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 A.; Navarrete, Francisco J.; 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. In 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.
Facultad de Ciencias Agrarias y Forestales
Materia
Ciencias Agrarias
Herbicidas
percepción remota
firmas espectrales
Control de Malezas
Soja
sorgo de Alepo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/50962

id SEDICI_cec1fcfb18eeee4cbd768f6a4a23644c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/50962
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
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 herbicidaOptical discrimination of soybean [Glycine max (L.) merr.] and its main weeds as decisión tool to sitespecific herbicide controlPerona, María LucreciaAcciaresi, Horacio A.Navarrete, Francisco J.Weber, ChristianCiencias AgrariasHerbicidaspercepción remotafirmas espectralesControl de MalezasSojasorgo de AlepoLa 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. In 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.Facultad de Ciencias Agrarias y Forestales2015-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf46-50http://sedici.unlp.edu.ar/handle/10915/50962spainfo:eu-repo/semantics/altIdentifier/url/http://revistas.unlp.edu.ar/InvJov/article/view/2205/pdf2info:eu-repo/semantics/altIdentifier/issn/2314-3991info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/3.0/Creative Commons Attribution 3.0 Unported (CC BY 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:04:10Zoai:sedici.unlp.edu.ar:10915/50962Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:04:10.744SEDICI (UNLP) - Universidad Nacional de La Platafalse
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
Optical discrimination of soybean [Glycine max (L.) merr.] and its main weeds as decisión tool to sitespecific herbicide control
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
Ciencias Agrarias
Herbicidas
percepción remota
firmas espectrales
Control de Malezas
Soja
sorgo de Alepo
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 A.
Navarrete, Francisco J.
Weber, Christian
author Perona, María Lucrecia
author_facet Perona, María Lucrecia
Acciaresi, Horacio A.
Navarrete, Francisco J.
Weber, Christian
author_role author
author2 Acciaresi, Horacio A.
Navarrete, Francisco J.
Weber, Christian
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Agrarias
Herbicidas
percepción remota
firmas espectrales
Control de Malezas
Soja
sorgo de Alepo
topic Ciencias Agrarias
Herbicidas
percepción remota
firmas espectrales
Control de Malezas
Soja
sorgo de Alepo
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. In 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.
Facultad de Ciencias Agrarias y Forestales
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
Articulo
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/50962
url http://sedici.unlp.edu.ar/handle/10915/50962
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://revistas.unlp.edu.ar/InvJov/article/view/2205/pdf2
info:eu-repo/semantics/altIdentifier/issn/2314-3991
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/3.0/
Creative Commons Attribution 3.0 Unported (CC BY 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/3.0/
Creative Commons Attribution 3.0 Unported (CC BY 3.0)
dc.format.none.fl_str_mv application/pdf
46-50
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615909972377600
score 13.070432