Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.)
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| 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://www.teses.usp.br/teses/disponiveis/11/11136/tde-19092025-105131/ |
Resumo: | Esta dissertação teve como objetivo integrar métodos de fenotipagem de alto rendimento e avaliação pós-colheita para a seleção de clones promissores de batata (Solanum tuberosumL.), aliando predição de produtividade com análise de qualidade de fritura. A abordagem combinou técnicas de agricultura de precisão com métodos analíticos e estatísticos avançados, visando fornecer subsídios técnicos para programas de melhoramento genético e para a indústria de processamento. No Capítulo 1, foi realizada a predição do rendimento de tubérculos ao longo do ciclo da cultura por meio de índices vegetativos extraídos de imagens multiespectrais adquiridas com drone (UAV - Unmanned Aerial Vehicle). O experimento foi conduzido na Fazenda Experimental de Genética da ESALQ/USP, utilizando 454 clones e cinco cultivares comerciais como testemunhas, totalizando 918 parcelas. Estas foram dispostas em blocos completos casualizados contendo duas repetições cada. As imagens foram coletadas em nove momentos distintos com sensor multiespectral de quatro bandas (verde, vermelho, borda do vermelho e infravermelho próximo), processadas no software Metashape, e analisadas no RStudio para extração de índices espectrais como NDVI, SAVI, GNDVI, NDRE, MCARI1, MCARI2 e LAI. Duas abordagens de modelagem foram testadas: regressão contínua para produtividade comercial (R² = 0,36) e para produtividade total (R² = 0,27), mostrando-se moderadamente útil como ferramenta auxiliar na seleção de genótipos elite em programas de melhoramento. No Capítulo 2, foi avaliada a qualidade pós-colheita de 20 clones de batata, divididos entre os tipos chips e batata palito, além de três cultivares comerciais. Os tubérculos foram armazenados por até 90 dias em três temperaturas (7°C, 10°C e 15°C), com coletas aos 0,15, 30 e 100 dias. Foram avaliadas perda de massa, teor de matéria seca, coloração antes e após fritura (CIE Lab*). Os chips foram fritos a 180°C por 3 minutos e as batatas palito a 170°C por 5 minutos. O escurecimento mais acentuado ocorreu a 7°C, devido ao acúmulo de açúcares redutores e intensificação da reação de Maillard, fenômeno conhecido como adoçamento por frio. A temperatura de 10°C se observou melhor equilíbrio entre conservação e manutenção da qualidade visual. O genótipo G_17 se destacou na análise pelo índice MGIDI por apresentar desempenho equilibrado e próximo do ideótipo, reunindo qualidades comerciais desejáveis, sem escurecimento na fritura mesmo após 90 dias à 7°C. Já os genótipos G_55, G_432 e G_448 desmonstraram desempenho visual promissor para batata palito, com áreas de escurecimento pontuais e pouco intensas, mesmo após 90 dias à 7°C. Conclui-se que a combinação de tecnologias de predição espectral com análises pós-colheita permite uma avaliação mais completa dos genótipos de batata, contribuindo para a seleção de materiais com elevado potencial e qualidade de processamento, otimizando decisões tanto no campo quanto na indústria. |
| id |
USP_2bf88854ca341f0b2ff95e92853dee47 |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-19092025-105131 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.)High-throughput phenotyping and post-harvest evaluation in potato genotypes (Solanum tuberosum L.)Agricultura de precisãoFrying qualityMachine learningMachine learningMaillard reactionPrecision agricultureQualidade de frituraReação de MaillardEsta dissertação teve como objetivo integrar métodos de fenotipagem de alto rendimento e avaliação pós-colheita para a seleção de clones promissores de batata (Solanum tuberosumL.), aliando predição de produtividade com análise de qualidade de fritura. A abordagem combinou técnicas de agricultura de precisão com métodos analíticos e estatísticos avançados, visando fornecer subsídios técnicos para programas de melhoramento genético e para a indústria de processamento. No Capítulo 1, foi realizada a predição do rendimento de tubérculos ao longo do ciclo da cultura por meio de índices vegetativos extraídos de imagens multiespectrais adquiridas com drone (UAV - Unmanned Aerial Vehicle). O experimento foi conduzido na Fazenda Experimental de Genética da ESALQ/USP, utilizando 454 clones e cinco cultivares comerciais como testemunhas, totalizando 918 parcelas. Estas foram dispostas em blocos completos casualizados contendo duas repetições cada. As imagens foram coletadas em nove momentos distintos com sensor multiespectral de quatro bandas (verde, vermelho, borda do vermelho e infravermelho próximo), processadas no software Metashape, e analisadas no RStudio para extração de índices espectrais como NDVI, SAVI, GNDVI, NDRE, MCARI1, MCARI2 e LAI. Duas abordagens de modelagem foram testadas: regressão contínua para produtividade comercial (R² = 0,36) e para produtividade total (R² = 0,27), mostrando-se moderadamente útil como ferramenta auxiliar na seleção de genótipos elite em programas de melhoramento. No Capítulo 2, foi avaliada a qualidade pós-colheita de 20 clones de batata, divididos entre os tipos chips e batata palito, além de três cultivares comerciais. Os tubérculos foram armazenados por até 90 dias em três temperaturas (7°C, 10°C e 15°C), com coletas aos 0,15, 30 e 100 dias. Foram avaliadas perda de massa, teor de matéria seca, coloração antes e após fritura (CIE Lab*). Os chips foram fritos a 180°C por 3 minutos e as batatas palito a 170°C por 5 minutos. O escurecimento mais acentuado ocorreu a 7°C, devido ao acúmulo de açúcares redutores e intensificação da reação de Maillard, fenômeno conhecido como adoçamento por frio. A temperatura de 10°C se observou melhor equilíbrio entre conservação e manutenção da qualidade visual. O genótipo G_17 se destacou na análise pelo índice MGIDI por apresentar desempenho equilibrado e próximo do ideótipo, reunindo qualidades comerciais desejáveis, sem escurecimento na fritura mesmo após 90 dias à 7°C. Já os genótipos G_55, G_432 e G_448 desmonstraram desempenho visual promissor para batata palito, com áreas de escurecimento pontuais e pouco intensas, mesmo após 90 dias à 7°C. Conclui-se que a combinação de tecnologias de predição espectral com análises pós-colheita permite uma avaliação mais completa dos genótipos de batata, contribuindo para a seleção de materiais com elevado potencial e qualidade de processamento, otimizando decisões tanto no campo quanto na indústria.This research aimed to integrate high-throughput phenotyping methods and postharvest evaluation for the selection of promising potato clones (Solanum tuberosumL.), combining yield prediction with frying quality analysis. The approach merged precision agriculture techniques with advanced analytical and statistical methods, seeking to provide technical support for breeding programs and the processing industry. In Chapter 1, tuber yield prediction throughout the crop cycle was performed using vegetation indices extracted from multispectral images acquired by an unmanned aerial vehicle (UAV). The experiment was conducted at the Experimental Genetics Farm of ESALQ/USP, using 454 clones and five commercial cultivars as controls, totaling 918 plots. These were arranged in randomized complete blocks containing two replicate each. Images were collected at nine different time points using a four-band multispectral sensor (green, red, red edge, and near-infrared), processed in Metashape software, and analyzed in RStudio to extract spectral indices such as NDVI, SAVI, GNDVI, NDRE, MCARI1, MCARI2, and LAI. Two modeling approaches were tested: continuous regression for marketable yield (R² = 0.36) and for total yield (R² = 0.27), proving to be moderately useful as an auxiliary tool for the selection of elite genotypes in breeding programs. In Chapter 2, the postharvest quality of 20 potato clones was evaluated, including both chips and French fry types, along with three commercial cultivars. Tubers were stored for up to 90 days at three temperatures (7°C, 10°C, and 15°C), with sampling at 0, 15, 30, and 100 days. Evaluated parameters included weight loss, dry matter content, and color before and after frying (CIE Lab*). Chips were fried at 180°C for 3 minutes, and French fries at 170°C for 5 minutes. The most pronounced darkening occurred at 7°C due to the accumulation of reducing sugars and the intensification of the Maillard reaction, a phenomenon known as cold-induced sweetening. Storage at 10°C provided a better balance between preservation and maintenance of visual quality. Genotype G_17 stood out in the MGIDI analysis by showing a balanced performance close to the ideotype, combining desirable commercial qualities without darkening during frying even after 90 days at 7°C. Genotypes G_55, G_432, and G_448 showed promising visual performance for French fries, with only slight and localized darkening even after 90 days at 7°C. In conclusion, combining spectral prediction technologies with postharvest analyses enables a more comprehensive evaluation of potato genotypes, contributing to the selection of materials with high potential and processing quality, thus optimizing decision-making both in the field and in the industry.Biblioteca Digitais de Teses e Dissertações da USPJacomino, Angelo PedroOliveira, Thalisson Johann Michelon de2025-07-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/11/11136/tde-19092025-105131/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-09-19T18:33:08Zoai:teses.usp.br:tde-19092025-105131Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-09-19T18:33:08Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.) High-throughput phenotyping and post-harvest evaluation in potato genotypes (Solanum tuberosum L.) |
| title |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.) |
| spellingShingle |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.) Oliveira, Thalisson Johann Michelon de Agricultura de precisão Frying quality Machine learning Machine learning Maillard reaction Precision agriculture Qualidade de fritura Reação de Maillard |
| title_short |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.) |
| title_full |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.) |
| title_fullStr |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.) |
| title_full_unstemmed |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.) |
| title_sort |
Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.) |
| author |
Oliveira, Thalisson Johann Michelon de |
| author_facet |
Oliveira, Thalisson Johann Michelon de |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Jacomino, Angelo Pedro |
| dc.contributor.author.fl_str_mv |
Oliveira, Thalisson Johann Michelon de |
| dc.subject.por.fl_str_mv |
Agricultura de precisão Frying quality Machine learning Machine learning Maillard reaction Precision agriculture Qualidade de fritura Reação de Maillard |
| topic |
Agricultura de precisão Frying quality Machine learning Machine learning Maillard reaction Precision agriculture Qualidade de fritura Reação de Maillard |
| description |
Esta dissertação teve como objetivo integrar métodos de fenotipagem de alto rendimento e avaliação pós-colheita para a seleção de clones promissores de batata (Solanum tuberosumL.), aliando predição de produtividade com análise de qualidade de fritura. A abordagem combinou técnicas de agricultura de precisão com métodos analíticos e estatísticos avançados, visando fornecer subsídios técnicos para programas de melhoramento genético e para a indústria de processamento. No Capítulo 1, foi realizada a predição do rendimento de tubérculos ao longo do ciclo da cultura por meio de índices vegetativos extraídos de imagens multiespectrais adquiridas com drone (UAV - Unmanned Aerial Vehicle). O experimento foi conduzido na Fazenda Experimental de Genética da ESALQ/USP, utilizando 454 clones e cinco cultivares comerciais como testemunhas, totalizando 918 parcelas. Estas foram dispostas em blocos completos casualizados contendo duas repetições cada. As imagens foram coletadas em nove momentos distintos com sensor multiespectral de quatro bandas (verde, vermelho, borda do vermelho e infravermelho próximo), processadas no software Metashape, e analisadas no RStudio para extração de índices espectrais como NDVI, SAVI, GNDVI, NDRE, MCARI1, MCARI2 e LAI. Duas abordagens de modelagem foram testadas: regressão contínua para produtividade comercial (R² = 0,36) e para produtividade total (R² = 0,27), mostrando-se moderadamente útil como ferramenta auxiliar na seleção de genótipos elite em programas de melhoramento. No Capítulo 2, foi avaliada a qualidade pós-colheita de 20 clones de batata, divididos entre os tipos chips e batata palito, além de três cultivares comerciais. Os tubérculos foram armazenados por até 90 dias em três temperaturas (7°C, 10°C e 15°C), com coletas aos 0,15, 30 e 100 dias. Foram avaliadas perda de massa, teor de matéria seca, coloração antes e após fritura (CIE Lab*). Os chips foram fritos a 180°C por 3 minutos e as batatas palito a 170°C por 5 minutos. O escurecimento mais acentuado ocorreu a 7°C, devido ao acúmulo de açúcares redutores e intensificação da reação de Maillard, fenômeno conhecido como adoçamento por frio. A temperatura de 10°C se observou melhor equilíbrio entre conservação e manutenção da qualidade visual. O genótipo G_17 se destacou na análise pelo índice MGIDI por apresentar desempenho equilibrado e próximo do ideótipo, reunindo qualidades comerciais desejáveis, sem escurecimento na fritura mesmo após 90 dias à 7°C. Já os genótipos G_55, G_432 e G_448 desmonstraram desempenho visual promissor para batata palito, com áreas de escurecimento pontuais e pouco intensas, mesmo após 90 dias à 7°C. Conclui-se que a combinação de tecnologias de predição espectral com análises pós-colheita permite uma avaliação mais completa dos genótipos de batata, contribuindo para a seleção de materiais com elevado potencial e qualidade de processamento, otimizando decisões tanto no campo quanto na indústria. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-07-21 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/11/11136/tde-19092025-105131/ |
| url |
https://www.teses.usp.br/teses/disponiveis/11/11136/tde-19092025-105131/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1848370486899113984 |