Detecção espectral de nematóides na soja em estádio de florescimento por meio de veículos aéreos não-tripulados

Ciencia Rural

article

Bruno Henrique Tondato Arantes¹  Victor Hugo Moraes²  Alaerson Maia Geraldine²  Tavvs Micael Alves²  Alice Maria Albert²  Gabriel Jesus da Silva²  Gustavo Castoldi² 

[1] Universidade Federal do Rio Grande do Sul (UFRGS);Instituto Federal Goiano (IF)

关键词: Glycine max;    drones;    remote sensing;    precision farming;    integrated management;   

DOI  :  10.1590/0103-8478cr20200283

学科分类：农业科学（综合）

来源: Universidade Federal de Santa Maria * Centro de Ciencias Rurais

【 摘 要 】

A soja é uma das principais espécies de planta cultivadas no mundo. Todavia, perdas de produtividade são ocasionadas por vários tipos de estresses, incluindo os nematoides H. glycines e P. brachyurus. Como objetivo, buscou-se determinar a melhor banda espectral para a detecção do H. glycines e P. brachyurus com o uso de modelos de regressões lineares simples e definir um modelo matemático de regressão linear múltiplo para sua detecção, no início do florescimento (R1). Para isto, foram definidos nove pontos de coleta em cinco reboleiras, totalizando 45 pontos. As coletas foram feitas em um padrão específico de distâncias, de forma a ter amostras com tipos variados de populações de nematoides. Foram realizados voos com o Phantom 4 Advanced, Sequoia e Sentera sobre cada uma das reboleiras. O comprimento de onda do vermelho melhor explicou a variabilidade dos dados para H. glycines no solo e na raiz, bem como dos juvenis de segundo estádio no solo. Para P. brachyurus, a RedEdge da Sentera foi a que explicou melhor a variabilidade dos dados para nematoide na raiz e a NIR da Sequoia a que melhor explicou para juvenis no solo. Quando se utilizou um modelo matemático para a detecção do P. brachyurus e H. glycines, percebese uma grande melhora no R² e p-valor com relação às regressões lineares simples. No início da floração (R1), a refletância espectral da soja foi associada ao número de H. glycines e P. brachyurus no solo e nas raízes, usando sensores de baixo custo e multiespectrais.

【 授权许可】

Unknown