Redução de uso de agrotóxicos por meio de inteligência artificial

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRamires, Thiago Gentil-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1972-7045-
Autor(es): dc.contributorhttp://lattes.cnpq.br/2106135845379527-
Autor(es): dc.contributorBail, Alesandro-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1631-9302-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1280246965220928-
Autor(es): dc.contributorRamires, Thiago Gentil-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1972-7045-
Autor(es): dc.contributorhhttp://lattes.cnpq.br/2106135845379527-
Autor(es): dc.contributorMartins, Jorge Alberto-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8485518379872133-
Autor(es): dc.contributorNakamura, Luiz Ricardo-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-7312-2717-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1027138840914073-
Autor(es): dc.creatorVieira, Lucas Augusto-
Data de aceite: dc.date.accessioned2022-02-21T21:48:15Z-
Data de disponibilização: dc.date.available2022-02-21T21:48:15Z-
Data de envio: dc.date.issued2021-10-05-
Data de envio: dc.date.issued2021-10-05-
Data de envio: dc.date.issued2021-08-26-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/26112-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/660893-
Descrição: dc.descriptionThe cultivation of sugarcane has gained great prominence in several countries due to its large diversity of application. The modernization of agriculture has allowed high productivity in several cultivars, which are largely affected by the invasion of weeds. With sustainable agriculture, the use of herbicides has been strongly avoided, and more effective pest control methods have been required. In this survey, several artificial intelligence models capable of identifying the invasion of weeds in a sugarcane cultivar were proposed. In addition, four colors spectra based on a multispectral camera coupled to an unmanned aerial vehicle were employed as input variables. The models studied in this work were: GAMLSS, Neural Networks, Decision Trees, Random Forests, Bagging Cart, Gradient Boosting Machine, KNearest Neighbors and C4.5. Among the studied models, the Random Forests presented the best performance. For each model, all computational codes was presented for future new surveys. The precise identification of the weed infestation place allowed field management to be carried out only by the herbicide application in the damaged points. This procedure avoids an increase in the production costs, and mainly prevents the soil contamination and generation of hazardous effluents. Thus, avoiding an increase in production costs and, above all, it is avoiding unnecessary contamination of soils and effluents.-
Descrição: dc.descriptionO cultivo de cana-de-açúcar vem ganhando grande destaque em vários países devido à diversidade de usos. A modernização da agricultura permitiu alta produtividade em diversos cultivares, os quais são afetados em grande parte pela invasão de ervas daninhas. Com a agricultura sustentável, o uso de herbicidas tem sido cada vez mais evitado na sociedade, exigindo métodos mais eficazes de controle de pragas. Nessa pesquisa foram propostos diversos modelos de inteligência artificial capazes de identificar a invasão de plantas daninhas em um cultivar de cana-de-açúcar, utilizando como variáveis de input quatro espectros de cores, obtidas por uma câmera multiespectral montada em um veículo aéreo não tripulado. Os modelos estudados no presente trabalho foram: GAMLSS, Redes Neurais, Árvores de Decisão, Florestas Aleatórias, Bagging Cart, Gradient Boosting Machine, K-Nearest Neighbors e C4.5. O modelo com melhor desempenho preditivo dentre os apresentados foi o modelo Florestas Aleatórias. Para cada modelo, toda a parte computacional foi disponibilizada para futuros estudos. Com a identificação exata da infestação de ervas daninhas, é possível realizar o manejo em campo com aplicações de herbicidas nos locais exatos, evitando assim o aumento do custo de produção e, principalmente, evitando a contaminação desnecessária de solos e efluentes.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherLondrina-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Ambiental-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0-
Palavras-chave: dc.subjectAgricultura de precisão-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectSensoriamento remoto-
Palavras-chave: dc.subjectHerbicidas-
Palavras-chave: dc.subjectPrecision farming-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectRemote sensing-
Palavras-chave: dc.subjectHerbicides-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA SANITARIA-
Palavras-chave: dc.subjectEngenharia/Tecnologia/Gestão-
Título: dc.titleRedução de uso de agrotóxicos por meio de inteligência artificial-
Título: dc.titleReduction of pesticides use by means of artificial intelligence-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.