Banca de DEFESA: Luciellen da Costa Ferreira

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Luciellen da Costa Ferreira
DATA : 18/11/2024
HORA: 08:00
LOCAL: Plataforma Microsoft Teams
TÍTULO:

"Detecção da mancha bacteriana do tomateiro em sementes e cotilédones por imagem hiperespectral e machine learning".

PALAVRAS-CHAVES:

hiperespectro, inteligência artificial, espectroscopia, reflectância, sementes, cotilédones, tomate, Xanthomonas.

PÁGINAS: 110
RESUMO:

O tomate (Solanum lycopersicum L.) está entre as culturas de maior importância econômica mundial, sendo a segunda hortaliça mais produzida. A mancha bacteriana do tomateiro é uma doença limitante na produção do fruto, possui como agente causal espécies pertencentes ao gênero Xanthomonas. Em vista da importância econômica e social da cultura do tomate e em função dos danos e perdas ocasionados pela mancha bacteriana em campos de cultivo a nível mundial, esse estudo tem por objetivo desenvolver um método de diagnose precoce da mancha bacteriana em cotilédones e sementes de tomate. O estudo visa a aplicação de um sistema de imagem hiperespectral na faixa do visível e infravermelho próximo (VNIR) em conjunto com a análise de dados espectrais por machine learning na detecção da mancha bacteriana em tomateiro, bem como a aplicação da espectroscopia de reflectância para avaliar faixas do espectro que apresentem variações significativas em função da infecção bacteriana na planta. A técnica de aquisição de imagens hiperespectrais de sementes de tomateiro (cv. Santa Cruz) sadias e infectadas por diferentes métodos de inoculação com uma cepa bacteriana pertencente a espécie X. euvesicatoria pv. perforans (Xep), juntamente com a análise de dados usando algoritmos de machine learning foi aplicada, obtendo um alto desempenho com o modelo SVM (Support Vector Machine) que obteve acurácia >95% na classificação dos dados de sementes inoculadas por diferentes técnicas. A abordagem de imageamento hiperespectral e machine learning também foi empregada na análise de cotilédones de tomateiro (cv. Santa Cruz e híbrido HMX 7885) infectados por (Xep) em diferentes estágios da doença (assintomático, inicial e tardio). A implementação dessas técnicas resultou na obtenção de um alto desempenho do modelo SVM apresentando acurácia superior a 80% antes mesmo do surgimento dos sintomas, evidenciando excelente capacidade de classificar e distinguir dados de cotilédones de tomateiro sadios e infectados. A espectroscopia de reflectância tanto das análises com sementes quanto de cotilédones, gerou uma visão ampla das diferenças espectrais marcantes ao longo dos comprimentos de onda do VNIR, causadas em decorrência da infecção bacteriana. Os resultados desse estudo mostram que o uso de técnicas não destrutivas de sensoriamento remoto e inteligência artificial na diagnose da mancha bacteriana do tomateiro é algo promissor, e que pode contribuir como um facilitador no manejo da doença à campo, além de diminuir os riscos de perdas na produção.

MEMBROS DA BANCA:
Externo à Instituição - JAYME GARCIA ARNAL BARBEDO
Externa à Instituição - ANGELA MEHTA DOS REIS - EMBRAPA
Externa à Instituição - Adriane Wendland Ferreira - EMBRAPA
Interna - 2215041 - MARISA ALVARES DA SILVA VELLOSO FERREIRA
Interno - 3051226 - MAURICIO ROSSATO