Bee-Set para um sistema de baixo custo de crescimento e monitoração ambiental-espectral de cultivos vegetais

Carregando...
Imagem de Miniatura

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Federal de Minas Gerais

Descrição

Tipo

Tese de doutorado

Título alternativo

Primeiro orientador

Membros da banca

Resumo

Esse trabalho começou a partir de uma proposta simples: analisar e caracterizar a doença da podridão vermelha do sisal por imageamento para identificação e detecção da doença. O sisal (Agave sisalana) é um importante cultivo nas regiões semiáridas do nordeste brasileiro. O Brasil é o maior produtor mundial e o cultivo gera renda de milhares de pessoas da região, composta primariamente por pequenos agricultores. As fibras oriundas de suas folhas são usadas na produção de fios, cordas, tapetes e na confecção de artesanato. Apesar da robustez intrínseca desta planta com metabolismo ácido-crassulácea (CAM), essa doença causa a necrose dos tecidos internos do caule e sua eventual morte. Os sintomas são tardios e os meios de controle da doença são ineficazes, portanto, a criação de uma base de dados e imagens que avaliem a evolução dos sintomas da doença pode levar a uma forma de detecção precoce da doença no campo e melhorar o seu controle. O foco deste trabalho foi criar uma plataforma de estudo e coleta de imagens: a Bee-Set. Sua construção é derivada da revisão bibliográfica, resultados de estudos pilotos de infecção de plantas de sisal e de vários outros protótipos construídos para aquisição do know-how. A plataforma é composta por diversos módulos que incluem: (i) uma câmara de crescimento vegetal com (ii) um sistema de captura multiespectral que emprega vários sensores de imageamento relativamente recentes no mercado e LEDs, (iii) um sistema de posicionamento de espécimes, (iv) data logger de campo e (v) um espectrômetro portátil. A plataforma emprega open source hardware e software e faça você mesmo (DIY – do it yourself) para uma redução extrema de custos, usando sempre que possível materiais de fácil acesso no Brasil. Embora seja de baixo custo, a Bee-Set tem como ponto chave a sua funcionalidade, usando um modelo modularizado que permite que novas melhorias possam ser criadas e acopladas facilmente no seu interior, bem como ser escalonada para atender limitações de dimensões físicas, para estudar outros cultivos de interesse ou até para estudar o cultivo de microrganismos. Essas características garantem que a Bee-Set seja uma solução ímpar, aplicando diferentes áreas do conhecimento, ideias e tecnologias na construção de uma plataforma multiuso em um país que sofre com o alto custo e acesso difícil a equipamentos científicos.

Abstract

This Ph.D. Dissertation began with a simple proposal: to analyze and characterize the sisal red rot disease through imaging for identification and detection of the disease. Sisal (Agave sisalana) is an important crop in the semi-arid regions of northeastern Brazil. Brazil is the world’s largest producer, and the crop is responsible for the livelihood of thousands of people in the region, primarily composed of small farmers. The fibers from its leaves are used in the production of filaments, ropes, rugs and artisanal items. Despite the intrinsic robustness of this Crassulacean Acid Metabolism (CAM) plant, this disease causes necrosis of the internal tissues of the stem and its eventual death. Symptoms appear late, and the actual disease’s control methods are ineffective. Therefore, the creation of a database and images that evaluate the evolution of disease symptoms could lead to a method for field early detection and improve disease control. The focus of this work was to create this study platform and image collection: the Bee-Set. Its construction is derived from a literature review, results from pilot studies on sisal infection, and various other prototypes built to acquire the necessary know-how. The platform is composed of several modules, including: (i) a plant growth chamber with a (ii) multispectral capture system employing various imaging sensors relatively new to the market and LEDs, (iii) a specimen positioning system, (iv) a field data logger, and (v) a portable spectrometer. The platform uses open-source hardware and software and a do-it-yourself (DIY) approach to significantly reduce costs, utilizing readily available materials in Brazil whenever possible. Although low-cost, the Bee-Set’s key feature is functionality, using a modularized model that allows for easy integration of new improvements and scalable design to accommodate physical dimension limitations, study other crops of interest, or even cultivate microorganisms. These features ensure that the Bee-Set is a unique solution, applying different areas of knowledge, ideas, and technologies to the construction of a multi-purpose platform in a country that struggles with high costs and limited access to scientific equipment.

Assunto

Bioinformática, Podridão vermelha, Sisal

Palavras-chave

Open Source Hardware, Open Source Software, prototipagem, DIY, baixo custo, câmara de crescimento vegetal, sistema multiespectral, podridão vermelha do sisal, sisal, Aspergillus welwitschiae

Citação

Endereço externo

Avaliação

Revisão

Suplementado Por

Referenciado Por

Licença Creative Commons

Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso aberto