Publicação
Previsão da produção na casta “Castelão” com recurso a análise de imagem
| dc.contributor.advisor | Lopes, Carlos | |
| dc.contributor.author | Galantinho, Joana Margarida Ferreira | |
| dc.date.accessioned | 2022-09-09T10:49:25Z | |
| dc.date.available | 2022-09-09T10:49:25Z | |
| dc.date.issued | 2021 | |
| dc.description | Mestrado em Engenharia de Viticultura e Enologia (Double degree) / Instituto Superior de Agronomia. Universidade de Lisboa / Faculdade de Ciências. Universidade do Porto | pt_PT |
| dc.description.abstract | A grande variabilidade espacial que carateriza a vinha, bem como a importância socioeconómica do setor da vinha e do vinho têm contribuído para a crescente procura de novos métodos para estimar a produção. Os métodos tradicionais são destrutivos, demorados e dispendiosos ou têm apenas em conta o conhecimento histórico e a experiência do viticultor. Outros métodos têm sido investigados e introduzidos, com especial relevância dada às metodologias com base em sensores remotos e análise de imagem, principalmente por ser não destrutiva, não evasiva e de baixo custo. Assim, o presente ensaio tem como objetivo prever a produção na variedade Castelão, numa vinha comercial localizada na região de Lisboa, com base em imagens recolhidas, com um robô autónomo, o VINBOT. As imagens foram recolhidas em três estados fenológicos, bago de ervilha, pintor e cacho maduro. Para além das imagens recolhidas com o VINBOT, foram também capturadas imagens destrutivas em segmentos adjacentes para construção dos modelos para estimar a área de cachos após desfolha e posteriormente estimar o peso dos cachos. Foram ainda calculados os fatores de crescimento do cacho do bago de ervilha à vindima e do pintor à vindima e analisadas as oclusões de cachos por outros cachos. Os dados recolhidos com o VINBOT permitiram caraterizar a variabilidade da parcela e estimar a sua produção, com erros estimados de 23%, 60% e 11%, para os estados fenológicos bago de ervilha, pintor e cacho maduro, respetivamente. Por outro lado, verificou-se que, os valores estimados e observados para cada um dos 72 segmentos, em cada um dos estados fenológicos, seguem a mesma tendência. Os resultados obtidos mostram que esta pode ser uma alternativa viável aos métodos tradicionais de estimativa da produção, principalmente num momento próximo da vindima | pt_PT |
| dc.description.version | N/A | pt_PT |
| dc.identifier.citation | Galantinho, J.M.F. - Previsão da produção na casta “Castelão” com recurso a análise de imagem. Lisboa: ISA, 2021, 65 p. | pt_PT |
| dc.identifier.tid | 203081781 | |
| dc.identifier.uri | http://hdl.handle.net/10400.5/25456 | |
| dc.language.iso | pt | pt_PT |
| dc.publisher | s.n. | pt_PT |
| dc.subject | viticultura de precisão | pt_PT |
| dc.subject | sensores remotos | pt_PT |
| dc.subject | robótica | pt_PT |
| dc.subject | VINBOT | pt_PT |
| dc.subject | segmentação de imagem | pt_PT |
| dc.title | Previsão da produção na casta “Castelão” com recurso a análise de imagem | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |