Un primer intento de combinar NIRS y cámaras plenópticas para la evaluación de la diversidad funcional de pastizales y la composición de especies
Autores: Taugourdeau, Simon; Dionisi, Mathilde; Lascoste, Mylène; Lesnoff, Matthieu; Capron, Jean Marie; Borne, Fréderic; Borianne, Philippe; Julien, Lionel
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un primer intento de combinar NIRS y cámaras plenópticas para la evaluación de la diversidad funcional de pastizales y la composición de especies
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Pradera
Métricas
Herramientas ópticas
Cámara plenóptica
Datos de NIRS
Diversidad de especies
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Las praderas representan más de la mitad de la tierra agrícola. Numerosas métricas (biomasa, rasgos funcionales, composición de especies) se pueden utilizar para describir la vegetación de las praderas y sus múltiples funciones. Las medidas de estas métricas son generalmente destructivas y laboriosas. Las mediciones indirectas utilizando herramientas ópticas son una alternativa posible. Algunas herramientas tienen altas resoluciones espaciales (cámara digital), y otras tienen altas resoluciones espectrales (Espectrometría de Infrarrojo Cercano NIRS). Una cámara plenóptica es una cámara multifocal que produce imágenes claras a diferentes profundidades en una imagen. El objetivo de este estudio fue probar el interés de combinar imágenes plenópticas y datos de NIRS para caracterizar diferentes descriptores de dos mezclas de leguminosas mediterráneas. En estas mezclas, medimos la biomasa, la biomasa de especies y la diversidad de rasgos funcionales. Las imágenes de NIRS y plenópticas se adquirieron justo antes de las mediciones de campo. Las imágenes plenópticas se analizaron utilizando Segmentación de Weka Entrenable ImageJ para evaluar el porcentaje de cada especie en la imagen. Calculamos el promedio y la desviación estándar de los diferentes colores (reflectancia roja, verde, azul) en la imagen. Evaluamos el porcentaje de explicación de las salidas de las imágenes y los análisis de NIRS utilizando partición de varianza y cuadrados mínimos parciales. La biomasa fue predicha con más del 50% de variabilidad explicada. Para los otros descriptores, la variabilidad explicada fue menor pero aún significativa. El porcentaje de varianza explicada fue bastante bajo, y se necesita más trabajo para producir una herramienta utilizable, pero este trabajo ya demuestra el interés en combinar el análisis de imágenes y NIRS.
Descripción
Las praderas representan más de la mitad de la tierra agrícola. Numerosas métricas (biomasa, rasgos funcionales, composición de especies) se pueden utilizar para describir la vegetación de las praderas y sus múltiples funciones. Las medidas de estas métricas son generalmente destructivas y laboriosas. Las mediciones indirectas utilizando herramientas ópticas son una alternativa posible. Algunas herramientas tienen altas resoluciones espaciales (cámara digital), y otras tienen altas resoluciones espectrales (Espectrometría de Infrarrojo Cercano NIRS). Una cámara plenóptica es una cámara multifocal que produce imágenes claras a diferentes profundidades en una imagen. El objetivo de este estudio fue probar el interés de combinar imágenes plenópticas y datos de NIRS para caracterizar diferentes descriptores de dos mezclas de leguminosas mediterráneas. En estas mezclas, medimos la biomasa, la biomasa de especies y la diversidad de rasgos funcionales. Las imágenes de NIRS y plenópticas se adquirieron justo antes de las mediciones de campo. Las imágenes plenópticas se analizaron utilizando Segmentación de Weka Entrenable ImageJ para evaluar el porcentaje de cada especie en la imagen. Calculamos el promedio y la desviación estándar de los diferentes colores (reflectancia roja, verde, azul) en la imagen. Evaluamos el porcentaje de explicación de las salidas de las imágenes y los análisis de NIRS utilizando partición de varianza y cuadrados mínimos parciales. La biomasa fue predicha con más del 50% de variabilidad explicada. Para los otros descriptores, la variabilidad explicada fue menor pero aún significativa. El porcentaje de varianza explicada fue bastante bajo, y se necesita más trabajo para producir una herramienta utilizable, pero este trabajo ya demuestra el interés en combinar el análisis de imágenes y NIRS.