Use este identificador para citar ou linkar para este item:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1184298| Título: | Mapeamento de telas antigranizo em pomares de maçã em Vacaria – RS. |
| Autoria: | SILVA, V. F. DA![]() ![]() GEBLER, L. ![]() ![]() DOMPIERI, M. H. G. ![]() ![]() |
| Afiliação: | VINÍCIUS FERNANDES DA SILVA, UNIVERSIDADE ESTADUAL DE CAMPINAS; LUCIANO GEBLER, CNPUV; MARCIA HELENA GALINA DOMPIERI, CNPM. |
| Ano de publicação: | 2025 |
| Referência: | In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 19., 2025, Campinas. Anais [...]. Campinas: Instituto Agronômico (IAC), 2025. |
| Páginas: | 12 p. |
| Conteúdo: | O uso crescente de telas antigranizo em pomares de maçã tem contribuído na mitigação dos impactos de eventos climáticos extremos, como granizo e geadas, especialmente em regiões de elevada vulnerabilidade climática. No entanto, a expansão dessas estruturas demanda metodologias eficazes para seu monitoramento em larga escala, com foco tanto na gestão agronômica como ambiental. O presente estudo teve como objetivo desenvolver e testar uma abordagem de sensoriamento remoto associada a técnicas de aprendizado de máquina para mapear telas antigranizo no município de Vacaria, no estado do Rio Grande do Sul. Foram utilizadas imagens do sensor Sentinel-2, considerando as bandas espectrais azul, verde, vermelho e infravermelho próximo, processadas na plataforma Google Earth Engine. Foi utilizada a segmentação por K-means e foram empregados classificadores Random Forest, tanto na abordagem pixel a pixel quanto baseada em objetos. A amostragem contou com oitocentos pontos, divididos entre treinamento e validação, e a avaliação da acurácia foi feita por meio de matrizes de confusão e do índice kappa. A abordagem pixel a pixel apresentou desempenho superior, com índice kappa de 0,67, acurácia global de 0,76 e de 0,95 para a classe de cultivos com tela. Os resultados demonstram a viabilidade técnica da metodologia para mapeamento de estruturas agrícolas plásticas. |
| Thesagro: | Agricultura de Precisão |
| Palavras-chave: | Aprendizagem de máquina Mapeamento agrícola Random Forest |
| ISSN: | 2965-2812 |
| Notas: | CIIC 2025. N° 25508. |
| Tipo do material: | Artigo em anais e proceedings |
| Acesso: | openAccess |
| Aparece nas coleções: | Artigo em anais de congresso (CNPM)![]() ![]() |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 6411.pdf | 1,48 MB | Adobe PDF | ![]() Visualizar/Abrir |








