Uso de imagens aéreas com drones para identificação de falhas no estabelecimento da soja

• Autor(a) principal: Simas, Gabriel Hernandes Nunes
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFGD
• Texto Completo: http://repositorio.ufgd.edu.br/jspui/handle/prefix/5837
• topic: CNPQ::CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA; Drones; Drones; Tecnologia; Technology; Agricultura de precisão; Precision agriculture

A agricultura de precisão utiliza tecnologias avançadas que, através da coleta e análise de dados, permite ao agricultor fazer o melhor manejo na tomada de decisão, com a finalidade de maior produção e redução de custos. O uso de VANT - Veículo aéreo não tripulado na agricultura tem se tornado cada dia mais comum, e pode trazer muitos benefícios para a indústria agrícola. Permite o monitoramento e análise das lavouras, com alta precisão e rapidez. Possibilita acompanhar o desenvolvimento das culturas, identificar pragas e doenças, coletando dados por meio de sensores e imagens de câmeras. Estes dados e imagens, quando analisados por softwares específicos, permitem a identificação das áreas de um talhão que apresentem algum problema no estabelecimento da cultura. Objetivou-se avaliar área de um talhão agrícola por meio de imagens, no espectro visível (RGB), feitas com drone, gerando índices de vegetação e classificação das imagens na identificação de falhas no estabelecimento da soja. Foram empregadas imagens adquiridas por meio de drones, e através de técnicas de geoprocessamento, um ortomosaico foi criado. Isso permitiu a integração dessas imagens no software QGIS, no qual diversos índices como GLI, NGDRI e RI, que possuem relação com a vegetação, foram calculados. Posteriormente, as imagens foram submetidas a processos de classificação supervisionada e limiarização binária. Essa abordagem possibilitou o cálculo do coeficiente Kappa, o qual foi empregado para avaliar a precisão do método e para identificar áreas nos talhões onde ocorreu o amassamento das plantas e falhas. A combinação de índices GLI e RI fornece análise mais consistente e precisa em comparação com a combinação GLI e NGRDI, conforme refletido pelos coeficientes Kappa e pelas porcentagens de acertos. Considerando os métodos de Limiarização Binária podese observar que foram eficientes, principalmente máximo/mínimo ou três vezes o desvio padrão quando comparado ao algoritmo Random Forest. Podendo assim identificar com clareza as falhas provenientes no desenvolvimento da cultura e rastros de amassamento advindos da aplicação de defensivos agrícolas no talhão de estudo.