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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/50962
Ver los metadatos del registro completo
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 |