Apresentando um papel de destaque no cenário nacional e internacional, o eucalipto possui rápido crescimento, alta produtividade, ampla diversidade de espécies, grande capacidade de adaptação e é aplicado em diferentes processos industriais, como por exemplo, produção de madeira, celulose e papel. No Brasil existem extensas áreas plantadas, principalmente nos estados de Minas Gerais, São Paulo e Paraná. Entretanto, eucaliptos são suscetíveis a doenças e pragas, o que pode trazer grandes prejuízo aos produtores. Tendo em vista esse contexto, surge a necessidade de detectar e diagnosticar doenças prematuramente, permitindo um combate ais eficaz e preciso a essas patologias. Visto que as plantações de eucalipto cobrem áreas muito extensas, o uso de VANTs (Veículos Aéreos Não-Tripulados) pode agilizar o processo de monitoramento, uma vez que podem sobrevoar grandes distâncias em pouco tempo. Sendo assim, esse trabalho desenvolveu um sistema de diagnóstico automático de doenças de eucalipto. Baseando-se em técnicas de detecção de ataques digitais, o diagnóstico é feito comparando assinaturas espectrais de plantas doentes com assinaturas conhecidas armazenadas em uma base de dados seguindo um modelo de assinaturas espectrais inspirado em um modelo de assinaturas de ataque. O sistema foi desenvolvido e validade utilizando dados de espectroradiômetros, apresentando precisão de até 96% em alguns casos.

Eucalyptus has played an important economic roll wordwide. It has rapid growth, high yield, wide species diversity, great adaptability and it is used in different industrial processes such as cellulose and paper production. However, Eucalyptus is susceptible to diseases and plagues, which could bring heavy damage to the plantations. In view of the importance of the production of Eucalyptus, the dimensions of the planted areas and of the possibility to increase yield, there is a need to detect and identify the pathologies effecting the trees. Since Eucalyptus plantations can cover a very extensive area, the use of UAVs (Unmanned Aerial Vehicles) can drastically speed up the process of monitoring the crop, as they can survey very large areas in very little time. Thus, this project aims to develop a system that automatically diagnoses eucalyptus diseases. Using techniques of digital intrusion detection, the diagnostic is made by comparing the spectral signature of disease plants with know signatures stored on a database following a signature model also proposed in this project. The system was developed and validated by usin data from spectroradiometers, showing a accuracies as high as 96% in some cases.