Geoprocessamento e sensoriamento remoto aplicados para a construção de banco de dados espectral visando a detecção de greening no estágio sintomático e assintomático

• Processo: 20/11127-5
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de setembro de 2020
• Data de Término da vigência: 26 de abril de 2021
• Área de conhecimento: Ciências Agrárias - Agronomia - Fitossanidade
• Pesquisador responsável: Adolfo Nicolas Posadas Durand
• Beneficiário: Gabriele Luiza Cordeiro Pereira
• CNAE: Atividades de apoio à agricultura
• Vinculado ao auxílio: 19/16591-4 - Detecção automatizada do greening (HLB) nos estágios sintomáticos e assintomáticos em laranjeiras em campo: sistema de VANT provido de sensores óticos e inteligência artificial, AP.PIPE
• Assunto(s): Greening (doença de planta) Detecção Inteligência artificial Georreferenciamento Sensoriamento remoto Banco de dados
• Palavra(s)-Chave do Pesquisador: Detecção | drone | Greening | Imagens | Inteligência Artificial | Sensores óticos | Deteção de doenças e pragas

Resumo

O greening (HLB) é uma doença que causa danos irreparáveis nas fazendas de citrus e o único método de contê-la é erradicando-se a planta. As fazendas de citricultura possuem um controle interno de seus pomares dividindo-os em talhões e enumerando as fileiras de plantas. A detecção da doença é feita por inspeção visual utilizando um grupo de funcionários bem treinados que percorrem os corredores entre as fileiras da plantação. O período de inspeção (dependendo do tamanho do talhão e da fazenda) pode demorar em torno de 3 meses, que pode ser considerado um tempo muito tardio para detecção de determinadas doenças. Uma das soluções propostas por esse trabalho é realizar o georreferenciamento a partir das imagens obtidas pelo protótipo do drone. O mapa (mosaico de imagens) georreferenciado terá duas importâncias, a primeira será o controle da plantação, contagem de plantas e detecção de anomalias quaisquer, e o segundo, servir de fonte de dados para alimentar o modelo baseado em inteligência artificial e permitir posteriormente detectar automaticamente quais plantas contém greening, de forma enumerada e georreferenciada.