Estudio de la disponibilidad nutricional de la pastura Panicum maximum cv. Mombaza mediante drones de cámaras RGB.

Abstract

El presente trabajo se enfocó en estudiar la relación entre el comportamiento nutricional de la pastura Panicum maximum cv. Mombaza y los índices vegetales GLI, NDVI y vNDVI obtenidos de imágenes aéreas en color natural. Dada la gran posibilidad de combinaciones entre variables, se seleccionaron las relaciones más atractivas como posibles candidatas a una prueba de regresión lineal (utilizando como criterio el valor de correlación encontrado en los correlogramas). Los valores de índices vegetales se tomaron como variables independientes, por consiguiente, las variables respuesta fueron biomasa, materia seca, proteína cruda, FDN y FDA, para ser identificadas con las ecuaciones que permitan su estimación en tiempo real. Las relaciones obtenidas de mayor importancia corresponden al índice NDVI en imágenes de color natural con MS y FDA al mostrar R2 = 0,8976 y R2 = 0,6971 respectivamente. De igual manera, la relación entre el índice vNDVI y la variable FDN obtiene un valor de R2 = 0,5937. Obtener estos resultados en las regresiones lineales indica que es posible la aplicación de las ecuaciones encontradas en la estimación de MS, FDA y FDN para el pasto Mombaza en las condiciones de esta investigación; además, de su potencial uso en la nutrición animal de precisión.

The present project was focused on studying the relationship between the nutritional performance of the pasture Panicum maximum cv. Mombasa and the plant index GLI, NDVI, and vNDVI were obtained from natural color aerial images. Because of the many variables combinations, the most attractive ones were selected as possible candidates for a linear regression test (using the correlation value found in the correlograms as a requirement). The values of plant indexes were taken as independent variables; therefore, the response variables were biomass, dry matter, crude protein, NDF and ADF to be identified with the equations that allow their estimation in real-time. The most important relationships obtained correspond to the NDVI index in natural color images with DM and ADF, showing R2 = 0.8976 and R2 = 0.6971, respectively. Similarly, the relationship between the vNDVI index and the NDF variable obtained a value of R2 = 0.5937. Obtaining these results in the linear regressions indicates that it is possible to apply the equations found in the estimation of DM, ADF and NDF for Mombasa grass under the conditions of this research, in addition to its potential use in precision animal nutrition.