Banca de DEFESA: ALLEF DE SOUZA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ALLEF DE SOUZA SILVA
DATA: 06/09/2024
HORA: 14:00
LOCAL: Remota (google meet)
TÍTULO: Sensoriamento Remoto Suborbital de Alta Resolução na Detecção da Cochonilha Rosada da Cana-de-açúcar Saccharicoccus sacchari (Cockerell, 1895) (Hemiptera: Pseudococcidae)
PALAVRAS-CHAVES: Amostragem; Entomologia; Agricultura de precisão; Aprendizagem de máquina; Inteligência artificial.
PÁGINAS: 47
GRANDE ÁREA: Ciências Agrárias
ÁREA: Agronomia
SUBÁREA: Fitossanidade
ESPECIALIDADE: Entomologia Agrícola
RESUMO: A cana-de-açúcar é amplamente cultivada em todo o mundo, sendo o Brasil o maior produtor e exportador em nível global, e assim, essa cultura desempenha papel fundamental na economia do país movimentando milhões de reais todos os anos com a fabricação de açúcar e etanol. A cana-de-açúcar, como qualquer outra cultura, sofre com ataques de pragas durante todo seu ciclo vegetativo, que prejudicam o desenvolvimento de tal forma que o produtor pode sofrer perdas econômicas expressivas na produtividade se não tomar decisões no tempo indicado e de forma correta. Assim, é evidente a importância do monitoramento preciso e eficiente que é passível de ser realizado com o uso de Aeronaves Remotamente Pilotadas (ARPs). Diante disso, o objetivo geral deste trabalho é detectar padrões de ocorrência da Saccharicoccus sacchari (Cockerell, 1895) (Hemiptera: Pseudococcidae) na cultura da cana-de-açúcar utilizando os índices de vegetação NDVI e NDRE gerados por imagens multiespectrais oriundas de ARPs. O local escolhido para a realização deste projeto foi uma área de cultivo de cana-de-açúcar com cerca de 1,5 hectares localizada na fazenda Mandaú, no município de Alagoa Grande-PB. Foi conduzido um levantamento da densidade populacional da S. sacchari em cana de açúcar no estádio de desenvolvimento do colmo. Foram escolhidos pontos aleatórios com caminhamento em zigue zague na unidade observacional, com amostragem em 10 m2, onde foram escolhidas 20 plantas por ponto, 10 plantas na fileira à esquerda e 10 plantas na fileira à direita. As imagens foram tomadas com uma ARP modelo Mavic 3 multiespectral da DJI. Em concomitante com as matrizes e redes de correlações foi implementado um modelo supervisionado fatorial de aprendizagem de máquina para analisar a relação infestação [nos níveis: baixa (BNI) e alta (ANI)] com os índices vegetativos NDVI e NDRE. As análises univariadas gaussianas (regressão e correlação) e multivariadas com aprendizagem de máquina não supervisionada, apresentaram paralelismo no que diz respeito ao relacionamento dos índices de vegetação com os índices de infestação. De acordo com análise espacial da disposição dos vetores no biplot do modelo fatorial, mediada pelo cosseno do ângulo θ, evidenciou-se relações negativas (cosseno do ângulo θ > 130º = r > 0,60; R2> 0,70; P < 0,05) entre as variáveis BNI versus NDRE e NDVI versus ANI, bem como baixa relação entre NDVI e BNI e entre NDRE versus ANI (cosseno do ângulo θ < 130º = r < 0,60; R2< 0,70; P < 0,05). Portanto, os resultados desta pesquisa revelam evidências que o sensoriamento remoto suborbital por meio dos índices de vegetação NDVI e NDRE são informações que se complementam para identificação indireta das injúrias ocasionadas por S. sacchari na cultura da cana-de-açúcar, estando o NDRE mais fortemente relacionado com baixas infestações, e o NDVI relacionando-se com altas infestações.
MEMBROS DA BANCA:
Presidente - 1840849 - JOSE BRUNO MALAQUIAS
Externo ao Programa - 1934322 - VALERIA PEIXOTO BORGES
Externo à Instituição - ANGELICA DA SILVA SALUSTINO
Externo à Instituição - ANTÔNIO ROGÉRIO BEZERRA DO NASCIMENTO
Externo à Instituição - MILTON FERNANDO CABEZAS GUERRERO