Utilização de índices nas bandas da área do visível para determinação da quantidade e qualidade da pastagem

Abstract

À medida que a vegetação da pastagem matura sofre alterações de cor, e por isso a taxa de crescimento das plantas está relacionada com variabilidade do espectro luminoso. Câmaras fotográficas normais podem funcionar como sensores de proximidade porque capturam as bandas vermelho (R), verde (G) e azul (B) do espectro eletromagnético, com as quais se podem construir índices RGB da vegetação. Utilizámos imagens digitais de pastagem captadas com uma câmara Go-Pro para determinar o valor nutritivo. As fotos da pastagem foram centradas na perpendicular de uma área limitadas por um aro com 0,25m2 (50cmX50cm) que serviu igualmente para colher amostras da pastagem para determinação e cálculo de matéria seca (MS), proteína bruta (PB) e fibra insolúvel em detergente neutro (NDF), e ainda determinação das cinzas totais para cálculo da matéria orgânica (MO). Foram efetuadas colheitas de pastagem em 4 datas distintas: 22 de abril, 13 de maio, 3 de junho e 24 de junho de 2013. As imagens foram analisadas para extrair quantidade de pixéis em cada banda e utilizadas para testar vários índices RGB que foram correlacionados com a composição química das amostras colhidas. Os resultados indicam que os índices correlacionaram-se melhor em abril do que em etapas mais avançadas da maturação. Os índices com melhor desempenho foram o MGVRI e o MPRI, com correlações positivas e significativas com a PB (MGVRI (r=.704, p<.01) e MPRI (r=.701, p<.01)) e negativas com o NDF (MGVRI (r=-.481, p<.01) e MPRI (r=-.476, p<.01)). Concluiu-se que a partir de imagens digitais se pode prever de forma simples o valor nutritivo da pastagem complexas e quais os índices mais promissores que merecem ser explorados futuramente; À medida que a vegetação da pastagem matura sofre alterações de cor, e por isso a taxa de crescimento das plantas está relacionada com variabilidade do espectro luminoso. Câmaras fotográficas normais podem funcionar como sensores de proximidade porque capturam as bandas vermelho (R), verde (G) e azul (B) do espectro eletromagnético, com as quais se podem construir índices RGB da vegetação. Utilizámos imagens digitais de pastagem captadas com uma câmara Go-Pro para determinar o valor nutritivo. As fotos da pastagem foram centradas na perpendicular de uma área limitadas por um aro com 0,25m2 (50cmX50cm) que serviu igualmente para colher amostras da pastagem para determinação e cálculo de matéria seca (MS), proteína bruta (PB) e fibra insolúvel em detergente neutro (NDF), e ainda determinação das cinzas totais para cálculo da matéria orgânica (MO). Foram efetuadas colheitas de pastagem em 4 datas distintas: 22 de abril, 13 de maio, 3 de junho e 24 de junho de 2013. As imagens foram analisadas para extrair quantidade de pixéis em cada banda e utilizadas para testar vários índices RGB que foram correlacionados com a composição química das amostras colhidas. Os resultados indicam que os índices correlacionaram-se melhor em abril do que em etapas mais avançadas da maturação. Os índices com melhor desempenho foram o MGVRI e o MPRI, com correlações positivas e significativas com a PB (MGVRI (r=.704, p<.01) e MPRI (r=.701, p<.01)) e negativas com o NDF (MGVRI (r=-.481, p<.01) e MPRI (r=-.476, p<.01)). Concluiu-se que a partir de imagens digitais se pode prever de forma simples o valor nutritivo da pastagem complexas e quais os índices mais promissores que merecem ser explorados futuramente; Using indices in the visible area bands to determine pasture quantity and quality Abstract: As pasture vegetation matures the plants undergoes color changes and plants growth rate is then related to the variability of the light spectrum. Normal cameras can be used as proximity sensors because they capture the red (R), green (G) and blue (B) bands of the electromagnetic spectrum, with which vegetation (RGB) indices can be built. We used digital images of grasslands captured with a Go-Pro camera to determine the nutritional value. The photos of the pasture were centered on the perpendicular of an area limited by a frame with 0.25m2 (50cmX50cm) which also served to collect samples of the pasture for the determination and calculation of dry matter (DM), crude protein (CP) and insoluble fiber in neutral detergent (NDF), and also determination of total ash for calculation of organic matter (OC). Pasture samplings were carried out on 4 different dates: April 22, May 13, June 3 and June 24, 2013. The images were analyzed to extract the number of pixels in each band and used to test various RGB indices that were correlated with the chemical composition of the samples collected. The results indicate that the indices correlated better in April than in more advanced stages of maturation. The indices with the best performance were MGVRI and MPRI, with positive and significant correlations with BP (MGVRI (r=.704, p<.01) and MPRI (r=.701, p<.01)) and negative with the NDF (MGVRI (r=-.481, p<.01) and MPRI (r=-.476, p<.01)). It was concluded that it is possible to predict the nutritional value of complex pastures from digital images. Which are the most promising indices that deserve to be explored in the future were evidenced.