SciELO - Scientific Electronic Library Online

 
vol.31 número62Proposta de implementação de crowdmapping para reconhecimento habitacional em curadorias urbanasModelagem de requisitos funcionais ágeis da engenharia de requisitos orientada a objetivos: Um estudo de mapeamento sistemático índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


Revista Facultad de Ingeniería

versão impressa ISSN 0121-1129versão On-line ISSN 2357-5328

Resumo

ARTEAGA-LOPEZ, Natalia; DELGADO-CALVACHE, Carlos; CASANOVA, Juan-Fernando  e  FIGUEROA, Cristhian. Uso de VANTs equipados com câmeras multiespectrais para análise de lavouras de café. Rev. Fac. ing. [online]. 2022, vol.31, n.62, e204.  Epub 26-Jan-2023. ISSN 0121-1129.  https://doi.org/10.19053/01211129.v31.n62.2022.14870.

A utilização de Veículos Aéreos Não Tripulados (VANTs) equipados com câmeras espectrais tem aumentado nos últimos anos, principalmente no setor agrícola, pois permite que agricultores e pesquisadores analisem o estado de uma lavoura, seja para analisar sua saúde, nutrientes, crescimento, epidemias, entre outros parâmetros. Na Colômbia, o setor cafeeiro enfrenta diversos desafios, como a necessidade de aumentar a produtividade, o rendimento e a qualidade do café. Este trabalho estimou o estado de saúde de um cultivo da variedade Castilla localizado em San Joaquín, Tambo, Cauca, para apoiar a tomada de decisões dos cafeicultores. Para fazer isso, os dados de clorofila foram medidos no campo com o dispositivo CCM-200 plus, imagens multiespectrais foram capturadas com a câmera aérea MAPIR SURVEY 3 em um SOLO 3DR UAV e dados sintéticos foram gerados para aumentar o conjunto de dados. Foram estabelecidos seis índices de vegetação que, juntamente com os valores de clorofila, foram modelados por meio da implementação de regressões lineares simples e múltiplas, árvores de decisão, máquinas vetoriais, florestas aleatórias e k-vizinhos mais próximos. O modelo com melhor desempenho e menor erro quadrático médio foi o modelo implementado com a máquina de vetores de suporte. Da mesma forma, os índices de melhor desempenho nos modelos foram CVI, GNDVI e GCI, amplamente utilizados na agricultura para estimar a clorofila das plantas.

Palavras-chave : agricultura; café; dados sintéticos; imagens multiespectrais; índices de vegetação; UAV.

        · resumo em Inglês | Espanhol     · texto em Inglês     · Inglês ( pdf )