Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais

Detalhes bibliográficos
Autor(a) principal: Oliveira, Ana Karla da Silva
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-04052023-164223/
Resumo: Identificar o estresse nutricional na folha do milho, por meio de métodos baseados em espectrorradiometria, pode auxiliar no diagnóstico de deficiências e na tomada de decisão. Sendo assim, este trabalho visa empregar dados hiperespectrais no monitoramento das variações nutricionais do milho submetido a diferentes doses de nitrogênio. O intuito é avaliar a capacidade dos dados radiométricos em diferenciar e predizer teores foliares em diferentes estádios. O experimento foi composto pelas doses de 0, 60, 120, 180 e 240 kg ha-1 de nitrogênio. Foram coletados dados correspondentes à altura do milho, diâmetro do colmo, área foliar, diâmetro e comprimento das espigas, produtividade e curvas espectrais. Os dados biométricos e produtivos foram organizados em Boxplot. Para os dados espectrais foram aplicados Análise de Componentes Principais (PCA) para averiguar possíveis formas de grupos com comportamento semelhante e Análise de Regressão por Mínimos Quadrados Parciais (PLSR - Partial Least Square Regression) para buscar comprimentos de onda que estejam mais correlacionados com o nitrogênio e estimar o teor de nitrogênio foliar. Na PCA, a segunda e terceira coleta apresentaram melhores resultados havendo separação entre as doses de 240 kg ha-1 e 0 kg ha-1, ao mesmo tempo que se observou o agrupamento da dose de 240 kg ha-1 na segunda coleta e uma separação mais visível entre os dois primeiros tratamentos 0 e 60 kg ha-1 das demais doses (120, 180 e 240 kg ha-1) na terceira coleta. É possível observar ainda, um agrupamento da dose de 60 kg ha-1 na terceira coleta. As PLSRs apresentaram poder de predição razoáveis para as coletas 1 (25 DAE, V4), 2 (35 DAE, V7) e 3 (50 DAE, V10) com R2 e RMSE correspondendo a 0,63 e 1,44; 0,56 e 1,14; e, 0,62 e 1,86, respectivamente. Já a coleta 4 (65 DAE, Início do florescimento) gerou melhor predição com R2 de 0,67 e RMSE de 1,62. Os resultados gerais indicaram que é possível predizer o teor de nitrogênio foliar no milho durante seu desenvolvimento por meio dos dados espectrais, servindo como ferramenta eficiente no monitoramento da nutrição na cultura do milho.
id USP_eb8dbb1c719e3206e412c8a25d11ac5a
oai_identifier_str oai:teses.usp.br:tde-04052023-164223
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectraisDiagnosis of corn leaf nitrogen (Zea mays L.) from hyperspectral dataAdubação nitrogenadaDeficiência nutricionalNitrogen fertilizationNutritional deficiencyReflectanceReflectânciaSensoresSensorsIdentificar o estresse nutricional na folha do milho, por meio de métodos baseados em espectrorradiometria, pode auxiliar no diagnóstico de deficiências e na tomada de decisão. Sendo assim, este trabalho visa empregar dados hiperespectrais no monitoramento das variações nutricionais do milho submetido a diferentes doses de nitrogênio. O intuito é avaliar a capacidade dos dados radiométricos em diferenciar e predizer teores foliares em diferentes estádios. O experimento foi composto pelas doses de 0, 60, 120, 180 e 240 kg ha-1 de nitrogênio. Foram coletados dados correspondentes à altura do milho, diâmetro do colmo, área foliar, diâmetro e comprimento das espigas, produtividade e curvas espectrais. Os dados biométricos e produtivos foram organizados em Boxplot. Para os dados espectrais foram aplicados Análise de Componentes Principais (PCA) para averiguar possíveis formas de grupos com comportamento semelhante e Análise de Regressão por Mínimos Quadrados Parciais (PLSR - Partial Least Square Regression) para buscar comprimentos de onda que estejam mais correlacionados com o nitrogênio e estimar o teor de nitrogênio foliar. Na PCA, a segunda e terceira coleta apresentaram melhores resultados havendo separação entre as doses de 240 kg ha-1 e 0 kg ha-1, ao mesmo tempo que se observou o agrupamento da dose de 240 kg ha-1 na segunda coleta e uma separação mais visível entre os dois primeiros tratamentos 0 e 60 kg ha-1 das demais doses (120, 180 e 240 kg ha-1) na terceira coleta. É possível observar ainda, um agrupamento da dose de 60 kg ha-1 na terceira coleta. As PLSRs apresentaram poder de predição razoáveis para as coletas 1 (25 DAE, V4), 2 (35 DAE, V7) e 3 (50 DAE, V10) com R2 e RMSE correspondendo a 0,63 e 1,44; 0,56 e 1,14; e, 0,62 e 1,86, respectivamente. Já a coleta 4 (65 DAE, Início do florescimento) gerou melhor predição com R2 de 0,67 e RMSE de 1,62. Os resultados gerais indicaram que é possível predizer o teor de nitrogênio foliar no milho durante seu desenvolvimento por meio dos dados espectrais, servindo como ferramenta eficiente no monitoramento da nutrição na cultura do milho.Identifying nutritional stress in the corn leaf, through methods based on spectroradiometry, can help in the diagnosis of deficiencies and in decision making. Therefore, this work aims to use hyperspectral data to monitor the nutritional variations of maize submitted to different doses of nitrogen. The aim is to evaluate the ability of radiometric data to differentiate and predict leaf contents at different stages. The experiment consisted of doses of 0, 60, 120, 180 and 240 kg ha-1 of nitrogen. Data corresponding to corn height, stem diameter, leaf area, ear diameter and length, productivity and spectral curves were collected. Biometric and productive data were organized in Boxplot. For the spectral data, Principal Component Analysis (PCA) was applied to investigate possible forms of groups with similar behavior and Partial Least Squares Regression Analysis (PLSR - Partial Least Square Regression) to look for wavelengths that are more correlated with nitrogen and estimate the leaf nitrogen content. In the PCA, the second and third collections showed better results, with a separation between the doses of 240 kg ha-1 and 0 kg ha-1, while the grouping of the dose of 240 kg ha-1 was observed in the second collection and a more visible separation between the first two treatments 0 and 60 kg ha-1 from the other doses (120, 180 and 240 kg ha-1) in the third collection. It is also possible to observe a dose grouping of 60 kg ha-1 in the third collection. The PLSRs showed reasonable predictive power for collections 1(25 DAE, V4), 2 (35 DAE, V7) and 3 (50 DAE, V10) with R2 and RMSE corresponding to 0.63 and 1.44; 0.56 and 1.14; and, 0.62 and 1.86, respectively. Collection 4 (65 DAE, Beginning of flowering) generated the best prediction with an R2 of 0.67 and RMSE of 1.62. The general results indicated that it is possible to predict the leaf nitrogen content in maize during its development through spectral data, serving as an efficient tool for monitoring nutrition in maize.Biblioteca Digitais de Teses e Dissertações da USPFiorio, Peterson RicardoOliveira, Ana Karla da Silva2023-04-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/11/11152/tde-04052023-164223/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/openAccesspor2023-05-09T18:46:59Zoai:teses.usp.br:tde-04052023-164223Biblioteca 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:27212023-05-09T18:46:59Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais
Diagnosis of corn leaf nitrogen (Zea mays L.) from hyperspectral data
title Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais
spellingShingle Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais
Oliveira, Ana Karla da Silva
Adubação nitrogenada
Deficiência nutricional
Nitrogen fertilization
Nutritional deficiency
Reflectance
Reflectância
Sensores
Sensors
title_short Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais
title_full Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais
title_fullStr Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais
title_full_unstemmed Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais
title_sort Diagnóstico do nitrogênio foliar do milho (Zea mays L.) a partir de dados hiperespectrais
author Oliveira, Ana Karla da Silva
author_facet Oliveira, Ana Karla da Silva
author_role author
dc.contributor.none.fl_str_mv Fiorio, Peterson Ricardo
dc.contributor.author.fl_str_mv Oliveira, Ana Karla da Silva
dc.subject.por.fl_str_mv Adubação nitrogenada
Deficiência nutricional
Nitrogen fertilization
Nutritional deficiency
Reflectance
Reflectância
Sensores
Sensors
topic Adubação nitrogenada
Deficiência nutricional
Nitrogen fertilization
Nutritional deficiency
Reflectance
Reflectância
Sensores
Sensors
description Identificar o estresse nutricional na folha do milho, por meio de métodos baseados em espectrorradiometria, pode auxiliar no diagnóstico de deficiências e na tomada de decisão. Sendo assim, este trabalho visa empregar dados hiperespectrais no monitoramento das variações nutricionais do milho submetido a diferentes doses de nitrogênio. O intuito é avaliar a capacidade dos dados radiométricos em diferenciar e predizer teores foliares em diferentes estádios. O experimento foi composto pelas doses de 0, 60, 120, 180 e 240 kg ha-1 de nitrogênio. Foram coletados dados correspondentes à altura do milho, diâmetro do colmo, área foliar, diâmetro e comprimento das espigas, produtividade e curvas espectrais. Os dados biométricos e produtivos foram organizados em Boxplot. Para os dados espectrais foram aplicados Análise de Componentes Principais (PCA) para averiguar possíveis formas de grupos com comportamento semelhante e Análise de Regressão por Mínimos Quadrados Parciais (PLSR - Partial Least Square Regression) para buscar comprimentos de onda que estejam mais correlacionados com o nitrogênio e estimar o teor de nitrogênio foliar. Na PCA, a segunda e terceira coleta apresentaram melhores resultados havendo separação entre as doses de 240 kg ha-1 e 0 kg ha-1, ao mesmo tempo que se observou o agrupamento da dose de 240 kg ha-1 na segunda coleta e uma separação mais visível entre os dois primeiros tratamentos 0 e 60 kg ha-1 das demais doses (120, 180 e 240 kg ha-1) na terceira coleta. É possível observar ainda, um agrupamento da dose de 60 kg ha-1 na terceira coleta. As PLSRs apresentaram poder de predição razoáveis para as coletas 1 (25 DAE, V4), 2 (35 DAE, V7) e 3 (50 DAE, V10) com R2 e RMSE correspondendo a 0,63 e 1,44; 0,56 e 1,14; e, 0,62 e 1,86, respectivamente. Já a coleta 4 (65 DAE, Início do florescimento) gerou melhor predição com R2 de 0,67 e RMSE de 1,62. Os resultados gerais indicaram que é possível predizer o teor de nitrogênio foliar no milho durante seu desenvolvimento por meio dos dados espectrais, servindo como ferramenta eficiente no monitoramento da nutrição na cultura do milho.
publishDate 2023
dc.date.none.fl_str_mv 2023-04-04
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/11/11152/tde-04052023-164223/
url https://www.teses.usp.br/teses/disponiveis/11/11152/tde-04052023-164223/
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_ 1809090371252125696