SciELO - Scientific Electronic Library Online

 
vol.22 issue1Elaboration of gluten free noodle products and evaluation of its physicochemical propertiesCharacterization of batatas flours and starches (Ipomoea batatas Lam.) from the colombian caribbean coast author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista U.D.C.A Actualidad & Divulgación Científica

Print version ISSN 0123-4226

Abstract

POSADA-ASPRILLA, William; MEDINA-SIERRA, Marisol  and  CERON-MUNOZ, Mario. Estimación de la calidad y cantidad de pasto kikuyo (Cenchrus clandestinum (Hochst. ex Chiov.) Morrone) usando imágenes multiespectrales. rev.udcaactual.divulg.cient. [online]. 2019, vol.22, n.1, e1195.  Epub May 05, 2019. ISSN 0123-4226.  https://doi.org/10.31910/rudca.v22.n1.2019.1195.

La evaluación de las praderas destinadas a ganadería es esencial para la productividad de los animales. Los datos de sensores multiespectrales remotos aerotransportados (SM) permiten construir índices de vegetación (VI, por sus siglas en idioma inglés) y relacionarlos con características fisiológicas y biofísicas de las pasturas. El objetivo fue evaluar VI para la estimación de la cantidad y calidad de pasto kikuyo en sistemas lecheros, del norte de Antioquia, Colombia. Se calcularon 10 diferentes VI, con 168 muestras de pasto kikuyo. Las muestras fueron pesadas, para estimar la biomasa verde (BV) y analizadas por espectroscopia del infrarrojo cercano, para los contenidos de proteína bruta (PB), fibra en detergente neutro (FDN) y fibra en detergente ácido (FDA). Los datos, se analizaron usando componentes principales (CP) y modelos aditivos generalizados suavizados. Las variables que más contribuyeron a la formación de la primera componente principal (CP1) fueron el índice de vegetación de diferencia normalizada (NDVI), el índice de vegetación simple (RVI), el índice de vegetación de diferencia normalizada verde (GNDVI), el índice clorofílico verde (Clg) y la BV del pasto kikuyo. Para la segunda componente principal (CP2) fueron el índice de vegetación de diferencia normalizada borde del rojo (RNDVI), el índice borde del rojo de clorofila (Clrg) y PB, FDN y FDA del pasto kikuyo. La BV fue explicada por el NDVI y PB por el RNDVI. La estimación obtenida para FDN y FDA del pasto kikuyo no fueron precisas.

Keywords : agricultura de precisión; calidad nutricional; ganadería de leche; índices de vegetación; proteína bruta; sensores remotos.

        · abstract in English     · text in Spanish     · Spanish ( pdf )