USE OF REMOTELY PILOTED AIRCRAFT (RPA) IN ESTIMATING HEIGHT, COVERAGE AND FORAGING MASS OF Urochloa ruziziensis

Authors

  • Ricardo Guimarães Andrade Empresa Brasileira de Pesquisa Agropecuária - EMBRAPA
  • Marcos Cicarini Hott Embrapa Gado de Leite
  • Walter Coelho Pereira de Magalhães Junior Embrapa Gado de Leite
  • Domingos Sávio Campos Paciullo Embrapa Gado de Leite
  • Carlos Augusto de Miranda Gomide Embrapa Gado de Leite
  • Wadson Sebastião Duarte da Rocha Embrapa Gado de Leite

DOI:

https://doi.org/10.28998/rca.22.16236

Keywords:

Geotechnologies, Remote Sensing, Precision Pasture, Biophysical Parameters, Agronomic Characteristics

Abstract

There is a growing interest in the use of Remotely Piloted Aircraft (RPA) to monitor
plant growth and development. In this context, the present study aimed to use the ARP platform
and geoprocessing techniques to estimate height, vigor and forage mass production of Urochloa
ruziziensis cvs. Kennedy and BRS Integra. The height of the plants was estimated from geoprocessing
techniques applied to the images captured by the RGB sensor and the vegetation indices (NDVI and
NDRE) were generated from the images captured by the multispectral sensor. The indices made it
possible to evaluate the vigor and mass production of the cultivars. The indices performed well and
were sensitive in discriminating classes in intervals that indicate from soil exposure and stress due
to pest infestation (low vigor) to conditions in which the vegetation presents good development, in
intervals of classes with high indices of vegetation. Furthermore, by relating the NDVI with the sample
data collected in the field, it was possible to generate a linear regression model (R2 = 0.95) capable
of estimating the forage mass of Urochloa ruziziensis. In general, the techniques applied proved to be
promising to evaluate the agronomic characteristics of plants.

Downloads

Download data is not yet available.

References

Andrade, R. G.; Hott, M. C.; Magalhães Junior, W. C. P. Estimation of Energy Flux and Biomass in Pasture Areas through Remote Sensing Techniques. International Journal of Advanced Engineering Research and Science, 2019a, 6, 59-65. https://dx.doi.org/10.22161/ijaers.6.4.6

Andrade, R. G.; Hott, M. C.; de Magalhães Junior, W. C. P.; Oliveira, P. D’Oliveira, J. Uso de veículo aéreo não tripulado (VANT) como plataforma para monitoramento da produção agropecuária: estudo de caso para o milho forrageiro. Juiz de Fora: Embrapa Gado de Leite, (Embrapa Gado de Leite. Documentos, 233). 2019b. 20p. ISSN 1516-7453. http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1108242

Andrade, R. G.; Hott, M. C.; Magalhães Junior, W. C. P.; Paciullo, D. S. C.; Gomide, C. A. M. Estimate of Vigor Classes of Brachiaria Ruziziensis using Sensors Boarded on UAV Platform. International Journal of Advanced Engineering Research and Science, 2021, 8, 365-370. https://dx.doi.org/ 10.22161/ijaers.812.37

Assmann, J. J.; Kerby, J. T.; Cunliffe, A. M.; Myers-Smith, I. H. Vegetation monitoring using multispectral sensors - best practices and lessons learned from high latitudes. Journal of Unmanned Vehicle Systems, 2019, 7, 1, 54-75. https://doi.org/10.1139/juvs-2018-0018

Ballesteros, R.; Ortega, J. F.; Hernandez, D.; Del Campo, A.; Moreno, M. A. Combined use of agro-climatic and very high-resolution remote sensing information for crop monitoring. International Journal of Applied Earth Observation and Geoinformation, 2018, 72, 66-75. https://doi.org/10.1016/j.jag.2018.05.019

Barbosa, B. D. S.; Ferraz, G. A. S.; Gonçalves, L. M.; Marin, D. B.; Maciel, D. T.; Ferraz, P. F. P.; Rossi, G. RGB vegetation indices applied to grass monitoring: a qualitative analysis. Agronomy Research, 2019, 17, 349-357. https://doi.org/10.15159/AR.19.119

Barbosa, J. Z.; Consalter, R.; Pauletti, V.; Motta, A. C. Uso de imagens digitais obtidas com câmeras para analisar plantas. Revista de Ciências Agrárias, 2016, 39, 1, 15 - 24. https://doi.org/10.19084/RCA15006

Cohen, Y.; Alchanatis, V.; Saranga, Y.; Rosenberg, O.; Sela, E. E.; Bosak, A. Mapping Water Status Based on Aerial Thermal Imagery: Comparison of Methodologies for Upscaling from a Single Leaf to Commercial Fields. Precision Agriculture, 2017, 18, 5, 801-822. https://link.springer.com/article/10.1007/s11119-016-9484-3

Costa, J. A. A.; Queiroz, H. P. Régua de manejo de pastagens – edição revisada. Campo Grande, MS: Embrapa Gado de Corte, (Embrapa Gado de Corte. Comunicado técnico, 135). 2017. 7 p.

https://ainfo.cnptia.embrapa.br/digital/bitstream/item/165094/1/Regua-de-manejo-de-pastagens.pdf

Croplife Brasil. Plano ABC+ 2020-2030. Disponível em: <https://croplifebrasil.org/noticias/conheca-o-plano-abc/>. Acesso em: 17 jul. 2023.

De Clercq, M.; Vats, A.; Biel, A. Agriculture 4.0: the future of farming technology, World Government Summit, 2018. 30p.

Davies, D.A., Futhergill, M., Morgam, C.T. Assessment of constrasting perenial ryegrasses with clover, under continuous stocking in the uplands. 5. Herbage production, quality and intake in years 4-6. Grass and Forage Science, 1993, 48, 213-222. https://doi.org/10.1111/j.1365-2494.1993.tb01854.x

Franco, V. R.; Hott, M. C.; Andrade, R. G.; Goliatt, L. Hybrid machine learning methods combined with computer vision approaches to estimate biophysical parameters of pastures. Evolutionary Intelligence (Print), 2022, 15, 1-14. https://link.springer.com/article/10.1007/s12065-022-00736-9

Ferreira, F. M.; Leite, R. V.; Malikouski, R. G.; Peixoto, M. A.; Bernardeli, A.; Alves, R. S.; Magalhães Junior, W. C. P.; Andrade, R. G.; Bhering, L. L.; Machado, J. C. Bioenergy elephant grass genotype selection leveraged by spatial modeling of conventional and high-throughput phenotyping data. Journal of Cleaner Production, 2022, 363, 132286. https://doi.org/10.1016/j.jclepro.2022.132286

Gonçalves, E. N.; Carvalho, P. C. F.; Devincenzi, T.; Lopes, M. L. T.; Freitas, F. K.; Jacques, A. V. A. Relações planta-animal em ambiente pastoril heterogêneo: padrões de deslocamento e uso de estações alimentares. Revista Brasileira de Zootecnia. 2009, 38, 11, 2121-2126. https://doi.org/10.1590/S1516-35982009001100008

Hodgson, J. Grazing management: science into practice. London: Longman Group, 1990. 200p.

Hott, M. C.; Andrade, R. G.; Magalhães Junior, W. C. P.; Benites, F. R. G. Classification of Cynodon spp. grass cultivars by UAV. International Journal of Advanced Engineering Research and Science, 2021, 8, 266-270. https://dx.doi.org/10.22161/ijaers.812.26

Lopes, A. A.; Andrade, R. G.; Teixeira, A. H. C. Uso do algoritmo SAFER na análise espaço-temporal da evapotranspiração em áreas de produção agropecuária do município de Maracaju, MS. Brazilian Journal of Animal and Environmental Research, 2020, 3, 3417-3426. https://doi.org/10.34188/bjaerv3n4-051

Macedo, M. C. M.; Araujo, A. R. de. Sistemas de integração lavoura-pecuária: alternativas para recuperação de pastagens degradadas. In: Bungenstab, D. J. (Ed.). Sistemas de integração lavoura-pecuária-floresta: a produção sustentável. 2. ed. Brasília, DF: Embrapa, Capítulo 4. 2012. p. 27-48. https://ainfo.cnptia.embrapa.br/digital/bitstream/item/159847/1/Sistemas-de-integracao-lavoura-pecuaria-alternativas.pdf

MAPA - Ministério da Agricultura, Pecuária e Abastecimento. Plano ABC. Disponível em: <https://www.gov.br/agricultura/pt-br/assuntos/sustentabilidade/plano-abc>. Acesso em: 17 jul. 2023.

Paciullo, D. S. C.; Rodrigues, P. R.; Soares, N. A.; Gomide, C. A. M.; Sobrinho, F. S.; Morenz, M. J. F. Produção de forragem de Brachiaria ruziziensis cv. BRS Integra sob pastejo, ao longo do ano. Juiz de Fora: Embrapa Gado de Leite, (Boletim de Pesquisa e Desenvolvimento, 43). 2021. 23p. https://ainfo.cnptia.embrapa.br/digital/bitstream/item/222936/1/BOP-43-Produc807a771o-de-Forragem.pdf

Rauber, E. R.; Bordin, F.; Anschau, M.; Veronez, M. R.; Gonzaga Jr., L; FRAMARIM, C. Análise bibliográfica sobre as potencialidades da aquisição de imagens multi e hiperespectrais por VANTs no auxílio à inspeção de obras de arte especiais. Revista Brasileira de Geomática, 2018, 6, 1, 44-61. http://dx.doi.org/10.3895/rbgeo.v6n1.5924

Salman, A. K. D.; Soares, J. P. G.; Canesin, R. C. Métodos de amostragem para avaliação quantitativa de pastagens. Porto Velho: Embrapa Rondônia, (Embrapa Rondônia. Circular Técnica, 84). 2006. 6p. https://ainfo.cnptia.embrapa.br/digital/bitstream/item/24669/1/ct84-pastagem.pdf

Silva Neto, S. P.; Santos, A. C.; Garcia, R. N.; Dias, J. L. A.; Silva, Á. M.; Pereira, P. A. R. Variabilidade espacial da biomassa da forragem e taxa de lotação animal em pastagem de capim Marandu. Revista Agrogeoambiental, 2016, 8, 2, 119-130. https://doi.org/10.18406/2316-1817v8n22016856

Published

2024-12-11

Issue

Section

Produção Vegetal