Examinando por Autor "Proaño Imbaquingo, Johny David"

Mostrando 1 - 1 de 1

Restringido
Cobertura vegetal y producción del pasto Panicum maximum cv. Tanzania-1 mediante imágenes obtenidas con sensores remotos y mediciones in situ.
(Universidad EARTH, 2017-12) Escobedo Castillo, Arístides Napoleón; Proaño Imbaquingo, Johny David; Amaral, Rafael Marzall do; Soto, Carlomagno
En este estudio se evaluó una metodología para estudiar la utilidad de índices de vegetación generados por imágenes de sensores remotos como el green leaf index (GLI) y la cobertura vegetal derivada por imágenes adquiridas desde teléfonos celulares para la predicción de variables productivas en el crecimiento de la pastura Panicum maximum c.v. Tanzania-1. Las variables de pasto intercepción luminosa, cobertura vegetal, altura al dosel de la planta, biomasa, materia seca e índice de área foliar se evaluaron mediante los coeficientes de determinación (R2), correlación (r) y el error cuadrado medio (RMSE), con el fin de conocer la factibilidad de este método para el modelaje de las variables en estudio. El GLI estudiado genero rangos de valores entre de -0.117 a 0.142, para la fase productiva de 31 días de crecimiento vegetativo del cultivo. Estos datos fueron obtenidos en cinco tomas con intervalos de 7 días. Esta recolección de datos fue realizada mediante protocolos establecidos de campo dentro de las unidades experimentales. En cuanto a los resultados, se obtuvo una correlación de datos moderadamente alta al comparar el GLI con el índice de área foliar (R2 = 0.63). Para biomasa, el análisis de correlación con el GLI produjo igualmente una correlación moderadamente alta (R2 = 0.61, RMSE = 153.46 g/m2), para las ecuaciones de regresión de modelos predictivos se obtuvieron ajustes medios-altos, para la estimación de IAF fue de R2>0.6 con un RMSE= 0.73 m2/m2. En el caso de la cobertura correlacionada con biomasa se obtuvo un R2 = 0.77 y un RMSE = 151.53 g/m2, observándose que no poseen diferencias altas entre el error cuadrático medio de estimación para cada variable. Las ecuaciones predictivas elaboradas para la cobertura vegetal, obtenida con la aplicación Canopeo, fueron de R2 = 0.89, 0.77 y 0.67 para el índice de área foliar, biomasa y altura del dosel, respectivamente. Por lo tanto, el método que permito mejor precisión en las estimaciones fue el sensor de luz del teléfono móvil. Estos resultados sugieren, que el índice de área foliar y biomasa son variables factibles para la implementación en investigaciones.