Please use this identifier to cite or link to this item: https://repositorio.ifgoiano.edu.br/handle/prefix/2030
metadata.dc.type: Dissertação
Title: DETERMINAÇÃO DE GRUPO DE MATURAÇÃO DE SOJA Glycine max L. Merril ATRAVÉS DO USO DE IMAGENS RGB CAPTURADAS POR VANT
metadata.dc.creator: Ferreira, Rogério Silva
metadata.dc.contributor.advisor1: Cabral, Pablo Diego Silva
metadata.dc.contributor.advisor-co1: Marques, Leonardo Garcia
metadata.dc.contributor.referee1: Cabral, Pablo Diego Silva
metadata.dc.contributor.referee2: Alves, Tavvs Micael
metadata.dc.contributor.referee3: Marques, Leonardo Garcia
metadata.dc.description.resumo: A probabilidade de se desenvolver cultivares de soja mais produtivas está diretamente relacionada com a capacidade de fenotipagem que é um fator limitante no processo de melhoramento, pois, grande número de linhagens precisa ser avaliado para que seja possível selecionar uma população superior. A caracterização da maturação relativa de cultivares é uma das várias características que precisam ser avaliadas no processo de fenotipagem. Atualmente, esta atividade é feita de forma manual, demandando grande quantidade de tempo dos pesquisadores. Os veículos aéreos não tripulados (VANTs), também conhecidos como drones são formas rápidas e baratas de se obter imagens de lavoura. Esta pesquisa teve como objetivo fazer a predição de maturação relativa de soja com base na soma térmica acumulada, imagens RGB capturadas por drone e o índice VARI. Utilizando regressão múltipla em Python foi possível predizer a maturação relativa com um R2 de 0.92, já com um modelo linear misto em R, foi possível predizer a maturação relativa de cultivares com um R2 de 0.996.
Abstract: The probability of developing more productive soybean cultivars is directly related to the phenotyping capacity which is a limiting factor in the breeding process, since many lines need to be evaluated to select a superior population. The cultivars characterization of relative maturity is one of several characteristics that need to be evaluated in the phenotyping process. This activity is done manually, which requires a large amount of time from researchers. Unmanned aerial vehicles (UAVs), also known as drones, are a quick and inexpensive way to obtain crop images. This research aimed to predict the relative maturity of soybean based on accumulated heat units, RGB images captured by drone and the VARI index. Using multiple regression in Python, it was possible to predict the relative maturity with an R2 of 0.92, whereas with a mixed linear model in R, it was possible to predict it with an R2 of 0.996
Keywords: Regressão Múltipla, Modelo Misto, Fenotipagem, Maturação Relativa da Soja, Predição, Drone
metadata.dc.subject.cnpq: CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTES
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::MELHORAMENTO VEGETAL
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Instituto Federal Goiano
metadata.dc.publisher.initials: IF Goiano
metadata.dc.publisher.department: Campus Rio Verde
metadata.dc.publisher.program: Programa de Pós-Graduação em Bioenergia e Grãos
metadata.dc.rights: Acesso Restrito
URI: https://repositorio.ifgoiano.edu.br/handle/prefix/2030
Issue Date: 29-Jun-2021
Appears in Collections:Mestrado Profissional em Bioenergia e Grãos

Files in This Item:
File Description SizeFormat 
Dissertacao_Rogerio_Silva_Ferreira.pdfDissertação Rogerio Silva Ferreira1,1 MBAdobe PDFView/Open


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

Admin Tools