Aquisição de informações em nível de campo da cana-de-açúcar utilizando dados de um veículo aéreo não tripulado (VANT) sob diferentes metodologias

Orientadores: Rubens Augusto Camargo Lamparelli, Jansle Vieira RochaTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia AgrícolaResumo: A aplicação do sensoriamento remoto como ferramenta na agricultura de precisão, tornou-se cada vez mais comum devido à sua capacidade de fornecer informações espacialmente e temporalmente distribuídas. Neste contexto, o sensoriamento remoto de baixa altitude é um conceito relativamente novo para a aquisição de imagens. Sensores colocados em um Veículo Aéreo Não Tripulado (VANT) podem fornecer dados que atendam especialmente os requisitos críticos de resolução espacial e temporal para aplicações agrícolas. Portanto, uma produção agrícola de importância econômica, ambiental e energética, como a cana-de-açúcar, pode se beneficiar de informações fornecidas por esta tecnologia. Assim, o principal objetivo deste trabalho foi explorar as potencialidades e limitações do uso de um VANT no monitoramento da cana-de-açúcar. Através do desenvolvimento de metodologias para utilizar os dados de VANT, foi extraído informações qualitativas e quantitativas e comparamos com referências de campo e de satélite, para verificar a hipótese do estudo. Dessa maneira, a primeira parte desta tese, descreve um processo de análise de imagens orientada a objetos (OBIA) para imagens VANT, projetado para mapear e extrair informações sobre falhas em linhas de plantio de cana-de-açúcar. O método obteve bons resultados com uma relação entre as falhas estimadas e observadas de 97%. A segunda parte descreve a geração de modelos de superfície da cultura (MSC) derivadas das imagens de alta resolução do VANT para a estimativa de altura em canaviais. Além disso, foi investigada a influência de diferentes linhas de voo sobre a estimativa de altura e sua precisão, comparando os mapas gerados com as referências terrestres. Este método mostrou-se ideal para estimar a altura média de um talhão de cana-de-açúcar, em vez de realizar medidas pontuais em campo. Na terceira parte, os dados do VANT (RGB) e os dados de satélite (multiespectral, WorldView-2) foram analisados, a fim de avaliar a capacidade de cada sistema em representar a variabilidade dentro do talhão da produtividade da cana-de-açúcar estimada em campo. Os resultados mostraram que os dados de VANT produziram erros médios semelhantes, mas com poder de explicação inferior em comparação os dados do WorldView-2. Além disso, a incorporação de ambos os dados (WorldView-2 + VANT) melhorou a precisão. Em resumo, foi concluído que um sistema VANT é capaz de fornecer dados úteis de apoio a tomada de decisão para a produção de cana-de-açúcar. Essas plataformas tem a capacidade de fornecer imagens de alta resolução no momento ideal de aquisiçãoAbstract: The application of remote sensing as tool in precision agriculture has become increasingly common due to its ability to provide spatially and temporally distributed information. In this context, low-altitude remote sensing is a relatively new concept for the acquisition of images. Sensors placed on an unmanned aerial vehicle (UAV) can provide data that attend especially to the critical requirements of spatial and temporal resolution for agricultural applications. Therefore, crop production with economic, environmental and energy importance, such as sugarcane, can benefit from the information provided by this technology. Thus, the main objective of this research was exploring the potential and limitations of the use of UAVs in monitoring sugarcane. Through methodological developments to use the UAV data, was extracted qualitative and quantitative data and compared them with field and satellite data to test the study¿s hypothesis. The first part of this thesis describes an object-based image analysis (OBIA) procedure for UAV images, designed to map and extract information about skips in sugarcane planting rows. The approach achieved good results with a relationship of estimated versus observed skip length of 97%. The second part describes the generation of crop surface models (CSMs) derived from high-resolution images from the UAV to estimate the height of sugarcane fields. Also, was investigated the influence of different flight lines on the height estimation and the accuracies by comparing the generated maps with ground references. This method was ideal for estimating the average height of an entire field at once, instead of using point-wise ground measurements. In the third part, the UAV data (RGB) and the orbital platform data (multispectral, WorldView-2) were analyzed, to assess the capability of each system to represent the intra-field variability of sugarcane yield estimates. The results showed that the UAV data produced mean errors similarly, but with lower explanatory power compared to the WorldView-2 data. Moreover, the incorporation of both datasets (WorldView-2 + UAV) improved the accuracy. In summary, was concluded that a UAV system can provide useful decision-support data for improving sugarcane production. These platforms have the capability of providing very-high resolution images with near real-time acquisitionDoutoradoGestão de Sistemas na Agricultura e Desenvolvimento RuralDoutor em Engenharia Agrícola12/50048-7CAPESFAPES