Geoestatística na avaliação de teor de clorofila em aveia preta
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/154329 |
Resumo: | A atual demanda por informações precisas e de baixo custo de obtenção causa um aumento na procura por serviços remotos, como o geoprocessamento, a geoestatística e o aprendizado de máquinas. Este trabalho objetiva a obtenção de informações relacionadas a leituras de teores de clorofila, a partir de um banco de dados de campo e por imagens de satélite aplicadas a uma área de cultivo de aveia preta, com baixos custos. Com um banco de dados preciso sobre o teor de clorofila, acredita-se ser possível reduzir custos na implantação e execução de sistemas de irrigação. Diversos autores já realizaram a comparação entre o teor de clorofila e a disponibilidade de água e outros já pontuaram o grande benefício da irrigação sobre diversos cultivares. Com a hipótese de que é possível através da utilização de técnicas de baixo custo a obtenção de valores de teor de clorofila, o trabalho utilizou de técnicas de geoestatística para procurar uma correlação entre os dados físicos e os índices de vegetação gerados a partir de imagens do satélite Landsat 5. Ao encontrar resultados insatisfatórios, partiu-se para um estudo dos dados em treinamento de máquinas e mineração de dados. Após passar por vários processos, o algoritmo Gradient Boosting Machine (GBM) possibilitou a geração de uma imagem com valores estimados clorofila bastante semelhante aos reais obtidos em campo. |
id |
UNSP_92ef0a7023b12c266322450c2da78023 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/154329 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Geoestatística na avaliação de teor de clorofila em aveia pretaGeostatistics in the evaluation of chlorophyll content in black oatsImagens de satéliteCorrelação de dadosAprendizado de máquinas. ClorofilaGeoestatísticaClorofilaA atual demanda por informações precisas e de baixo custo de obtenção causa um aumento na procura por serviços remotos, como o geoprocessamento, a geoestatística e o aprendizado de máquinas. Este trabalho objetiva a obtenção de informações relacionadas a leituras de teores de clorofila, a partir de um banco de dados de campo e por imagens de satélite aplicadas a uma área de cultivo de aveia preta, com baixos custos. Com um banco de dados preciso sobre o teor de clorofila, acredita-se ser possível reduzir custos na implantação e execução de sistemas de irrigação. Diversos autores já realizaram a comparação entre o teor de clorofila e a disponibilidade de água e outros já pontuaram o grande benefício da irrigação sobre diversos cultivares. Com a hipótese de que é possível através da utilização de técnicas de baixo custo a obtenção de valores de teor de clorofila, o trabalho utilizou de técnicas de geoestatística para procurar uma correlação entre os dados físicos e os índices de vegetação gerados a partir de imagens do satélite Landsat 5. Ao encontrar resultados insatisfatórios, partiu-se para um estudo dos dados em treinamento de máquinas e mineração de dados. Após passar por vários processos, o algoritmo Gradient Boosting Machine (GBM) possibilitou a geração de uma imagem com valores estimados clorofila bastante semelhante aos reais obtidos em campo.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)1421969Universidade Estadual Paulista (Unesp)Filho, Hélio GrassiZimback, Célia Regina LopesUniversidade Estadual Paulista (Unesp)Junior, Alvaro Mari2018-06-22T18:04:24Z2018-06-22T18:04:24Z2018-05-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://hdl.handle.net/11449/15432900090539233004064038P7porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-05-03T12:28:59Zoai:repositorio.unesp.br:11449/154329Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T15:45:35.660181Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Geoestatística na avaliação de teor de clorofila em aveia preta Geostatistics in the evaluation of chlorophyll content in black oats |
title |
Geoestatística na avaliação de teor de clorofila em aveia preta |
spellingShingle |
Geoestatística na avaliação de teor de clorofila em aveia preta Junior, Alvaro Mari Imagens de satélite Correlação de dados Aprendizado de máquinas. Clorofila Geoestatística Clorofila |
title_short |
Geoestatística na avaliação de teor de clorofila em aveia preta |
title_full |
Geoestatística na avaliação de teor de clorofila em aveia preta |
title_fullStr |
Geoestatística na avaliação de teor de clorofila em aveia preta |
title_full_unstemmed |
Geoestatística na avaliação de teor de clorofila em aveia preta |
title_sort |
Geoestatística na avaliação de teor de clorofila em aveia preta |
author |
Junior, Alvaro Mari |
author_facet |
Junior, Alvaro Mari |
author_role |
author |
dc.contributor.none.fl_str_mv |
Filho, Hélio Grassi Zimback, Célia Regina Lopes Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Junior, Alvaro Mari |
dc.subject.por.fl_str_mv |
Imagens de satélite Correlação de dados Aprendizado de máquinas. Clorofila Geoestatística Clorofila |
topic |
Imagens de satélite Correlação de dados Aprendizado de máquinas. Clorofila Geoestatística Clorofila |
description |
A atual demanda por informações precisas e de baixo custo de obtenção causa um aumento na procura por serviços remotos, como o geoprocessamento, a geoestatística e o aprendizado de máquinas. Este trabalho objetiva a obtenção de informações relacionadas a leituras de teores de clorofila, a partir de um banco de dados de campo e por imagens de satélite aplicadas a uma área de cultivo de aveia preta, com baixos custos. Com um banco de dados preciso sobre o teor de clorofila, acredita-se ser possível reduzir custos na implantação e execução de sistemas de irrigação. Diversos autores já realizaram a comparação entre o teor de clorofila e a disponibilidade de água e outros já pontuaram o grande benefício da irrigação sobre diversos cultivares. Com a hipótese de que é possível através da utilização de técnicas de baixo custo a obtenção de valores de teor de clorofila, o trabalho utilizou de técnicas de geoestatística para procurar uma correlação entre os dados físicos e os índices de vegetação gerados a partir de imagens do satélite Landsat 5. Ao encontrar resultados insatisfatórios, partiu-se para um estudo dos dados em treinamento de máquinas e mineração de dados. Após passar por vários processos, o algoritmo Gradient Boosting Machine (GBM) possibilitou a geração de uma imagem com valores estimados clorofila bastante semelhante aos reais obtidos em campo. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-06-22T18:04:24Z 2018-06-22T18:04:24Z 2018-05-08 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/154329 000905392 33004064038P7 |
url |
http://hdl.handle.net/11449/154329 |
identifier_str_mv |
000905392 33004064038P7 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128557395738624 |