Use of drone with digital photographic machine embedded for determination of leaf cover
Revista Agrogeoambiental
Use of drone with digital photographic machine embedded for determination of leaf cover
Autor Correspondente: Michels, R. N. | [email protected]
Palavras-chave: Refletance, digital image, maize, NDVI.
Resumos Cadastrados
Resumo Português:
O índice de vegetação por diferença normalizada (NDVI) obtido via radiômetro apresenta im-portância para determinar o estado fisiológico de planta, sendo uma ferramenta promissora para a to-mada de decisão quanto ao melhor momento para aplicação de defensivos agrícolas, analisar o limiar de dano econômico. A utilização de drones com máquina fotográfica digital embarcada na agricultura está em ampla expansão. Por meio das imagens digitais analisadas em programas computacionais e correlacionadas com o NDVI é possível determinar a cobertura foliar em plantas. O objetivo deste tra-balho foi confirmar a utilização de imagens digitais a 30 m de altura para determinação da cobertura foliar correlacionando-as com os valores de NDVI obtidos em terra. Para isso, foram retiradas fotos digitais a 30 m de altura, com o auxílio de drone, em três estádios de desenvolvimento do milho (N4, N8 e R1), os quais foram considerados tratamentos; posteriormente, as imagens foram analisados em software para levantamento da cobertura foliar. Os dados de NDVI foram obtidos nas mesmas áreas a uma altura de 0,5 m do dossel da cultura, foram submetidos ao teste de comparação de mé-dias Scott Knott a 5 % de significância e de correlação de Pearson. Não houve diferença estatística entre os métodos, o valor de correlação de Pearson apresentou coeficiente de 0,952, o que confirma uma forte evidência à correlação entre os dois métodos. Assim, pode-se concluir que o uso de drones com câmera digital incorporado tem uso promissor para a determinação da cobertura foliar em milho.
Resumo Inglês:
The normalized difference vegetation index (NDVI) obtained via radiometer is important to determine the physiological state of plant, being a promising tool for decision making as to the best time for the application of agricultural pesticides, to analyze the threshold of economic damage. The use of drones with digital camera embedded in agriculture is in broad expansion. Through digital images analyzed in computer programs and correlated with NDVI it is possible to determine the leaf cover in plants. The aim of this study was to confirm the use of digital images at 30 m in height to determine the leaf cover, correlating them with NDVI values obtained on the ground. Therefore, 30 m height photos were taken with the help of a drone and three stages of maize development (N4, N8 and R1), which were considered as treatments; afterwards, the images were analyzed in software to survey the leaf cover. The NDVI data were obtained in the same areas at a height of 0.5 m from the crop canopy, and it were submitted to the Scott Knott Test at 5 % significance and Pearson correlation. There was no statistical difference between methods and the Pearson correlation coefficient value (0,952) confirms strong evidence for correlation between the two methods. Thus, it can be concluded that the use of drone with embedded digital camera has promising use for the determination of leaf cover in maize.
