Estatística Aplicada e Biometria
URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/195
Navegar
2 resultados
Resultados da Pesquisa
Item Modelagem de semivariograma considerando anisotropia e dados discrepantes no estabelecimento de zonas de manejo(Universidade Federal de Viçosa, 2018-03-07) Barbosa, Danilo Pereira; Santos, Nerilson Terra; http://lattes.cnpq.br/6307014925031737Com o estabelecimento da agriculta de precisão, a heterogeneidade do solo tornou-se um parâmetro expressivo quanto ao seu manuseio. Frente a este cenário, destaca-se a utilização massiva das zonas de manejo (ZM). As ZM são sub-regiões do campo com necessidades específicas quanto as variáveis analisadas, permitindo o controle da heterogeneidade do solo, maximização produtiva e sustentabilidade agrícola. Entretanto, sua aplicabilidade esta condicionada ao mapeamento do padrão de variabilidade espacial dos atributos físico-químicos presentes no solo. Este mapeamento tem sido resultante da utilização contínua de métodos geoestatísticos, dos quais apresentam pressuposições inexploradas em suas aplicações, conduzindo assim, o objetivo desta pesquisa. E consequentemente norteou os específicos objetivos: a) avaliar alterações em mapas de ZM devido à correção da anisotropia e b) avaliar variações em mapas de ZM quanto à utilização de metodologia robusta à outliers. Para tanto, 160 pontos amostrais regularmente espaçados, relativos à condutividade elétrica aparente do solo (CEa), e produtividade de soja foram utilizados. Quanto à verificação de alterações em mapas de ZM devido à correção da anisotropia, os mesmos foram interpolados sem e com correção da anisotropia geométrica para cada variável. Na sequencia foram então utilizados para o delineamento das ZM por meio do método fuzzy k-means. As ZM para cada variável, com e sem correção da anisotropia geométrica, foram avaliadas quanto as suas semelhanças pelo índice kappa. Para a avaliação de variações em mapas de ZM quanto à ocorrência de outliers utilizaram-se dois tipos de análises, robusta a presença de outliers (ARob) e não robusta à outliers (ANRob). Na ARob utilizaram-se estimadores robustos desemivariâncias e o plug-in de krigagem de deriva externa para a geração de mapas de variabilidade espacial da CEa. Para a ANRob utilizou-se o estimador de semivariâncias de Matheron e a krigagem ordinária. Posteriormente os mapas obtidos foram submetidos ao delineamento de zonas de manejo pelo classificador fuzzy k-means. E de maneira conclusiva, os mapas obtidos em ambas as análises (ARob e ANRob) foram confrontados quanto à significância do nível de concordância entre suas classes pelo índice Kappa. Os resultados obtidos na verificação de alterações em mapas de ZM devido à correção da anisotropia foram: a) utilizou-se o modelo gaussiano na constituição dos mapas de variabilidade espacial para a CEa e para a produtividade, tanto para os dados corrigidos à anisotropia quanto aos não corrigidos; b) conforme os índices FPI e MPE, definiram-se duas classes para o delineamento de ZM para os dados corrigidos à anisotropia, quanto aos não corrigidos; c) a comparação entre os mapas (corrigido e não corrigido à anisotropia) pelo índice Kappa apresentou concordância significativa entre classes de ZM a 5% de probabilidade. Concluindo assim que, no caso em estudo, a correção da anisotropia geométrica não apresentou alterações significativas nos mapas de ZM. Os resultados obtidos na avaliação de variações em mapas de ZM quanto à ocorrência de outliers foram: a) na ARob selecionou-se o estimador de semivariâncias de Cressie Hawkins dentre os demais estimadores robustos avaliados. Na predição do mapa de estrutura de variabilidade espacial da CEa utilizou-se o plug-in de krigagem de deriva externa. Os índices FPI, MPE, Fukuyama Sugento e Xie beni definiram duas classes de ZM. b) na ANRob utilizou-se o estimador de semivariâncias de Matheron e a krigagem ordinária na composição do mapa de variabilidade espacial da CEa. Os índices avaliados definiram duas classes de ZM. c) os mapas obtidos em ambas as análises (ARob e ANRob) apresentaram concordância significativa entre classes de ZM pelo índice Kappa a 1% de probabilidade. Com isso, de maneira conclusiva, para o caso em estudo, o uso da ARob não apresentou variações significativas no estabelecimento das ZM.Item Avaliação de descritores texturais geoestatísticos e de Haralick para o reconhecimento de plantas daninhas(Universidade Federal de Viçosa, 2009-02-17) Barbosa, Danilo Pereira; Pinto, Francisco de Assis de Carvalho; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4784515P9; Peternelli, Luiz Alexandre; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723301Z7; Santos, Nerilson Terra; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782537A2; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4237661D4; Vieira, Carlos Antonio Oliveira; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728250D0; Carneiro, Antônio Policarpo Souza; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4799449E8; Martins Filho, Sebastião; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723282T5; Ribeiro Junior, José Ivo; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723282Y6A preocupação em minimizar a quantidade de produtos químicos utilizado em lavouras vem aumentando. O uso de sistemas de visão artificial tem demonstrado um grande potencial para o uso de taxas variadas de insumos, como por exemplo, a aplicação de herbicidas somente em locais onde é detectada a presença de planta daninha. O bom desempenho de um sistema desenvolvido para esta finalidade depende principalmente do uso de descritores que permitam diferenciar padrões de plantas daninhas do padrão da espécie cultivada. Sendo assim, objetivo geral do presente trabalho foi desenvolver e avaliar um descritor para o reconhecimento dos padrões planta de milho e planta daninha. Os objetivos específicos foram: a) identificar qual imagem, excesso de verde ou o índice de vegetação de verde normalizado, tende a proporcionar melhor classificação; b) comparar a classificação obtida por descritores geoestatísticos, com a obtida ao usar os descritores de Haralick. Com esta finalidade, foram adquiridas aos 29 dias após a emergência, período em que normalmente é feita a aplicação de herbicidas, nove imagens de milho (Zea Mays L.) e de três espécies de plantas daninhas avaliadas neste experimento: leiteira (Euphorbia heterophylla L.), capim-milhã (Digitaria horizontalis Willd) timbête (Cenchrus echinatus L.). Seis destas imagens foram utilizadas para a seleção do descritor que promove melhor desempenho na classificação. As três restantes foram utilizadas para a validação do descritor selecionado. Cada uma das seis imagens de treinamento foi recortada em 100 blocos de 68x68 pixels. Para cada um dos blocos foi obtido o valor dos descritores texturais geoestatísticos (variograma, o madograma, variograma cruzado e pseudo variograma cruzado) e os de Haralick (momento angular, média, variância, entropia, correlação, momento do produto, momento inverso da diferença e medidas de correlação). Adicionalmente, descritores geoestatísticos e não-geoestatísticos foram obtidos considerando diferentes ângulos (0, 45, 90 e 135°) de relacionamento entre pixels. Descritores geoestatísticos foram, também, obtidos para diferentes distâncias (1, 2, 3, 4, 5, 6, 7, 8, 9, 10) de pareamento entre pixels. Os descritores variograma e madograma foram calculados partir da imagem excesso de verde e GNDVI. Já os descritores variograma cruzado e pseudo variograma cruzado foram calculados com o uso do Greenness Method nos blocos usando as combinações das bandas RxG, GxB e IVxG. Os descritores de Haralick foram calculados a partir das imagens do excesso de verde e GNDVI. O desempenho dos descritores, assim propostos, foi avaliado usando análise discriminante. Os descritores selecionados foram aqueles que apresentaram maior valor para o índice kappa. Adicionalmente, novos descritores foram obtidos a partir de combinações dos descritores selecionados. Estas combinações, também, tiveram o seu desempenho avaliado usando a análise discriminante com o objetivo de identificar qual combinação proporciona melhor desempenho na classificação. Posteriormente, o poder de generalização da combinação selecionada foi avaliado usando as três imagens de cada espécie reservadas para a etapa de validação. As conclusões obtidas com relação aos objetivos propostos nesta pesquisa foram a) a imagem que tendeu a apresentar os melhores resultados do índice kappa foi a imagem excesso de verde; b) os descritores obtidos a partir da função madograma e os de Haralick foram os que forneceram os melhores resultados; c) o descritor geoestatístico madograma nas 10 distâncias e ângulo 0° apresentou melhores resultados de classificação quando usado sem combinação de outros descritores; d) os descritores geoestatísticos e os de Haralick, quando usados isoladamente não apresentaram resultados tão bons quanto combinados; e) o uso de descritores que consideram a continuidade dos valores de pixel, no reconhecimento de padrões pode ser uma ferramenta fundamental no processo de classificação.