Laura Cristina Moura Xavier, Carlos Alberto Matias De Abreu Júnior, G. D. Martins, João Vitor Meza Bravo, B. S. Vieira
{"title":"Potencial de imagens multiespectrais sentinel 2 na detecção de nematoides na cultura cafeeira","authors":"Laura Cristina Moura Xavier, Carlos Alberto Matias De Abreu Júnior, G. D. Martins, João Vitor Meza Bravo, B. S. Vieira","doi":"10.3895/RBGEO.V7N2.8701","DOIUrl":null,"url":null,"abstract":"Neste trabalho, avaliou-se o potencial do uso de imagens multiespectrais livres para identificar a infecção por nematoides em uma lavoura cafeeira. Adotou-se uma área de estudo com ocorrência infecção por nematoides (N. paranaenses) na cultura cafeeira. Em segundo lugar, analisou-se a variação da resposta espectral do café infectados e sadio, em bandas do satélite Sentinel 2. Como hipótese, esperava-se que plantas saudáveisrespondessem diferentemente das sadias. Assim, detectamos bandas cuja variação na refletância poderia auxiliar no processo de classificação de imagens. Assim, detectou-se essas variações, observando as bandas (vermelha, IVP, vermelho limítrofe 3-4). Posteriormente, fizemos a classificação da imagem (rede neural) aplicando diferentes combinações de imagens, considerando os resultados da etapa anterior, além de uma imagem representando o índice NDVI. A combinação das bandas Red, NIR e NDVI como entrada de classificação proporcionou o melhor resultado quando comparado com as outras combinações. Essa combinação permitiu detectar áreas de infecção por nematoides e realizar a classificação da imagem com 97,91% de acurácia. Portanto, obteve-se o potencial positivo do uso de imagens livres do Sentinel 2 para identificar infecções por nematoides em lavouras cafeeiras. Este é um resultado notável, uma vez que se produziu uma solução inovadora, de baixo custo e confiante.","PeriodicalId":268785,"journal":{"name":"Revista Brasileira de Geomática","volume":"3 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Geomática","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.3895/RBGEO.V7N2.8701","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Neste trabalho, avaliou-se o potencial do uso de imagens multiespectrais livres para identificar a infecção por nematoides em uma lavoura cafeeira. Adotou-se uma área de estudo com ocorrência infecção por nematoides (N. paranaenses) na cultura cafeeira. Em segundo lugar, analisou-se a variação da resposta espectral do café infectados e sadio, em bandas do satélite Sentinel 2. Como hipótese, esperava-se que plantas saudáveisrespondessem diferentemente das sadias. Assim, detectamos bandas cuja variação na refletância poderia auxiliar no processo de classificação de imagens. Assim, detectou-se essas variações, observando as bandas (vermelha, IVP, vermelho limítrofe 3-4). Posteriormente, fizemos a classificação da imagem (rede neural) aplicando diferentes combinações de imagens, considerando os resultados da etapa anterior, além de uma imagem representando o índice NDVI. A combinação das bandas Red, NIR e NDVI como entrada de classificação proporcionou o melhor resultado quando comparado com as outras combinações. Essa combinação permitiu detectar áreas de infecção por nematoides e realizar a classificação da imagem com 97,91% de acurácia. Portanto, obteve-se o potencial positivo do uso de imagens livres do Sentinel 2 para identificar infecções por nematoides em lavouras cafeeiras. Este é um resultado notável, uma vez que se produziu uma solução inovadora, de baixo custo e confiante.