Orientador: Hélio Grassi Filho / Coorientador: Célia Regina Zimback / Banca: Maria Helena Moraes Spinelli / Banca: Paulo Milton Barbosa Landim / Banca: Diego Augusto de Campos Moraes / Banca: Aline Azevedo Narario / Resumo: A atual demanda por informações precisas e de baixo custo de obtenção causa um aumento na procura por serviços remotos, como o geoprocessamento, a geoestatística e o aprendizado de máquinas. Este trabalho objetiva a obtenção de informações relacionadas a leituras de teores de clorofila, a partir de um banco de dados de campo e por imagens de satélite aplicadas a uma área de cultivo de aveia preta, com baixos custos. Com um banco de dados preciso sobre o teor de clorofila, acredita-se ser possível reduzir custos na implantação e execução de sistemas de irrigação. Diversos autores já realizaram a comparação entre o teor de clorofila e a disponibilidade de água e outros já pontuaram o grande benefício da irrigação sobre diversos cultivares. Com a hipótese de que é possível através da utilização de técnicas de baixo custo a obtenção de valores de teor de clorofila, o trabalho utilizou de técnicas de geoestatística para procurar uma correlação entre os dados físicos e os índices de vegetação gerados a partir de imagens do satélite Landsat 5. Ao encontrar resultados insatisfatórios, partiu-se para um estudo dos dados em treinamento de máquinas e mineração de dados. Após passar por vários processos, o algoritmo Gradient Boosting Machine (GBM) possibilitou a geração de uma imagem com valores estimados clorofila bastante semelhante aos reais obtidos em campo. / Abstract: The nowadays demand for accurate and low-cost obtained information has increased the demand for remote services, such as geoprocessing, geostatistics and machine learning. This work aims to increase the accuracy of information related to readings of chlorophyll content from a field database and satellite images, applied to a black oat growing area. With a precise database on chlorophyll content, it is believed that it is possible to reduce costs in the implementation and execution of irrigation systems. Several authors have already made the comparison between chlorophyll content and water availability and others have already pointed out the great benefit of irrigation on several cultivars. With the hypothesis that is possible through the use of low cost techniques the obtaining values of chlorophyll content, the work used geostatistics techniques to search for a correlation between the physical data and the vegetation indexes generated from images of Landsat 5 satellite .When finding unsatisfactory results, we started with a study of data in machine training and data mining. And after passing through several processes, the Gradient Boosting Machine (GBM) algorithm allowed the generation of an image with estimated chlorophyll values very similar to those obtained in the field. / Doutor
Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000905392 |
Date | January 2018 |
Creators | Mari Junior, Alvaro 1988 |
Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Ciências Agronômicas (Campus de Botucatu). |
Publisher | Botucatu, |
Source Sets | Universidade Estadual Paulista |
Language | Portuguese |
Detected Language | English |
Type | text |
Format | 74 p. : |
Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.0028 seconds