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
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.