Solução mobile baseada em visão computacional para a estimativa de parâmetros biofísicos aplicados ao monitoramento e manejo de pastagens

Tecnicas computacionais empregadas na fenotipagem e na avaliacao das condicoes da vegetacao tem contribuido para o desenvolvimento da producao no campo, de forma sustentavel e eficiente. Nesse contexto, o presente trabalho utiliza uma solucao mobile para a obtencao de dados fenotipicos de pastagens por meio de imagens fotograficas. Para tanto, fotos de parcelas experimentais de capim Panicum sp foram captadas em dois experimentos. No primeiro experimento foram obtidos dados de biomassa das parcelas, e no segundo experimento foram obtidos dados de altura. Utilizando Visao Computacional, sao extraidas caracteristicas da pastagem fotografada, que sao, posteriormente, correlacionadas aos atributos de biomassa e altura das pastagens. Para isso, foram implementadas tres tecnicas de Aprendizado de Maquina: Regressao LASSO, Regressao por Vetores de Suporte e Rede Perceptron de Multiplas Camadas. Para selecao do melhor modelo, foi utilizada a tecnica de Evolucao Diferencial. Para comparar os modelos, foram realizadas trinta repeticoes da tecnica de Evolucao Diferencial. Avaliadas utilizando o metodo de validacao cruzada, a tecnica que obteve melhor resultado nos dois problemas foi Rede Perceptron de Multiplas Camadas, obtendo uma media de Coeficiente de Determinacao (R2) 0,497 para a tecnica que melhor se adaptou na previsao de biomassa e 0,662 para a tecnica que melhor se adaptou na previsao de altura da pastagem. Os resultados obtidos indicam que os parâmetros biofisicos de altura e biomassa, podem ser modelados em funcao de atributos extraidos de imagens de pastagens da especie forrageira Panicum maximum cv. BRS Zuri, obtidas em campo. Ainda, o software se mostrou de capaz de realizar o georreferenciamento das capturas e realizar o armazenamento dos dados.