Previsão agricola : uma nova abordagem : uso de scanner aerotransportavel e redes neurais

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro TecnologicoO objetivo principal deste trabalho foi de avançar no entendimento de modelos de previsão de fenofases de cultura perene (maçã), rendimentos e safras. Foram desenvolvidos, testados e comparados modelos de previsão polinomiais contra redes neurais artificiais. A combinação destes modelos foi testada, via programação linear, buscando minimizar erros relativos das previsões. Paralelamente, desenvolveu-se metodologia de análise espacial para caracterização de propriedade agrícola com o intuito de discriminação de áreas cultivadas, em nível de espécie e cultivares. Para tanto, foram utilizadas imagens digitais obtidas por scanner aerotransportável (CASI) e de aerofotos de vôo fotogramétrico. A área de estudo compreendeu 920ha, Fraiburgo/SC. Sistemas de informações geográficas - GIS foi empregado para integração e manipulação de dados. Os modelos polinomiais e neurais tiveram desempenho previsivo semelhante. As imagens CASI permitiram a discriminação de 4 cultivares de maçã, em plantios comerciais com menos de 1.000 plantas/ha, sistema de condução consorciados e pequenas áreas (< 3ha)