Busca avançada
Ano de início
Entree

Mapeamento de plantas daninhas em cultura de batata-doce a partir de imagens de alta resolução espacial

Processo: 23/13500-3
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de dezembro de 2023
Vigência (Término): 30 de novembro de 2024
Área do conhecimento:Ciências Exatas e da Terra - Geociências - Geodésia
Pesquisador responsável:Fernanda Sayuri Yoshino Watanabe
Beneficiário:Alexandre Sossae de Souza
Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
Vinculado ao auxílio:21/06029-7 - Sensoriamento remoto de alta resolução para agricultura digital, AP.TEM
Assunto(s):Agricultura de precisão   Aprendizado computacional   Classificação de imagens   Fotogrametria   Sensoriamento remoto
Palavra(s)-Chave do Pesquisador:Agricultura de precisão | Aprendizado de Máquina | Classificação de Imagens | Fotogrametria | Imagens Multiespectrais | Sensoriamento Remoto | Sensoriamento Remoto

Resumo

A presença de plantas daninhas é um problema comum em lavouras, podendo causar queda da produção agrícola, uma vez que essa vegetação passa a competir com a cultura por recursos necessários para o desenvolvimento das plantas, como água, nutrientes e luz. O controle de plantas daninhas geralmente é feita por meio do uso de herbicidas, o que eleva os custos de produção de alimentos, além de gerar impactos à saúde pública e ao meio ambiente, bem como queda no rendimento agrícola quando aplicado em grandes quantidades. Neste contexto, a detecção precoce dessas plantas na lavoura permite que seja implementado um plano de manejo adequado para o controle dessas plantas, impedindo que uma infestação ocorra em toda a cultura, reduzindo o uso de herbicidas. O uso de imagens aéreas de alta resolução vem se tornando cada vez mais popular na detecção de plantas daninhas. Neste sentido, o objetivo do presente projeto é identificar plantas daninhas em uma área de cultivo comercial de batata-doce, em uma propriedade rural na região Oeste do Estado de São Paulo, a partir da classificação de imagens aéreas adquiridas da câmara multiespectral Agrowing, de 14 bandas, acoplada em um drone. O algoritmo de aprendizado de máquina Random Forest será treinado para detecção e mapeamento das plantas daninhas.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)