Navegando por Autor "Salvador, Guilherme Soares"

Agora exibindo 1 - 2 de 2

Sample size estimation of fruit maturation for Arabica’s coffee
(Instituto Agronômico (IAC), 2025-01-31) Botega, Gustavo Pucci; Abrahão, Juliana Costa de Rezende; Botelho, Thiago Tavares; Botelho, Cesar Elias; Salvador, Guilherme Soares; Gonçalves, Flávia Maria Avelar
This study aimed at establishing the ideal sample size for evaluating the maturation cycle in Coffea arabica, and investigating the errors associated with different sample sizes, in addition to verifying the possibility of using the clustering method to separate genotypes according to the maturation stage. Two experiments were analyzed: one with F2:3 progenies using visual maturation assessment through fruit counting, and another with cultivars using image processing for maturation assessment. To determine the ideal sample size for this trait, we used the estimation of the errors associated with maturation, using the bootstrap technique. Subsequently, the K-means algorithm was tested as an alternative for clustering genotypes into maturation classes. The application of the bootstrap technique in order to estimate the error associated with maturation revealed that the adoption of a 450-mL sample size resulted in an associated error of approximately 5%, indicating that it is an adequate size for character assessment. The implementation of K-means as a clustering tool offers a promising perspective for Arabica coffee plant breeding programs. A more comprehensive analysis, which not only assesses the proportion of ripe fruits, but also considers the distribution of different maturation stages, provides a more accurate understanding of the maturation process. This allows a more precise identification of genotypes with the most suitable performance for different growing conditions, as well as enabling adjustments in harvest management and post-harvest processing, optimizing coffee quality.
Visão computacional aplicada à avaliação de Hemileia vastatrix em Coffea arabica
(Universidade Federal de Lavras, 2022-10-28) Salvador, Guilherme Soares; Gonçalves, Flávia Maria Avelar
A principal doença que acomete a cultura do café é a ferrugem alaranjada, causada pelo fungo Hemileia vastatrix. Com isso, o foco dos programas de melhoramento genético do cafeeiro na obtenção de cultivares resistentes ao patógeno se torna cada vez mais essencial, a fim de minimizar os prejuízos por ele ocasionados à cafeicultura. A principal estratégia adotada para a avaliação dos genótipos resistentes à doença é a utilização de escalas diagramáticas. A partir dela, são dadas notas referentes a reação do genótipo em relação à severidade da doença. Contudo, tais avaliações são feitas visualmente e dependem da experiência do avaliador. Uma alternativa para a avaliação da severidade da doença é a utilização de imagens fotográficas e processamento destas em softwares para obtenção da severidade real e obtenção de resultados mais assertivos e conclusivos. Diante disso, o presente trabalho objetivou-se no desenvolvimento de um algoritmo para quantificação da ferrugem alaranjada e a partir das análises obtidas por meio deste, desenvolver e validar uma nova escala diagramática de avaliação da ferrugem do cafeeiro. Foram realizados dois experimentos, no qual o primeiro consistiu na coleta de folhas de cafeeiro acometidas pela doença para o treinamento e obtenção de um modelo de algoritmo para quantificação, enquanto o segundo foi conduzido em folhas destacadas e inoculadas com o fungo, alocadas em placas de Petri, em ambiente controlado, tendo como proposta desenvolver um novo método de inoculação e avaliação da doença, utilizando as cultivares Catuaí Vermelho IAC 144, Bourbon Amarelo, MGS Aranãs, MGS Paraíso e Catiguá MG2. O processamento e análise de imagens foram realizados em linguagem de programação Python, utilizando os pacotes OpenCV e Scikit-Image. Para a elaboração da escala diagramática, foram utilizadas as imagens e estimativas obtidas pelas análises de imagem. A escala diagramática desenvolvida foi validada pelo coeficiente de correlação de concordância proposto por Lin (1989) e se mostrou eficaz na quantificação de folhas doentes de cafeeiro, enquanto o algoritmo desenvolvido também se mostrou assertivo em relação à quantificação da doença. Comparou-se métodos de avaliação visual presencial e remotamente e não foi identificada diferença significativa entre as avaliações.