BRPI0819792A2 - equipamento, método e sistema para certificação de mudas de citros - Google Patents
equipamento, método e sistema para certificação de mudas de citros Download PDFInfo
- Publication number
- BRPI0819792A2 BRPI0819792A2 BRPI0819792A BRPI0819792A2 BR PI0819792 A2 BRPI0819792 A2 BR PI0819792A2 BR PI0819792 A BRPI0819792 A BR PI0819792A BR PI0819792 A2 BRPI0819792 A2 BR PI0819792A2
- Authority
- BR
- Brazil
- Prior art keywords
- citrus
- equipment
- fluorescence
- seedlings
- excitation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 241000207199 Citrus Species 0.000 title claims abstract description 49
- 235000020971 citrus fruits Nutrition 0.000 title claims abstract description 47
- 238000002189 fluorescence spectrum Methods 0.000 claims abstract description 14
- 238000001506 fluorescence spectroscopy Methods 0.000 claims abstract description 10
- 239000000049 pigment Substances 0.000 claims abstract description 9
- 230000000243 photosynthetic effect Effects 0.000 claims abstract description 7
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 5
- 229930002868 chlorophyll a Natural products 0.000 claims abstract description 4
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims abstract description 4
- 229930002869 chlorophyll b Natural products 0.000 claims abstract description 4
- NSMUHPMZFPKNMZ-VBYMZDBQSA-M chlorophyll b Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C=O)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 NSMUHPMZFPKNMZ-VBYMZDBQSA-M 0.000 claims abstract description 3
- 241000196324 Embryophyta Species 0.000 claims description 29
- 230000003287 optical effect Effects 0.000 claims description 23
- 238000001228 spectrum Methods 0.000 claims description 21
- 230000005284 excitation Effects 0.000 claims description 19
- 238000000513 principal component analysis Methods 0.000 claims description 18
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 239000000523 sample Substances 0.000 claims description 12
- 239000013307 optical fiber Substances 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000000295 emission spectrum Methods 0.000 claims description 5
- 239000000835 fiber Substances 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims 4
- 235000005473 carotenes Nutrition 0.000 claims 1
- 150000001746 carotenes Chemical class 0.000 claims 1
- 230000005855 radiation Effects 0.000 claims 1
- 235000008210 xanthophylls Nutrition 0.000 claims 1
- 150000003735 xanthophylls Chemical class 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 8
- 238000004519 manufacturing process Methods 0.000 description 14
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 239000000463 material Substances 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 235000005979 Citrus limon Nutrition 0.000 description 3
- 244000131522 Citrus pyriformis Species 0.000 description 3
- 241000271274 Cleopatra Species 0.000 description 3
- 244000061408 Eugenia caryophyllata Species 0.000 description 3
- 238000005481 NMR spectroscopy Methods 0.000 description 3
- 235000014443 Pyrus communis Nutrition 0.000 description 3
- 235000016639 Syzygium aromaticum Nutrition 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 235000015205 orange juice Nutrition 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 241000607479 Yersinia pestis Species 0.000 description 2
- OENHQHLEOONYIE-UKMVMLAPSA-N all-trans beta-carotene Natural products CC=1CCCC(C)(C)C=1/C=C/C(/C)=C/C=C/C(/C)=C/C=C/C=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C OENHQHLEOONYIE-UKMVMLAPSA-N 0.000 description 2
- TUPZEYHYWIEDIH-WAIFQNFQSA-N beta-carotene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CCCC1(C)C)C=CC=C(/C)C=CC2=CCCCC2(C)C TUPZEYHYWIEDIH-WAIFQNFQSA-N 0.000 description 2
- 235000013734 beta-carotene Nutrition 0.000 description 2
- 239000011648 beta-carotene Substances 0.000 description 2
- 229960002747 betacarotene Drugs 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000002420 orchard Substances 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 235000005976 Citrus sinensis Nutrition 0.000 description 1
- 240000002319 Citrus sinensis Species 0.000 description 1
- 240000006497 Dianthus caryophyllus Species 0.000 description 1
- 235000009355 Dianthus caryophyllus Nutrition 0.000 description 1
- 208000035240 Disease Resistance Diseases 0.000 description 1
- 206010061217 Infestation Diseases 0.000 description 1
- 244000141359 Malus pumila Species 0.000 description 1
- 235000011430 Malus pumila Nutrition 0.000 description 1
- 235000015103 Malus silvestris Nutrition 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 240000008790 Musa x paradisiaca Species 0.000 description 1
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 235000009754 Vitis X bourquina Nutrition 0.000 description 1
- 235000012333 Vitis X labruscana Nutrition 0.000 description 1
- 240000006365 Vitis vinifera Species 0.000 description 1
- 235000014787 Vitis vinifera Nutrition 0.000 description 1
- 230000006578 abscission Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000012921 fluorescence analysis Methods 0.000 description 1
- 238000002073 fluorescence micrograph Methods 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000417 fungicide Substances 0.000 description 1
- 238000012239 gene modification Methods 0.000 description 1
- 230000005017 genetic modification Effects 0.000 description 1
- 235000013617 genetically modified food Nutrition 0.000 description 1
- 238000003205 genotyping method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 230000010198 maturation time Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000005068 transpiration Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- OENHQHLEOONYIE-JLTXGRSLSA-N β-Carotene Chemical compound CC=1CCCC(C)(C)C=1\C=C\C(\C)=C\C=C\C(\C)=C\C=C\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C OENHQHLEOONYIE-JLTXGRSLSA-N 0.000 description 1
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
EQUIPAMENTO, MéTODO E SISTEMA PARA CERTIFICAçãO DE MUDAS DE CITROS - A presente invenção compreende um equipamento para identificar variedades de copas e porta-enxertos ser diretamente utilizado em campo. A identificação é realizada por meio da análise do espectro de fluorescência de pigmentos fotossintéticos principais (clorofila-a e clorofila-b) e acessórios das folhas das árvores de maneira rápida, de baixo custo e, principalmente, não-invasiva. Outra concretização da presente invenção é um método para idntificação de variedades de citros, bem como um método para certificar mudas de citros no que se refere à variedade da copa e do porta-enxerto. A invenção compreende, ainda, um sistema para identificação e certificação de mudas de citros utilizando espectroscopia de emissão de fluorescência e inteligência artificial através da associação do equipamento e do método da presente invenção.
Description
EQUIPAMENTO, MÉTODO E SISTEMA PARA CERTIFICAÇÃO DE MUDAS DE
CITROS
CAMPO DA INVENÇÃO A presente invenção refere-se a um método e um equipamento para identificação das diversas variedades de árvores cítricas, tanto das copas quanto dos porta-enxertos, por meio da análise dos espectros de fluorescência obtidos a partir de suas folhas.
FUNDAMENTOS DA INVENÇÃO As frutas cítricas encontram-se espalhadas por todo o globo e estão presentes como hábito de consumo na vida das pessoas. Os maiores produtores de laranja estão localizados em clima tropical e subtropical, destacando-se o Brasil, Estados Unidos da América (sul), Espanha, México e Itália.
Os citros são as frutas mais produzidas no mundo, representando 24% da produção total, índice que supera as culturas de uva, banana e maçã. Em nível mundial, oito em cada dez copos de suco de laranja produzidos são de procedência brasileira. Somente o Estado de São Paulo é responsável por 98% do montante de suco concentrado para exportação. Esse mercado possui também elevada importância sócio-econômica, pois as atividades relacionadas à cadeia produtiva dos citros empregam cerca de 400 mil pessoas só no Estado de São Paulo, direta ou indiretamente.
O Brasil é também o maior exportador mundial de suco de laranja concentrado congelado, com 74,6% das vendas no comércio internacional, sendo 95% produzido pelo Estado de São Paulo. Esses índices garantem o Io lugar na produção mundial com 49,3% do total de suco de laranja produzido, seguido pelos Estados Unidos da América com 37,6%. Entretanto, os EUA consomem praticamente toda a sua produção, tendo uma participação de apenas 3,1% nas transações internacionais. A projeção realizada para a produção de laranja até 2009 no Estado de São Paulo
permeia os 346 milhões de caixas que não é significativamente diferente do recorde de 368 milhões de caixas atingido em 2002. Isso demonstra uma estagnação do crescimento da produção de laranja, que está associada principalmente com os problemas de sanidade e do manejo adequado dos pomares citrícolas. O controle de doenças antigas, como o cancro, CVC, Pinta Preta e a Gomose e de doenças recentes, como a Morte Súbita dos Citros (MSC) e o Greening, é um desafio enorme para os produtores e cooperativas justamente pela carência de sistemas rápidos e precisos de diagnóstico. De maneira similar, o problema se estende para a certificação de produção de mudas.
A muda cítrica é o insumo mais importante na implantação do pomar, sendo constituída por duas partes: o porta-enxerto e a copa. O procedimento correto é a produção de mudas com borbulhas para copa e sementes para o porta-enxerto provenientes de matrizes comprovadamente sadias, todavia não há condições para um controle completo. Excetuando o Estado de São Paulo, em nenhum outro estado brasileiro há uma busca por normas técnicas visando proteger as mudas eficientemente quanto à contaminação por doenças e prover a certificação para produção. Tipicamente, cabe ao viveiro uma parcela de responsabilidade na produção das mudas e na certificação das mesmas. Trata-se, portanto, de um mecanismo unidirecional no qual viveiristas provêem a certificação com base na procedência da muda (semente e borbulha) e citricultores acatam-a sem uma prévia comprovação. Agrega-se a esse mecanismo erros de certificação de várias naturezas e, geralmente, o citricultor é o maior prejudicado de toda cadeia produtiva.
A certificação da variedade dos citros em viveiros é especialmente importante, assim como o porta-enxerto, pois induz a variedade da copa alterações no seu crescimento, tamanho, precocidade de produção, produtividade , época de maturação e massa dos frutos, permanência dos frutos nas plantas, conservação da fruta após a colheita, transpiração das folhas, fertilidade do pólen, composição química das folhas, capacidade de absorção, síntese e utilização de nutrientes, tolerância e salinidade, resistência à seca e ao frio, resistência e tolerância a pragas e doenças e resposta à produção de abscisão. Usualmente, a fim de ampliar a faixa de colheita e promover a adequação às variações climáticas, pratica- se o plantio de diferentes variedades de plantas com diferentes épocas de maturação (precoces, de meia-estação e tardias). O parque citrícola brasileiro utiliza principalmente as variedades: Pêra-Rio, Valência, Natal, Hamlin, Bahia ou Baianinha. No entanto, essa prática tem impacto direto nos custos de produção devido ao aumento da mão-de-obra, à necessidade tratamentos diferenciados, intervenção constante para controle de pragas, manejo do solo, diversidade de defensivos agrícolas, irrigação e outros. Atualmente não existem métodos ou equipamentos para certificação das variedades
das mudas de citros ou da saúde das mesmas. O produtor ao adquirir mudas enxertadas confia na informação de seu fornecedor quanto à natureza das plantas que está adquirindo. Tendo em vista que a escolha das copas e porta-enxertos apropriados é um fator decisivo para a obtenção de uma boa safra, pelas razões expostas anteriormente, a garantia de aquisição das plantas corretas torna-se um requisito fundamental.
A Secretaria da Agricultura do Estado de São Paulo instituiu normas, estabelecidas
no Programa de Matrizes do Estado de São Paulo, para a produção de mudas de citros certificadas. Segundo as normas, o controle de qualidade genética e sanitária das mudas é rigoroso, feito sobre o material de propagação, plantas matrizes fornecedoras das sementes dos porta-enxertos e borbulheiras. Uma vez seguidas as normas, o viveirista ou produtor pode ter suas próprias matrizes e borbulheiras. As normas não se restringem ao controle de origem e proteção dos viveiros com tela para evitar infestações, deve haver também acompanhamento contínuo, vistorias e amostragens para análise em laboratório, para garantia da qualidade genética e sanitária das mudas (CARVALHO et al., Produção de borbulha básica para formação de mudas de citros sadias em São Paulo, http://revistalaranja.centrodecitricultura.br/2001/v22_nl/v22_nl_pl85.pdf; Chat técnico sobre certificação de mudas de citros,
http://www.todafhxta.com.br/todafruta/mostra_conteudo.asp?conteudo=8985). No entanto, e na prática, a consolidação deste método de certificação baseia-se principalmente na qualidade sanitária das mudas, cabendo ao produtor de mudas a confiabilidade pela qualidade genética. Isto se deve ao fato da dificuldade de distinção laboratorial dos cultivares, como exemplificado pela técnica de polimorfismo enzimático, que não consegue distinguir entre laranjas doces (Citrus cinensis) quanto as variedades Hamlin, Natal, Valência, Pineaple, Rubi e Moro (Sawasaki et al., Bragantia, Campinas, 51(2), 121-128, 1992).
A busca por novas técnicas capazes de realizar a certificação de mudas de forma
rápida, precisa e economicamente viável tem sido intensa, e passa por métodos físicos, como a espectroscopia de ressonância magnética nuclear, e vai até a genotipagem (PRESTES, R. A. ; COLNAGO, L. A. ; CARRILHO, E. ; WULFF, N. A. . Diagnóstico da Morte Síbita dos Citros através da ressonância magnética nuclear de baixo campo e quimiometria. In: IX Jornada Brasileira de Ressonância Magnética, 2006. Resumo da IX Jornada Brasileira de Ressonancia Magnética). A espectroscopia de fluorescência é uma técnica de grande potencial para ser aplicada em estudos de tecidos biológicos e, nesta patente, utilizada como uma ferramenta para a certificação de mudas.
Atualmente, a espectroscopia de fluorescência vem sendo amplamente aplicada na medicina para diagnóstico de doenças, como é o caso da biópsia óptica (R. A Zângaro, L. Silveira Jr., R. Manoharan, G. Zonios, I. Itzkan, R. Dasari, J. Van Dam, M; Feld, "Rapid multi-excitation fluorescence spectroscopy system for in vivo tissue diagnosis", Applied Optics, Vol. 35 (25), 1996).
O documento US20030023386 refere-se a uma metodologia que inclui uso de cromatografia ou espectroscopia e processamento dos dados por redes neurais para estudo de resposta a agentes estressantes, como pesticidas, inseticidas e fungicidas, ou por modificações genéticas, com aplicação para plantas, animais e microrganismos. Esta tecnologia visa mapear alterações nas concentrações metabólicas induzidas uma vez estabelecido o agente estressante, contudo sua aplicação é limitada a condições de laboratório altamente controladas, e preferencialmente, emprega a espectroscopia de ressonância magnética nuclear.
O método e equipamento descrito no documento W02004026022 clama identificar a qualidade de material vegetal, no que se refere a saúde de plantas, condições de crescimento ou grau de estresse, assim como distinguir as diferentes partes de um mesmo material vegetal, via a análise de fluorescência dos pigmentos fotossintéticos clorofila-α e clorofila-è e obtenção da razão de eficiência fotossintética pela transferência de fótons entre estes pigmentos. De maneira similar, o documento US20060102851 apresenta método e equipamento para avaliar a eficiência quântica da fotossíntese, remetendo à "saúde" do material vegetal, bem como classifica e auxilia na separação de diferentes partes componentes de um mesmo vegetal. No entanto, estas tecnologias não têm emprego ampliado à distinção entre materiais vegetais de espécies ou variedades diferentes. Além disso, estas são exclusivamente voltadas para a leitura de emissão de clorofilas a e b, e, portanto, não analisam a emissão de fluorescência de outros pigmentos acessórios ao processo fotossintético, importantes ferramentas à distinção sutil deste tipo de propriedade óptica. Para aplicação na citricultura, o documento PI05059757-7 demonstra um método óptico para detecção da Morte Súbita dos Citros ("Método e equipamento para detecção de morte súbita dos citros (MSC)" - Inventores: Débora Μ. Β. P. Milori, Ladislau Martin Neto, Jean C. C. Terêncio, Lúcio A. de C. Jorge, André Torre Neto). O preceito básico deste documento é que a MSC acarreta alterações em diversos compostos orgânicos fluorescentes das folhas, como por exemplo, as concentrações de clorofila a, clorofila b, e β-caroteno (Figura 1). Como a espectroscopia de fluorescência é uma técnica extremamente sensível, as pequenas alterações químicas podem ser detectadas diretamente nas folhas de plantas. A metodologia referente a este documento é feita em duas etapas distintas, sendo a primeira em campo e a segunda em laboratório. A etapa de campo consiste na triagem inicial de plantas com suspeita de MSC ou Declínio, por meio da captação da fluorescência de folhas em câmera do tipo CCD (Charged Coupled Device) após excitação por fonte de luz e análise do resultado em programa de computador, que classifica os pixels das imagens com uso de rede neural na composição de cores RGB (vermelho, verde, azul), distinguindo plantas sadias (fluorescem no vermelho) de plantas doentes (fluorescem no amarelo). Posteriormente, a segunda etapa é realizada, em laboratório, para a confirmação de MSC. A confirmação é feita com análise do espectro de fluorescência, por avaliação de razão de picos de intensidade de fluorescência, compondo índices baseados em comprimentos de onda específicos, desenvolvidos para detecção desta doença. No entanto, os índices e programas de computador desenvolvidos para a aplicação desta metodologia limitam-se à distinção de folhas sadias e doentes, assim como detecção/confirmação de MSC via índices em porta-enxertos e folhas.
Diferentes variedades de citros podem possuir sutis diferenças nas propriedades ópticas das folhas. O método proposto na presente invenção consiste em adquirir o espectro de fluorescência de folhas de mudas de citros e detectar estas diferenças entre as variedades (codificadas no espectro) e por meio de análise de componentes principais aplicada ao espectro de emissão de fluorescência, aliada a um comitê de redes neurais artificiais, estabelecer um classificador para as diferentes variedades.
Sendo assim, o método proposto na presente invenção consiste em um sistema compacto e portátil, que possibilita uma avaliação direta, no campo, de forma rápida e eficiente da qualidade de mudas de citros. O presente sistema incorpora um miniespectrômetro de fluorescência, cabos ópticos para leitura direta na folha dos citros, um programa de computador e um banco de dados que implementa um classificador baseado em um comitê de redes neurais para identificação da variedade.
BREVE DESCRIÇÃO DAS FIGURAS Figura 1 - Apresenta exemplos de substâncias químicas fluorescentes presentes nas
folhas.
Figura 2 - Mostra um esquema do equipamento portátil para realização de medidas espectroscópicas.
Figura 3 - Ilustra espectros normalizados típicos de quatro categorias de amostras. Figura 4 - Mostra gráfico com as três primeiras componentes principais para cada
espectro para seis variedades de citros em porta-enxerto Cleópatra.
Figura 5 - Apresenta gráfico mostrando as três primeiras componentes principais para cada espectro para quatro variedades de citros em porta-enxerto limão-cravo.
SUMÁRIO DA INVENÇÃO A presente invenção vem mostrar que laranjeiras e outras plantas cítricas podem ser
identificadas e distinguidas umas das outras quanto às variedades de sua copa e do porta- enxerto por meio de metodologia que utiliza espectroscopia de fluorescência e algoritmos de aprendizado de máquina. A identificação é realizada por meio da análise do espectro de fluorescência de pigmentos fotossintéticos principais (clorofila-α e clorofila-6) e acessórios das folhas das árvores de maneira rápida, de baixo custo e, principalmente, não-invasiva.
A presente invenção apresenta como uma concretização, um equipamento portátil para identificar variedades de copas e porta-enxertos, podendo ser diretamente utilizado em campo. Todos os componentes do equipamento estão abaixo descritos e são comercialmente disponíveis, o que permite a montagem e reprodução do mesmo para um especialista. O referido equipamento compreende um cabo óptico de excitação, um filtro óptico ajustável, um acoplador de fibra óptica, um cabo óptico misto, uma sonda, um cabo óptico de emissão, um miniespectrômetro, um computador portátil acoplado e nele um programa processador de dados. O referido equipamento é caracterizado por apresentar uma fonte laser com comprimento de onda de excitação variando de 200 a 800 nm, preferencialmente em 561nm. O equipamento apresenta ainda uma capacidade de coleta de espectro de emissão entre 545-1100 nm, sendo utilizada preferencialmente a faixa de leitura entre 660 a 800 nm para a composição da matriz de dados.
Outra concretização da presente invenção é um método para identificação de variedades de citros caracterizado por compreender os seguintes estágios: a) Extrair da planta algumas folhas;
b) Obter o espectro de fluorescência a partir dessas folhas;
c) Calcular as seis primeiras componentes principais do espectro, usando para cada uma delas uma fórmula previamente determinada segundo as mudanças de coordenadas requeridas pelo método estatístico Principal Component Analysis
(PCA);
d) Aplicar às componentes principais encontradas o programa classificador, baseado em comparações feitas por redes neurais, que determinam a variedade de copa e porta-enxerto da planta em questão com uso de mudas já identificadas; e
e) Gerar um laudo e inserir a informação no banco de dados.
Uma concretização adicional da presente invenção refere-se a um método de certificação de mudas de citros (copa e porta-enxerto) usando o equipamento portátil da presente invenção caracterizado por compreender os seguintes estágios: a) Analisar de forma não invasiva as folhas ou porta-enxerto de mudas de citros;
b) Obter o espectro de fluorescência a partir das mudas;
c) Calcular as seis primeiras componentes principais do espectro, usando para cada uma delas uma fórmula previamente determinada segundo as mudanças de coordenadas requeridas pelo método estatístico Principal Component Analysis (PCA);
d) Aplicar às componentes principais encontradas o programa classificador,
baseado em comparações feitas por redes neurais, que determinam a variedade de copa e porta-enxerto da planta em questão, mediante calibração prévia do método com mudas já identificadas; e
e) Gerar um laudo e inserir a informação no banco de dados, retroalimentando a
base de dados. Uma concretização adicional refere-se a um sistema para identificação e certificação de mudas de citros utilizando espectroscopia de emissão de fluorescência e inteligência artificial através da associação do equipamento e do método da presente invenção.
DESCRIÇÃO DETALHADA DA INVENÇÃO A citricultura paulista é pioneira na adoção de normas técnicas e/ou procedimentos
para controle de doenças e certificação de mudas. No entanto, essas normas e procedimentos são dotados de mecanismos limitados para certificação da qualidade da produção no que tange às variedades comercializadas, sejam de copas ou de porta-enxertos. E esse o problema que esta invenção se propõe a resolver. A presente invenção se baseia na espectroscopia de fluorescência, que vem sendo amplamente utilizada pelo comprovado potencial para análise de substâncias orgânicas, em muitos casos sem prévio tratamento químico, pelo custo reduzido e pela rapidez com que os resultados são obtidos. A título de ilustração, a figura 1 apresenta exemplos de substâncias químicas fluorescentes presentes nas folhas: 1 - Clorofila a; 2 - clorofila b; 3 - β-caroteno. Estudos experimentais preliminares demonstraram que é possível distinguir as
variedades a partir dos espectros de fluorescência das folhas, cujas características estão associadas às propriedades químicas das mesmas. A superfície da folha é iluminada por um laser de comprimento de onda de 56 Inm e o espectro de fluorescência é obtido por meio de um espectrômetro que opera na faixa de 545 a 1 IOOnm. A classificação de cada espectro é feita utilizando-se a faixa de comprimento de onda entre 660 nm e 800 nm, e segue critérios matemáticos e estatísticos bem definidos, os quais são efetivamente determinados por meios computacionais, construídos segundo medições experimentais já realizadas.
O procedimento de aquisição e classificação do espectro obtido, como parte da calibração da metodologia frente às distintas espécies de porta-enxertos e copas de citros, é realizado em três etapas por um programa de computador desenvolvido especialmente para esse fim. As etapas são: aquisição, cálculo das componentes principais e a classificação do espectro.
De forma semelhante à metodologia descrita em PI05059757-7, a presente metodologia envolve a emissão de fluorescência de pigmentos fotossintéticos principais e acessórios para compor a análise de dados. No entanto, a primeira usa de passo inicial de triagem por análise de imagem da fluorescência em câmara do tipo CCD e distinção de plantas sadias e doentes por rede neural aplicada aos pixels da imagem; a confirmação da presença de MSC em plantas doentes é então feita com equipamento espectrômetro de fluorescência, usando-se comprimento de onda de excitação entre 572 a 578 nm, preferencialmente, 576 nm, e análise de índices a partir da razão de picos de intensidade de emissão em comprimentos de onda específicos (II, 629 nm e 823 nm; 12, 735 nm e 688 nm) para a detecção da doença MSC.
A presente invenção apresenta um novo sistema dotado de equipamento para certificação de mudas, que compreende um equipamento portátil para ser levado a campo para realização de medidas espectroscópicas caracteríticas do método. A figura 2 mostra um esquema do equipamento portátil para realização de medidas espectroscópicas, com base nas seguintes referências: 1 - laser ou led; 2- cabo óptico de excitação; 3 - filtro óptico ajustável; 4 - acoplador de fibra óptica; 5 - cabo óptico misto; 6 - sonda; 7 - folha a ser analisada; 8 - cabo óptico de emissão; 9 - miniespectrômetro; 10 - computador portátil para aquisição de dados com programa de computador classificador; 11 - corte transversal do cabo óptico misto; 12 - fibras ópticas de excitação; 13 - fibra óptica para coletar emissão.
No método e equipamento da presente invenção a fonte de excitação de fluorescência pode ser lâmpada, led ou laser.
A presente invenção é distinta e suplanta os inconvenientes da BR PI05059757-7, pois a excitação ocorre entre 200 a 800 nm, preferencialmente em 561 nm, todo o espectro de emissão entre 545-1100 nm é coletado, e selecionada a faixa de leitura de intensidade de fluorescência entre 660 nm a 800 nm para compor a matriz de dados. A presente invenção também difere no uso de redes neurais como classificador de resultados, usada após o tratamento estatístico por análise dos componentes principais a partir do espectro de emissão para certificar as espécies de citros, ao contrário da PI05059757-7, onde a rede neural é aplicada como classificador para distinguir imagens captadas por CCD na fase de triagem de plantas sadias ou doentes.
A tabela 1, mostrada logo abaixo, apresenta uma comparação de metodologia e equipamentos usados no pedido PI05059757-7 e a presente invenção. Tabela 1. Comparação entre PI05059757-7 e a presente invenção.
PI05059757-7 (0. O equipamento portátil descrito na PI05059757-7 descreve um miniespectrômetro com comprimentos de onda de excitação entre 572-578nm Esta invenção (i). No equipamento portátil descrito no presente pedido, o miniespectrômetro utilizado atua no comprimento de onda de excitação de 561nm, ou seja, é um componente diferente do pedido anterior que torna esta capaz de diferenciar as espécies de citros. (ii). A metodologia da PI 05059797-7 consiste em duas etapas: primeiro faz-se necessário a aquisição das imagens, e após diagnosticar as plantas doentes é feito uma segunda etapa que consiste na análise espectroscópica. (ii). A metodologia do presente pedido consiste em apenas uma etapa, onde a espectroscopia é utilizada. (iii). O resultado espectroscópico da metodologia da PI mencionada acima é obtido por razão entre máximos de picos e depois por inteligência artificial. (iii). O resultado do presente pedido analisa o espectro como um todo por PCA e depois por inteligência artificial.
A redução da dimensionalidade do espaço de cada espectro é outro fator fundamental para a análise e para o algoritmo que gera o classificador baseado em comitês de redes neurais. Por isso, a análise de componentes principais (PCA, do inglês Principal Component Analysis) é utilizada. A PCA gera um novo espaço, fundamentado nos espectros previamente obtidos para um conjunto de amostras estatisticamente significativo. Em essência, esse método toma as variáveis que caracterizam uma amostra qualquer e efetua uma mudança para um sistema de coordenadas que atende certos requisitos matemáticos que o torna mais propício a evidenciar a distinção entre os diversos tipos de amostras. No domínio em questão, as amostras são os espectros obtidos de uma ampla variedade de folhas de diversas espécies.
O novo sistema de coordenadas é uma base de dimensão reduzida, na qual os dados espectrais podem ser projetados. Trata-se de um sistema ortonormal, e sua base é composta pelos autovetores da matriz de covariância do conjunto de dados analisado. Um sistema de coordenadas com essas propriedades usualmente concentra quase toda a variância dos dados em umas poucas coordenadas, e isso torna possível reduzir drasticamente a quantidade de variáveis analisadas sem qualquer prejuízo significativo à validade dos resultados. As coordenadas são denominadas "componentes principais" e apresentam-se ordenadas segundo a proporção da variância abrangida por cada uma. A transformação para o espaço reduzido das componentes principais é realizada com base em um conjunto de dados das variedades estatisticamente representativo. Essa transformação guarda as relações matemáticas entre o espaço espectral e o espaço das componentes principais. Assim, novos espectros são simplesmente projetados no espaço das componentes principais, por meio da aplicação da transformação.
O espaço abrangendo cerca de 95% da variabilidade total dos dados foi adotado como ideal na presente invenção. Assim, o subespaço das componentes principais é composto por apenas 6 componentes, utilizadas como atributos para o classificador.
O classificador é constituído por um comitê de 30 redes neurais artificiais do tipo Perceptron de múltiplas camadas (MLP, do inglês MultiLayer Perceptron) treinadas pelo algoritmo de retropropagação de erros (back-propagation). A integração das redes é realizada por meio do voto majoritário, ou seja, a classe mais predita entre as MLPs é definida como a predição do comitê. O algoritmo para construção do comitê utilizado é o Bagging (Breiman L. Bagging predictors. Machine Learning. 24(2): 123-140. 1996). Esse algoritmo é um método de "bootstrap" que treina cada classificador base (MLP) com uma partição diferente do conjunto de dados usado para treinamento. Cada MLP é então treinada por um conjunto de instâncias aleatoriamente amostradas do conjunto de dados de treinamento, que consiste em um banco de dados. Essas amostras provocam diversidade de predição entre os classificadores, um requisito fundamental para a construção de comitês acurados. Bagging é aplicado sobre os dados transformados para o subespaço definido pelas 6 componentes principais. Assim, o classificador final baseado em comitê de MLPs está pronto para ser utilizado na classificação das variedades.
O equipamento portátil utilizado no levantamento dos dados está esquematizado na Figura 2. Um laser, Ied ou outra fonte de luz (1) excita a amostra no comprimento de onda de 561 nm, no caso a folha da laranjeira, que vai emitir fluorescência devido aos seus pigmentos. A luz é conduzida da fonte até a amostra por um conjunto de seis fibras ópticas (2, 12) dispostas simetricamente em relação à sétima (8, 13). Esta cumpre a função de captar a luz fluorescente emitida pela amostra excitada e enviá-la a um miniespectrômetro (9), o qual mede a intensidade em cada região do espectro. Antes de chegar ao miniespectrômetro, porém, a luz atravessa um filtro óptico ajustável (3) (ao qual a fibra é ligada por um acoplador apropriado), que retém a luz meramente refletida, deixando passar apenas a fluorescência da amostra. Os dados do miniespectrômetro são, por sua vez, coletados e convertidos numa tabela por um computador portátil (10) no qual se encontra instalado o programa acima descrito, procedendo então ao tratamento dos dados obtidos.
Esse equipamento foi previamente usado no laboratório para aquisição dos dados, possibilitando assim o estudo das propriedades ópticas das diversas variedades de citros e o estabelecimento de critérios de diferenciação entre elas. Desta forma, foi feita a calibração do sistema, construindo-se uma consistente base de dados incrementai, que confere suporte e confiabilidade para análise comparativa e avaliação da qualidade de variedades de citros, permitindo a certificação de mudas de citros. O mesmo equipamento é usado para a realização de medidas em campo, fornecendo os resultados poucos segundos após a medição, o que constitui a concretização final desta invenção.
EXEMPLO
Foi realizado um minucioso estudo utilizando espectroscopia de fluorescência em folhas saudáveis para calibração do sistema. Foram utilizados dois conjuntos de amostras. O primeiro com folhas de seis variedades de copa em porta-enxerto Cleópatra e o segundo com quatro variedades de copa em porta-enxerto Cravo. As medições do espectro de fluorescência foram efetuadas rigorosamente de acordo com o procedimento descrito na seção anterior. Utilizou-se uma fonte de luz monocromática de comprimento de onda de 561nm.
Embora exista, para cada conjunto de amostras, uma variabilidade considerável na forma dos espectros, o que dificulta a análise comparativa precisa baseada meramente no exame visual dos mesmos, é possível perceber a existência de importantes tendências à diferenciação entre quatro conjuntos (Figura 3). A figura 3 mostra espectros normalizados típicos das quatro categorias de amostras apresentadas a título de exemplo. As combinações de copa e porta-enxerto são: 1 - Hamilin/Limão-Cravo; 2 - Pêra-Rio/Limão-Cravo; 3 - Natal/Limão-Cravo; 4 - Natal/Trifoliata.
A Figura 4 mostra um gráfico com as três primeiras componentes principais dos resultados do PCA para cada espectro para seis variedades de citros em porta-enxerto Cleópatra, 1- Natal; 2- Pêra-Rio; 3-Hamilim; 4-Valência; 5- Poncã; 6- Rubi. A Figura 5 apresenta um gráfico mostrando as três primeiras componentes principais dos resultados do PCA para quatro variedades em porta-enxerto Limão-Cravo, 1 - Natal; 2- Pêra-Rio; 3- Hamilin; 4- Valência..
Observa-se claramente nos gráficos que o método é altamente eficiente na distinção e classificação das variedades, tanto para as copas quanto para os porta-enxertos. Treinando o comitê de redes neurais artificiais como classificador de variedades, o sistema foi capaz de reconhecer as variedades e os porta-enxertos com acerto superior a 90%.
Claims (31)
1. Equipamento para identificação e certificação de mudas de citros, caracterizado pelo fato de que compreende um cabo óptico de excitação, uma fonte laser com comprimento de onda de excitação variando de 200 a 800 nm, um filtro óptico, um acoplador de fibra óptica, um cabo óptico misto, uma sonda, um cabo óptico de emissão, um miniespectrômetro e um computador portátil acoplado.
2. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato de que o referido equipamento utiliza uma fonte laser com comprimento de onda de excitação preferencial de 561 nm.
3. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato de que o referido equipamento é portátil.
4. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato de que o referido equipamento apresenta uma capacidade de coleta de espectro de emissão entre 545-1100 nm, sendo utilizada preferencialmente a faixa de leitura entre 660 a 800 nm.
5. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato de que o programa de computador utiliza técnicas de análise de componentes principais e redes neurais para classificação espectral.
6. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato de que o referido equipamento é o responsável por medidas espectroscópicas de emissão de fluorescência.
7. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato de que o referido cabo óptico misto compreende fibras ópticas de excitação e fibras ópticas para coleta de emissão.
8. Equipamento de acordo com a reivindicação 7, caracterizado pelo fato de que o referido cabo óptico misto compreende 6 fibras ópticas de excitação e 1 fibra óptica para coleta de emissão.
9. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato de que a luz de excitação é filtrada através de um filtro óptico ajustável.
10. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato de que a difração da luz é feita através de um miniespectrofotômetro e a detecção através de um arranjo de fotodiodos calibrados.
11. Equipamento de acordo com a reivindicação 1, caracterizado pelo fato do computador possuir um programa processador de dados.
12. Método para identificação de variedades de citros caracterizado por compreender os seguintes estágios: a) Extrair da planta algumas folhas; b) Obter o espectro de fluorescência a partir dessas folhas; c) Calcular as seis primeiras componentes principais do espectro, usando para cada uma delas uma fórmula previamente determinada segundo as mudanças de coordenadas requeridas pelo método estatístico Principal Component Analysis (PCA); d) Aplicar o programa classificador às componentes principais encontradas, baseado em comparações feitas por redes neurais, determinando a variedade de copa e porta-enxerto da planta em questão com uso de mudas já identificadas; e e) Gerar um laudo e inserir a informação no banco de dados.
13. Método de certificação de mudas de citros caracterizado por compreender os seguintes estágios: a) Utilizar um equipamento portátil de acordo com a reivindicação 1, b) Analisar de forma não invasiva as folhas ou porta-enxerto de mudas de citros; c) Obter o espectro de fluorescência a partir das mudas; d) Calcular as seis primeiras componentes principais do espectro, usando para cada uma delas uma fórmula previamente determinada segundo as mudanças de coordenadas requeridas pelo método estatístico Principal Component Analysis (PCA); e) Aplicar às componentes principais encontradas o programa classificador, baseado em comparações feitas por redes neurais, determinando a variedade de copa e porta-enxerto da planta em questão, mediante calibração prévia do método com mudas já identificadas; f) Gerar um laudo e inserir a informação no banco de dados, retroalimentando a base.
14. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que a fonte de excitação de fluorescência pode ser lâmpada, Ied ou laser.
15. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que a fonte de excitação de fluorescência emite radiação em comprimento de onda variando de 200 a 800 nm, preferencialmente de 561 nm.
16. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que a luz de excitação é conduzida até a folha através de fibra óptica.
17. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que a coleta do sinal é feita através de fibra óptica.
18. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que o sinal difratado é detectado por miniespectrofotômetro.
19. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que o sinal é difratado por grade de difração.
20. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que o sinal é detectado por arranjo de fotodiodos calibrados.
21. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que 15 a calibração prévia é feita utilizando análise de componentes principais e algoritmos de aprendizado de máquina (redes neurais) nas leituras do espectro de emissão entre 660 e 800 nm.
22. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que a calibração é realizada sobre intensidades ou descritores (índices) espectrais.
23. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que as variações nos espectros de fluorescência são alterações na composição química de constituintes das plantas.
24. Método de acordo com a reivindicação 23, caracterizado pelo fato de que os referidos constituintes são fluorescentes.
25. Método de acordo com a reivindicação 24, caracterizado pelo fato de que os referidos constituintes fluorescentes são pigmentos fotossintéticos da planta.
26. Método de acordo com a reivindicação 25, caracterizado pelo fato de que os referidos constituintes fluorescentes são, principalmente, as clorofila a e b, e alguns pigmentos acessórios, tais como carotenos e xantofilas.
27. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que as folhas fluorescem em comprimentos de onda entre 660 e 800 nm.
28. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que o comprimento de onda preferencial para certificação de mudas é de 561 nm.
29. Método de acordo com a reivindicação 12 ou 13, caracterizado por certificar mudas de citros no que se refere à variedade da copa e do porta-enxerto.
30. Método de acordo com a reivindicação 12 ou 13, caracterizado pelo fato de que utiliza um programa de computador classificador dedicado ao sistema.
31. Sistema para identificação e certificação de mudas de citros, caracterizado pelo fato de que utiliza espectroscopia de emissão de fluorescência e inteligência artificial através da associação do equipamento de acordo com a reivindicação 1 com o método descrito na reivindicação 12 ou 13.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| BRPI0819792-0A BRPI0819792B1 (pt) | 2008-10-08 | 2008-10-08 | Método para certificação de mudas de citros |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| BRPI0819792-0A BRPI0819792B1 (pt) | 2008-10-08 | 2008-10-08 | Método para certificação de mudas de citros |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BRPI0819792A2 true BRPI0819792A2 (pt) | 2012-12-18 |
| BRPI0819792B1 BRPI0819792B1 (pt) | 2019-10-01 |
Family
ID=47351265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI0819792-0A BRPI0819792B1 (pt) | 2008-10-08 | 2008-10-08 | Método para certificação de mudas de citros |
Country Status (1)
| Country | Link |
|---|---|
| BR (1) | BRPI0819792B1 (pt) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104012267A (zh) * | 2014-04-30 | 2014-09-03 | 中国农业科学院作物科学研究所 | 玉米耐盐性鉴定方法 |
-
2008
- 2008-10-08 BR BRPI0819792-0A patent/BRPI0819792B1/pt not_active IP Right Cessation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104012267A (zh) * | 2014-04-30 | 2014-09-03 | 中国农业科学院作物科学研究所 | 玉米耐盐性鉴定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| BRPI0819792B1 (pt) | 2019-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2746181T3 (es) | Método para el diagnóstico de tensiones y enfermedades en plantas superiores | |
| Sankaran et al. | Visible-near infrared spectroscopy based citrus greening detection: Evaluation of spectral feature extraction techniques | |
| Pôças et al. | Predicting grapevine water status based on hyperspectral reflectance vegetation indices | |
| Furlanetto et al. | Hyperspectral reflectance imaging to classify lettuce varieties by optimum selected wavelengths and linear discriminant analysis | |
| Lu et al. | Hyperspectral imaging with machine learning to differentiate cultivars, growth stages, flowers, and leaves of industrial hemp (Cannabis sativa L.) | |
| Yang et al. | Method for early diagnosis of verticillium wilt in cotton based on chlorophyll fluorescence and hyperspectral technology | |
| Kızıl et al. | Lettuce (Lactuca sativa L.) yield prediction under water stress using artificial neural network (ANN) model and vegetation indices. | |
| Linn et al. | Features and applications of a field imaging chlorophyll fluorometer to measure stress in agricultural plants | |
| Ranulfi et al. | Evaluation of the nutritional changes caused by Huanglongbing (HLB) to citrus plants using laser-induced breakdown spectroscopy | |
| CN106896077B (zh) | 基于叶绿素荧光成像的转基因玉米草甘膦耐受性表型的检测方法 | |
| Patane et al. | Chlorophyll and nitrogen estimation techniques: A Review | |
| Ejaz et al. | Detection of combined frost and drought stress in wheat using hyperspectral and chlorophyll fluorescence imaging | |
| Ribera-Fonseca et al. | Non-destructive assessment of highbush blueberry fruit maturity parameters and anthocyanins by using a visible/near infrared (Vis/NIR) spectroscopy device: A preliminary approach | |
| Gullo et al. | Effects of photoselective colour nets on the vegetative, productive, and qualitative behaviour of kiwifruit, jintao cultivar | |
| Botirov et al. | Application of a Visible/Near-infrared Spectrometer in Identifying Flower and Non-flower Buds on'Fuji'Apple Trees. | |
| Fan et al. | Evaluating drought stress response of poplar seedlings using a proximal sensing platform via multi-parameter phenotyping and two-stage machine learning | |
| Atta et al. | Early detection of stripe rust infection in wheat using light-induced fluorescence spectroscopy | |
| Johnson et al. | Discrimination of sugarcane varieties with pigment profiles and high resolution, hyperspectral leaf reflectance data | |
| Prasad et al. | Hyperspectral vegetation indices offer insights for determining economically optimal time of harvest in Mentha arvensis | |
| BRPI0819792A2 (pt) | equipamento, método e sistema para certificação de mudas de citros | |
| Sivapragasam et al. | Imaging techniques for High-Throughput phenotyping: methods and Applications | |
| McMurtrey et al. | Optical reflectance and fluorescence for detecting nitrogen needs in Zea mays L | |
| Kobori et al. | Time-resolved principal component imaging analysis of chlorophyll fluorescence induction for monitoring leaf water stress | |
| Ruvalcaba-Perez et al. | Multi-spectral analyses in the VIS-NIR-SWIR for detection of ideal harvesting time and degree of ripeness | |
| Slavova | Application of mobile fluorescence spectroscopy as a method in the determination of varietal differences in carrots (Daucus carota) after harvesting |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B03A | Publication of an application: publication of a patent application or of a certificate of addition of invention | ||
| B06A | Notification to applicant to reply to the report for non-patentability or inadequacy of the application according art. 36 industrial patent law | ||
| B06A | Notification to applicant to reply to the report for non-patentability or inadequacy of the application according art. 36 industrial patent law | ||
| B09A | Decision: intention to grant | ||
| B16A | Patent or certificate of addition of invention granted |
Free format text: PRAZO DE VALIDADE: 10 (DEZ) ANOS CONTADOS A PARTIR DE 01/10/2019, OBSERVADAS AS CONDICOES LEGAIS. (CO) 10 (DEZ) ANOS CONTADOS A PARTIR DE 01/10/2019, OBSERVADAS AS CONDICOES LEGAIS |
|
| B21F | Lapse acc. art. 78, item iv - on non-payment of the annual fees in time |
Free format text: REFERENTE A 12A ANUIDADE. |
|
| B21H | Extinguishment of a patent or of a certificate of addition of invention: decision cancelled |
Free format text: ANULADA A PUBLICACAO CODIGO 21.6 NA RPI NO 2599 DE 27/10/2020 POR TER SIDO INDEVIDA. UMA VEZ QUE A 12A ANUIDADE FOI RECOLHIDA DIA 28/11/2019 GRU 29409161912522690. |