Identificação de Especies de Plântulas Infestantes

Abstract

A agricultura é um dos maiores e mais importantes setores económicos em Portugal sendo este privilegiado por um clima ideal para o cultivo de diversas plantas tornando-se crucial tirar o máximo proveito do setor agrícola. Uma vez que as plantas de infestantes dificultam essa tarefa afetando negativamente as culturas quer através da absorção de nutrientes direcionados às mesmas, quer pela sua disseminação ou mesmo pela ocasional hospedagem de pragas, estas devem ser controladas nos diversos campos agrícolas de maneira a diminuir ao máximo o seu impacto. Assim, ao longo dos anos, diversas abordagens foram concebidas como forma de monitorização, sendo essa o primeiro passo para a gestão da sua presença em diferentes culturas. Usualmente é avaliada a densidade de plantas (por contagem ou recobrimento) por espécie numa determinada área de amostragem, in loco ou em amostras de terra (banco de sementes do solo). Sendo esta uma tarefa de complexidade elevada e dependente da plantação em questão, são necessários novos procedimentos e implementação dos mesmos de maneira a colmatar este problema. Com essa finalidade, desenvolveu-se uma aplicação capaz de detetar e auxiliar o utilizador na identificação de diferentes espécies de plântulas de infestantes relevantes no Ribatejo e Oeste, através do uso de técnicas baseadas em aprendizagem automática. Esta aplicação tem como objetivo identificar plântulas, uma vez que é nesta fase de crescimento da planta que a sua remoção mais influencia o processo de crescimento da flora ao seu redor, neste caso as culturas. É esperado que todo o tipo de utilizadores finais consiga utilizar a aplicação em questão para detetar e identificar diferentes espécies de plântulas de infestantes relevantes na região do Ribatejo e Oeste.

Making the most of the agricultural sector is essential because it is one of Portugal’s largest and most significant economic sectors and especially because the country has a climate that is perfect for cultivating a variety of plants. Weeds must be controlled in the various agricultural fields in order to minimize their influence because they obstruct this task by adversely influencing the crop plants, either by stealing nutrients intended for them, by their dispersal, or even by occasionally hosting pests. Several approaches have been devised as a form of monitoring, the first step towards managing their presence in different crops. Usually plant density is assessed (by counting or overlapping) per species in a given sampling area, in situ or on soil samples (soil seed bank). Since this is a highly complex task and depends on the plantation in question, new procedures and their implementation are necessary in order to overcome this problem. To that end, we present an application capable of detecting and assisting the user in the identification of different weed seedling species relevant in Ribatejo and West, through the use of machine learning based techniques. This application aims to identify seedlings, since it is at this stage of the plant’s growth that its removal most influences the growth process of the surrounding flora, in this case crop plants. It is expected that, all kinds of end users are able to use the application in question to automatically detect and identify different species of relevant weeds in the Ribatejo and West region.