do método Blotter test. Após o período de incubação foram adquiridas imagens hiperespectrais das sementes. Os espectros na faixa de 1000 a 2500 nm foram pré-processados com derivativa Savitzky-Golay de primeira ordem. Uma análise exploratória do conjunto de dados foi executada utilizando uma PCA, realizando- se, posteriormente, a classificação das amostras a partir do desenvolvimento de um modelo PLS-DA, o qual obteve 86,5% de acerto na classe CG e 81,6% de acerto na classe CGC. Na predição de amostras externas, o percentual de acerto foi variável entre amostras e, possivelmente, tem relação com a variabilidade das espécies. A performance do modelo PLS- DA indica que o método permite a identificação de CG e CGC, entretanto, amostras com alta taxa de erro nas classificações devem ser incluídas no conjunto de calibração, e ajustes na construção do modelo são necessários para aperfeiçoar a identificação das espécies fúngicas em sementes de algodoeiro.