Uso de inteligência artificial na detecção de plantas daninhas

Abstract

Atualmente as técnicas utilizadas têm surtido resultados positivos para o sensoriamento remoto devido ao baixo custo, pois tem provido soluções de mapeamento com alta resolução espacial e temporal, tendo seu grande potencial em áreas como agricultura de precisão, monitoramento ambiental, na construção civil, mineração dentre outras. Apesar dos baixos custos em relação a um aerolevantamento realizado por uma aeronave tripulada ou aquisição de uma imagem orbital com resolução espacial semelhante, o processamento de dados obtidos por Sistema de Aeronave Pilotada Remotamente (SAPR) costumam ser executados em programas comerciais. O presente trabalho, utilizou dados de um mapeamento com drone multirotor da marca DJI modelo Phantom 4 Standard foi realizado numa propriedade comercial do município de Rio Verde, distrito de Ouroana no dia 05 de Outubro de 2022 antes da semeadura da safra de soja. A propriedade está localizada nas coordenadas geográficas (-18.147623°S e -50.663644°W) e elevação de 674 m. Foi utilizado o aplicativo DroneDeploy com altura de voo de 120 m e sopreposição frontal e lateral de 80 e 75%, respectivamente. O mapeamento foi realizado em um dia parcialmente nublado, sendo estas, as melhores condições meteorológicas da época. O classificador RandomForest demonstrou-se eficiente para classificar a vegetação indesejada dentro da lavoura, porém isso foi possível a partir de uma base consistente de dados amostrais de treinamento. O uso de tecnologias com veículo aéreo não tripulado (VANT), fotogrametria, geoprocessamento e inteligência artificial de forma adequada para gerenciar a propriedade rural traz melhorias no uso de insumos agrícolas.