Suprimento hídrico e índices de vegetação para estimativa de produtividade de milho com machine learning
View/ Open
Date
2023-03-15Primeiro membro da banca
Sebem, Elódio
Segundo membro da banca
Zamberlan, João Fernando
Metadata
Show full item recordAbstract
O desenvolvimento e a produtividade da cultura do milho dependem crucialmente da disponibilidade hídrica, tornando essa variável de extrema importância para o alcance de altos
níveis de produtividade. Nesse sentido, o estudo teve como objetivo verificar a influência do aporte hídrico no desenvolvimento e produtividade da cultura, utilizando análise
multivariada fatorial (AF) e redes neurais artificiais (RNA). O estudo foi realizado em dois
ambientes, um irrigado e outro não irrigado. A irrigação foi realizada com um pivô central que aplicou uma lâmina acumulada de 36,25 mm em todo o ciclo. Foram instaladas
quatro microestações em cada ambiente, com sensores de umidade de solo e medidas de
precipitação (Chuva e Irrigação). Durante os estádios fenológicos, foram realizados voos
com aeronave remotamente pilotada e sensor multiespectral para a geração de índices
de vegetação. A análise de dados mostrou que a irrigação alterou significativamente o
sistema produtivo, mesmo com a aplicação de pouco mais de 10% da irrigação recomendada. Nas relações das variáveis no ambiente não irrigado, foi observada a influência do
forte déficit hídrico de meados de novembro/21 a meados de janeiro/22, refletido pelos índices de vegetação relacionados a estresse (PSRI), baixa produtividade e dependência da
precipitação.Já no ambiente irrigado, os 36 mm adicionados em três irrigações no período
crítico causaram alterações significativas. As plantas apresentaram maior vigor vegetativo
e atividade fisiológica, resultando em produtividade superior, de 7,81 t ha−¹
, 46,35% em
relação ao ambiente não irrigado, 4,19 t ha−¹
.A RNA foi utilizada para estimar a produtividade do milho e suas estimativas foram influenciadas por variáveis como a medição do
conteúdo de água no solo por sensores e o índice de vegetação PSRI. A RNA apresentou
modelos específicos para cada ambiente no sistema produtivo de milho, com a arquitetura (6-4-1) de 6 neurônios e com destaque para a participação das variáveis de sensores
de solo nas camadas de 10cm e 30cm e o índice de vegetação PSRI nas camadas de
entrada.Concluiu-se que a irrigação alterou significativamente o sistema produtivo de milho, e que a análise AF detectou a influência da irrigação nas variáveis analisadas e na
produtividade.
Collections
The following license files are associated with this item: