PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA (CCA - PPGA)

CENTRO DE CIÊNCIAS AGRÁRIAS (CCA)

Teléfono/Extensión
No Informado

Noticias


Banca de DEFESA: HANNA IBIAPINA DE JESUS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: HANNA IBIAPINA DE JESUS
DATA: 16/12/2019
HORA: 08:00
LOCAL: PPGA
TÍTULO: Identificação de Colletotrichum gossypii e Colletotrichum gossypii var. cephalosporioides em sementes de algodoeiro usando a tecnologia de imagens hiperespectrais no infravermelho próximo
PALAVRAS-CHAVES: antracnose, ramulose, teste de sanidade de sementes
PÁGINAS: 57
GRANDE ÁREA: Ciências Agrárias
ÁREA: Agronomia
RESUMO: O panorama atual da cotonicultura brasileira é marcado pelo forte aumento da produção e incremento de áreas, o que têm consolidado o país no mercado internacional como um dos principais produtores e exportadores mundiais de algodão. Apesar do bom desempenho do setor, problemas fitossanitários, em particular, se configuram como um grande entrave, em que um dos principais meios de dispersão de patógenos ocorre por sementes contaminadas. No contexto da patologia de sementes, problemas metodológicos na detecção e diferenciação das espécies fúngicas Colletotrichum gossypii (CG) e Colletotrichum gossypii var. cephalosporioides (CGC) em sementes de algodoeiro têm sido objeto de pesquisas, pois a similaridade das estruturas morfológicas das espécies, geram resultados ambíguos que contribuem para a comercialização de sementes contaminadas. Neste contexto, objetivou-se com este estudo desenvolver uma metodologia para classificação de CG e CGC em sementes de algodoeiro, utilizando a tecnologia HSI-NIR. Para tanto, sementes de algodoeiro da cultivar BRS 286 foram contaminadas com isolados de CG e CGC e submetidas ao teste de sanidade, por meio do método blotter test, antes da aquisição de imagens hiperespectrais. A classificação das amostras foi realizada a partir do desenvolvimento de um modelo PLS-DA, o qual obteve 86,5% de acerto na classificação de CG e 81,6% de acerto na classificação de CGC. Na predição de amostras externas, a performance do modelo indica que o método é promissor, com sensibilidade para a detecção e classificação de CG e CGC em sementes de algodoeiro. Vinte e duas amostras preditas tiveram a maior porcentagem dos pixels classificados corretamente, de acordo com a classe correspondente; enquanto 3 amostras apresentaram erros do tipo 1, demonstrando a existência de variações entre os isolados dentro das classes, sendo importante a introdução dessa variabilidade no modelo a fim de torná-lo mais robusto.
MEMBROS DA BANCA:
Externo à Instituição - ALDERI EMIDIO DE ARAÚJO
Externo à Instituição - EVERALDO PAULO DE MEDEIROS
Interno - 1449704 - LUCIANA CORDEIRO DO NASCIMENTO
Presidente - 337908 - RISELANE DE LUCENA ALCANTARA BRUNO