Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA)
Ano de defesa: | 2018 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
[s.n.]
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | https://hdl.handle.net/20.500.12733/1633558 |
Resumo: | Orientador: Barbara Janet Teruel Mederos |
id |
UNICAMP-30_e5b363b32426f3a653ac4a9a9b4e7d96 |
---|---|
oai_identifier_str |
oai::998893 |
network_acronym_str |
UNICAMP-30 |
network_name_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository_id_str |
|
spelling |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA)Weed mapping in sugarcane fields by remotely piloted aircraft (RPA)Aprendizado de máquinaReconhecimento de padrõesRedes neurais (Computação)Machine learningPattern recognitionNeural networks (Computing)Orientador: Barbara Janet Teruel MederosTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia AgrícolaResumo: A ocorrência de plantas daninhas afeta negativamente a produtividade das lavouras de cana-de-açúcar e a qualidade do produto colhido. Assim, o controle de plantas daninhas é de grande importância e hoje em dia, geralmente, feito por herbicidas pós-emergentes. No entanto, grandes volumes de aplicação de herbicidas para o controle de plantas daninhas podem contaminar o solo e as águas, prejudicar a saúde de tralhadores rurais, além de elevar os custos de produção. Considerando isso, o mapeamento espacial de plantas daninhas na lavoura pode ser uma ferramenta que auxilie em seu controle, trazendo três principais benefícios: retornos econômicos consideráveis, menor impacto ambiental e redução de risco de aparecimento de plantas resistentes aos herbicidas. No início, os primeiros mapeamentos de plantas daninhas foram feitos a partir de imagens fornecidas por satélites e aviões, embora esses métodos de sensoriamento remoto tenham a vantagem de cobrir grandes áreas, as resoluções espacial e temporal geralmente não são suficientemente boas para a identificação de plantas daninhas. Uma opção para o mapeamento de plantas daninhas é o uso de Aeronaves Remotamente Pilotadas, que fornece alta resolução espacial e temporal. Este trabalho propõe um sistema de mapeamento de plantas daninhas, baseado em técnicas de aprendizado de máquinas, usando imagens RGB tiradas a partir de Aeronaves Remotamente Pilotadas. O sistema de mapeamento de plantas daninhas foi inicialmente testado com três classificadores, sendo a Rede Neural Artificial o classificador de melhor desempenho, alcançando entre 71% e 76% de taxa de acerto e coeficiente Kappa entre 0,65 e 0,72. Os resultados obtidos podem ser considerados bons, uma vez que os coeficientes Kappa ficaram na faixa de boa concordância, ou seja, entre 0,6 e 0,8, devendo-se levar em consideração, ainda, que os experimentos foram realizados em condições reais de campo, nas quais, as plantas passaram por estresse hídrico e ataque de pragasAbstract: The occurrence of weeds in sugarcane fields affects negatively the sugarcane productivity and quality of the harvested product. Thus, the weed control is of great importance and nowadays usually made by post-emergence herbicides. Nevertheless, high volumes of herbicide application for weed control may contaminate the soil and water, harm the health of rural workers and also can raise the production costs. Considering this, a weed mapping can be a tool that aids the weed control and brings three benefits: considerable economic returns, less environmental impact and risk reduction of herbicide resistant weed appearance. In the begining, the weed mapping were provided by satellite and airborne imagery, although these remote sensing methods have the advantage of covering large areas, the spatial and temporal resolution are usually not enough for a good pattern recognition. An option for weed mapping is the use of Remotely Piloted Aircraft, which provides high spatial and temporal resolution. This work proposes a system for weed mapping, based on machine learning techniques using RGB images taken from a Remotely Piloted Aircraft. This weed mapping system were initially tested by three classifiers, where the best classifier was the Artificial Neural Network, which achieved an overall accuracy rates between 71% and 76% and kappa coefficient between 0.65 and 0.72. The results obtained can be considered good, considering that the Kappa coefficients were in the range of good agreement, that is, between 0.6 and 0.8, and it should be taken into account that the experiments were carried out under real field conditions, in which the plants underwent water stress and pest attackDoutoradoMáquinas AgrícolasDoutor em Engenharia AgrícolaEmbrapa[s.n.]Teruel Mederos, Barbara Janet, 1966-Fracarolli, Juliana AparecidaArnold, Francisco JoséCarvalho, Tiago José deBonacin, RodrigoUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia AgrícolaPrograma de Pós-Graduação em Engenharia AgrícolaUNIVERSIDADE ESTADUAL DE CAMPINASYano, Inacio Henrique, 1965-20182018-02-08T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (142 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1633558YANO, Inacio Henrique. Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA). 2018. 1 recurso online (142 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1633558. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/998893Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2021-06-02T08:27:09Zoai::998893Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2021-06-02T08:27:09Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false |
dc.title.none.fl_str_mv |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA) Weed mapping in sugarcane fields by remotely piloted aircraft (RPA) |
title |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA) |
spellingShingle |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA) Yano, Inacio Henrique, 1965- Aprendizado de máquina Reconhecimento de padrões Redes neurais (Computação) Machine learning Pattern recognition Neural networks (Computing) |
title_short |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA) |
title_full |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA) |
title_fullStr |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA) |
title_full_unstemmed |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA) |
title_sort |
Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA) |
author |
Yano, Inacio Henrique, 1965- |
author_facet |
Yano, Inacio Henrique, 1965- |
author_role |
author |
dc.contributor.none.fl_str_mv |
Teruel Mederos, Barbara Janet, 1966- Fracarolli, Juliana Aparecida Arnold, Francisco José Carvalho, Tiago José de Bonacin, Rodrigo Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Agrícola Programa de Pós-Graduação em Engenharia Agrícola UNIVERSIDADE ESTADUAL DE CAMPINAS |
dc.contributor.author.fl_str_mv |
Yano, Inacio Henrique, 1965- |
dc.subject.por.fl_str_mv |
Aprendizado de máquina Reconhecimento de padrões Redes neurais (Computação) Machine learning Pattern recognition Neural networks (Computing) |
topic |
Aprendizado de máquina Reconhecimento de padrões Redes neurais (Computação) Machine learning Pattern recognition Neural networks (Computing) |
description |
Orientador: Barbara Janet Teruel Mederos |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018 2018-02-08T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/20.500.12733/1633558 YANO, Inacio Henrique. Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA). 2018. 1 recurso online (142 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1633558. Acesso em: 3 set. 2024. |
url |
https://hdl.handle.net/20.500.12733/1633558 |
identifier_str_mv |
YANO, Inacio Henrique. Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA). 2018. 1 recurso online (142 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1633558. Acesso em: 3 set. 2024. |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://repositorio.unicamp.br/acervo/detalhe/998893 Requisitos do sistema: Software para leitura de arquivo em PDF |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf 1 recurso online (142 p.) : il., digital, arquivo PDF. |
dc.publisher.none.fl_str_mv |
[s.n.] |
publisher.none.fl_str_mv |
[s.n.] |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) instname:Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
instname_str |
Universidade Estadual de Campinas (UNICAMP) |
instacron_str |
UNICAMP |
institution |
UNICAMP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
collection |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP) |
repository.mail.fl_str_mv |
sbubd@unicamp.br |
_version_ |
1809189888592969728 |