Seguimiento de plántulas individuales y comunidades de plántulas con UAV de múltiples sensores con una precisión de milímetros
Autores: Buters, Todd M.; Belton, David; Cross, Adam T.
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Seguimiento de plántulas individuales y comunidades de plántulas con UAV de múltiples sensores con una precisión de milímetros
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Proyectos de recuperación ecológica
Vehículos aéreos no tripulados
Encuestas de monitoreo de biodiversidad
Restauración ecológica
Teledetección
Plántulas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Las escalas espaciales y temporales crecientes de los proyectos de recuperación ecológica exigen métodos más rápidos y precisos para predecir la trayectoria de restauración. Los vehículos aéreos no tripulados (VANT) ofrecen una rapidez y eficiencia significativamente mejoradas en comparación con las encuestas tradicionales de monitoreo de biodiversidad y se utilizan cada vez más en el monitoreo de la restauración ecológica. Sin embargo, la aplicabilidad de la teledetección basada en VANT en la identificación de pequeñas características de interés a partir de imágenes capturadas (por ejemplo, pequeñas plantas individuales, <100 cm2) sigue sin ser probada y el potencial de los VANT para rastrear el rendimiento de plantas individuales o el desarrollo de plántulas sigue sin explorarse. Este estudio utilizó imágenes de VANT a baja altitud de vuelos multisensor (sensores rojo-verde-azul y multispectrales) y un software de análisis de imágenes basado en objetos automatizado para detectar plántulas objetivo entre una matriz de gramíneas no objetivo con el fin de rastrear el rendimiento de plántulas objetivo individuales y la comunidad de plántulas durante un período de 14 semanas. La clasificación de Análisis de Imágenes Basado en Objetos (OBIA) discriminó de manera efectiva y precisa entre objetos de plántulas objetivo y no objetivo, y estos grupos exhibieron firmas espectrales distintas (seis índices diferentes del espectro visible y multispectral) que respondieron de manera diferente durante un período de secado de 24 días. La clasificación OBIA a partir de imágenes capturadas también permitió el seguimiento preciso de objetos de plántulas objetivo individuales a lo largo del tiempo, ilustrando claramente la capacidad del monitoreo basado en VANT para llevar a cabo el monitoreo del rendimiento de plantas individuales a escalas espaciales muy finas.
Descripción
Las escalas espaciales y temporales crecientes de los proyectos de recuperación ecológica exigen métodos más rápidos y precisos para predecir la trayectoria de restauración. Los vehículos aéreos no tripulados (VANT) ofrecen una rapidez y eficiencia significativamente mejoradas en comparación con las encuestas tradicionales de monitoreo de biodiversidad y se utilizan cada vez más en el monitoreo de la restauración ecológica. Sin embargo, la aplicabilidad de la teledetección basada en VANT en la identificación de pequeñas características de interés a partir de imágenes capturadas (por ejemplo, pequeñas plantas individuales, <100 cm2) sigue sin ser probada y el potencial de los VANT para rastrear el rendimiento de plantas individuales o el desarrollo de plántulas sigue sin explorarse. Este estudio utilizó imágenes de VANT a baja altitud de vuelos multisensor (sensores rojo-verde-azul y multispectrales) y un software de análisis de imágenes basado en objetos automatizado para detectar plántulas objetivo entre una matriz de gramíneas no objetivo con el fin de rastrear el rendimiento de plántulas objetivo individuales y la comunidad de plántulas durante un período de 14 semanas. La clasificación de Análisis de Imágenes Basado en Objetos (OBIA) discriminó de manera efectiva y precisa entre objetos de plántulas objetivo y no objetivo, y estos grupos exhibieron firmas espectrales distintas (seis índices diferentes del espectro visible y multispectral) que respondieron de manera diferente durante un período de secado de 24 días. La clasificación OBIA a partir de imágenes capturadas también permitió el seguimiento preciso de objetos de plántulas objetivo individuales a lo largo del tiempo, ilustrando claramente la capacidad del monitoreo basado en VANT para llevar a cabo el monitoreo del rendimiento de plantas individuales a escalas espaciales muy finas.