Uso de imagens multiespectrais de baixo custo para classificar n?veis de N aplicados ao solo em Agricultura de Precis?o

• Main Author: Silva, Ramon de Souza Victorino da
• Other Authors: Varella, Carlos Alberto Alves
• Format: Others
• Language: Portuguese
• Published: Universidade Federal Rural do Rio de Janeiro 2018
• Subjects: Nitrogen Fertilizers; Nitrogen; Precision Farming; Multispectral Images; Fertilizantes Nitrogenados; Nitrog?nio; agricultura de precis?o; imagens multiespectrais; Ci?ncias Agr?rias
• Online Access: https://tede.ufrrj.br/jspui/handle/jspui/2198

Submitted by Sandra Pereira ([e-mail]) on 2018-02-09T11:41:07Z No. of bitstreams: 1 2016 - Ramon de Souza Victorino da Silva.pdf: 1815548 bytes, checksum: d38cb3bc107f782e4c75f4e66118d838 (MD5) === Made available in DSpace on 2018-02-09T11:41:07Z (GMT). No. of bitstreams: 1 2016 - Ramon de Souza Victorino da Silva.pdf: 1815548 bytes, checksum: d38cb3bc107f782e4c75f4e66118d838 (MD5) Previous issue date: 2016-02-18 === Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior, CAPES, Brasil. === The aim of this project was to develop a statistical classifier based on algorithms using Bayesian theorem for prediction of nitrogen applied to the soil using low cost multispectral images Tifton85 pastures From information obtained from these images the indexes were calculated spectrum, which was used in a feature vector for discriminating N levels applied to the soil. The research was developed in the Rural Federal University of Rio de Janeiro, Department of Engineering, Machinery Area and Energy in Agriculture. The data were obtained from an experiment installed in the production area of Company Feno Rio Agro LTDA, partner in the project. Images were acquired in 2 times one after 36 days due to the cutting standardization of culture using a UAV (Unmanned Aerial Vehicle) and at 7, 14, 21, 28, 35, 42, 56 days using an imaging platform an experiment with 6 portions 250m2 (10x25m) containing respectively the treatments (0, 50, 100, 150, 200 and 250 kg ha-? N), statistical analyzes were performed the computer program SAS version student using PROCDISCRIM procedure. It was determined discriminant functions for each dose of nitrogen, using as feature vectors vegetation indices (NDVI, GNIR, SAVI, GNDVI, RNIR). These discriminant functions were tested in a Bayesian classifier, and the highest accuracies were using vegetation indices together getting a Kappa coefficient and overall accuracy of 83% and 80%, respectively. The results indicate that low cost multispectral images can be used to develop classifiers of nitrogen applied to the soil. These binders may be applied in computational algorithms in agricultural machinery control systems for fertilizer application at variable rates in precision agriculture. === O objetivo geral deste projeto foi desenvolver um classificador estat?stico com base em algoritmos utilizando o teorema bayesianos para predi??o de doses de nitrog?nio aplicadas ao solo, atrav?s de imagens multiespectrais de baixo custo em pastagens de Tifton85 A partir de informa??es obtidas nessas imagens foram calculados os ?ndices espectrais, os quais foram utilizados em um vetor de caracter?sticas para discriminar n?veis de N aplicados ao solo. A pesquisa foi desenvolvida na Universidade Federal Rural do Rio de Janeiro, Departamento de Engenharia, ?rea de M?quinas e Energia na Agricultura. Os dados foram obtidos de um experimento instalado no campo de produ??o da Empresa Feno Rio Agro LTDA, parceira do projeto. As imagens foram adquiridas em 2 momentos uma ap?s 36 dias decorrentes ao corte de uniformiza??o da cultura utilizando um VANT (Ve?culo A?reo N?o Tripulado) e aos 7, 14, 21, 28, 35, 42, 56 dias utilizando uma plataforma de capta??o de imagens de um experimento com 6 parcelas contendo respectivamente os tratamentos (0, 50, 100, 150, 200 e 250 kg ha -? de N), as an?lises estat?sticas foram realizadas no programa computacional SAS vers?o estudante, utilizando o procedimento PROCDISCRIM. Determinou-se fun??es discriminantes para cada dose de nitrog?nio, utilizando-se como vetores de caracter?sticas os ?ndices de vegeta??o (NDVI, GNIR, SAVI, GNDVI, RNIR). Essas fun??es discriminantes foram testadas em um classificador bayesiano, sendo que a maior acur?cia de classifica??o foi utilizando os ?ndices de vegeta??o em conjunto obtendo um coeficiente Kappa e a exatid?o global de 83% e 80%, respectivamente. Os resultados indicam que imagens multiespectrais de baixo custo podem ser utilizadas para desenvolver classificadores de doses de nitrog?nio aplicadas ao solo. Esses classificadores poder?o ser aplicados em algoritmos computacionais em sistemas de controle de m?quinas agr?colas para aplica??o de fertilizantes a taxas vari?veis em agricultura de precis?o.