Implementação de algoritmos baseados em processamento digital de imagens e support vector machine para a caracterização do estabelecimento de pastos de capins Tifton 85 e Jiggs a partir de imagens de RPAS

• Processo: 22/10653-0
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de junho de 2023
• Data de Término da vigência: 29 de fevereiro de 2024
• Área de conhecimento: Ciências Agrárias - Zootecnia - Pastagens e Forragicultura
• Pesquisador responsável: Carlos Guilherme Silveira Pedreira
• Beneficiário: Rigles Maia Coelho
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Assunto(s): Cynodon Forragicultura Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: cynodon | forragicultura | Imagens aéreas | machine learning | Aplicação de RPAS em pastagens

Resumo

Objetiva-se com o presente trabalho caracterizar o estabelecimento dos capins Tifton 85 e Jiggs (Cynodon spp.) através do processamento digital de imagens obtidas com RPAS (Remotely Piloted Aircraft System) e paralelamente aplicar um algoritmo baseado em Support Vector Machine visando a classificação automática da ocupação do solo na fase inicial de formação de pastagens. O projeto será conduzido em área experimental localizada na Embrapa Pecuária Sudeste em São Carlos, SP, conforme delineamento em blocos completos casualizados, sendo os capins Tifton 85 e Jiggs os tratamentos, em 8 repetições. A dinâmica de estabelecimento será caracterizada por amostragens destrutivas e por RPAS . Os voos serão realizados semanalmente após a implantação dos cultivares em campo. A coleta de imagens ocorrerá com a plataforma Mavic Enterprise Dual. As imagens coletadas semanalmente são ortoretificadas e submetidas a rotinas baseadas em processamento digital de imagens (PDI) elaboradas em python, os valores extraídos das imagens serão correlacionados a amostragens e métodos destrutivos nas unidades experimentais por meio de uma análise de regressão. O support vector machine (SVM) será implementado com objetivo de caracterizar a cobertura vegetal das parcelas, bem como diferenciar as espécies de interesse. A algoritmo será testado em diferentes configurações visando determinar o modelo mais eficiente nas classificações supervisionadas.

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

COELHO, Rigles Maia. Caracterização do estabelecimento e previsão da massa de forragem de pastos de capins Cynodon spp. por sensoriamento remoto. 2024. Dissertação de Mestrado - Universidade de São Paulo (USP). Escola Superior de Agricultura Luiz de Queiroz (ESALA/BC) Piracicaba.