
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Silva, Fabio Moreira da | - |
| Autor(es): dc.contributor | Silva, Fabio Moreira da | - |
| Autor(es): dc.contributor | Alves, Marcelo de Carvalho | - |
| Autor(es): dc.contributor | Páscoa, Kalill José Viana da | - |
| Autor(es): dc.creator | Souza, Nicolas Pereira de | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:06:03Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:06:03Z | - |
| Data de envio: dc.date.issued | 2022-06-07 | - |
| Data de envio: dc.date.issued | 2022-06-07 | - |
| Data de envio: dc.date.issued | 2022-06-07 | - |
| Data de envio: dc.date.issued | 2022-04-27 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50118 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1154310 | - |
| Descrição: dc.description | Remote sensing (SR) is a technique whose fundamental principle is to obtain data from an object without necessarily having direct contact. short time and cover large areas compared to conventional field methods. Therefore, detecting pests such as the coffee leaf miner (Leucoptera coffeella) becomes a great challenge, since it is a phytosanitary problem of coffee plants and is important for Brazilian agribusiness. In this context, the objective is monitoring for its detection, using a remotely piloted aircraft (RPAs) with RGB cameras and obtaining high resolution images combined with machine learning algorithms. The experiment was carried out on the farm called Barro preto, located in the city of Lavras, state of Minas Gerais, Brazil. The results achieved were the generation of 4 models derived from machine learning, being the ‘ranger’ model derived from Random Forest with 90% accuracy in detecting the presence of leaf miner infestation through RGB image, with sensitivity adjustment 88% of detecting the object in the field and specificity of 91% demonstrating that there is a real possibility of managing and managing the coffee crop, through low-cost RGB images, in relation to the miner infestation. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) | - |
| Descrição: dc.description | O sensoriamento remoto (SR) é uma técnica, cujo princípio fundamental consiste em obter dados de um objeto sem necessariamente ter o contato direto, é considerada uma excelente técnica para agricultura de precisão (AP), uma vez que pode detectar fenômenos no plantio, em um curto espaço de tempo e abranger grandes áreas se comparado aos métodos convencionais de campo. Portanto, detectar pragas como bicho-mineiro-do-cafeeiro (Leucoptera coffeella) se tornam um grande desafio, uma vez que é um problema fitossanitários do cafeeiro e que tem importância para o agronegócio brasileiro. Neste contexto, o objetivo é o monitoramento para sua detecção, utilizando uma aeronave remotamente pilotada (RPAs) com câmeras RGB e obtendo imagens de alta resolução combinadas com algoritmos de aprendizado de máquina (machine learning). O experimento foi conduzido na fazenda denominada Barro preto, localizada na cidade de Lavras, estado de Minas Gerais, Brasil. Os resultados alcançados foram a geração de 4 modelos derivado de machine learning, sendo o modelo ‘ranger’ derivado do Random Forest o de maior destaque, com acurácia de 90% em detectar a presença da infestação de bicho-mineiro por meio de imagem de RGB, com acerto de sensibilidade 88% de detectar o objeto em campo e especificidade de 91%, demonstrando que existe possibilidade real de fazer a gestão e manejo da lavoura cafeeira, através de imagens RGB, de baixo custo, com relação a infestação de bicho minero. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia Agrícola | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Engenharia | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Agricultura de precisão | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Palavras-chave: dc.subject | Bicho-mineiro-do-cafeeiro | - |
| Palavras-chave: dc.subject | Geoprocessamento | - |
| Palavras-chave: dc.subject | Leucoptera coffeella | - |
| Palavras-chave: dc.subject | Auto ML Forester | - |
| Palavras-chave: dc.subject | Precision agriculture | - |
| Palavras-chave: dc.subject | Remote sensing | - |
| Palavras-chave: dc.subject | Coffee leaf miner | - |
| Palavras-chave: dc.subject | Geoprocessing | - |
| Palavras-chave: dc.subject | Engenharia Agrícola | - |
| Título: dc.title | Uso de aeronaves remotamente pilotadas na detecção do bicho mineiro nos cafeeiros | - |
| Título: dc.title | Use of remotely pilotted aircraft in the detection of the bicho mineiro in the coffee trees | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: