Resposta hiperespectral de folha na diferenciação de adubação nitrogenada e predição do teor de clorofila na cultura de capim \'Mombaça\'

• Ano de defesa: 2019
• Autor(a) principal: Ruiz Sánchez, Miller Andres
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Megathyrsus maximus; Análise linear discriminante; Chlorophyll; Clorofila; Linear discriminant analyisis; Machine learning; Reflectância espectral; Spectral reflectance
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-23072019-095534/

A atividade bovina do Brasil é uma das maiores do mundo, devido principalmente, ao uso predominante de pastagens tropicais na dieta do gado, porém, o alto custo dos insumos, com destaque para a adubação nitrogenada, dificulta a obtenção de altas produções de forragens. Por esta razão, a utilização de novas tecnologias que permitam melhorar o manejo e aumentar o rendimento de culturas como o capim \'Mombaça\', por meio do uso racional dos fatores de produção, é de alta relevância. O objetivo deste estudo foi avaliar o uso de dados hiperespectrais para a discriminação de diferentes tratamentos de adubação nitrogenada, e comparar diferentes métodos para obter valores de concentração de clorofila a partir de assinaturas espectrais de capim \'Mombaça\'. Foram estabelecidos quatro tratamentos de com doses diferentes de adubação nitrogenada. Foi medida a reflectância espectral de folhas coletadas em cada tratamento por meio de um sensor hiperespectral em laboratório além de medições de clorofila das folhas. Foi encontrado que as assinaturas espectrais de cada tratamento tiveram comportamentos diferentes, principalmente nas regiões do verde e do red-edge, sendo que tais diferenças dependeram da quantidade de adubo nitrogenado aplicado e do teor de clorofila foliar. A separação dos tratamentos foi possível mediante o uso de análise linear discriminante, baseando-se nos dados de reflectância espectral obtidos em cada tratamento. A obtenção de valores de concentração de clorofila da folha por meio de reflectância espectral foi possível por meio de técnicas de machine learning, destacando-se o support vector machine, como a melhor alternativa. As regiões do red-edge e do verde foram as mais influentes para realizar o cálculo dos valores de concentração de clorofila na folha.