• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.11.2021.tde-07012022-095827
Document
Auteur
Nom complet
Lucas de Paula Corrêdo
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
Piracicaba, 2021
Directeur
Titre en anglais
Proximal spectroscopy sensing for sugarcane quality prediction and spatial variability mapping
Resumé en anglais
Sensors for predicting attributes related to the quality of agricultural products have been evaluated and implemented from production lines in industrial sectors to some initiatives in the field of agricultural production. Field applications seek to provide spatial information along the field related to the quality of the harvested product. In constant evolution, and with advanced applications in the industrial sector, the near infrared spectroscopy (NIR) presents itself as the best alternative due to the precision of the equipment, fast analysis, non-destructive, easy operation, low cost and sustainable. In addition, the trend towards miniaturization of the equipment has enabled greater flexibility of applications. The production of thematic maps of product quality, associated to yield data, represents an advance for the practice of management with precision agriculture techniques for understanding spatial variability, cause and effect relationships during the crop cycle, and rational agronomic management of production inputs. NIR sensors have been used in initiatives to understand the spatial variability of grape, grain, and forage quality. However, applications for sugarcane quality monitoring are still incipient. The first study reported in this document (Chapter 2) focused on assessing the spatial variability of sugarcane quality attributes in a commercial field, from samples manually collected in the field and processed for measurement by NIR spectroscopy in defibrated form. In addition, the maps produced were evaluated against maps produced from results obtained by conventional laboratory analysis methods. The second study (Chapter 3) sought to evaluate the potential for predicting sugarcane quality parameters with NIR spectroscopy at different levels of sample preparation: no preparation (stalks), with measurements in different sections, defibrated cane, and raw juice. In addition, we sought to achieve variability in the calibration models as a function of climatic variation with sample collections performed in different periods throughout a harvest. In this step, the experiment was performed in a quality laboratory of a mill, so that NIR and conventional analyses could be performed simultaneously. The calibration and prediction models for both studies were developed by multivariate analysis, with partial least squares regressions (PLSR), and the importance of spectral bands in the prediction of organic compounds was evaluated based on what has been reported in the literature. The third and last study (Chapter 4) was conducted with a on-board micro spectrometer in the elevator of a sugarcane harvester to collect real-time information in three areas of a commercial crop. For this, a measurement platform was built with external light sources. During the harvest, samples were collected directly from the machine, after being read by the sensor, for model calibration and validation. In addition, sub-samples of defibrated cane were taken from the samples processed for analysis by conventional methods, for bench measurement, similar to the first study. These spectra were used to build calibration transfer models to fit the spectra collected in real time at the harvester. Calibration models were then built, validated, and used to estimate sugarcane quality attributes collected in real time. At the end of the harvest, soil samples were collected to evaluate cause and effect relationships with the estimated quality data. The proposed method allowed the construction of variogram models with spatial dependence and the spatialization of sugarcane quality data obtained by measurements with the on-board sensor. Moreover, the cause and effect relationships corroborated the estimated results with previously reported by other studies, by presenting a relationship between quality parameters and soil physical attributes. The results of this research constitute a new stage in the direction of research to make it feasible to obtain spatialized data of sugarcane quality by means of on-board sensors.
Titre en portugais
Sensoriamento espectroscópico proximal para predição de qualidade de cana-de-açúcar e mapeamento da variabilidade espacial
Resumé en portugais
Sensores para estimativa de atributos relacionados à qualidade de produtos agrícolas têm sido avaliados e implementados desde linhas de produção em setores industriais até iniciativas em âmbito de produção agrícola. Aplicações em campo buscam fornecer informações espacializadas ao longo do talhão relacionadas à qualidade do produto colhido. Com aplicações avançadas no setor industrial, a espectroscopia no infravermelho próximo (NIR) apresenta-se como a melhor alternativa devido à precisão das medições, realização de análises não destrutivas e rápidas, facilidade de operação, custo reduzido e sustentável. Além disso, a tendência de miniaturização dos equipamentos têm possibilitado maior flexibilidade de aplicações. Sensores NIR tem sido utlizados em iniciativas para identificar a variabilidade espacial da qualidade de uva, grãos e forragens. Entretanto, as aplicações para monitoramento da qualidade da cana-de-açúcar ainda são incipientes. O primeiro estudo deste documento (Capítulo 2) focou na avaliação da variabilidade espacial de atributos de qualidade de cana-de-açúcar em um campo comercial, a partir de amostras coletadas manualmente em campo e processadas para mensuração por espectroscopia NIR sob a forma desfibrada. Além disso, os mapas produzidos foram avaliados comparativamente a mapas produzidos a partir de resultados obtidos por métodos convencionais de análise em laboratório. O segundo estudo (Capítulo 3) buscou avaliar o potenial de predição de parâmetros de qualidade de cana-de-açúcar com espectroscopia NIR em diferentes níveis de preparo de amostra: sem preparo (toletes), com leituras em diferentes secções, cana desfibrada, e caldo cru. Além disso, buscou-se alcançar variabilidade nos modelos de calibração em função da variação climática com coletas realizadas em diferentes períodos ao longo de uma safra. Nessa etapa o experimento foi realizado em um laboratório de qualidade de uma usina, a fim de que análises NIR e convencionais fossem realizadas simultaneamente. Além disso, os modelos de calibração e predição de ambos os estudos foram desenvolvidos por análise multivariada, com regressões por mínimos quadrados parciais (PLSR), e avaliada a importância das bandas espectrais na predição de compostos orgânicos com base no reportado na literatura. O terceiro estudo (Capítulo 4) foi conduzido com um micro espectrômetro NIR embarcado no elevador de uma colhedora de cana-de-açúcar para coleta de informações em tempo real em três áreas de uma lavoura comercial. Para isso, foi construída uma plataforma de mensuração com fontes de iluminação externa. Durante a colheita, foram coletadas amostras diretamente da máquina, após leitura pelo sensor, para calibração e validação dos modelos. Além disso, foram retiradas subamostras de cana desfibrada, a partir das amostras processadas para análise por métodos convencionais, para mensuração em bancada, de forma similar ao realizado no primeiro estudo. Esses espectros foram utilizados para construção de modelos de transferência de calibração para ajuste dos espectros coletados em tempo real na colhedora. Em seguida foram construídos modelos de calibração, validados e utilizados para estimativa de atributos de qualidade de cana- de-açúcar coletados em tempo real. Ao final da colheita, foram coletadas amostras de solo para avaliação de relações de causa e efeito com os dados de qualidade estimados. O método proposto permitiu a construção de modelos variográficos com dependência espacial e a espacialização dos dados de qualidade de cana-de-açúcar obtidos por mensurações com o sensor embarcado. Além disso, as relações de causa e efeito corroboraram com os resultados estimados, ao apresentarem relação entre os parâmetros de qualidade e atributos físicos do solo. Os resultados dessa pesquisa constituem uma nova etapa no direcionamento de pesquisas para viabilizar a obtenção de dados espacializados de qualidade de cana-de-açúcar por meio de sensores embarcados.
 
Date de Publication
2022-01-07
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2022. Tous droits réservés.