logo móvil
Contáctanos

Control de malezas específico del sitio y multitemporal de (L.) Scop. y L. en maíz y remolacha azucarera utilizando mapeo basado en vehículos aéreos no tripulados

Autores: Mink, Robin; Dutta, Avishek; Peteinatos, Gerassimos G.; Sökefeld, Markus; Engels, Johannes Joachim; Hahn, Michael; Gerhards, Roland

Idioma: Inglés

Editor: MDPI

Año: 2018

Descargar PDF

Acceso abierto

Artículo científico
2018

Control de malezas específico del sitio y multitemporal de (L.) Scop. y L. en maíz y remolacha azucarera utilizando mapeo basado en vehículos aéreos no tripulados


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Ciencias Agrícolas y Biológicas Generales

Palabras clave

Sensor
Mapeo de malezas
Manejo de herbicidas
Vehículo aéreo no tripulado
Aplicación específica del sitio
índices de vegetación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 25

Citaciones: Sin citaciones


Descripción
La cartografía de malezas basada en sensores en campos de cultivo es un elemento clave para estrategias de manejo de herbicidas específicas del sitio. En este estudio, investigamos la generación de mapas de aplicación basados en imágenes de vehículos aéreos no tripulados y presentamos una aplicación de herbicidas específica del sitio utilizando esos mapas. Se llevaron a cabo ensayos de campo para aplicaciones de herbicidas específicas del sitio y vuelos de imágenes multitemporales en maíz ( L.) y remolacha azucarera ( L.) en el sur de Alemania. La información de siembra de precisión del Sistema de Posicionamiento Global cinemático en tiempo real proporcionó la entrada para determinar las hileras de plantas en las imágenes aéreas geocodificadas. Se utilizaron índices de vegetación combinados con datos de altura de plantas generados para detectar los parches que contenían cardo mariano ( (L.) Scop.) y acedera ( L.). Los mapas de malezas calculados mostraron la presencia o ausencia de las malezas mencionadas en los campos, agrupadas en celdas de cuadrícula de 9 m x 9 m. La precisión de la clasificación correcta varió del 96% en maíz al 80% en el último tratamiento de remolacha azucarera. La subestimación computacional de los parches mapeados manualmente varió del 1% al 10% respectivamente. En general, el algoritmo desarrollado funcionó bien, identificando malezas perennes altas para el cálculo de mapas de aplicación de herbicidas a gran escala.

Otros recursos que podrían interesarte

Temas Virtualpro