Modelagem do amarelecimento fatal na palma de óleo

• Autor(a) principal: Faria, Raiza Moniz
• Data de Publicação: 2022
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/31004; https://doi.org/10.47328/ufvbbt.2022.799
• topic: Agricultura de precisão - Sensoriamento remoto; Dendezeiro - Doenças e pragas - Controle; Aprendizado do computador; Sensoriamento Remoto

A cultura da Palma de Óleo é de grande importância no cenário mundial. O óleo extraído de seus frutos é um óleo versátil utilizado em indústrias de cosméticos e de alimentos. No Brasil, os plantios concentram-se nos estados do Pará, Roraima e Bahia. A demanda por óleo de palma cresceu nos últimos anos em concomitância com o aumento das doenças, pragas e distúrbios na cultura. No Brasil, o distúrbio do amarelecimento fatal (AF) vem sendo um entrave para esta cultura, dizimando grandes áreas na região nordeste do estado do Pará. O sensoriamento remoto apresenta uma série de dados que podem servir de subsídio a estudos do distúrbio, com o uso de geotecnologias é possível estabelecer as variáveis com maior correlação no desenvolvimento do AF na cultura da palma de óleo. O objetivo da tese foi desenvolver uma metodologia adequada para as áreas com AF em plantios comerciais na região nordeste do estado do Pará, com a utilização de imagens de média e alta resolução e variáveis bióticas, abióticas e espectrais. A utilização de imagens de altíssima resolução na faixa espectral do visível foi avaliada para a identificação de plantas com AF. Os resultados indicam que a integração do sensoriamento remoto com machine learning é promissor para o desenvolvimento de pesquisas de distúrbios como o AF na palma de óleo. A classificação orientada a objetos apresentou acurácia de 94% e índice kappa de 96% com 25 variáveis preditoras. Destas, os índices de vegetação GCI, TVI, MCARI e ERGBVE foram os mais importantes e promissores para serem utilizados na avaliação do status nutricional da cultura e na identificação de doenças e distúrbios. A utilização destes índices e das demais variáveis associadas ao modelo construído, possibilita maior controle fitossanitário dos plantios. As imagens do satélite Sentinel disponíveis de forma gratuita e com periodicidade de 5 dias podem ser utilizadas para o mapeamento do AF. A metodologia desenvolvida e aplicada foi satisfatória na separação entre plantas com distúrbio provocado por AF e plantas saudáveis. Palavras-chave: Modelagem de dados. Óleo de palma. Agricultura de precisão.