???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufrrj.br/jspui/handle/jspui/2198
???metadata.dc.type???: Dissertação
Title: Uso de imagens multiespectrais de baixo custo para classificar níveis de N aplicados ao solo em Agricultura de Precisão
Other Titles: Low-cost multispectral images used to sort N levels applied to the soil in Precision Agriculture.
???metadata.dc.creator???: Silva, Ramon de Souza Victorino da 
???metadata.dc.contributor.advisor1???: Varella, Carlos Alberto Alves
First advisor-co: Delgado, Rafael Coll
???metadata.dc.contributor.referee1???: Zonta, Everaldo
???metadata.dc.contributor.referee2???: Pinto, Francisco de Assis de Carvalho
???metadata.dc.description.resumo???: O objetivo geral deste projeto foi desenvolver um classificador estatístico com base em algoritmos utilizando o teorema bayesianos para predição de doses de nitrogênio aplicadas ao solo, através de imagens multiespectrais de baixo custo em pastagens de Tifton85 A partir de informações obtidas nessas imagens foram calculados os índices espectrais, os quais foram utilizados em um vetor de características para discriminar níveis de N aplicados ao solo. A pesquisa foi desenvolvida na Universidade Federal Rural do Rio de Janeiro, Departamento de Engenharia, Área de Máquinas e Energia na Agricultura. Os dados foram obtidos de um experimento instalado no campo de produção da Empresa Feno Rio Agro LTDA, parceira do projeto. As imagens foram adquiridas em 2 momentos uma após 36 dias decorrentes ao corte de uniformização da cultura utilizando um VANT (Veículo Aéreo Não Tripulado) e aos 7, 14, 21, 28, 35, 42, 56 dias utilizando uma plataforma de captação de imagens de um experimento com 6 parcelas contendo respectivamente os tratamentos (0, 50, 100, 150, 200 e 250 kg ha -¹ de N), as análises estatísticas foram realizadas no programa computacional SAS versão estudante, utilizando o procedimento PROCDISCRIM. Determinou-se funções discriminantes para cada dose de nitrogênio, utilizando-se como vetores de características os índices de vegetação (NDVI, GNIR, SAVI, GNDVI, RNIR). Essas funções discriminantes foram testadas em um classificador bayesiano, sendo que a maior acurácia de classificação foi utilizando os índices de vegetação em conjunto obtendo um coeficiente Kappa e a exatidão global de 83% e 80%, respectivamente. Os resultados indicam que imagens multiespectrais de baixo custo podem ser utilizadas para desenvolver classificadores de doses de nitrogênio aplicadas ao solo. Esses classificadores poderão ser aplicados em algoritmos computacionais em sistemas de controle de máquinas agrícolas para aplicação de fertilizantes a taxas variáveis em agricultura de precisão.
Abstract: 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-¹ 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.
Keywords: Nitrogen Fertilizers
Nitrogen
Precision Farming
Multispectral Images
Fertilizantes Nitrogenados
Nitrogênio
agricultura de precisão
imagens multiespectrais
???metadata.dc.subject.cnpq???: Ciências Agrárias
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Universidade Federal Rural do Rio de Janeiro
???metadata.dc.publisher.initials???: UFRRJ
???metadata.dc.publisher.department???: Instituto de Tecnologia
???metadata.dc.publisher.program???: Programa de Pós-Graduação em Engenharia Agrícola e Ambiental
Citation: Silva, Ramon de Souza Victorino da. Uso de imagens multiespectrais de baixo custo para classificar níveis de N aplicados ao solo em Agricultura de Precisão. 2016. [51 folhas]. Dissertação( PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA AGRÍCOLA E AMBIENTAL) - Universidade Federal Rural do Rio de Janeiro, [Seropédica, Rio de Janeiro] .
???metadata.dc.rights???: Acesso Aberto
URI: https://tede.ufrrj.br/jspui/handle/jspui/2198
Issue Date: 18-Feb-2016
Appears in Collections:MESTRADO EM ENGENHARIA AGRÍCOLA E AMBIENTAL

Files in This Item:
File Description SizeFormat 
2016 - Ramon de Souza Victorino da Silva.pdfRamon de Souza Victorino da Silva1.77 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.