Diagnose do estado nutricional de nitrogênio, potássio e cálcio em Urochloa brizantha cv. Marandu utilizando-se técnicas de machine learning

• Ano de defesa: 2021
• Autor(a) principal: Bet, Jessica Angela
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Adubação de pastagens; Aprendizado de máquina; Artificial intelligence; Índices espectrais; Nutrição de plantas; Pasture fertilization; Plant nutrition; RGB; Spectral indices
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/74/74131/tde-29112021-171742/

As concentrações de nutrientes no tecido vegetal têm estreita relação com a produção das plantas forrageiras, que manifestam desordens nutricionais através de um padrão simétrico. Em Urochloa brizantha cv. Marandu diagnosticar deficiências através de análise de imagens, baseadas na manifestação de sintomas visuais, e determinar a relação do estado nutricional com as características produtivas resultará em informações práticas sobre aspectos relativos a nutrição e produção da forrageiras bem como estratégias de manejo inovadoras para uso no campo. Esta pesquisa foi desenvolvida com o objetivo de avaliar a influência dos macronutrientes nitrogênio (N), potássio (K) e cálcio (Ca) sobre a composição química, crescimento e determinação da eficiência da análise de imagens no diagnóstico do status nutricional para N, K e Ca. A Urochloa brizantha cv. Marandu foi cultivada em casa de vegetação sob cultivo hidropônico. Os tratamentos foram as seguintes concentrações de cada nutriente na solução nutritiva: 6%, 20%, 100% e 200%. As avaliações foram realizadas durante 3 ciclos de crescimento. Ao final de cada ciclo foram determinados os seguintes parâmetros da cultura: altura, índice de vegetação (NDVI), índice SPAD, massa seca da parte aérea e número e tipo de perfilhos (aéreos ou basais). Em cada ciclo, as folhas diagnósticas (folha +1 e folha +2) foram escaneadas, avaliadas através de imagens para os macronutrientes estudados e quimicamente para macro e micronutrientes bem como clorofila através de SPAD. Foram calculados os níveis críticos dos nutrientes. Ao final da pesquisa foram realizadas as avaliações de desenvolvimento de raízes e determinados os teores de nutrientes nas mesmas. Conclue-se que a disponibilidade de N, K e Ca na solução nutritiva afeta a absorção de nutrientes no capim marandu, sendo possível quantificar um padrão de remoção de nutrientes. É possível detectar o estado nutricional de N, Ca e K em capim-marandu usando técnicas de classificação de aprendizado de máquina a partir de imagens RGB, com diferença de desempenho entre as metodologias e métodos utilizados.