Assessment of vegetation Índices derived from UAV images for predicting biometric variables in bean during ripening stage

• Autores: Javier Quille-Mamani, Rossana Porras-Jorge, David Saravia Navarro, Lamberto Valqui-Valqui, Jordán Herrera, Julio Chávez-Galarza, Carlos I. Arbizu
• Localización: Idesia, ISSN-e 0718-3429, ISSN 0073-4675, Vol. 40, Nº. 2, 2022, págs. 39-45
• Idioma: inglés
• Títulos paralelos:
  • Evaluación de índices de vegetación derivados de imágenes de UAV para predecir variables biométricas en frijol durante la etapa de maduración
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    RESUMEN: El objetivo de este trabajo fue evaluar la predicción de las variables vegetativas del cultivo del frijol canario mediante imágenes RGB y multiespectrales obtenidas de UAV durante la etapa de maduración. Se correlacionaron los índices de vegetación con variables biométricas medidas en campo en forma manual. Los resultados indican una correlación altamente significativa de la altura de las plantas con ocho índices de vegetación derivados de imágenes de UAV de alubias, las cuales fueron evaluadas mediante múltiples modelos de regresión, obteniendo una correlación máxima de R2 = 0,79. Los índices estimados de imágenes multiespectrales no mostraron correlaciones significativas.

  • English

    ABSTRACT: Here, we report the prediction of vegetative stages variables of canary bean crop employing RGB and multispectral images obtained from UAV during the ripening stage, correlating the vegetation indices with biometric variables measured manually in the field. Results indicated a highly significant correlation of plant height with eight vegetation indices derived from UAV images from the canary bean, which were evaluated by multiple regression models, obtaining a maximum correlation of R2 = 0.79. On the other hand, the estimated indices of multispectral images did not show significant correlations.