Texto completo
| |
| Autor(es): |
Marlon de Souza Alcântara
Número total de Autores: 1
|
| Tipo de documento: | Dissertação de Mestrado |
| Imprenta: | Campinas, SP. |
| Instituição: | Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação |
| Data de defesa: | 2020-12-18 |
| Membros da banca: |
Hugo Enrique Hernández Figueroa;
Antônio Pires de Camargo;
Lucas Heitzmann Gabrielli
|
| Orientador: | Barbara Janet Teruel Mederos; Hugo Enrique Hernández Figueroa |
| Resumo | |
O uso de imagens aéreas de alta resolução adquiridas com sensores ópticos, multiespectrais ou térmicos embarcados em drones para monitoramento do desenvolvimento da cultura e das condições do solo tornou-se muito popular na agricultura de precisão. O monitoramento da umidade do solo utilizando estes sensores se torna difícil a medida que a vegetação se desenvolve. Tal limitação pode ser superada com a utilização de imagens adquiridas por radares de abertura sintética, que possuem capacidade de penetrar a plantação. Neste trabalho é realizado o monitoramento da umidade do solo em todo o ciclo de desenvolvimento da cana-de-açúcar, com uso de imagens de alta resolução adquiridas com um sistema SAR embarcado em um drone, que opera nas bandas P, L e C. Para este propósito, foram realizadas aquisições dos dados SAR, medições da umidade do solo, além de medidas biométricas das canas-de-açúcar em uma área experimental localizada na FEAGRI¿Unicamp. A partir destes dados, dois casos foram explorados: em solo descoberto e com a presença de cana-de-açúcar. Para o caso de solo descoberto, foi desenvolvido um modelo empírico baseado em regressão linear para cada frequência de operação. Além disso, uma rede neural artificial foi treinada a partir dos dados sintéticos gerados com modelo semi-empírico de Dubois, usando as três frequências de operação, e posteriormente validada com medidas reais. Para obtenção da umidade do solo na cultura da cana-de-açúcar, foi desenvolvido um modelo empírico baseado em rede neural artificial usando dados da altura da cana-de-açúcar e da umidade do solo medidos em campo e imagens SAR adquiridas com as bandas P e L. Resultados demonstram a alta sensibilidade do sinal de micro-ondas para mudanças na umidade do solo sem a presença de vegetação, sendo alcançado RMSE de 5,20, 3,60 e 4,54 vol.% com uso de modelos empíricos desenvolvidos com a banda P, L e banda C, respectivamente. A rede neural desenvolvida com o modelo de Dubois apresentou um RMSE de 5,70 vol.%, porém com uma baixa correlação. Para o caso com a presença da cana-de-açúcar, foi observado uma maior capacidade de penetração do sinal usando a banda P e L, sendo possível obter a umidade do solo com uma RMSE melhor do que 10,0 vol.%, em todos os estágios fenológicos da cana-de-açúcar (AU) | |
| Processo FAPESP: | 18/12726-0 - Radar transportado por drone para agricultura de precisão na cana de açúcar |
| Beneficiário: | Marlon de Souza Alcântara |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |