Fotografía multiespectral para el diagnóstico fitosanitario de pasto kikuyo (Cechrus clandestinus (Hochst ex Chiov) Morrone)

• Autores: Jhon Edwin Hoyos-Rojas., William Posada Asprilla, Mario Fernando Cerón-Muñoz.
• Localización: Acta Agronómica, ISSN-e 2323-0118, ISSN 0120-2812, Vol. 68, Nº. 1, 2019, págs. 61-67
• Idioma: español
• Títulos paralelos:
  • Use of multispectral photography to assess the phytosanitary status of kikuyu grass (Cechrus clandestinus (Hochst ex Chiov) Morrone)
• Enlaces
  • Texto completo
• Resumen
  • español

    En fincas ganaderas de la región norte del departamento de Antioquia (Colombia) se evaluó la posibilidad de diagnosticar el estado fitosanitario del pasto kikuyo (Cechrus clandestinum (Hochst ex Chiov)) empleando un sensor multiespectral acoplado a un dron. Para esto se captaron las reflectancias de 109 unidades de muestreo en las longitudes de onda rojo (R), verde (G), azul (B), borde rojo (RE) e infrarrojo cercano (NIR), las cuales fueron relacionadas con niveles de daño por plagas determinados mediante clasificación foliar en campo. Las longitudes de onda R, G, B y RE se correlacionaron moderadamente con el grado de daño foliar, sus coeficientes fueron, respectivamente, 0.63, 0.51, 0.51 y 0.50. La longitud del NIR mostró relación positiva baja (r = 0.14). Se evaluaron 25 modelos lineales generalizados, calculados a partir de los valores de reflectancia, donde el modelo y= (41.330* R) + (1.38*NIR), con desviación 0.69 se estableció como el de mayor moderación. Además, es un modelo de fácil aplicación al emplear solo dos longitudes espectrales.

  • English

    The phytosanitary status of Kikuyu grass (Cechrus clandestinum (Hochst ex Chiov)) was studied using a multispectral imaging sensor carried by a drone. Reflectance in the red (R), green (G), blue (B), red-edge (RE), and near infrared (NIR) wavelengths was recorded for 109 sampling points. Wavelengths were related to the degree of damage caused by pests, determined in the field. R, G, B, and RE wavelengths were moderately correlated with the degree of disease in the leaves, with 0.63, 0.51, 0.51 and 0.50 coefficients, respectively, while near infrared wavelength presented a low positive correlation (r = 0.14). In total, 25 generalized linear models were evaluated, where the model y = (41.33 * R) + (1.38 * NIR), with 0.69 deviance, resulted in the highest parsimony model. In addition, is an easy model to apply because it uses two bands only.