Contribuição de séries temporais de atributos ópticos e SAR na disciminação do cafeeiro infestado por nematoides

• Autor(a) principal: Tolentino, Franciele Marques
• Data de Publicação: 2023
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: https://hdl.handle.net/11449/253310
• topic: SAR; Sentinel; Séries temporais; Cafeicultura; Nematoides; Redes neurais recorrentes; Time series; Coffee crop; Root-knot nematodes; Recurrent neural network

O café é uma importante commodity agrícola, sendo o Brasil o maior produtor mundial. No entanto, a produção do cafeeiro pode ser afetada por patógenos, especialmente nematoides, que prejudicam a absorção de água e nutrientes pelas raízes, levando à redução da produção e até a morte das plantas. Como os métodos tradicionais de detecção de nematoides são caros e se restringem a coleta de amostras em campo, o sensoriamento remoto tem sido considerado uma ferramenta apropriada para o monitoramento da cultura cafeeira. Além de melhorias nas resoluções espaciais, espectrais e temporais, os satélites do programa Sentinel possuem sensores que operam no espectro óptico e micro-ondas, o que aumentou as oportunidades para monitoramento agrícola. Nesse contexto, o objetivo desse trabalho é desenvolver um estudo para discriminação de áreas infestadas por nematoides na cultura cafeeira, por meio de séries temporais de atributos ópticos e SAR em diferentes fases fenológicas do cafeeiro. Para isso, foram consideradas duas abordagens: a primeira busca discriminar áreas infestadas por nematoides, bem como identificar a fase fenológica ideal para essa discriminação a partir da análise de séries temporais de atributos derivados de imagens ópticas e SAR. A segunda utiliza combinações de séries temporais de atributos ópticos e SAR via redes BiLSTM para discriminar áreas infestadas por nematoides. Na primeira abordagem foram analisados perfis temporais dos atributos derivados das imagens Sentinel-1 e Sentinel-2, além da análise de separabilidade entre talhões sadios e infestados e identificação dos atributos de maior importância. Na segunda abordagem, as séries temporais de atributos ópticos e SAR foram aplicados a uma rede BiLSTM e, por fim, foram geradas classificações em uma área teste. Os resultados da primeira abordagem mostraram que os atributos ópticos na região do red-edge e SWIR e a polarização \sigma^0VV são capazes de discriminar áreas infestadas por nematoides. Além disso, a análise de importância de atributos indica as fases de maturação dos frutos (abril – junho) e autopoda (julho – agosto) como as mais apropriadas para detecção do patógeno. Os resultados da segunda abordagem alcançaram menores valores de recall para séries temporais muito curtas, como 12 e 24 meses. Ao considerar fases fenológicas específicas, a fase de maturação dos frutos foi a que apresentou os melhores resultados, tanto para os atributos ópticos e SAR, quanto para a combinação deles. A aplicação do método proposto na classificação da área teste revelou que quando utilizado somente atributos SAR, são detectadas áreas menores e mais fragmentadas nas séries temporais mais longas, sugerindo a necessidade de sequência de dados maiores para essa detecção. Além disso, a classificação a partir de atributos SAR mantiveram o padrão de detecção para séries temporais maiores que 24 meses. Em contrapartida, os experimentos com séries temporais de dados ópticos mostraram maior variação no padrão de detecção, especialmente quando dados de 2020 e 2021 foram adicionados. Isso indica que as séries temporais de atributos SAR têm potencial para detecção de nematoides na cultura cafeeira. Por fim, os resultados alcançados neste trabalho se mostraram promissores, demonstrando o potencial da utilização de séries temporais de dados Sentinel para discriminação de áreas cafeeiras infestadas por nematoides.