Avaliação de variáveis agronômicas e imagens do satélite Sentinel-2 para estimativa de produtividade da cana-de-açúcar a partir do algoritmo Random Forest

##plugins.themes.bootstrap3.article.main##

Rafaella Pironato Amaro
Ana Cláudia dos Santos Luciano

Resumo

O objetivo deste trabalho foi avaliar a importância de variáveis agronômicas e de imagens do satélite Sentinel-2 para estimativa da produtividade de cana-de-açúcar, utilizando o algoritmo Random Forest. Foram obtidos dados agronômicos referentes à variedade, estágio de corte, tipo de solo e relevo, além de dados provenientes das imagens de satélite referentes ao NDVI médio, máximo e o desvio padrão do NDVI de cada talhão. Foram criados dois modelos empíricos considerando: i) Variáveis agronômicas, ii) Variáveis agronômicas e imagens Sentinel-2. O modelo estimativo de produtividade apresentou R² igual a 0,64 e 0,83, RMSE de 10,17 e 7,0 ton/ha, para os modelos i e ii, respectivamente. A avaliação da importância das variáveis indicou que a variável estágio de corte foi a mais importante, seguida das variáveis variedade e NDVI médio do talhão. A combinação de variáveis agronômicas e de imagens de satélite trouxe melhorias na estimativa da produtividade de cana-de-açúcar.

Downloads

Não há dados estatísticos.

##plugins.themes.bootstrap3.article.details##

Como Citar
Pironato Amaro, R., & dos Santos Luciano, A. C. (2023). Avaliação de variáveis agronômicas e imagens do satélite Sentinel-2 para estimativa de produtividade da cana-de-açúcar a partir do algoritmo Random Forest. Revista Militar De Ciência E Tecnologia, 39(4), 65-78. Recuperado de https://ebrevistas.eb.mil.br/CT/article/view/9497
Seção
Ciência dos Materiais