Análise de imagens no desenvolvimento e status de fósforo do minitomateiro grape cultivado em sistema semi-hidropônico

• Main Author: Leonardo Pinto de Magalhães
• Other Authors: Fabricio Rossi
• Language: Portuguese
• Published: Universidade de São Paulo 2018
• Subjects: Solanum lycopersicum; Indices vegetativos; Rede neural; Visão computacional; Computer vision; Neural network; Vegetative indexes
• Online Access: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-13032019-152808/

A análise de imagens é uma das formas de avaliar o desenvolvimento das plantas, tanto para correlacionar aspectos biofísicos dos mesmos, como para a detecção de doenças. Através das imagens podem ser calculados índices vegetativos que se correlacionem com os teores de nutrientes nas folhas. Com essa perspectiva, o presente trabalho objetivou avaliar quais indices vegetativos melhor se correlacionariam com a taxa de fósforo nas folhas de tomateiros. Foi realizado o cultivo de uma cultivar de minitomate, com cinco doses de fósforo (0, 25, 50, 75 e 100%) do P recomendado (na formulação da solução nutritiva). Em diferentes etapas do desenvolvimento da planta foram coletadas amostras das folhas para obtenção das imagens, através de escâner e máquina fotográfica, e diagnose foliar. Foram determinadas as biorrespostas das plantas ao longo do tempo. Uma rede neural artificial foi desenvolvida para estimar os teores de fósforo foliares no minitomate grape. A análise do desenvolvimento da planta permitiu concluir que a dose 100% de P2O5 utilizada no experimento foi suficiente para suprir a demanda nutricional do minitomateiro. Aos 64 dias após o transplantio (DAT) foi observada a maior queda nos teores de fósforo nas folhas, coincidindo com o amadurecimento dos frutos. Propõe-se, para a cultivar estudada, que a dignose foliar seja feita aos 50 DAT. Os índices vegetativos obtidos pela análise de imagem e selecionados pela análise de componentes principais (ICVE e Bn, tanto da parte abaxial quanto adaxial) podem ser utilizados para estimar a diagnose foliar de P na cultivar de minitomate grape. A avaliação dos índices vegetativos indicou que a obtenção de imagens com o escâner é mais adequado do que com a câmera fotográfica. Para a cultivar estudada, verificou-se que na dosagem de 100% de P2O5 teor de P nas folhas fica abaixo de 4,0 g kg-1. Em relação à rede neural desenvolvida, ao categorizar os valores de P de acordo com a literatura, a mesma obteve uma taxa de acerto de 90%. === The analysis of images is one of the ways to evaluate the development of plants, both to correlate biophysical aspects of the same, as for the detection of diseases. Through the images can be calculated vegetative indexes that correlate with the contents of nutrients in the leaves. With this perspective, the present studied aimed to evaluate which vegetative indexes would best correlate with the phosphorus rate in tomato leaves. A minitomato grape cultivar with five phosphorus doses (0, 25, 50, 75 and 100%) of the recommended P (in the formulation of the nutrient solution) was carried out. At different stages of plant development, leaf samples were collected to obtain the images, with scanner and camera, and foliar diagnosis. The bio-responses of plants were determined over time. An artificial neural network was developed to estimate leaf phosphorus levels in the grape minitomate. The analysis of the development of the plant allowed to conclude that the dose 100% of P2O5 used in the experiment was enough to supply the nutritional demand of the minitomateiro. At 64 days after transplanting (DAT), the highest drop in phosphorus content in the leaves was observed, coinciding with the ripening of the fruits. It is proposed, for the studied cultivar, that the leaf dignity should be made at 50 DAT. The vegetative indexes obtained by the image analysis and selected by the principal components analysis (ICVE and Bn, both abaxial and adaxial) can be used to estimate the leaf diagnosis of P in the minitomate grape cultivar. The evaluation of vegetative indexes indicated that obtaining images with the scanner is more appropriate than with the photographic camera. For the cultivar studied, it was verified that in the dosage of 100% of P2O5 content of P in the leaves is below 4.0 g kg-1. In relation to the developed neural network, when categorizing the P values according to the literature, it obtained a 90% correctness rate.