ESTIMATIVA DE BIOMASSA DA BATATA-DOCE A PARTIR DA IMAGENS MULTIESPECTRAIS DE ALTA RESOLUÇÃO ESPACIAL TOMADAS POR ARP

Este trabalho propõe um modelo para estimar a biomassa seca da batata-doce, utilizando imagens multiespectrais de alta resolução espacial capturadas por Aeronaves Remotamente Pilotadas (RPA) com a câmera Agrowing Sextuple for modified Sony A7RXX, empregando técnicas de processamento de imagens e algoritmos de aprendizado de máquina para analisar imagens multiespectrais. A metodologia abrange a geração de um ortomosaico calibrado radiometricamente da área de interesse, proporcionando uma visão detalhada e precisa. Foi realizada uma análise para entender a relação entre as bandas espectrais da câmera Agrowing e as características físicas da batata-doce, baseadas em medições de campo. Além disso, o estudo inclui o desenvolvimento, treinamento e a avaliação de um modelo preditivo ajustado a partir do algoritmo de aprendizado de máquina Random Forest. Os resultados obtidos mostram que o modelo é promissor em estimar a biomassa da batata-doce a partir de imagens de alta resolução. Tais resultados são promissores no contexto da modelagem preditiva  na agricultura e encoraja o uso dessas tecnologias na gestão agrícola inteligente, habilitando os agricultores a otimizar o uso de recursos e aumentar a produtividade de forma sustentável. Além disso, é discutido as implicações o uso de dados de sensoriamento remoto de alta resolução e da inteligência artificial para a agricultura digital, destacando como eles podem transformar o monitoramento agrícola.