FENOTIPAGEM DE ALTO RENDIMENTO E ANÁLISE DE IMAGENS APLICADAS EM PROGRAMAS DE MELHORAMENTO DE CANA-DE-AÇÚCAR

Descrição

OBJETIVO GERAL: Aplicar técnicas de fenotipagem de alto rendimento baseadas em imagens multiespectrais obtidas por veículos aéreos não tripulados (UAVs), visando otimizar a predição, a classificação e a tomada de decisão na seleção de genótipos nas fases iniciais de programas de melhoramento genético da cana-de-açúcar. OBJETIVOS ESPECÍFICOS: Caracterizar a variação temporal e espacial dos índices de vegetação obtidos por imagens multiespectrais ao longo do ciclo de crescimento da cana-de-açúcar, em ensaios de fases iniciais de melhoramento. Identificar os índices de vegetação e os estádios fenológicos da cultura mais informativos para a avaliação indireta de caracteres agronômicos de interesse, como a produtividade e a qualidade tecnológica. Quantificar a associação entre variáveis agronômicas avaliadas a campo e índices de vegetação obtidos por UAV, considerando diferentes níveis de variação genética e ambiental. Avaliar a influência de fatores genéticos e ambientais na correlação entre caracteres agronômicos e índices de vegetação, por meio de modelos mistos multivariados. Desenvolver e comparar modelos estatísticos e de aprendizado de máquina para a predição de caracteres agronômicos de interesse a partir de dados de imagem, utilizando índices de vegetação selecionados. Avaliar o potencial do uso de dados de imagem e modelos de aprendizado de máquina para a classificação de genótipos quanto à decisão de seleção em fases iniciais do programa de melhoramento.

Palavras-chave

• Sensoriamento remoto
• Aprendizado de máquina
• Seleção indireta
• Índice de vegetação

Grupo de pesquisa

Programa de melhoramento da cana-de-açúcar

Financiamento

Com financiamento