Desenvolvimento de ferramentas de geotecnologias para análise da qualidade da lavoura e estimativa da taxa de germinação aplicadas à cultura da soja (2021)
- Authors:
- Autor USP: BÁRBARA NETO, MICHAELA - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LEB
- DOI: 10.11606/D.11.2021.tde-11022022-111540
- Subjects: APRENDIZADO COMPUTACIONAL; FENOLOGIA; GERMINAÇÃO DE SEMENTES; INTEGRAÇÃO DE TECNOLOGIAS; REDES NEURAIS; SENSOR; SOJA
- Agências de fomento:
- Language: Português
- Abstract: Atualmente no cenário mundial o Brasil tem se destacado como o 3o maior exportador de produtos agrícolas do mundo, sendo possivelmente o principal fornecedor das commodities agrícolas na próxima década, com destaque para o complexo soja bastante consumido pelo mercado Asiático. Por essa razão, o uso de novas tecnologias que possibilitem um manejo mais preciso e por consequência um aumento da produção potencial das áreas, tem se tornado um diferencial para os produtores de soja. Diante do exposto, o presente estudo teve como objetivo o desenvolvimento de ferramentas que auxiliem os produtores durante o ciclo da cultura no campo e no pós-colheita, correlacionando os resultados com as componentes de produção e com a taxa de germinação dos lotes. A primeira ferramenta desenvolvida foi fundamentada através da combinação de métodos já consagrados de mensuração da posição do Red-Edge com artifícios trigonométricos, a obtenção de dados espectrais das folhas ocorreu por meio do uso do sensor hiperespectral FieldSpec. Já a segunda ferramenta desenvolvida foi fundamentada essencialmente no aprendizado de máquina, utilizando etapa de visão computacional, espectroscopia e aprendizado em conjunto, a obtenção de dados físicos e espectrais das sementes ocorreu por meio do uso do sensor multiespectral SeedReporter. Os resultados mostraram que durante os estágios fenológicos R3 e R4 a ferramenta fundamentada na zona do Red-Edge exibiu uma correlação positiva muito forte com as taxas degerminação do futuro lote a ser colhido nas semanas seguintes. Já a ferramenta fundamentada em aprendizado de máquina foi capaz de predizer as taxas de germinação dos lotes colhidos em alguns minutos com uma assertividade entorno de 95% para a classe de sementes classificadas como plântulas normais. No geral, a utilização de ambas as ferramentas apresentou grande potencial e uma alternativa viável para os produtores de soja
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2021
- Data da defesa: 26.11.2021
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
BÁRBARA NETO, Michaela. Desenvolvimento de ferramentas de geotecnologias para análise da qualidade da lavoura e estimativa da taxa de germinação aplicadas à cultura da soja. 2021. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11022022-111540/. Acesso em: 31 mar. 2026. -
APA
Bárbara Neto, M. (2021). Desenvolvimento de ferramentas de geotecnologias para análise da qualidade da lavoura e estimativa da taxa de germinação aplicadas à cultura da soja (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11022022-111540/ -
NLM
Bárbara Neto M. Desenvolvimento de ferramentas de geotecnologias para análise da qualidade da lavoura e estimativa da taxa de germinação aplicadas à cultura da soja [Internet]. 2021 ;[citado 2026 mar. 31 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11022022-111540/ -
Vancouver
Bárbara Neto M. Desenvolvimento de ferramentas de geotecnologias para análise da qualidade da lavoura e estimativa da taxa de germinação aplicadas à cultura da soja [Internet]. 2021 ;[citado 2026 mar. 31 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11022022-111540/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
