RESUMO A formação de mudas é umas das fases mais importantes da cultura da alface. Desta forma, qualquer estratégia que vise obtenção de mudas de alta qualidade pode representar aumento de produtividade. Uma dessas formas tem sido a estimativa de atributos morfofisiológicos baseados nas propriedades ópticas. Com este estudo, o objetivo foi estimar quantitativamente variáveis biométricas da alface a partir de modelos paramétricos e não paramétricos baseados na resposta de imagens multiespectrais tomadas por câmara multiespectral. O experimento foi conduzido em casa de vegetação, no município de Uberaba, MG, Brasil. Aos 20 dias após a semeadura foram capturadas imagens multiespectrais das plantas, utilizando-se para isto a câmara Survey 3 da MAPIR. Para compor os modelos de estimativa, juntamente com as bandas originais da câmara, foram calculados os índices de vegetação multiespectrais, a partir das bandas originais calibradas da câmara. As bandas B550, B660, and B850 e os índices derivados do infravermelho próximo contribuiram ao máximo para estimar os modelos das variáveis fisiológicas. Já a banda B850 foi a que mais contribuiu para as variáveis biométricas e nutricionais. A partir da banda do infravermelho próximo (B850) e índices derivados, foi possível estimar quase todas as variaveis agronômicas a partir de modelos gerados pelo algoritmo M5, com precisão de até 1,6% para rendimento quântico máximo. Conclui-se que é possível quantificar as variaveis biométricas, fisiológicas e nutricionais da alface por meio de câmara multiespectral. Dentre as bandas de câmeras Mapir, a B660 exibiu a maior variabilidade, mostrando que a faixa do vermelho foi a mais sensível.
ABSTRACT The formation of seedlings is one of the most important phases of lettuce cultivation. Therefore, any strategy that aims to obtain high-quality seedlings can increase productivity. One of these strategies is the prediction of morphophysiological attributes based on optical properties. The objective of this study was to quantitatively estimate the biometric variables of lettuce from parametric and non-parametric models based on the response of multispectral camera images. The experiment was conducted in a greenhouse in the municipality of Uberaba, Minas Gerais State, Brazil. Twenty days after sowing, multispectral images of the plants were captured using a MAPIR Survey 3 camera. To compose the estimation models, along with the original bands of the camera, the multispectral vegetation indices were calculated using the calibrated original camera bands. Bands B550, B660, and B850 and the near-infrared indices contributed significantly to estimating the physiological variable models, with B850 contributing the most to the biometric and nutritional variables. From the near-infrared band (B850) and derived indices, it was possible to estimate all the agronomic variables from the models generated by the M5 algorithm, with an accuracy of up to 1.6% for the maximum quantum yield. Thus, it is possible to quantify the biometric, physiological, and nutritional variables of lettuce using a multispectral camera. Among the Mapir camera bands, B660 exhibited the greatest variability, showing that the red range was the most sensitive.