Mapeamento de infestações de plantas daninhas em lavouras de cana-de-açúcar por aeronave remotamente pilotada (RPA)

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Yano, Inacio Henrique, 1965-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
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