Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida

Autores
Perona, María Lucrecia; Acciaresi, Horacio Abel; Navarrete, Francisco; Weber, Christian
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
La expansión de cultivares de soja resistente a glifosato (SoRR), la consolidación de la siembra directa y el uso de herbicidas, han determinado una presión de selección sobre las malezas, redundando en una disminución en la diversidad de especies y evolución de biotipos resistentes como el sorgo de Alepo (Sh). Sin embargo, la aplicación de herbicidas es fundamental para controlar malezas en la agricultura moderna. Los avances tecnológicos en términos de sistemas de posicionamiento global, sistemas de información geográfica, junto a desarrollos de equipos de precisión para la aplicación variable de herbicidas, muestran que la posibilidad de tratamientos localizados con herbicidas es una realidad hoy en día. La discriminación entre malezas y suelo o en barbecho, es sencilla de realizar con pocas longitudes de onda. Sin embargo, tal discriminación en cultivos implantados, requiere de más bandas. Esto puede realizarse mediante sensores hiperespectrales, donde los datos pueden ser utilizados para el reconocimiento de diferentes tipos de vegetación. En este estudio, se llevaron a cabo ensayos para examinar el uso de curvas de reflectancia espectral en la discriminación de SoRR y Sh. Las curvas espectrales mostraron una adecuada diferenciación entre maleza y cultivo. Esta información podría ser útil para la aplicación sitio específica de herbicidas.
The expanding glyphosate-resistant soybean cultivars (SoRR), herbicides use, as main weed’s control tool as well as the no-till system, has meant a selection pressure over weeds, these result in a species diversity decreases and resistant biotypes evolution, as an example, the Johnsongrass (Sh). However, herbicides application is essential for weed control in modern agriculture.Technological advances in terms of global positioning systems, geographic information systems, along with precision equipment development to herbicides application, show that, the variable rate herbicides treatments is a reality today. Discrimination between weeds/soil or fallow, are simple to take with a few wavelengths. However, this discrimination with the crop established, requires many more bands. This can be done with hyperspectral sensors, where the data are collected simultaneously in hundreds of adjacent spectral bands, and can be used to different vegetation types recognition.\nIn this study, experiments were conducted to examine the use of spectral reflectance curves for discriminating between SoRR and Sh. The spectral signatures, showed adequate discrimination between weed and crop. This information may be useful for site specific herbicide application.
Materia
Óptica, Acústica
Ciencias Agrícolas
percepción remota
firmas espectrales
sorgo de Alepo
biotipos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/3850

id CICBA_7ee587f92e27a3e4ef44b5b81d274621
oai_identifier_str oai:digital.cic.gba.gob.ar:11746/3850
network_acronym_str CICBA
repository_id_str 9441
network_name_str CIC Digital (CICBA)
spelling Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicidaPerona, María LucreciaAcciaresi, Horacio AbelNavarrete, FranciscoWeber, ChristianÓptica, AcústicaCiencias Agrícolaspercepción remotafirmas espectralessorgo de AlepobiotiposLa expansión de cultivares de soja resistente a glifosato (SoRR), la consolidación de la siembra directa y el uso de herbicidas, han determinado una presión de selección sobre las malezas, redundando en una disminución en la diversidad de especies y evolución de biotipos resistentes como el sorgo de Alepo (Sh). Sin embargo, la aplicación de herbicidas es fundamental para controlar malezas en la agricultura moderna. Los avances tecnológicos en términos de sistemas de posicionamiento global, sistemas de información geográfica, junto a desarrollos de equipos de precisión para la aplicación variable de herbicidas, muestran que la posibilidad de tratamientos localizados con herbicidas es una realidad hoy en día. La discriminación entre malezas y suelo o en barbecho, es sencilla de realizar con pocas longitudes de onda. Sin embargo, tal discriminación en cultivos implantados, requiere de más bandas. Esto puede realizarse mediante sensores hiperespectrales, donde los datos pueden ser utilizados para el reconocimiento de diferentes tipos de vegetación. En este estudio, se llevaron a cabo ensayos para examinar el uso de curvas de reflectancia espectral en la discriminación de SoRR y Sh. Las curvas espectrales mostraron una adecuada diferenciación entre maleza y cultivo. Esta información podría ser útil para la aplicación sitio específica de herbicidas.The expanding glyphosate-resistant soybean cultivars (SoRR), herbicides use, as main weed’s control tool as well as the no-till system, has meant a selection pressure over weeds, these result in a species diversity decreases and resistant biotypes evolution, as an example, the Johnsongrass (Sh). However, herbicides application is essential for weed control in modern agriculture.Technological advances in terms of global positioning systems, geographic information systems, along with precision equipment development to herbicides application, show that, the variable rate herbicides treatments is a reality today. Discrimination between weeds/soil or fallow, are simple to take with a few wavelengths. However, this discrimination with the crop established, requires many more bands. This can be done with hyperspectral sensors, where the data are collected simultaneously in hundreds of adjacent spectral bands, and can be used to different vegetation types recognition.\nIn this study, experiments were conducted to examine the use of spectral reflectance curves for discriminating between SoRR and Sh. The spectral signatures, showed adequate discrimination between weed and crop. This information may be useful for site specific herbicide application.2015-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/3850spainfo:eu-repo/semantics/altIdentifier/issn/2314-3991info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-09-29T13:39:58Zoai:digital.cic.gba.gob.ar:11746/3850Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-09-29 13:39:59.147CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida
title Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida
spellingShingle Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida
Perona, María Lucrecia
Óptica, Acústica
Ciencias Agrícolas
percepción remota
firmas espectrales
sorgo de Alepo
biotipos
title_short Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida
title_full Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida
title_fullStr Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida
title_full_unstemmed Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida
title_sort Discriminación óptica de soja [<i>Glycinemax</i> (l.) Merr.] y una de sus principales malezas, como herramienta de decisión en el control sitio específico de herbicida
dc.creator.none.fl_str_mv Perona, María Lucrecia
Acciaresi, Horacio Abel
Navarrete, Francisco
Weber, Christian
author Perona, María Lucrecia
author_facet Perona, María Lucrecia
Acciaresi, Horacio Abel
Navarrete, Francisco
Weber, Christian
author_role author
author2 Acciaresi, Horacio Abel
Navarrete, Francisco
Weber, Christian
author2_role author
author
author
dc.subject.none.fl_str_mv Óptica, Acústica
Ciencias Agrícolas
percepción remota
firmas espectrales
sorgo de Alepo
biotipos
topic Óptica, Acústica
Ciencias Agrícolas
percepción remota
firmas espectrales
sorgo de Alepo
biotipos
dc.description.none.fl_txt_mv La expansión de cultivares de soja resistente a glifosato (SoRR), la consolidación de la siembra directa y el uso de herbicidas, han determinado una presión de selección sobre las malezas, redundando en una disminución en la diversidad de especies y evolución de biotipos resistentes como el sorgo de Alepo (Sh). Sin embargo, la aplicación de herbicidas es fundamental para controlar malezas en la agricultura moderna. Los avances tecnológicos en términos de sistemas de posicionamiento global, sistemas de información geográfica, junto a desarrollos de equipos de precisión para la aplicación variable de herbicidas, muestran que la posibilidad de tratamientos localizados con herbicidas es una realidad hoy en día. La discriminación entre malezas y suelo o en barbecho, es sencilla de realizar con pocas longitudes de onda. Sin embargo, tal discriminación en cultivos implantados, requiere de más bandas. Esto puede realizarse mediante sensores hiperespectrales, donde los datos pueden ser utilizados para el reconocimiento de diferentes tipos de vegetación. En este estudio, se llevaron a cabo ensayos para examinar el uso de curvas de reflectancia espectral en la discriminación de SoRR y Sh. Las curvas espectrales mostraron una adecuada diferenciación entre maleza y cultivo. Esta información podría ser útil para la aplicación sitio específica de herbicidas.
The expanding glyphosate-resistant soybean cultivars (SoRR), herbicides use, as main weed’s control tool as well as the no-till system, has meant a selection pressure over weeds, these result in a species diversity decreases and resistant biotypes evolution, as an example, the Johnsongrass (Sh). However, herbicides application is essential for weed control in modern agriculture.Technological advances in terms of global positioning systems, geographic information systems, along with precision equipment development to herbicides application, show that, the variable rate herbicides treatments is a reality today. Discrimination between weeds/soil or fallow, are simple to take with a few wavelengths. However, this discrimination with the crop established, requires many more bands. This can be done with hyperspectral sensors, where the data are collected simultaneously in hundreds of adjacent spectral bands, and can be used to different vegetation types recognition.\nIn this study, experiments were conducted to examine the use of spectral reflectance curves for discriminating between SoRR and Sh. The spectral signatures, showed adequate discrimination between weed and crop. This information may be useful for site specific herbicide application.
description La expansión de cultivares de soja resistente a glifosato (SoRR), la consolidación de la siembra directa y el uso de herbicidas, han determinado una presión de selección sobre las malezas, redundando en una disminución en la diversidad de especies y evolución de biotipos resistentes como el sorgo de Alepo (Sh). Sin embargo, la aplicación de herbicidas es fundamental para controlar malezas en la agricultura moderna. Los avances tecnológicos en términos de sistemas de posicionamiento global, sistemas de información geográfica, junto a desarrollos de equipos de precisión para la aplicación variable de herbicidas, muestran que la posibilidad de tratamientos localizados con herbicidas es una realidad hoy en día. La discriminación entre malezas y suelo o en barbecho, es sencilla de realizar con pocas longitudes de onda. Sin embargo, tal discriminación en cultivos implantados, requiere de más bandas. Esto puede realizarse mediante sensores hiperespectrales, donde los datos pueden ser utilizados para el reconocimiento de diferentes tipos de vegetación. En este estudio, se llevaron a cabo ensayos para examinar el uso de curvas de reflectancia espectral en la discriminación de SoRR y Sh. Las curvas espectrales mostraron una adecuada diferenciación entre maleza y cultivo. Esta información podría ser útil para la aplicación sitio específica de herbicidas.
publishDate 2015
dc.date.none.fl_str_mv 2015-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://digital.cic.gba.gob.ar/handle/11746/3850
url https://digital.cic.gba.gob.ar/handle/11746/3850
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/2314-3991
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:CIC Digital (CICBA)
instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron:CICBA
reponame_str CIC Digital (CICBA)
collection CIC Digital (CICBA)
instname_str Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron_str CICBA
institution CICBA
repository.name.fl_str_mv CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
repository.mail.fl_str_mv marisa.degiusti@sedici.unlp.edu.ar
_version_ 1844618590783799296
score 13.070432