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

Vol 20, 2023. - 155908
Anais / Proceedings XX SBSR
Favoritar este trabalho
Como citar esse trabalho?
Resumo

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.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Empresa Brasileira de Pesquisa Agropecuária
Eixo Temático
  • 5. Classificação e mineração de dados
Palavras-chave
imagens suborbitais
aprendizado de máquina
florestas de decisão aleatória