Please use this identifier to cite or link to this item: https://repositorio.ifgoiano.edu.br/handle/prefix/2850
metadata.dc.type: Trabalho de Conclusão de Curso
Title: DETECÇÃO DE MOFO-BRANCO COM IMAGENS AÉREAS
metadata.dc.creator: Pires, Francielly Abrenhosa
metadata.dc.contributor.advisor1: Santos, Leonardo de Castro
metadata.dc.contributor.referee1: Braga, Adeliane Ferreira
metadata.dc.contributor.referee2: Cavalcante, Thomas Jefferson
metadata.dc.description.resumo: O uso de sensoriamento remoto utilizando drones tem potencial para otimizar o monitoramento e identificação de doenças fúngicas em culturas agrícolas de importância econômica. Nesse sentido, objetivou-se utilizar um sensor de baixo custo, de fácil aquisição embarcado em drone na identificação de Sclerotinia sclerotiorum na soja. Foi realizado um voo quando as vagens estavam completamente desenvolvidas (R4) e outro próximo a colheita (R8). A incidência e severidade da doença foram georreferenciadas e submetidas a análise de regressão linear contra a reflectância das plantas nas bandas da faixa do visível. No primeiro voo, realizado no estágio de florescimento, devido a aplicação recente do fungicida não foi possível identificar ao que se devia as alterações por meio do sensor RGB. No segundo voo obteve-se correlação positiva entre a banda do azul e a média incidência (r²=0,34), permitindo detectar alterações nas plantas infectadas por S. sclerotiorum utilizando a faixa do azul do sensor RGB, mesmo com as limitações para apuração da infecção prévia, esperando-se que seja possível com sensor infravermelho e assim, implementar um manejo precoce e salvar a cultura, o que não foi possível neste caso, pois, somente se tornou perceptível a severidade no segundo voo com um quadro avançado da patologia.
Abstract: The use of remote sensing using drones has the potential to optimize the monitoring and identification of fungal diseases in agricultural crops of economic importance. In this sense, the objective was to use a low-cost, easily acquired sensor embedded in a drone to identify Sclerotinia sclerotiorum in soybeans. A flight was performed when the pods were fully developed (R4) and another one close to harvest (R8). Disease incidence and severity were georeferenced and subjected to linear regression analysis against plant reflectance in visible bands. In the first flight, carried out in the flowering stage, due to the recent application of the fungicide, it was not possible to identify what the changes were due to using the RGB sensor. In the second flight a positive correlation was obtained between the blue band and the average incidence (r²=0.34), allowing to detect alterations in the plants infected by S. sclerotiorum using the blue band of the RGB sensor, even with the limitations for determination of the previous infection, it is hoped that it will be possible with an infrared sensor and thus, implement an early management and save the culture, which was not possible in this case, since the severity only became perceptible on the second flight with an advanced condition of the pathology.
Keywords: Sclerotinia sclerotiorum
Agricultura de precisão
Agricultura digital
Manejo integrado de doenças
Sensor RGB
metadata.dc.subject.cnpq: CIENCIAS AGRARIAS::AGRONOMIA::FITOSSANIDADE::FITOPATOLOGIA
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.rights: Acesso Aberto
URI: https://repositorio.ifgoiano.edu.br/handle/prefix/2850
Issue Date: 30-Sep-2022
Appears in Collections:Bacharelado em Agronomia

Files in This Item:
File Description SizeFormat 
TCC FRANCIELLY finalizado.pdf1,22 MBAdobe PDFView/Open


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

Admin Tools