The Use of Computational Intelligence for Precision Spraying of Plant Protection Products (2016)
- Authors:
- Autor USP: FAIÇAL, BRUNO SQUIZATO - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- Subjects: AGRICULTURA DE PRECISÃO; REDES DE COMPUTADORES; SISTEMAS DISTRIBUÍDOS
- Keywords: Agricultural spraying; Deposition prediction; Precision agriculture; Predição da deposição; Pulverização agrícola
- Language: Inglês
- Abstract: O manejo de proteção com uso de produtos fitofarmacêuticos possibilita o controle de pragas em ambientes agrícolas, tornando-o menos nocivo para o desenvolvimento da cultura e com produção em grande escala. Porém, apenas uma pequena parte do produto pulverizado realmente é depositado na área alvo enquanto a maior parte do produto sofre deriva para regiões vizinhas. A literatura científica possui trabalhos com o uso de técnicas matemáticas para calcular a transformação física e movimento para estimar a deposição do produto. Com base nessa predição é possível configurar o sistema de pulverização para realizar a pulverização sob uma condição meteorológica comum na região para um desempenho satisfatório, mas as condições meteorológicas podem sofrer alterações e tornar qualquer configuração estática ineficiente. Uma alternativa para esse problema é realizar a adaptação da atuação do elemento pulverizador às condições meteorológicas durante a execução do manejo de proteção. Contudo, as técnicas existentes são computacionalmente custosas para serem executadas, tornando-as inadequadas para situações em que é requerido baixo tempo de execução. Esta tese se concentra no contexto descrito com objetivo de permitir a predição da deposição de forma rápida e precisa. Assim, espera-se que as novas abordagens sejam capazes de possibilitar a adaptação do elemento pulverizador às condições meteorológicas durante a realização do manejo de proteção. Este trabalho inicia com o processo de reduçãodo custo de execução de um modelo computacional do ambiente, tornando sua execução mais rápida. Posteriormente, utiliza-se este modelo computacional para predição da deposição como função Fitness em algoritmos de meta-heurística para adaptar o comportamento do elemento pulverizador às condições meteorológicas durante a realização do manejo. Os resultados desta abordagem demonstram que é possível utilizá-la para realizar a adaptação em ambientes com baixa variabilidade. Por outro lado, pode apresentar baixo desempenho em ambientes com alta variabilidade nas condições meteorológicas. Uma segunda abordagem é investigada e analisada para este cenário, onde o processo de adaptação requer um tempo de execução reduzido. Nesta segunda abordagem é utilizado uma técnica de Aprendizado de Máquina treinada com os resultados gerados pela primeira abordagem em diferentes cenários. Os resultados obtidos demonstram que essa abordagem possibilita realizar a adaptação do elemento pulverizador compatível com a proporcionada pela abordagem anterior em um menor espaço de tempo.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2016
- Data da defesa: 19.12.2016
-
ABNT
FAIÇAL, Bruno Squizato. The Use of Computational Intelligence for Precision Spraying of Plant Protection Products. 2016. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02032017-155603/. Acesso em: 15 nov. 2024. -
APA
Faiçal, B. S. (2016). The Use of Computational Intelligence for Precision Spraying of Plant Protection Products (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02032017-155603/ -
NLM
Faiçal BS. The Use of Computational Intelligence for Precision Spraying of Plant Protection Products [Internet]. 2016 ;[citado 2024 nov. 15 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02032017-155603/ -
Vancouver
Faiçal BS. The Use of Computational Intelligence for Precision Spraying of Plant Protection Products [Internet]. 2016 ;[citado 2024 nov. 15 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02032017-155603/ - Distribuição de requisições em cluster de web services: uma abordagem flexível, dinâmica e transparente
- A survey of blockchain-based strategies for healthcare
- Use of UAVs for an efficient capsule distribution and smart path planning for biological pest control
- Efficient segmentation of cell nuclei in histopathological images
- An intelligent and generic approach for detecting human emotions: a case study with facial expressions
- Multilevel clustering explainer: an explainable approach to electronic health records
- How to automatically identify regions of interest in high-resolution images of lung biopsy for interstitial fibrosis diagnosis
- UCORM: indexing uncorrelated metric spaces for concise content-based retrieval of medical images
- Investigation on the evolution of a robotic controller for autonomous vehicle navigation
- 3DBGrowth: volumetric vertebrae segmentation and reconstruction in magnetic resonance imaging
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
