Work

High-throughput phenotyping for predicting parameters of flooded soybean and corn using multispectral sensor

Year: 2025
Type: dissertation
Abstract: A utilização de dados espectrais para a análise de plantas em diferentes condições de manejo e estimativa de parâmetros agronômicos constitui uma importante alternativa para a aumentar a velocidade na avaliação de genótipos mais produtivos e tolerantes a fatores promotores de estresse. Neste sentido, o presente estudo foi desenvolvido com o objetivo de I) avaliar a tolerância ao alagamento de 48 genótipos de soja e II) realizar a predição de variáveis de campo em plantas de milho submetidas a diferentes cenários (Doses de N, momento de voo e safras), a partir de sensores espectrais proximais e embarcados em aeronave remotamente pilotada (RPA) com base na metodologia de modelos mistos. Em ambos os estudos se utilizou a RPA DJI Phantom 4 multiespectral para a coleta de imagens em diferentes bandas espectrais, seguido da aquisição de dados com sensores proximais e mensuração de variáveis de campo. Adicionalmente, os dados foram submetidos a análise de componentes da variância e parâmetros genéticos/fenotípicos estimados (RELM-BLUP), com a aplicação de regressão por stepwise para cada variável de interesse agronômico. Para a cultura da soja submetida ao alagamento, os índices espectrais MSAVI, NDVI, OSAVI, SAVI, VEG, MGRVI, EVI2, NDRE, GRVI, BNDVI e RGBindex demonstraram maior estabilidade e confiabilidade, permitindo a predição de variáveis com elevado coeficiente de determinação (>0,90). Além disso, quando se analisou os dados de parcelas de milho com base nos diferentes momentos de voo (estádios fenológicos), doses de nitrogênio e safras, constatou-se que os índices com maior confiabilidade foram EXGRaw, TGI, GNDVI, NDRE, CIRE, GVI, CVI, BNDVI, PanNDVI, SRNIRRe, SFDVI, RGBindex, NDVI, SAVI, MSAVI e OSAVI, obtendo-se um agrupamento conforme a condição de safra e estádio fenológico analisado. Finalmente, as variáveis de campo preditas com base na metodologia apresentaram coeficiente de determinação acima de 0,80, exceto para a biomassa e peso de cem grãos. Concluiu-se que os dados espectrais coletados a partir de VANT’s podem ser utilizados para a análise de plantas com base na utilização de modelos mistos, o que permite a correta dedução dos efeitos fixos e aleatórios em cada índice de vegetação e a utilização de modelo multivariado simples para a predição de variáveis de campo.
Language: Portuguese
Subfield: Ecology
Open Access status: green
OpenAlex ID: W7213675933
Cites: 165
Cited by:
Related to: 10