Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\"
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://www.teses.usp.br/teses/disponiveis/76/76132/tde-13052020-093747/ |
Resumo: | O presente trabalho investiga a emissão de fluorescência de plantas de soja contaminadas por duas importantes doenças de soja para o cenário brasileiro: a Ferrugem Asiática e a Haste Verde e Retenção Foliar – popularmente conhecida como soja louca II. Para tal, foi realizado um experimento nas dependências da EMBRAPA Soja, localizada em Londrina-PR, com a expressão de ambas as doenças em plantas de soja, além de um grupo controle para comparação. Foram obtidas cinco coletas caracterizadas como Assintomáticas para HVRF e três coletas para as Assintomáticas FA. Foram utilizadas três técnicas de fluorescência: o estereomi-croscópio comercial SteReo Lumar.V12 com excitação em λ=365 nm (EM-365), a Laser Induced Fluorescence Spectroscopy (LIFS) e Laser Induced Fluorescence Imaging (LIFI), ambas com excitação em λ=405 nm. Como principais resultados, destaca-se a contribuição das bandas de emissão em 520 nm e 740 nm para caracterização das assintomáticas. Na etapa de classificação, a taxa de acerto na predição dos grupos de teste foi elevada, com mais de 90% de acurácia total da classificação para todas as metodologias de fluorescência. No caso HVRF, a instrumentação LIFI apresentou a maior acurácia de teste, com 98%. No caso FA, as instrumentações LIFI e LIFS apresentaram 93% e 94% de acurácia, respectivamente. Essas informações comprovam a hipótese fundamental do trabalho, sobre a capacidade discriminatória das emissões de fluorescência de plantas assintomáticas com relação às plantas sadias, com ênfase às técnicas LIFS e LIFI, que podem ser adaptadas para instrumentações portáteis. Além disso, foi realizado um teste de classificação para as três classes – Sadia, Assintomática HVRF e Assintomática FA – para todas as instrumentações. Os resultados desse teste foram igualmente consistentes em comparação com os resultados para duas classes, e permitem concluir que os dados de fluorescência obtidos pelas instrumentações são eficientes na caracterização distinta de cada classe. |
id |
USP_78cc2106c89abeb7a9e38203296b7eb9 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-13052020-093747 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\"Diagnosis of soybean diseases through leaf fluorescence emission: case study for Asian rust and \"Green Stem and Leaf Retention\"Aprendizado de máquinaDiagnóstico precoceDoenças de sojaEarly diagnosisFluorescenceFluorescênciaMachine learningSoybeanO presente trabalho investiga a emissão de fluorescência de plantas de soja contaminadas por duas importantes doenças de soja para o cenário brasileiro: a Ferrugem Asiática e a Haste Verde e Retenção Foliar – popularmente conhecida como soja louca II. Para tal, foi realizado um experimento nas dependências da EMBRAPA Soja, localizada em Londrina-PR, com a expressão de ambas as doenças em plantas de soja, além de um grupo controle para comparação. Foram obtidas cinco coletas caracterizadas como Assintomáticas para HVRF e três coletas para as Assintomáticas FA. Foram utilizadas três técnicas de fluorescência: o estereomi-croscópio comercial SteReo Lumar.V12 com excitação em λ=365 nm (EM-365), a Laser Induced Fluorescence Spectroscopy (LIFS) e Laser Induced Fluorescence Imaging (LIFI), ambas com excitação em λ=405 nm. Como principais resultados, destaca-se a contribuição das bandas de emissão em 520 nm e 740 nm para caracterização das assintomáticas. Na etapa de classificação, a taxa de acerto na predição dos grupos de teste foi elevada, com mais de 90% de acurácia total da classificação para todas as metodologias de fluorescência. No caso HVRF, a instrumentação LIFI apresentou a maior acurácia de teste, com 98%. No caso FA, as instrumentações LIFI e LIFS apresentaram 93% e 94% de acurácia, respectivamente. Essas informações comprovam a hipótese fundamental do trabalho, sobre a capacidade discriminatória das emissões de fluorescência de plantas assintomáticas com relação às plantas sadias, com ênfase às técnicas LIFS e LIFI, que podem ser adaptadas para instrumentações portáteis. Além disso, foi realizado um teste de classificação para as três classes – Sadia, Assintomática HVRF e Assintomática FA – para todas as instrumentações. Os resultados desse teste foram igualmente consistentes em comparação com os resultados para duas classes, e permitem concluir que os dados de fluorescência obtidos pelas instrumentações são eficientes na caracterização distinta de cada classe.The aim of this work is to analyze the fluorescence emission of soybean plants contaminated by two important diseases for the Brazilian scenario: Asian Rust and Green Stem and Leaf Retention - popularly known as soja louca II. For this purpose, an experiment was performed in EMBRAPA Soja, located in Londrina-PR, with the expression of both diseases in soybean plants, as well as a control group for comparison. Five collections characterized as asymptomatic for HVRF and three collections for asymptomatic FA were obtained, and each collection consisted of 32 samples from each group. Three fluorescence techniques were used: The SteReo Lumar.V12 commercial stereomicroscope with excitation at λ = 365 nm (EM-365); the Laser Induced Fluorescence Spectroscopy (LIFS) and Laser Induced Fluorescence Imaging (LIFI) systems, both with λ=405 nm excitation. The main results of this analysis are the contribution of the emission bands at 520 nm and 740 nm for the characterization of asymptomatic ones. In the classification stage, the prediction accuracy of the test groups was high, with over 90% of total classification accuracy for all fluorescence methodologies. In the HVRF case, the LIFI instrumentation presented the highest test accuracy, with 98%. In the FA, the LIFI and LIFS instrumentations presented 93% and 94% accuracy, respectively. This information confirms the fundamental hypothesis of the work, regarding the discriminatory capacity of fluorescence emissions of asymptomatic plants, compared to healthy plants, with emphasis on LIFS and LIFI techniques, which can be adapted for portable instrumentation. In addition, a classification test was performed with the three classes – Healthy, Asymptomatic HVRF and Asymptomatic FA - for all instrumentations. Their results were equally consistent with the results for two classes, and allow us to conclude that the fluorescence data obtained by the instrumentations are efficient in the distinct characterization of each class.Biblioteca Digitais de Teses e Dissertações da USPMilori, Debora Marcondes Bastos PereiraSbrissa Neto, David Antônio2019-11-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/76/76132/tde-13052020-093747/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2020-05-18T16:45:02Zoai:teses.usp.br:tde-13052020-093747Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212020-05-18T16:45:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\" Diagnosis of soybean diseases through leaf fluorescence emission: case study for Asian rust and \"Green Stem and Leaf Retention\" |
title |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\" |
spellingShingle |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\" Sbrissa Neto, David Antônio Aprendizado de máquina Diagnóstico precoce Doenças de soja Early diagnosis Fluorescence Fluorescência Machine learning Soybean |
title_short |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\" |
title_full |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\" |
title_fullStr |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\" |
title_full_unstemmed |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\" |
title_sort |
Diagnóstico de doenças de soja através da emissão de fluorescência das folhas: estudo de caso para Ferrugem asiática e \"Haste verde e retenção foliar\" |
author |
Sbrissa Neto, David Antônio |
author_facet |
Sbrissa Neto, David Antônio |
author_role |
author |
dc.contributor.none.fl_str_mv |
Milori, Debora Marcondes Bastos Pereira |
dc.contributor.author.fl_str_mv |
Sbrissa Neto, David Antônio |
dc.subject.por.fl_str_mv |
Aprendizado de máquina Diagnóstico precoce Doenças de soja Early diagnosis Fluorescence Fluorescência Machine learning Soybean |
topic |
Aprendizado de máquina Diagnóstico precoce Doenças de soja Early diagnosis Fluorescence Fluorescência Machine learning Soybean |
description |
O presente trabalho investiga a emissão de fluorescência de plantas de soja contaminadas por duas importantes doenças de soja para o cenário brasileiro: a Ferrugem Asiática e a Haste Verde e Retenção Foliar – popularmente conhecida como soja louca II. Para tal, foi realizado um experimento nas dependências da EMBRAPA Soja, localizada em Londrina-PR, com a expressão de ambas as doenças em plantas de soja, além de um grupo controle para comparação. Foram obtidas cinco coletas caracterizadas como Assintomáticas para HVRF e três coletas para as Assintomáticas FA. Foram utilizadas três técnicas de fluorescência: o estereomi-croscópio comercial SteReo Lumar.V12 com excitação em λ=365 nm (EM-365), a Laser Induced Fluorescence Spectroscopy (LIFS) e Laser Induced Fluorescence Imaging (LIFI), ambas com excitação em λ=405 nm. Como principais resultados, destaca-se a contribuição das bandas de emissão em 520 nm e 740 nm para caracterização das assintomáticas. Na etapa de classificação, a taxa de acerto na predição dos grupos de teste foi elevada, com mais de 90% de acurácia total da classificação para todas as metodologias de fluorescência. No caso HVRF, a instrumentação LIFI apresentou a maior acurácia de teste, com 98%. No caso FA, as instrumentações LIFI e LIFS apresentaram 93% e 94% de acurácia, respectivamente. Essas informações comprovam a hipótese fundamental do trabalho, sobre a capacidade discriminatória das emissões de fluorescência de plantas assintomáticas com relação às plantas sadias, com ênfase às técnicas LIFS e LIFI, que podem ser adaptadas para instrumentações portáteis. Além disso, foi realizado um teste de classificação para as três classes – Sadia, Assintomática HVRF e Assintomática FA – para todas as instrumentações. Os resultados desse teste foram igualmente consistentes em comparação com os resultados para duas classes, e permitem concluir que os dados de fluorescência obtidos pelas instrumentações são eficientes na caracterização distinta de cada classe. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-11-13 |
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 |
https://www.teses.usp.br/teses/disponiveis/76/76132/tde-13052020-093747/ |
url |
https://www.teses.usp.br/teses/disponiveis/76/76132/tde-13052020-093747/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815256934071140352 |