Uso de imagens multiespectrais de baixo custo para classificar níveis de N aplicados ao solo em Agricultura de Precisão

Abstract

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.