Please use this identifier to cite or link to this item: https://repositorio.ifgoiano.edu.br/handle/prefix/601
metadata.dc.type: Dissertação
Title: DETECÇÃO DE RESPOSTAS ESPECTRAIS NA SOJA CAUSADOS POR NEMATOIDES POR MEIO DE SISTEMAS AÉREOS NÃO TRIPULADOS
metadata.dc.creator: Moraes, Victor Hugo
metadata.dc.contributor.advisor1: Geraldine, Alaerson Maia
metadata.dc.contributor.advisor-co1: Castoldi, Gustavo
metadata.dc.contributor.advisor-co2: Jorge, Lucio André de Castro
metadata.dc.contributor.referee1: Santos, Darliane de Castro
metadata.dc.contributor.referee2: Giongo, Pedro Rogerio
metadata.dc.contributor.referee3: Alves, Tavvs Micael
metadata.dc.description.resumo: Os sistemas aéreos não tripulados têm se tornado uma ferramenta auxiliar no monitoramento dos danos causados por nematoides na soja. Os objetivos deste estudo foram analisar a relação entre o número de nematoides (P. brachyurus, H. glycines, H. dihystera) e a resposta espectral das plantas da cultura da soja; a distribuição radial dos nematoides em torno do foco inicial de infestação; estimar a população de P. brachyurus, H. dihystera e variáveis agronômicas através da fusão de dados de múltiplos sensores; selecionar bandas espectrais que melhor estimem a injúria causada por P. brachyurus, H. dihystera e variáveis agronômicas. Voos exploratórios iniciais nos estádios de crescimento da soja V5 e R1 foram realizados para a identificação dos problemas, com um Phantom 4, sensor RGB a 120 m de altura e sobreposições de 80%. As imagens foram ortorretificadas e dois transectos foram criados para cada zona a partir do foco inicial e posicionando radialmente pontos de amostragem adicionais a 10, 20, 40 e 80 m do centro. Nos estádios R1 e R5 da cultura da soja foram realizados simultaneamente voos e amostragens de solo e raiz das plantas de soja em todos pontos. As imagens RGB foram adquiridas com sensor do Phantom 4. As imagens multiespectrais foram adquiridas com sensores Parrot Sequoia e Sentera que capturam imagens nos espectros do visível e infravermelho próximo. Todas as imagens foram processadas no Pix4D e analisadas no software Qgis. A extração e quantificação dos nematoides no solo e raiz das plantas seguiu os métodos de extração de nematoides utilizados no laboratório. Modelos de regressão de efeitos mistos foram utilizados para determinar a relação entre o número de nematoides e refletância espectral/índices de vegetação e o efeito da distância do centro de plantas infestadas sobre o número de nematoides. Foi realizada também fusão de dados através de modelos de regressão linear múltipla stepwise do tipo forward model selection entre as variáveis medidas (nematológicas e agronômicas) e estimadas (19 bandas espectrais). As respostas espectrais da soja a partir de sensores RGB de baixo custo possui potencial para prever lesões causadas por H. glycines. Pratylenchus brachyurus e H. dihystera na raiz das plantas de soja foram efetivamente detectados e estimados somente com a fusão de dados de multissensores. As variáveis agronômicas foram estimadas com bandas que atuam no espectro do visível e infravermelho próximo. É indicado o uso de protocolos de amostragem adequados, porque números mais altos de algumas espécies de nematoides foram encontrados fora das áreas que representam as plantas severamente estressadas.
Abstract: Unmanned aerial systems have become an auxiliary tool in monitoring nematode damage in soybeans. The objectives of this study were to analyze the relationship between the nematodes numbers (P. brachyurus, H. glycines, H. dihystera) and the spectral response of soybean plants; the nematodes radial distribution around the initial focus of infestation; estimate the population of P. brachyurus, H. dihystera and agronomic variables by fusion of multiple sensor data; select spectral bands that best estimate the injury caused by P. brachyurus, H. dihystera and agronomic variables. Initial exploratory flights at the V5 and R1 soybean growth stages were carried out to identify problems, with a Phantom 4, 120 m high RGB sensor and 80% overlaps. The images were orthorectified and two transects were created for each zone from the initial focus and radially positioning additional sampling points at 10, 20, 40 and 80 m from the center. In stages R1 and R5, flights and samplings of soil and root of soybean plants were carried out simultaneously. RGB images were acquired with Phantom 4 sensor. Multispectral images were acquired with Parrot Sequoia and Sentera sensors that capture images in the visible and near infrared spectra. All images were processed on Pix4D and analyzed using Qgis software. The nematodes extraction in the soil and plants root followed the methods of nematodes extraction used in the laboratory. Mixed effects regression models were used to determine the relationship between the nematodes number and spectral reflectance / vegetation indices and the effect of distance from the center of infested plants on the nematodes number. Data fusion was also performed through stepwise multiple linear regression models of the forward model selection between the measured (nematological and agronomic) and estimated variables (19 spectral bands). Soybean spectral responses from low-cost RGB sensors have the potential to predict H. glycines lesions. Pratylenchus brachyurus and H. dihystera in the root of soybean plants were effectively detected and estimated only by fusion of multisensor data. Agronomic variables were estimated with bands that act in the visible and near infrared spectrum. Appropriate sampling protocols are indicated because higher numbers of some nematode species were found outside areas that represent severely stressed plants.
Keywords: sensoriamento remoto, comportamento espectral, fusão de dados, Pratylenchus brachyurus, Helicotylenchus dihystera.
metadata.dc.subject.cnpq: CIENCIAS AGRARIAS
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 Ciências Agrárias – Agronomia
metadata.dc.rights: Acesso Aberto
URI: https://repositorio.ifgoiano.edu.br/handle/prefix/601
Issue Date: 26-Jul-2019
Appears in Collections:Mestrado em Ciências Agrárias - Agronomia

Files in This Item:
File Description SizeFormat 
Dissertação Victor Hugo Moraes_Versão FInal.pdfdissertação_ Victor Hugo Moraes8,09 MBAdobe PDFView/Open


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