1.
|
-
Spatial variability of biophysical multispectral indexes under heterogeneity and anisotropy for precision monitoring /Variabilidade espacial de Ãndices multiespectrais biofÃsicos baseados na heterogeneidade e anisotropia para monitoramento de precisão
Lourenço, Valeria R; Montenegro, Abelardo A. de A; de Carvalho, Ailton A ...
Revista brasileira de engenharia agrícola e ambiental,
11/2023, Volume:
27, Issue:
11
Journal Article
Peer reviewed
The study aimed to characterize the spatial structure of variability of biophysical indexes of vegetation through images obtained by Unmanned Aerial Vehicles under strong heterogeneity and ...
anisotropy, using geostatistical procedures. Plots with different types and densities of culture were evaluated in a didactic vegetable garden. Five vegetation indexes obtained from aerial multispectral camera images were evaluated parallel with geostatistical analysis and anisotropy investigation for multiscale spatial modeling. For the studied domain, geometric anisotropy was identified for the biometric indexes. The spherical model presented a better fit when anisotropy was not considered, whereas the exponential model had the best performance in the anisotropic analysis. Contrasting targets were better identified in multispectral images and considering anisotropy. The Soil-Adjusted Vegetation Index is recommended for similar applications. Key words: UAV, spatial correlation, SAVI, precision agriculture O estudo objetivou caracterizar a estrutura espacial de variabilidade dos Ãndices biofÃsicos de vegetação através de imagens obtidas por VeÃculos Aéreos Não Tripulados, sob forte heterogeneidade e anisotropia, usando procedimentos geoestatÃsticos. Avaliou-se parcelas com diferentes tipos e densidades de cultura em horta didática. Avaliaram-se cinco Ãndices de vegetação obtidos de imagens aéreas de câmera multiespectral, em paralelo com análises geoestatÃsticas e investigação de anisotropia para modelagem espacial em multiescala. Para o domÃnio estudado, foi identificada anisotropia geométrica para os Ãndices biométricos. O modelo esférico apresentou melhor ajuste, quando não se considerou anisotropia, enquanto o modelo exponencial foi o de melhor desempenho na análise anisotrópica. Alvos contrastantes foram melhor identificados nas imagens multiespectrais, e considerando a anisotropia. O Indice de Vegetação Ajustado ao Solo é recomendado para aplicações similares. Palavras-chave: VANT, correlação espacial, SAVI, agricultura de precisão
|
Full text
Available for:
NUK, UL, UM, UPUK
|
