IMPORTÂNCIA DE ÍNDICES DE VEGETAÇÃO PARA MODELOS DE ESTIMATIVA DE PRODUTIVIDADE EM CANA-DE-AÇÚCAR

Vol 20, 2023. - 155908
Anais / Proceedings XX SBSR
Favorite this paper
How to cite this paper?
Abstract

Estimar a produtividade da cana-de-açúcar de forma confiável e com antecedência em relação à colheita é importante para a tomada de decisão do produtor. Neste contexto, este trabalho descreve o experimento realizado com o algoritmo de aprendizado de máquina Random Forest para identificação da importância de utilização de diferentes índices de vegetação obtidos de imagens suborbitais, nas diferentes fases do ciclo de desenvolvimento da cana-de-açúcar, como variáveis preditoras para a estimativa de produtividade. Foram utilizados índices de vegetação conhecidos por estimar o índice de área foliar, cobertura vegetal, volume de biomassa e clorofila presente nas plantas, e dados de produtividade de campo obtidos a partir de biometria em parcelas experimentais. Os resultados mostraram que os índices BI e BGI na fase de crescimento, e os índices NDVI e VARI na fase de maturação, possibilitaram a geração de modelos de estimativa de produtividade com menor erro dentre os índices estudados.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Empresa Brasileira de Pesquisa Agropecuária
Track
  • 5. Data mining
Keywords
imagens suborbitais
aprendizado de máquina
florestas de decisão aleatória