Detecção de índice de estresse hídrico utilizando infravermelho e processamento de imagens [recurso eletrônico] = Water stress index using infrared and images processing
Rodrigo Leme de Paulo
DISSERTAÇÃO
Português
T/UNICAMP P285d
[Water stress index using infrared and images processing]
Campinas, SP : [s.n.], 2021.
1 recurso online (66 p.) : il., digital, arquivo PDF.
Orientador: Daniel Albiero
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola
Resumo: O monitoramento do estresse hídrico é uma etapa importante da Irrigação de Precisão (IP) e a identificação desse estresse usa técnicas promissoras para o desenvolvimento de sistemas inteligentes de irrigação, racionalizando o uso dos recursos hídricos. O estresse hídrico provoca o fechamento...
Ver mais
Resumo: O monitoramento do estresse hídrico é uma etapa importante da Irrigação de Precisão (IP) e a identificação desse estresse usa técnicas promissoras para o desenvolvimento de sistemas inteligentes de irrigação, racionalizando o uso dos recursos hídricos. O estresse hídrico provoca o fechamento estomatal das plantas e com isso as trocas gasosas são reduzidas fazendo com que a temperatura da planta, geralmente mais baixa, aumente em relação ao ambiente. Uma das maneiras de detectar esse estresse é através da temperatura de dossel, que pode ser medida pela radiação infravermelho emitida pela planta durante a transpiração. O Crop Water Stress Index (CWSI), índice quantitativo que utiliza essa diferença entre temperaturas e os limites máximos e mínimos de temperatura em condições de total estresse ou quando a planta não está sob déficit hídrico. Com o objetivo de detectar o estresse hídrico na cultura da rúcula, o presente trabalho busca cruzar informações de sensores infravermelho (IR), que fazem leituras de temperatura numa varredura por toda a área de testes da cultura, com o processamento de imagens RGB, que identifica e segmenta apenas as folhas da planta, gerando um mapa de temperaturas foliares das plantas, um dos parâmetros necessários para o cálculo do CWSI. A altura do conjunto foi verificada através de uma pré-varredura do sensor Ultrassom. Os mapas gerados foram validados através de uma câmera térmica, apresentando erro médio de aproximadamente 0,2ºC. A parametrização da equação Non Water-Stressed Baseline (NWSB) foi realizada no mesmo microclima em que o experimento, gerando os coeficientes angular e linear iguais a -0,782 e 0,102, respectivamente, fazendo com que os limites máximos e mínimos de temperatura ficassem ligeiramente deslocados da faixa real de temperaturas da planta. Os mapas de estresse gerados apresentaram diferentes valores de CWSI para cada tratamento, mantidos sob diferentes condições hídricas ao longo de todo o ciclo da cultura e o sistema proposto foi capaz de detectar estresse hídrico causado pela disponibilidade de água para a planta, possibilitando a definição do manejo de irrigação pelo CWSI
Ver menos
Abstract: Water stress monitoring it is an important step of Precision Irrigation (IP) and its identification uses promising techniques for smart irrigation systems development, rationalizing the use of water resources. Water stress causes the plants stomatal closures, so gas exchanges are reduced,...
Ver mais
Abstract: Water stress monitoring it is an important step of Precision Irrigation (IP) and its identification uses promising techniques for smart irrigation systems development, rationalizing the use of water resources. Water stress causes the plants stomatal closures, so gas exchanges are reduced, causing the plant's temperature, generally lower, to increase in relation to the environment. It is possible to identify water stress by canopy temperature, which can be measured by infrared radiation emitted by the plant during transpiration. The Crop Water Stress Index (CWSI), a quantitative index that uses this difference between temperatures and the maximum and minimum temperature limits under of total stress conditions or when the plant is not under water deficit. To detect water stress in Arugula (Eruca sativa Miller), this work seeks to cross-reference information from infrared sensors, which take temperature readings in a scan across the entire crop experimental area, with RGB image processing, which identifies and segments only the leaves of the plant, generating a leaf temperatures map, one of the parameters necessary for the calculation of the CWSI. The system height was verified trough a pre-scan by the ultrasonic sensor. The maps were validated using a thermal camera, with an average error of approximately 0.2ºC. The parameterization of the Non Water-Stressed Baseline (NWSB) equation was performed in the same microclimate as the experiment, resulting in angular and linear coefficients equal to -0.782 and 0.102, respectively, causing the maximum and minimum temperature limits to be slightly displaced the actual temperature range of the plant. The stress maps showed different CWSI values for each treatment, maintained under different water conditions throughout the entire crop cycle and the proposed system was able to detect water stress caused by the availability of water for the plant, enabling the irrigation scheduling by CWSI method
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Detecção de índice de estresse hídrico utilizando infravermelho e processamento de imagens [recurso eletrônico] = Water stress index using infrared and images processing
Rodrigo Leme de Paulo
Detecção de índice de estresse hídrico utilizando infravermelho e processamento de imagens [recurso eletrônico] = Water stress index using infrared and images processing
Rodrigo Leme de Paulo