Uso de veículo aéreo não tripulado para extração de variáveis biométricas em um pomar de Olea europaea L.
DOI:
https://doi.org/10.53660/CONJ-2193-2Z65Palavras-chave:
Dendrometria; Drones; Inventário Florestal; Oliveiras.Resumo
O inventário florestal é uma atividade onerosa que demanda tempo. Com o avanço das tecnologias, diversos estudos buscam a redução de tempo e custo. Uma ferramenta que tem-se mostrado eficiente, são as Aeronaves Remotamente Pilotadas (ARPs). O presente estudo tem por objetivo extrair variáveis biométricas de árvores individuais de oliveiras utilizando receptores GNSS e ARP. A área de estudo foi um pomar de 18 ha de oliveiras localizado em São Gabriel, Rio Grande do Sul. Foram instaladas 19 unidades amostrais utilizando o método de amostragem sistemático. Foram coletados 11 pontos de controle e 6 pontos de verificação. Para a definição da área de copa foi utilizado o Software R e o pacote RLiDAR. A partir da fotogrametría, foram obtidos o Modelo Digital de Altura (MDH), Modelo Digital de Superfície (MDS) e Modelo Digital de Terreno (MDT). Os resultados estatísticos da modelagem foram satisfatórios, estimando com precisão as alturas das árvores individuais. Há necessidade de realizar voos em alturas menores e em horário que apresente menor índice de sombra, para a verificação de melhorias sobre os resultados da extração das variáveis biométricas.
Downloads
Referências
AGISOFT. Metashape User Manual: Professional, Version 1.6.0. 2019.
ALVARES, C. A. et al. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v.22, n.6, p.711-728, 2013.
BERNARDINI, E.; VISIOLI, F. High quality, good health: the case for olive oil. European Journal of Lipid Science and Technology. v.119, p.1–9. 2017.
BIVAND, R.; WARMERDAM, F.; KEITT, T.; HIJMANS, R.; OOMS, J.; ROWLINGSON, B.; PEBESMA, E.; COLIN, R.; SUMNER, M.; ROUAULT, E.; BASTON, D. Package ‘rgdal’. Versão 1.5-23. 2021. Disponível em: https://www.rdocumentation.org/packages/rgdal/versions/1.5-23. Acesso em: 01 mar. 2021.
BIVAND, R.; RUNDEL, C.; PEBESMA, E.; STUETZ, R.; HUFTHAMMER, K. O.; GIRAUDOUX, P.; DAVIS, M.; SANTILLI, S. Package 'rgeos'. Versão 0.5-5. 2020. Disponível em: cran.rstudio.com/web/packages/rgeos/rgeos.pdf. Acesso em: 01 mar. 2021.
CHRISTIANSEN, M. P.; LAURSEN, M. S.; JORGENSEN, R. N.; SKOVSEN, S.; GISLUM, R. Designing and testing a UAV mapping system for agricultural field surveying. Sensors, v. 17, n. 12, p. 2703, 2017.
CRABBÉ, A. H.; CAHY, T.; SOMERS, B.; VERBEKE, L. P.; VAN COILLIE, F. (2020). Tree Density Calculator Software (Version 1.5.7) [QGis].
DJI. Mavic 2: Amplie seu mundo. 2018. Disponível em: https://www.dji.com/br/mavic-2/info. Acesso em: 23 fev. 2021.
DONG, X.; ZHANG, Z.; YU, R.; TIAN, Q.; ZHU, X. Extraction of Information about Individual Trees from High-Spatial-Resolution UAV-Acquired Images of an Orchard. Remote Sensing, v. 12, n.1, p. 133, 2020. Doi: 10.3390/rs12010133.
DRONEDEPLOY. DroneDeploy versão 4.1.0. 2020. Disponível em: https://www.dronedeploy.com/. Acesso em: 23 fev. 2021.
FERNÁNDEZ, J. E.; MORENO, F. Water Use by the Olive Tree, Journal of Crop Production, v.2, p.101-162, 1999.
HIJMANS, R.; ETTEN, J. V.; SUMNER, M.; CHENG, J.; BASTON, D.; BEVAN, A.; BIVAND, R.; BUSETTO, L.; CANTY, M.; FASOLI, B.; FORREST, D.; GHOSH, A.; GOLICHER, D.; GRAY, J. Package ‘raster’. Versão 3.4-5. 2020. Disponível em: https://cran.r-project.org/web/packages/raster/raster.pdf. Acesso em: 01 mar. 2021.
JURGIEL, B.; SEBASTIEN, P.; GIUDICEANDREA, A.; DREKE, D. 2019. Point sampling tool. (Versão 0.5.3). [QGis].
MAES, W. H.; STEPPE, K. Perspectives for Remote Sensing with Unmanned Aerial Vehicles in Precision Agriculture. Trends Plant Science, v. 24, n. 2, p. 152–164, 2019.
MAILLARD, P.; GOMES, M. F. Detection and counting of orchard trees from vhr images using a geometrical-optical model and marked template matching. In Proceedings of the ISPRS. Anais da Fotogrametria, Remote Sensing and Spatial Information Sciences, Prague, Czech Republic, 2016, v. 3, n. 7, p. 75 – 82.
QGIS.org, 2020. QGIS Geographic Information System. QGIS Association. http://www.qgis.org.
R CORE TEAM (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Disponível em: https://www.R-project.org/. Acesso em: 01 mar. 2021.
SANTOS, H. G. dos. et al. Sistema Brasileiro de Classificação de Solos. 5. ed., rev. e ampl. − Brasília, DF : Embrapa, 2018. 356 p.
SCHNEIDER, P.R.; SCHNEIDER, P. S. P.; SOUZA, C. A. M. de. Análise de regressão aplicada à engenharia florestal. 2. ed. Santa Maria: Editora FACOS, 2009. 294 p.
SENAR. Agricultura de precisão: operação de drones. Serviço Nacional de Aprendizagem. - Brasília: Senar, 2018. 85 p.
SILVA, C.; CROOKSTON, N.; HUDAK, A.; VIERLING, L.; KLAUBERG, C.; CARDIL, A. Package ‘rLiDAR’. Versão 0.1.1. 2017. Disponível em: https://www.rdocumentation.org/packages/rLiDAR/versions/0.1.1. Acesso em: 01 mar. 2021.
SPECTRA PRECISION. Spectra Precision Survey Office: Versão 2.00. Westminster, Colorado, USA. 2008. www.spectraprecision.com.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Conjecturas
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.