SOLUÇÕES MOBILE PARA ESTIMATIVA DE ÍNDICES DE VEGETAÇÃO APLICADOS AO MONITORAMENTO DE PASTAGENS
O presente trabalho objetivou desenvolver soluções mobile que usam as imagens capturadas a partir de sensores de câmera RGB para estimar índices de vegetação. Para tanto, foram obtidas fotos de parcelas experimentais de pastagem da espécie forrageira Panicum maximum cv. BRS Zuri. juntamente com dados amostrais de massa verde e seca. Todas as amostras foram automaticamente georreferenciadas por meio da função de localização GPS do smartphone. A regressão por equação de potência teve melhor ajuste para os índices MPRI e VARI relacionados com massa verde e seca, cujo coeficiente de correlação (r) variou entre 0,663 (VARI) e 0,727 (MPRI). A regressão por equação polinomial de segunda ordem teve melhor ajuste para os índices GLI e TGI relacionados com massa verde e seca, com r variando de 0,564 (TGI) a 0,766 (GLI). Assim, nessa primeira abordagem em campo, houve boa correlação da biomassa com os índices de vegetação, com melhores ajustes para os índices MPRI e GLI.
SOLUÇÕES MOBILE PARA ESTIMATIVA DE ÍNDICES DE VEGETAÇÃO APLICADOS AO MONITORAMENTO DE PASTAGENS
-
DOI: 10.22533/at.ed.34420240916
-
Palavras-chave: Aplicativo Mobile, Massa de forragem, Visão Computacional
-
Keywords: Mobile Application, Forage mass, Computer Vision
-
Abstract:
This study aimed to develop mobile solutions that use the images captured from RGB camera sensors to estimate vegetation indices. For that, were used photos of experimental plots of Panicum sp. and green and dry mass sampling data. All samples were automatically georeferenced using the smartphone's GPS location function. The regression by power equation had a better fit for the MPRI and VARI indices related to green and dry mass, whose correlation coefficient (r) varied between 0.663 (VARI) and 0.727 (MPRI). Second order polynomial equation regression had a better fit for the GLI and TGI indices related to green and dry mass, with r ranging from 0.564 (TGI) to 0.766 (GLI). Thus, in this first field approach, there was a good correlation between biomass and vegetation indices, with better adjustments for the MPRI and GLI indices.
-
Número de páginas: 12
- Victor Rezende Franco
- Marcos Cicarini Hott
- Leonardo Goliatt da Fonseca
- Domingos Sávio Campos Paciullo
- Carlos Augusto de Miranda Gomide
- RICARDO GUIMARÃES ANDRADE
