Fenotipagem de alto rendimento baseada em campo para resistência da cana-de-açúcar às ferrugens alaranjada e marrom [recurso eletrônico]
Isabela Ordine Pires da Silva Simões
TESE
Português
T/UNICAMP Si51f
[Field-based high-throughput phenotyping for resistance of sugarcane orange and brown rust]
Campinas, SP : [s.n.], 2022.
1 recurso online (92 p.) : il., digital, arquivo PDF.
Orientador: Lucas Rios do Amaral
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola
Resumo: O principal gargalo para acelerar a procriação e liberação de novas variedades de cana-de-açúcar com características desejáveis para atender as demandas do setor sucroenergético e adaptação às mudanças climáticas é a ausência de métodos de fenotipagem de plantas de alto rendimento para...
Ver mais
Resumo: O principal gargalo para acelerar a procriação e liberação de novas variedades de cana-de-açúcar com características desejáveis para atender as demandas do setor sucroenergético e adaptação às mudanças climáticas é a ausência de métodos de fenotipagem de plantas de alto rendimento para avaliação das variedades em campo. Métodos tradicionais de fenotipagem de campo dependem de especialistas treinados, são lentos, trabalhosos e subjetivos, além de apresentarem riscos para os avaliadores que muitas vezes tem de fazer a avaliação caminhando por dosséis completamente formados. Atualmente, os Veículos Aéreos Não Tripulados (VANT) são considerados por alguns autores a melhor plataforma para a aquisição de imagens no sensoriamento remoto de campos de melhoramento genético vegetal, tornando-se ferramenta crítica na fenotipagem baseada em campo (FBC). O objetivo deste trabalho foi desenvolver uma metodologia para determinação do nível de severidade das ferrugens alaranjada e marrom da cana-de-açúcar por meio de processamento de imagens de alta resolução espacial com sensores acoplados em VANT. Mais especificamente, o capítulo três, referente ao primeiro artigo, trata da exploração de dados multiespectrais de sensor embarcado em VANT para fenotipagem de campo de variedades de cana-de-açúcar em relação a resistência à infecção pelas ferrugens alaranjada e marrom. Os resultados mostraram que apesar dos dados de refletância serem sensiveis aos sintomas das duas doenças, não permitiram a determinação da severidade das mesmas como substituição direta das notas de infecção atribuidas visualmente ou por meio de processamento de imagens das folhas. Porém, é possível classificar as variedades em relação a resistência geral à infecção pelos dois tipos de ferrugens simultaneamente, com alta acurácia, em três classes: resistentes, moderadamente resistentes e susceptiveis. Portanto, as imagens aéreas multiespectrais não permitiram a distinção entre os dois tipos de ferrugens. Já o capítulo quatro, referente ao segundo artigo, trata do processamento de imagens RGB de folhas infectadas para identificação dos sintomas foliares dentre os dois tipos de ferrugens, com alta acurácia mostrada nos resultados. Esse diagnóstico não é uma tarefa simples na rotina de fenotipagem e se mostrou como alternativa uma vez que não foi possível a distinção dentre as duas doenças em imagens aéreas. Os resultados mostram que os dados fenotípicos obtidos a partir de imagens aéreas podem melhorar a eficiência e a qualidade na coleta de dados a nível de campo em relação a infecção pelas ferrugens, com potencial de ser escalável para dezenas de milhares de parcelas dentro de um programa moderno de melhoramento de plantas, porém, a distinção de infecção pelas duas doenças necessita de observação próxima das folhas
Ver menos
Abstract: The main bottleneck for obtainning new sugarcane varieties with desirable characteristics to meet the demands of the sugarcane industry and adaptation to climate change is the absence of high-throuput phenotyping methods for plants varieties evaluation in the field. Traditional field...
Ver mais
Abstract: The main bottleneck for obtainning new sugarcane varieties with desirable characteristics to meet the demands of the sugarcane industry and adaptation to climate change is the absence of high-throuput phenotyping methods for plants varieties evaluation in the field. Traditional field phenotyping methods rely on trained specialists, and are slow, laborious and subjective; in addition, it presents risks for evaluators who often have to carry out the evaluation by walking through fully formed canopies. Currently, Unmanned Aerial Vehicles (UAV) are considered by some authors to be the best platform for image acquisition in remote sensing of plant breeding fields, becoming a critical tool in field-based phenotyping (FBC). The objective of this work was to develop a methodology to determine the severity level of orange and brown sugarcane rust by processing high spatial resolution images with sensors coupled to UAV. More specifically, chapter three, referring to the first article, deals with the exploitation of multispectral data from an UAV embedded sensor for field phenotyping of sugarcane varieties in relation to resistance to infection by orange and brown rust. The results showed that despite the reflectance data being sensitive to the symptoms of the two diseases, they did not allow the determination of their severity as a direct replacement of the infection scores attributed visually or through image processing of the leaves. However, it is possible to classify the varieties in relation to general resistance to infection by both types of rust simultaneously, with high accuracy, in three classes: resistant, moderately resistant and susceptible. Therefore, the multispectral aerial images did not allow the distinction between the two types of rust. Chapter four, referring to the second article, deals with the processing of RGB images of infected leaves to identify leaf symptoms between the two types of rust, with high accuracy shown in the results. This diagnosis is not a simple task in the phenotyping routine and proved to be an alternative since it was not possible to distinguish between the two diseases in aerial images. The results show that phenotypic data obtained from aerial images can improve efficiency and quality in collecting data at the field level regarding rust infection, with the potential to be scalable to tens of thousands of plots within a modern plant-breeding program. However, the distinction between infections by the two diseases requires close observation of the leaves
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Amaral, Lucas Rios do, 1985-
Orientador
Tommaselli, Antonio Maria Garcia
Avaliador
Fritsche-Neto, Roberto, 1983-
Avaliador
Gazaffi, Rodrigo
Avaliador
Fenotipagem de alto rendimento baseada em campo para resistência da cana-de-açúcar às ferrugens alaranjada e marrom [recurso eletrônico]
Isabela Ordine Pires da Silva Simões
Fenotipagem de alto rendimento baseada em campo para resistência da cana-de-açúcar às ferrugens alaranjada e marrom [recurso eletrônico]
Isabela Ordine Pires da Silva Simões