Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas

Autores
Dominguez, Matías; Menes, Jose Fernando; Portillo, Javier Esteban; Lavandera, Javier Eduardo
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El fenotipado de alto caudal implementando drones con cámaras multiespectrales y sensores térmicos es una herramienta de gran potencial para eficientizar las actividades rutinarias de los programas de mejoramiento. El objetivo de este trabajo fue evaluar la factibilidad del uso de imágenes obtenidas a partir de un dron para el fenotipado de la resistencia a imidazolinonas en girasol. Fueron evaluados 742 genotipos del programa de mejoramiento de girasol de INTA y se incluyeron 182 parcelas testigo. El tamaño de las parcelas fue de un surco de 5 m de longitud. Se realizaron 3 vuelos con un dron DJI Matrice 300, equipado con sensores multiespectral y térmico MicaSense Altum, a una altura de 40 m. El primer vuelo fue realizado 9 días después de aplicado el herbicida y los dos vuelos posteriores fueron realizados 43 y 57 días de la aplicación. De las imágenes obtenidas se extrajeron los valores de reflectancia de las bandas: azul (475 nm), verde (560 nm), rojo (668 nm), borde rojo (717 nm), NIR (840 nm) y la emisividad de la banda térmica (8–14 nm). Fueron evaluados diferentes modelos de Machine Learning para poder predecir el valor fenotípico de cada parcela utilizando 2 escalas de evaluación, con dos y tres categorías fenotípicas. Los resultados presentaron valores de precisión de 0,87 y de 0,68 para las escalas de 2 y 3 clases fenotípicas. Los resultados revelan la capacidad y el potencial que tiene el fenotipado con drones para la resistencia a imidazolinonas en girasol.
EEA Pergamino
Fil: Dominguez, Matías. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sector Girasol; Argentina
Fil: Menes, José Fernando. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Sistema de Información Geográfica (SIG). Becario; Argentina
Fil: Menes, José Fernando. Universidad de Buenos Aires. Facultad de Agronomía. Cátedra de Genética; Argentina
Fil: Portillo, Javier. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Sistema de Información Geográfica (SIG); Argentina
Fil: Portillo, Javier. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Ciencias Agrarias, Naturales y ambientales. Cátedra de Introducción al Tratamiento Digital de Imágenes Satelitales; Argentina
Fil: Lavandera, Javier Eduardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Girasol; Argentina
Fuente
20° Congreso Internacional de Agricultura de Precisión, Manfredi, Córdoba, 20 - 21 de agosto de 2024, p. 53-60.
Materia
Girasol
Mejoramiento Genético
Imágenes Multiespectrales
Indice de Vegetación
Fenotipado
Tecnología Agrícola
Aprendizaje Automático
Sunflowers
Genetic Improvement
Multispectral Imagery
Vegetation index
Phenotyping
Agricultural Technology
Machine Learning
Unmanned Aerial Vehicles
Imidazolinone Herbicides
Vehículos Aéreos no Tripulados
Herbicidas con Imidazolinona
Drones
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/19245
Acceder
id INTADig_6146b33e4e1b4b05ca1220c7d3a9d17a
oai_identifier_str oai:localhost:20.500.12123/19245
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Fenotipado con drones en girasol : implementación en resistencia a imidazolinonasDominguez, MatíasMenes, Jose FernandoPortillo, Javier EstebanLavandera, Javier EduardoGirasolMejoramiento GenéticoImágenes MultiespectralesIndice de VegetaciónFenotipadoTecnología AgrícolaAprendizaje AutomáticoSunflowersGenetic ImprovementMultispectral ImageryVegetation indexPhenotypingAgricultural TechnologyMachine LearningUnmanned Aerial VehiclesImidazolinone HerbicidesVehículos Aéreos no TripuladosHerbicidas con ImidazolinonaDronesEl fenotipado de alto caudal implementando drones con cámaras multiespectrales y sensores térmicos es una herramienta de gran potencial para eficientizar las actividades rutinarias de los programas de mejoramiento. El objetivo de este trabajo fue evaluar la factibilidad del uso de imágenes obtenidas a partir de un dron para el fenotipado de la resistencia a imidazolinonas en girasol. Fueron evaluados 742 genotipos del programa de mejoramiento de girasol de INTA y se incluyeron 182 parcelas testigo. El tamaño de las parcelas fue de un surco de 5 m de longitud. Se realizaron 3 vuelos con un dron DJI Matrice 300, equipado con sensores multiespectral y térmico MicaSense Altum, a una altura de 40 m. El primer vuelo fue realizado 9 días después de aplicado el herbicida y los dos vuelos posteriores fueron realizados 43 y 57 días de la aplicación. De las imágenes obtenidas se extrajeron los valores de reflectancia de las bandas: azul (475 nm), verde (560 nm), rojo (668 nm), borde rojo (717 nm), NIR (840 nm) y la emisividad de la banda térmica (8–14 nm). Fueron evaluados diferentes modelos de Machine Learning para poder predecir el valor fenotípico de cada parcela utilizando 2 escalas de evaluación, con dos y tres categorías fenotípicas. Los resultados presentaron valores de precisión de 0,87 y de 0,68 para las escalas de 2 y 3 clases fenotípicas. Los resultados revelan la capacidad y el potencial que tiene el fenotipado con drones para la resistencia a imidazolinonas en girasol.EEA PergaminoFil: Dominguez, Matías. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sector Girasol; ArgentinaFil: Menes, José Fernando. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Sistema de Información Geográfica (SIG). Becario; ArgentinaFil: Menes, José Fernando. Universidad de Buenos Aires. Facultad de Agronomía. Cátedra de Genética; ArgentinaFil: Portillo, Javier. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Sistema de Información Geográfica (SIG); ArgentinaFil: Portillo, Javier. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Ciencias Agrarias, Naturales y ambientales. Cátedra de Introducción al Tratamiento Digital de Imágenes Satelitales; ArgentinaFil: Lavandera, Javier Eduardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Girasol; ArgentinaINTA2024-09-04T11:23:17Z2024-09-04T11:23:17Z2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12123/1924520° Congreso Internacional de Agricultura de Precisión, Manfredi, Córdoba, 20 - 21 de agosto de 2024, p. 53-60.reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2025-09-04T09:50:36Zoai:localhost:20.500.12123/19245instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-09-04 09:50:37.082INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas
title Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas
spellingShingle Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas
Dominguez, Matías
Girasol
Mejoramiento Genético
Imágenes Multiespectrales
Indice de Vegetación
Fenotipado
Tecnología Agrícola
Aprendizaje Automático
Sunflowers
Genetic Improvement
Multispectral Imagery
Vegetation index
Phenotyping
Agricultural Technology
Machine Learning
Unmanned Aerial Vehicles
Imidazolinone Herbicides
Vehículos Aéreos no Tripulados
Herbicidas con Imidazolinona
Drones
title_short Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas
title_full Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas
title_fullStr Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas
title_full_unstemmed Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas
title_sort Fenotipado con drones en girasol : implementación en resistencia a imidazolinonas
dc.creator.none.fl_str_mv Dominguez, Matías
Menes, Jose Fernando
Portillo, Javier Esteban
Lavandera, Javier Eduardo
author Dominguez, Matías
author_facet Dominguez, Matías
Menes, Jose Fernando
Portillo, Javier Esteban
Lavandera, Javier Eduardo
author_role author
author2 Menes, Jose Fernando
Portillo, Javier Esteban
Lavandera, Javier Eduardo
author2_role author
author
author
dc.subject.none.fl_str_mv Girasol
Mejoramiento Genético
Imágenes Multiespectrales
Indice de Vegetación
Fenotipado
Tecnología Agrícola
Aprendizaje Automático
Sunflowers
Genetic Improvement
Multispectral Imagery
Vegetation index
Phenotyping
Agricultural Technology
Machine Learning
Unmanned Aerial Vehicles
Imidazolinone Herbicides
Vehículos Aéreos no Tripulados
Herbicidas con Imidazolinona
Drones
topic Girasol
Mejoramiento Genético
Imágenes Multiespectrales
Indice de Vegetación
Fenotipado
Tecnología Agrícola
Aprendizaje Automático
Sunflowers
Genetic Improvement
Multispectral Imagery
Vegetation index
Phenotyping
Agricultural Technology
Machine Learning
Unmanned Aerial Vehicles
Imidazolinone Herbicides
Vehículos Aéreos no Tripulados
Herbicidas con Imidazolinona
Drones
dc.description.none.fl_txt_mv El fenotipado de alto caudal implementando drones con cámaras multiespectrales y sensores térmicos es una herramienta de gran potencial para eficientizar las actividades rutinarias de los programas de mejoramiento. El objetivo de este trabajo fue evaluar la factibilidad del uso de imágenes obtenidas a partir de un dron para el fenotipado de la resistencia a imidazolinonas en girasol. Fueron evaluados 742 genotipos del programa de mejoramiento de girasol de INTA y se incluyeron 182 parcelas testigo. El tamaño de las parcelas fue de un surco de 5 m de longitud. Se realizaron 3 vuelos con un dron DJI Matrice 300, equipado con sensores multiespectral y térmico MicaSense Altum, a una altura de 40 m. El primer vuelo fue realizado 9 días después de aplicado el herbicida y los dos vuelos posteriores fueron realizados 43 y 57 días de la aplicación. De las imágenes obtenidas se extrajeron los valores de reflectancia de las bandas: azul (475 nm), verde (560 nm), rojo (668 nm), borde rojo (717 nm), NIR (840 nm) y la emisividad de la banda térmica (8–14 nm). Fueron evaluados diferentes modelos de Machine Learning para poder predecir el valor fenotípico de cada parcela utilizando 2 escalas de evaluación, con dos y tres categorías fenotípicas. Los resultados presentaron valores de precisión de 0,87 y de 0,68 para las escalas de 2 y 3 clases fenotípicas. Los resultados revelan la capacidad y el potencial que tiene el fenotipado con drones para la resistencia a imidazolinonas en girasol.
EEA Pergamino
Fil: Dominguez, Matías. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sector Girasol; Argentina
Fil: Menes, José Fernando. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Sistema de Información Geográfica (SIG). Becario; Argentina
Fil: Menes, José Fernando. Universidad de Buenos Aires. Facultad de Agronomía. Cátedra de Genética; Argentina
Fil: Portillo, Javier. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Sistema de Información Geográfica (SIG); Argentina
Fil: Portillo, Javier. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Ciencias Agrarias, Naturales y ambientales. Cátedra de Introducción al Tratamiento Digital de Imágenes Satelitales; Argentina
Fil: Lavandera, Javier Eduardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Girasol; Argentina
description El fenotipado de alto caudal implementando drones con cámaras multiespectrales y sensores térmicos es una herramienta de gran potencial para eficientizar las actividades rutinarias de los programas de mejoramiento. El objetivo de este trabajo fue evaluar la factibilidad del uso de imágenes obtenidas a partir de un dron para el fenotipado de la resistencia a imidazolinonas en girasol. Fueron evaluados 742 genotipos del programa de mejoramiento de girasol de INTA y se incluyeron 182 parcelas testigo. El tamaño de las parcelas fue de un surco de 5 m de longitud. Se realizaron 3 vuelos con un dron DJI Matrice 300, equipado con sensores multiespectral y térmico MicaSense Altum, a una altura de 40 m. El primer vuelo fue realizado 9 días después de aplicado el herbicida y los dos vuelos posteriores fueron realizados 43 y 57 días de la aplicación. De las imágenes obtenidas se extrajeron los valores de reflectancia de las bandas: azul (475 nm), verde (560 nm), rojo (668 nm), borde rojo (717 nm), NIR (840 nm) y la emisividad de la banda térmica (8–14 nm). Fueron evaluados diferentes modelos de Machine Learning para poder predecir el valor fenotípico de cada parcela utilizando 2 escalas de evaluación, con dos y tres categorías fenotípicas. Los resultados presentaron valores de precisión de 0,87 y de 0,68 para las escalas de 2 y 3 clases fenotípicas. Los resultados revelan la capacidad y el potencial que tiene el fenotipado con drones para la resistencia a imidazolinonas en girasol.
publishDate 2024
dc.date.none.fl_str_mv 2024-09-04T11:23:17Z
2024-09-04T11:23:17Z
2024-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12123/19245
url http://hdl.handle.net/20.500.12123/19245
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv INTA
publisher.none.fl_str_mv INTA
dc.source.none.fl_str_mv 20° Congreso Internacional de Agricultura de Precisión, Manfredi, Córdoba, 20 - 21 de agosto de 2024, p. 53-60.
reponame:INTA Digital (INTA)
instname:Instituto Nacional de Tecnología Agropecuaria
reponame_str INTA Digital (INTA)
collection INTA Digital (INTA)
instname_str Instituto Nacional de Tecnología Agropecuaria
repository.name.fl_str_mv INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria
repository.mail.fl_str_mv tripaldi.nicolas@inta.gob.ar
_version_ 1842341427134070784
score 12.623145

Publicaciones similares