Título:	Processamento digital e aprendizado de máquina de imagens aéreas obtidas por aeronaves remotamente pilotadas (RPA) para estimar percentual de cobertura do solo por gramíneas perenes em pomar de citros.
Autor:	CARVALHO, R. da S. CARVALHO, J. E. B. de
Afiliación:	ROMULO DA SILVA CARVALHO, CNPMF JOSE EDUARDO BORGES DE CARVALHO, CNPMF.
Año:	2022
Referencia:	Cruz das Almas, BA: Embrapa Mandioca e Fruticultura, 2022.
Descripción:	A presente metodologia digital tem como objetivo estimar o percentual de cobertura do solo com gramíneas (Urochloa spp.) nas entrelinhas de pomares de citros para fins de pesquisa. Esse processo metodológico digital, combina ferramentas de processamento de imagens aéreas de aeronaves remotamente pilotadas (RPA) e softwares livres de código aberto Fiji ImageJ e Weka (Waikato Environment for Knowledge Analysis), sendo que este último utiliza algoritmos de última geração e técnicas de inteligência artificial (IA) da subárea de aprendizado de máquina (supervisionado). Utilizou-se o método preditivo de classificação de árvore de decisão tendo como algoritmo classificador Random Forest, que é acionado no software Fiji ImageJ a partir do plugin TWS (Trainable Weka Segmentation). Por meio da supervisão do pesquisador, um conjunto de entrada de padrões de pixels são rotulados e representados com suas características (atributos) e, em seguida, usados como um conjunto de dados para treinamento do algoritmo classificador. Uma vez que o modelo classificador é treinado, este é utilizado para classificar o restante de pixels de entrada da imagem ou em outras imagens com novos dados. Após o treinamento do modelo, procede-se com a segmentação e classificação da imagem da subamostra que gera, posteriormente, como resultado, uma nova imagem RGB a partir do plugin TWS. Posteriormente, procede-se com a transformação dessa imagem RGB para imagem tipo 8bit e, em seguida, faz-se o pós-processamento digital para limiarização/binarização da imagem para obtenção do percentual de cobertura vegetal. O desempenho do modelo classificador treinado foi avaliado utilizando-se métricas gerais e qualitativas disponíveis no módulo Explorer do software Weka. Como resultado, verificou-se que todas as métricas de avaliação de desempenho do modelo indicaram excelente desempenho e adequação do modelo ao objetivo com alta acurácia (94,73%). Conclui-se que a presente tecnologia digital apresenta menor custo relativo para fins de pesquisa científica devido aos softwares gratuitos utilizados e poderá auxiliar na tomada de decisão sobre manejo de coberturas vegetais com gramínea Urochloa spp. nos pomares de citros, gerando dados mais precisos para se estimar o percentual de cobertura do solo.
Thesagro:	Agricultura Equipamento Cobertura do Solo Cobertura Vegetal Fruta Cítrica Citricultura Agricultura de Precisão
NAL Thesaurus:	Agriculture Drums (equipment) Equipment Ground cover plants Vegetation cover Citrus fruits Artificial intelligence Precision agriculture
Palabras clave:	Tecnologia digital Drone Inteligência artificial Processamento digital
Citación:	(Embrapa Mandioca e Fruticultura. Boletim de Pesquisa e Desenvolvimento, 137).
ISSN:	1809-5003
Tipo de Material:	Folhetos
Acceso:	openAccess
Aparece en las colecciones:	Boletim de Pesquisa e Desenvolvimento (CNPMF)