A study of the soil characteristics, weather conditions, and effect of management skills on the yield of the agricultural crop requires site-specific details, which involves large amount of labor and resources, compared to the traditional whole field based analysis. This thesis discusses the design and implemention of yield monitor for sweetpotatoes grown in heavy clay soil. A data acquisition system is built and image segmentation algorithms are implemented. The system performed with an R-Square value of 0.80 in estimating the yield. The other main contribution of this thesis is to investigate the effectiveness of statistical methods and neural networks to correlate image-based size and shape to the grade and weight of the sweetpotatoes. An R-Square value of 0.88 and 0.63 are obtained for weight and grade estimations respectively using neural networks. This performance is better compared to statistical methods with an R-Square value of 0.84 weight analysis and 0.61 in grade estimation.

A participação econômica da cana-de-açúcar (Saccharum spp.) é expressiva no agronegócio brasileiro, especialmente no estado de São Paulo. O monitoramento de produtividade para essa cultura é escasso de soluções consolidadas no nível de pesquisa e comercialmente. Tal monitoramento auxilia na identificação das variabilidades espacial e temporal, além de fornecer subsídio ao gerenciamento agrícola. Como uma alternativa os sensores a laser, abrangidos pela tecnologia LiDAR (Light Detection and Ranging), têm sido utilizados por meio de plataformas aéreas ou terrestes para a estimativa de produtividade de culturas de grãos como milho e trigo, e para o monitoramento de florestas de modo não invasivo. O objetivo deste estudo é a investigação de aplicação do sensor a laser para a cana-de-açúcar em período pré-colheita a partir do desenvolvimento de um sistema de mensuração. O sistema é composto por um sensor a laser, receptor GNSS (Global Navigation Satellite System), uma unidade inercial e um computador portátil. O sensor a laser emite feixes de luz (905 nm) na forma de um único pulso em um plano 2D, a partir desses feixes os valores de distância entre o sensor e o dossel de plantas são calculados durante a trajetória do veículo agrícola. O receptor GNSS com sinal RTK (Real Time Kinematic) foi sincronizado ao sensor a laser para a obtenção da nuvem de pontos, a qual é caracterizada pela alocação de cada ponto impactado pelo feixe de luz nas respectivas coordenadas geográficas. A unidade inercial fornece informações relacionadas à influência da vibração a partir dos dados de oscilação na transversal (roll), lateral (pitch) e longitudinal (yaw). Os equipamentos foram instalados em um suporte de estrutura metálica no trator agrícola e conectados ao computador por meio de protocolos de comunicação. O desenvolvimento do sistema de mensuração envolve a avaliação de sua acurácia utilizando objetos de dimensões pré-estabelecidas e a sua aplicação em áreas experimentais de cana-de-açúcar. São abrangidos dois períodos de estudo, sendo um em 2015 para a área I (0,77 ha) e o segundo em 2016 utilizando as áreas I e II (0,56 ha). A aquisição de dados ocorreu cerca de 10 dias antes da colheita e, em paralelo, foram realizadas as medidas de biometria das plantas. Em 2015 a produtividade foi estimada pela biometria e em 2016 ocorreu a pesagem do material para cada parcela das áreas I e II. Os resultados referentes à avaliação da acurácia do sistema de mensuração demonstraram erros de até 13,0%, o qual não compromete o seu desempenho. A partir dos procedimentos de aquisição e processamento de dados foi possível gerar a nuvem de pontos, realizar a filtragem de dados e extrair as medidas de alturas máxima, média e mediana da vegetação. A influência da vibração no conjunto de dados foi considerada mais expressiva para as condições da área I. A correlação entre o diâmetro de colmos e a produtividade estimada pela biometria na área I em 2015 foi de 0,80. Enquanto que, a correlação entre o diâmetro de colmos e a altura de vegetação indicada pelo sistema de mensuração foi moderada (r=-0,53). Em 2016, para a mesma área, a correlação entre as medidas de altura média e mediana de vegetação obtidas pelo sistema e a produtividade foi de 0,64. Para as condições da área II não foram verificadas correlações entre as medidas de biometria e as alturas de vegetação. O sistema de mensuração utilizando uma plataforma terrestre apresentou desempenho satisfatório em relação à capacidade de detecção da distribuição de plantas de cana-de-açúcar e condizente com as condições das áreas em ambos os períodos de estudo, porém a sua aplicação em áreas com pouca variabilidade espacial apresentou baixa capacidade preditiva de produção de biomassa de cana-de-açúcar. / The economic participation of sugarcane (Saccharum spp.) is significant in Brazilian agribusiness, especially in the state of São Paulo. The yield monitoring for this crop is scarce of solutions consolidated at the research and commercial levels. Such monitoring assists for identification of spatial and temporal variability, as well as providing support to the agricultural management. As an alternative laser sensors, covered by LiDAR (Light Detection and Ranging) technology, have been used by aerial or terrestrial platforms for estimating grain crops yield such as corn and wheat, and for noninvasive forest monitoring. The objective of this study is to investigate the laser sensor applications for sugarcane in the pre-harvest period from development of a measurement system. The measurement system consists of a laser sensor, a Global Navigation Satellite System (GNSS) receiver, an inertial unit and a computer. The laser sensor emits light beams (905 nm) in the form of a single pulse in a 2D plane, from these beams the distance values between sensor and canopy were calculated during the trajectory of the agricultural vehicle. The GNSS receiver with RTK (Real Time Kinematic) signal was synchronized to the laser sensor to obtain the point cloud, which is characterized by the allocation of each point impacted by the light beam in the respective geographical coordinates. The inertial unit provides information related to the data influence of the vibration from oscillation in the transversal (roll), lateral (pitch) and longitudinal (yaw). The equipment were installed in a support of metallic structure in the agricultural tractor and connected to the computer through communication protocols. The development of the measurement system involves evaluation of its accuracy using objects of pre-established dimensions and its application in experimental areas of sugarcane. Two periods are covered by this study, one in 2015 for area I (0.77 ha) and the second in 2016 using areas I and II (0.56 ha). The data acquisition occurred about 10 days before sugarcane harvest and, in parallel, the biometrics measurements were carried out. In 2015 sugarcane yield was estimated by biometry and in 2016 material was weighed for each plot of areas I and II. The results regarding evaluation of the measurement system accuracy showed errors up to 13.0%, which does not compromise its performance. From the data acquisition and processing procedures, it was possible the point cloud generation, data filtering performing and extraction of some measurements as maximum, average and median heights of vegetation. The influence of the vibration on data set was considered more expressive for area I conditions. The correlation between stem diameter and yield estimated by biometry in area I in 2015 was 0.80. Meanwhile, the correlation between stem diameter and vegetation height indicated by the measurement system was moderate (r=-0.53). In 2016, for the same area, the correlation between measurements of average and median heights of vegetation obtained by the system and sugarcane yield was 0.64. For area II conditions no correlations were verified between biometrics measurements and vegetation height. The measurement system using a terrestrial platform presented a satisfactory performance in relation to the capacity of detection of sugarcane plants distribution and consistent with areas conditions for both periods of study, however its application in areas with low spatial variability presented reduced predictive capacity of biomass production of sugarcane.

A participação econômica da cana-de-açúcar (Saccharum spp.) é expressiva no agronegócio brasileiro, especialmente no estado de São Paulo. O monitoramento de produtividade para essa cultura é escasso de soluções consolidadas no nível de pesquisa e comercialmente. Tal monitoramento auxilia na identificação das variabilidades espacial e temporal, além de fornecer subsídio ao gerenciamento agrícola. Como uma alternativa os sensores a laser, abrangidos pela tecnologia LiDAR (Light Detection and Ranging), têm sido utilizados por meio de plataformas aéreas ou terrestes para a estimativa de produtividade de culturas de grãos como milho e trigo, e para o monitoramento de florestas de modo não invasivo. O objetivo deste estudo é a investigação de aplicação do sensor a laser para a cana-de-açúcar em período pré-colheita a partir do desenvolvimento de um sistema de mensuração. O sistema é composto por um sensor a laser, receptor GNSS (Global Navigation Satellite System), uma unidade inercial e um computador portátil. O sensor a laser emite feixes de luz (905 nm) na forma de um único pulso em um plano 2D, a partir desses feixes os valores de distância entre o sensor e o dossel de plantas são calculados durante a trajetória do veículo agrícola. O receptor GNSS com sinal RTK (Real Time Kinematic) foi sincronizado ao sensor a laser para a obtenção da nuvem de pontos, a qual é caracterizada pela alocação de cada ponto impactado pelo feixe de luz nas respectivas coordenadas geográficas. A unidade inercial fornece informações relacionadas à influência da vibração a partir dos dados de oscilação na transversal (roll), lateral (pitch) e longitudinal (yaw). Os equipamentos foram instalados em um suporte de estrutura metálica no trator agrícola e conectados ao computador por meio de protocolos de comunicação. O desenvolvimento do sistema de mensuração envolve a avaliação de sua acurácia utilizando objetos de dimensões pré-estabelecidas e a sua aplicação em áreas experimentais de cana-de-açúcar. São abrangidos dois períodos de estudo, sendo um em 2015 para a área I (0,77 ha) e o segundo em 2016 utilizando as áreas I e II (0,56 ha). A aquisição de dados ocorreu cerca de 10 dias antes da colheita e, em paralelo, foram realizadas as medidas de biometria das plantas. Em 2015 a produtividade foi estimada pela biometria e em 2016 ocorreu a pesagem do material para cada parcela das áreas I e II. Os resultados referentes à avaliação da acurácia do sistema de mensuração demonstraram erros de até 13,0%, o qual não compromete o seu desempenho. A partir dos procedimentos de aquisição e processamento de dados foi possível gerar a nuvem de pontos, realizar a filtragem de dados e extrair as medidas de alturas máxima, média e mediana da vegetação. A influência da vibração no conjunto de dados foi considerada mais expressiva para as condições da área I. A correlação entre o diâmetro de colmos e a produtividade estimada pela biometria na área I em 2015 foi de 0,80. Enquanto que, a correlação entre o diâmetro de colmos e a altura de vegetação indicada pelo sistema de mensuração foi moderada (r=-0,53). Em 2016, para a mesma área, a correlação entre as medidas de altura média e mediana de vegetação obtidas pelo sistema e a produtividade foi de 0,64. Para as condições da área II não foram verificadas correlações entre as medidas de biometria e as alturas de vegetação. O sistema de mensuração utilizando uma plataforma terrestre apresentou desempenho satisfatório em relação à capacidade de detecção da distribuição de plantas de cana-de-açúcar e condizente com as condições das áreas em ambos os períodos de estudo, porém a sua aplicação em áreas com pouca variabilidade espacial apresentou baixa capacidade preditiva de produção de biomassa de cana-de-açúcar. / The economic participation of sugarcane (Saccharum spp.) is significant in Brazilian agribusiness, especially in the state of São Paulo. The yield monitoring for this crop is scarce of solutions consolidated at the research and commercial levels. Such monitoring assists for identification of spatial and temporal variability, as well as providing support to the agricultural management. As an alternative laser sensors, covered by LiDAR (Light Detection and Ranging) technology, have been used by aerial or terrestrial platforms for estimating grain crops yield such as corn and wheat, and for noninvasive forest monitoring. The objective of this study is to investigate the laser sensor applications for sugarcane in the pre-harvest period from development of a measurement system. The measurement system consists of a laser sensor, a Global Navigation Satellite System (GNSS) receiver, an inertial unit and a computer. The laser sensor emits light beams (905 nm) in the form of a single pulse in a 2D plane, from these beams the distance values between sensor and canopy were calculated during the trajectory of the agricultural vehicle. The GNSS receiver with RTK (Real Time Kinematic) signal was synchronized to the laser sensor to obtain the point cloud, which is characterized by the allocation of each point impacted by the light beam in the respective geographical coordinates. The inertial unit provides information related to the data influence of the vibration from oscillation in the transversal (roll), lateral (pitch) and longitudinal (yaw). The equipment were installed in a support of metallic structure in the agricultural tractor and connected to the computer through communication protocols. The development of the measurement system involves evaluation of its accuracy using objects of pre-established dimensions and its application in experimental areas of sugarcane. Two periods are covered by this study, one in 2015 for area I (0.77 ha) and the second in 2016 using areas I and II (0.56 ha). The data acquisition occurred about 10 days before sugarcane harvest and, in parallel, the biometrics measurements were carried out. In 2015 sugarcane yield was estimated by biometry and in 2016 material was weighed for each plot of areas I and II. The results regarding evaluation of the measurement system accuracy showed errors up to 13.0%, which does not compromise its performance. From the data acquisition and processing procedures, it was possible the point cloud generation, data filtering performing and extraction of some measurements as maximum, average and median heights of vegetation. The influence of the vibration on data set was considered more expressive for area I conditions. The correlation between stem diameter and yield estimated by biometry in area I in 2015 was 0.80. Meanwhile, the correlation between stem diameter and vegetation height indicated by the measurement system was moderate (r=-0.53). In 2016, for the same area, the correlation between measurements of average and median heights of vegetation obtained by the system and sugarcane yield was 0.64. For area II conditions no correlations were verified between biometrics measurements and vegetation height. The measurement system using a terrestrial platform presented a satisfactory performance in relation to the capacity of detection of sugarcane plants distribution and consistent with areas conditions for both periods of study, however its application in areas with low spatial variability presented reduced predictive capacity of biomass production of sugarcane.