Controle de plantas daninhas avaliado visualmente e por imagens aéreas
Article Sidebar
Main Article Content
Resumo
O emprego de aeronaves remotamente pilotadas (ARPs) para obtenção de imagens no campo tem crescido e pode auxiliar o manejo de plantas daninhas, contudo, os softwares para análise e processamento das imagens precisam ser testados sob diferentes condições para o desenvolvimento das rotinas e validação dos resultados. O objetivo deste trabalho foi correlacionar os resultados da metodologia de avaliação visual, com escala de notas, com os resultados do processamento de imagens com os softwares SisCob® e ImageJ®, na análise da ocorrência e eficácia de controle de plantas daninhas. As comparações foram feitas em dez áreas com diferentes níveis de infestação de plantas daninhas. A partir de uma área em pousio há quatro meses, submeteu-se a mesma a diferentes tratamentos de controle químico com herbicida glifosato, incluindo uma testemunha sem aplicação, variando taxa de aplicação (50, 90 e 150 L ha-1), adição de adjuvante e presença de pulverização eletrostática. Após 35 dias da aplicação do herbicida, cada uma das áreas foi avaliada visualmente, e paralelamente foi feito o sobrevoo com uma ARP para coleta das imagens aéreas e posterior processamento digital, usando os dois softwares para quantificação em percentagem do controle com o herbicida. Todas as correlações testadas (Pearson, Spearman e Kendall) foram significativas e positivas, indicando que o uso de ARPs para coleta de imagens e seu processamento através dos softwares demonstraram potencial como alternativa para a avaliação da infestação e controle de plantas daninhas, podendo substituir a avaliação visual com operador a campo, evitando a subjetividade e a morosidade.
Downloads
Article Details
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NoDerivatives 4.0 International License.
- O(s) autor(es) autoriza(m) a publicação do artigo na revista;
• O(s) autor(es) garante(m) que a contribuição é original e inédita e que não está em processo de avaliação em outra(s) revista(s);
• A revista não se responsabiliza pelas opiniões, ideias e conceitos emitidos nos textos, por serem de inteira responsabilidade de seu(s) autor(es);
• É reservado aos editores o direito de proceder ajustes textuais e de adequação do artigo às normas da publicação.
Os conteúdos da Revista Brasileira Multidisciplinar – ReBraM estão licenciados sob uma Licença Creative Commons 4.0 by.
Qualquer usuário tem direito de:
- Compartilhar — copiar, baixar, imprimir ou redistribuir o material em qualquer suporte ou formato.
- Adaptar — remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial.
De acordo com os seguintes termos:
- Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de maneira alguma que sugira ao licenciante a apoiar você ou o seu uso.
- Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
Autores concedem à ReBraM os direitos autorais, com o trabalho simultaneamente licenciado sob a Licença Creative Commons 4.0 by. , que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Referências
ANDERSEN, H. J.; RENG, L.; KIRK, K. Geometric plant properties by relaxed stereo vision using simulated annealing. Computers and Eletronics in Agriculture, v. 49, n. 2, p. 219-232, 2005.
ASOCIACIÓN LATINOAMERICANA DE MALEZAS – ALAM. Recomendaciones sobre unificación de los sistemas de evaluación en ensayos de control de malezas. ALAM, v. 1, n. 1, p. 35-38, 1974.
BALASTREIRE, L. A.; BAIO, F. H. R. Avaliação de uma metodologia pratica para o mapeamento de plantas daninhas. Revista Brasileira Engenharia Agrícola Ambiental, v. 5, n. 2, p. 349-352, 2001.
DEVORE, J. L. Probabilidade e estatística: para engenharia e ciências. São Paulo: Thomson Pioneira, 2006. 706 p.
FIGUEIREDO FILHO, D. B.; SILVA JÚNIOR, J. A. Desvendando os mistérios do coeficiente de correlação de Pearson (r). Revista Política Hoje, v. 18, n. 1, p. 115-146, 2009.
JORGE, L. A. C.; CRESTANA, S. Processamento de imagens em ciência do solo: raízes, morfologia e cobertura do solo. In: MARTIN NETO, L.; VAZ, C. M. P.; CREST ANA, S. (Ed.). Instrumentação avançada em ciência do solo. São Carlos: Embrapa Instrumental, 2007. p. 341-438.
JORGE, L. A. C.; SILVA, D. J. C. B. SisCob: manual de utilização. São Carlos: EMBRAPA Instrumentação Agropecuária, 2009. 18 p.
KENDALL, M. G. A new measure of rank correlation. Biometrika, v. 30, n. 1-2, p. 81-89, 1938.
KENDALL, M. G. Rank correlation methods. 4 ed. Londres: Griffin, 1970. 51 p.
KOPPEN, W.; GEIGER, R. Klimate der Erde. Gotha: Verlag Justus Perthes, wall-map: 1,5 m x 2 m, 1928.
MORAN, M. S. New imaging sensor technologies suitable for agriculture management. Aspects of Applied Biology, v. 60, p. 1-10, 2000.
PÉREZ-ORTIZ, M.; PEÑA J. M.; GUTIÉRREZ P. A.; TORRES-SÁNCHEZ, J.; HERVÁS-MARTÍNEZ C.; LÓPEZ-GRANADOS F. A weed monitoring system using UAV-imagery and the hough transform. In: CONGRESO DE LA SOCIEDAD ESPAÑOLA DE MALHERBOLOGÍA, 15., 2015, Sevilla. Anais… Sevilla: CAPDR, 2015. p. 7.
PEARSON, K. The grammar of science. Londres: Walter Scott, 1892. 493 p.
RASBAND, W. S. ImageJ. Bethesda, Maryland: U. S. National Institutes of Health, 2011. Disponível em: https://imagej.nih.gov/ij. Acesso em: 25 maio 2020.
SCHNEIDER, C. A.; RASBAND, W. S.; ELICEIRI, K. W. NIH Image to ImageJ: 25 years of image analysis. Nature Methods, v. 9, n. 7, p. 671-675, 2012.
SIEGEL, S. Estatística não-paramétrica: para as ciências do comportamento. São Paulo: McGraw-Hill do Brasil, 1975. p. 350.
SPEARMAN, C. General intelligence, objectively determined and measured. American Journal of Psychology, v. 15, p. 201-293, 1904.
SPSS Inc. SPSS statistics for Windows, version 20.0. Chicago: SPSS Inc., 2011.