Automatização da estimativa de biomassa de trigo utilizando aprendizagem de máquina

Abstract

Tradicionalmente na agricultura colhe-se manualmente uma parte da cultura, então em laboratório seca-se até sua massa manter-se constante para estimar o valor de biomassa. A agricultura de precisão busca otimizar e automatizar tarefas de campo. Este trabalho dentro da agricultura de precisão explora uma solução para estimativa de biomassa do trigo, utilizando imagens áreas e inteligência artificial. Ao longo do trabalho é explicado a implementação de modelos de regressão Linear, Árvore de decisão, Random Forest, Regressão com vetores de suporte e redes neurais artificiais para a realização de predição do valor de biomassa para cultivar de trigo do tipo Parrudo e Toruk. Estes modelos implementados são técnicas de inteligência artificial exploradas em diversas áreas como carros autômatos, medicina, recomendação de produtos, estimativa dos valores de ações entre outros. Nestes modelos, são utilizadas características extraídas de imagens capturadas com uma câmera multiespectral acoplada a um Veículo Aéreo Não Tripulado (VANT). Mostra-se também neste trabalho a necessidade da calibração dos dados para obter um resultado de maior precisão. Entre estes modelos o que obteve a melhor precisão foi o modelo de rede neural artificial proposto que teve como erro médio absoluto de 304, 66 kg ha e um R2 igual a 0,95.