 |
|
Categoría: Otros
- Varios |
|
|
|
 Desarrollo de un Software para Estimación de Cobertura
Vegetal
|
|
Ferrari, D. M.; Pozzolo, O. R. y
Ferrari, H. J.
Estación Experimental
Agropecuaria INTA Concepción del Uruguay, Ruta P. 39, Km 143,5, CP
3260, CC 6, Entre Ríos, Argentina. dmferrari@gmail.com -
opozzolo@correo.inta.gov.ar
 Resumen
La determinación de cobertura vegetal es una
tarea que demanda tiempo y debe ser realizada por personal con
experiencia. El objetivo de este trabajo fue desarrollar un
instrumento rápido, sencillo y eficaz para su determinación, para
ello se diseñó un software cuya entrada (input) son fotos
digitales de la superficie muestreal. Basándose en colorimetría
determina porcentaje de cobertura, pudiéndose definir tanto para
determinaciones de rastrojo, cultivo o malezas siempre que sea
posible detectar variaciones de color. Si la foto presenta un aro de
0,25 m2 permite calcular superficies independientemente
de la distancia focal utilizada. La precisión del software fue
contrastada mediante comparaciones realizadas con el método
tradicional, encontrándose diferencias de error de estimación
menores al 5% entre ambos métodos. La agilidad del sistema, permite
compensar en forma relativa las diferencias por el notable aumento
de muestras posibles de obtener en un mismo tiempo.
Palabras Claves: cobertura vegetal –
software – agilidad – precisión.
Introducción
Si bien densidad y frecuencia indican abundancia
y distribución de individuos, estos dos parámetros poco o nada
dicen de volumen ocupado o superficie de suelo cubierto por una
especie, como si lo indica el parámetro de cobertura (Huss, et
al, 1986). Cobertura es la proyección de la porción aérea de
la planta sobre la superficie del suelo, y se expresa en porcentaje
de dicha proyección.
La estimación localizada de la cobertura
vegetal mediante el método de cuadrados a campo (método
tradicional), es una tarea operativamente costosa, que demanda de
tiempo agregado, donde el entrenamiento de los operarios es de vital
importancia para obtener buenos resultados (Campbell y Arnold,
1973).
El método visual, mediante comparación con
parámetros establecidos (Brown, 1954; Morley, et al, 1964),
permite estimar en forma ágil los porcentajes de cobertura vegetal,
pero al igual que el tradicional, necesita de personal bien
capacitado, en caso contrario, los errores de estimación suelen ser
de significancia.
El siguiente trabajo se desarrolló con el
objetivo de presentar un método para la estimación de cobertura
vegetal que brinde resultados en forma rápida, sencilla y eficaz.
Para ello se diseño un software, que mediante fotos digitales del
espacio muestreal, permite calcular el porcentaje y la superficie de
la cobertura vegetal.
Materiales y
Métodos
El software para estimación de cobertura
vegetal, CobCal Versión 1.0, está programado bajo el compilador
Visual Basic (Versión 6). Para el cálculo, utiliza como input
fotos digitales de la superficie muestreal. La carga de la imagen al
sistema, es realizada utilizando la biblioteca DLL Intel JPEG
library.
Su funcionamiento está basado en un algoritmo
especialmente diseñado para el procesamiento de imágenes
digitales.
El programa posee, de forma fácilmente
accesible, un manual de ayuda al usuario, en donde se detallan los
requerimientos de hardware, la forma de operar el sistema y la
información de trabajo.
El cálculo del área es semiautomático. El
usuario debe proveer al programa de cierta información inicial para
que pueda llegar al resultado, Indicando:
-
Una o más imágenes a ser procesadas.
-
El área circular relevante de la imagen que
se va a procesar.
-
Uno o dos colores representativos (llamados
positivos) correspondientes al cultivo (por ejemplo, dos tonos
de verde para las hojas, o un verde y un amarillo para las hojas
y flores respectivamente, etc.) y un color (llamado negativo)
que indica el color del suelo o del área que no debe ser tenida
en cuenta para el cálculo. Aunque este color es opcional, es
recomendable su uso para obtener los mejores resultados.
-
Nivel de precisión. Esta opción le indica
la cantidad de puntos (píxeles) a muestrear. El nivel
"alto" tiene en cuenta todos los píxeles del
círculo.
-
Modo de escaneo. Indica al programa si debe
usar el modo HSL (que define al color de los píxeles según sus
valores de saturación y luminancia) o el modo RGB (que define
al color de los píxeles en diferentes intensidades de rojo,
verde y azul). Dependiendo de la intensidad y la diferencia de
color de los puntos de la imagen, uno u otro método arrojará
un resultado más aproximado. Por lo tanto es posible que el
usuario deba probar ambos métodos de procesamiento antes de
aceptar el resultado. Las pruebas realizadas indican que el modo
más adecuado de escaneo para la mayoría de las imágenes es el
HSL.
La precisión del software fue contrastada
mediante comparaciones realizadas con el método tradicional. La
prueba en paralelo se realizó sobre el desarrollo vegetativo de un
cultivo de colza, en él, se seleccionaron al azar 10 muestras de
cuarto metro cuadrado en donde se aplicaron dos tratamientos, (A)
Porcentaje de Cobertura vegetal según método tradicional de
cuadrados, (B) Porcentaje de Cobertura vegetal utilizando fotos
digitales analizadas con CobCal. Cabe aclarar que las fotos
digitales utilizadas en el tratamiento "B", se sacaron en
el mismo lugar y momento en donde se analizaron las muestras para el
tratamiento "A".
Resultados y
Discusión
La Figura 1 presenta la pantalla principal del
software que contiene sus acciones, "Lista de archivos",
"Precisión", "Modo de escaneo", "Colores
positivos y negativos", "Escaneo", "Delimitador
de circunferencia", "Rehacer", "Guardar" y
"Ayuda".
 |
Figura 1. Pantalla principal
conteniendo las acciones de procesamiento.
Fuente: INTA PRECOP Concepción del Uruguay, 2006.
|
Una vez cargada la imagen en la memoria,
seleccionados los colores y definido el círculo de muestra (Figura
2), el programa realiza una recorrida de los píxeles de la imagen
estableciendo la diferencia de color, teniendo en cuenta que, la
cantidad de puntos que toma dependerá de la precisión con la que
se desee obtener el resultado, ya que permite obtener resultados con
tres niveles de presición, alta, media y baja, con velocidades de
escaneo mayores al disminuir la precisión. Con precisión alta, el
software tiene en cuenta todos los puntos de la imagen delimitada
dentro del círculo.
 |
Figura 2. Pantalla
principal completa, imágenes cargadas, colores definidos y
circunferencia delimitada.
Fuente: INTA PRECOP Concepción del Uruguay, 2006.
|
El resultado del proceso se obtiene de la
siguiente manera: Se recorren los puntos (píxeles) de la imagen que
corresponden al interior del círculo delimitador. La cantidad de
puntos que se tienen en cuenta para el cálculo depende de la
precisión que el usuario defina. Para cada punto se toma la
diferencia de color entre éste y el o los colores positivos
definidos por el usuario. Si dicha diferencia se encuentra dentro
del rango arbitrario definido por el programa el punto se cuenta
como zona de cobertura.
Una vez finalizado el procesamiento de los
puntos de la imagen y los colores positivos, se realiza un examen
similar entre todos los puntos del círculo y el color definido como
negativo. Si la diferencia entre el color del punto y el color
negativo cae dentro del rango, y además dicha diferencia es menor
que la que pudo haberse encontrado entre éste y un color positivo,
define a este punto como zona sin cobertura.
Cuando todos los puntos del círculo han sido
comparados con los colores definidos por el usuario, el programa
está listo para brindar el resultado del escaneo.
El resultado se obtiene haciendo la sumatoria de
los puntos marcados como zona de cobertura. De allí se obtienen:
(a) la superficie cubierta en centímetros cuadrados (que depende
del diámetro del círculo definido – Figura 3) y (b) el
porcentaje de dicha cobertura.
 |
Figura 3. Pantalla
para la selección del diámetro del círculo (aro) de
muestreo y para la selección de la carpeta de
guardado.
Fuente: INTA PRECOP Concepción del Uruguay, 2006.
|
Debido a ciertas selecciones particulares de los
colores, la estimación puede ser más o menos cercana a la
realidad. Por ello es probable que deban variarse paulatinamente la
selección de dichos colores hasta obtener el resultado deseado.
El programa brinda el resultado del proceso de
dos formas: En pantalla, en donde una vez realizada la estimación,
muestra una ventana con los resultados del mismo (Figura 4); o en
una página web, donde es posible guardar un archivo en formato
HTML, en el cual aparece la información resultante del proceso
(Figura 5).
 |
Figura 4. Ventana con
los resultados del proceso.
Fuente: INTA PRECOP Concepción del Uruguay, 2006.
|
 |
Figura 5. Resultados
del proceso en formato HTML (página web).
Fuente: INTA PRECOP Concepción del Uruguay, 2006.
|
Por tanto, basándose en colorimetría, el
software determina el porcentaje de cobertura, pudiéndose definir
tanto para determinaciones de rastrojo, cultivo o malezas siempre
que sea posible detectar variaciones de color.
Los resultados de la comparación entre los
tratamiento A y B, mostraron que estadísticamente no hubo
diferencias significativas (p<0,05) entre ellos (Figura 6). Al
comparar la media general se registró una diferencia de
subdimensiónamiento del tratamiento "A" menor al 5%. La
agilidad del sistema, permite compensar en forma relativa esta
diferencia por el notable aumento de muestras posibles de obtener en
un mismo tiempo.
 |
Figura 6. Porcentaje
de cobertura determinada por el método tradicional (MT) y
por CobCal durante el desarrollo del cultivo de colza.
Fuente: INTA PRECOP Concepción del Uruguay, 2006.
|
Conclusiones
El software, CobCal V. 1.0, permite calcular de
forma rápida, sencilla y eficaz tanto los porcentajes de cobertura,
como la superficie cubierta por un cultivo.
El programa requiere que el operario efectúe
pruebas de práctica previas al análisis, de forma de
familiarizarse con el funcionamiento del software.
Los resultados en porcentaje de cobertura, no
presentan diferencias significativas con el método tradicional.
Bibliografía
1 - BROWN, D. 1994. Methods of
surveying and measuring vegetation. Commonw. Bur. Pastures Field
crops. Hurley berks, bull. 42.
2 - CAMPBELL, N. A. & ARNOLD, G. W.
1973. The visual assessment of pasture yield. Aust. J. exp. Agric.
Husb. 13: 263-267.
3 - HUSS, D. L.; BERNARDÓN, A. E.;
ANDERSON, D. L. & BRUN, J. M., 1986. Principios de manejo
de praderas naturales. Instituto Nacional de Tecnología
Agropecuaria. Pp.151-180.
4 - MORLEY, F. H. W.; BENNETT, D. &
CLARK, K. W. 1964. The estimation of psture yield in large
grazing experiments. Aust. CSIRO. Div. plant. Ind. Field. Stn.
Rec. 3 (2): 43-47.
Autores:
Ferrari, D. M.; Pozzolo, O. R. y Ferrari, H. J.
Estación Experimental Agropecuaria INTA Concepción del Uruguay, Ruta P. 39, Km
143,5, CP 3260, CC 6, Entre Ríos, Argentina. dmferrari@gmail.com.
|
|
Publicaciones -->
Ultimas Actualizaciones del Sitio
