Marco Ivan Rodrigues Sampaio, Anderson Kunz, Fernando Luis Hillebrand, João Fernando Zamberlan, Filipe Daros Idalino
{"title":"利用RPAS嵌入式传感器对灌溉大豆(Glycine max)和玉米(Zea mays)的图像进行NDVI和NDRE植被指数分析","authors":"Marco Ivan Rodrigues Sampaio, Anderson Kunz, Fernando Luis Hillebrand, João Fernando Zamberlan, Filipe Daros Idalino","doi":"10.3895/rbgeo.v9n4.14449","DOIUrl":null,"url":null,"abstract":"O presente trabalho objetivou avaliar a utilização de imagens ópticas para diagnosticar a atividade fotossintética através do uso de sensor multiespectral embarcado em um Remotely Piloted Aircraft System (RPAS) aplicando os índices vegetativos Normalized Difference Vegetation Index (NDVI) e Normalized Difference Red Edge (NDRE) para as culturas da soja e do milho. O estudo foi realizado no Campus da Universidade de Cruz Alta, onde foram realizados voos utilizando uma RPAS modelo Phantom 4 Standart, equipado com um sensor RGB próprio e adaptada para embarcar concomitantemente uma câmera multiespectral MicaSense Parrot Sequoia. As imagens foram obtidas automaticamente pelo plano de voo com o programa computacional Dronedeploy, e posteriormente georreferenciadas, ortorretificadas e derivados os mapas dos índices de vegetação pelo programa computacional Agisoft Metashape. Constatamos que o índice de vegetação NDRE expressou melhor neste trabalho, podendo em determinadas regiões com dossel denso identificar áreas com algum estresse foliar não detectadas pelo NDVI. Assim, encontramos que o NDRE em estádios fenológicos mais avançados expressa melhor a biomassa fotossinteticamente ativa em relação ao NDVI.","PeriodicalId":268785,"journal":{"name":"Revista Brasileira de Geomática","volume":"8 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-12-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Análise dos índices de vegetação NDVI e NDRE em imagens obtidas por meio de sensor embarcado em um RPAS para as culturas da soja (Glycine max) e milho (Zea mays) irrigados\",\"authors\":\"Marco Ivan Rodrigues Sampaio, Anderson Kunz, Fernando Luis Hillebrand, João Fernando Zamberlan, Filipe Daros Idalino\",\"doi\":\"10.3895/rbgeo.v9n4.14449\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O presente trabalho objetivou avaliar a utilização de imagens ópticas para diagnosticar a atividade fotossintética através do uso de sensor multiespectral embarcado em um Remotely Piloted Aircraft System (RPAS) aplicando os índices vegetativos Normalized Difference Vegetation Index (NDVI) e Normalized Difference Red Edge (NDRE) para as culturas da soja e do milho. O estudo foi realizado no Campus da Universidade de Cruz Alta, onde foram realizados voos utilizando uma RPAS modelo Phantom 4 Standart, equipado com um sensor RGB próprio e adaptada para embarcar concomitantemente uma câmera multiespectral MicaSense Parrot Sequoia. As imagens foram obtidas automaticamente pelo plano de voo com o programa computacional Dronedeploy, e posteriormente georreferenciadas, ortorretificadas e derivados os mapas dos índices de vegetação pelo programa computacional Agisoft Metashape. Constatamos que o índice de vegetação NDRE expressou melhor neste trabalho, podendo em determinadas regiões com dossel denso identificar áreas com algum estresse foliar não detectadas pelo NDVI. Assim, encontramos que o NDRE em estádios fenológicos mais avançados expressa melhor a biomassa fotossinteticamente ativa em relação ao NDVI.\",\"PeriodicalId\":268785,\"journal\":{\"name\":\"Revista Brasileira de Geomática\",\"volume\":\"8 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-12-27\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Brasileira de Geomática\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.3895/rbgeo.v9n4.14449\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Geomática","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.3895/rbgeo.v9n4.14449","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Análise dos índices de vegetação NDVI e NDRE em imagens obtidas por meio de sensor embarcado em um RPAS para as culturas da soja (Glycine max) e milho (Zea mays) irrigados
O presente trabalho objetivou avaliar a utilização de imagens ópticas para diagnosticar a atividade fotossintética através do uso de sensor multiespectral embarcado em um Remotely Piloted Aircraft System (RPAS) aplicando os índices vegetativos Normalized Difference Vegetation Index (NDVI) e Normalized Difference Red Edge (NDRE) para as culturas da soja e do milho. O estudo foi realizado no Campus da Universidade de Cruz Alta, onde foram realizados voos utilizando uma RPAS modelo Phantom 4 Standart, equipado com um sensor RGB próprio e adaptada para embarcar concomitantemente uma câmera multiespectral MicaSense Parrot Sequoia. As imagens foram obtidas automaticamente pelo plano de voo com o programa computacional Dronedeploy, e posteriormente georreferenciadas, ortorretificadas e derivados os mapas dos índices de vegetação pelo programa computacional Agisoft Metashape. Constatamos que o índice de vegetação NDRE expressou melhor neste trabalho, podendo em determinadas regiões com dossel denso identificar áreas com algum estresse foliar não detectadas pelo NDVI. Assim, encontramos que o NDRE em estádios fenológicos mais avançados expressa melhor a biomassa fotossinteticamente ativa em relação ao NDVI.