Os Veículos Aéreos Não Tripulados (VANTs) são apontados como a nova revolução das geotecnologias após o sistema GPS, adequando possibilidades que estão surgindo com praticidade logística e financeira da área de levantamentos por meio de aeronaves remotamente pilotadas. Objetivo do trabalho foi desenvolver levantamento topográfico em uma área agrícola, fazendo-se uso de um de Veículo Aéreo Não Tripulado, modelo MAVIC Pro da DJI, empregando princípios de aerofotogrametria. Para tanto, a missão de sobrevoo definiu parte da Fazenda Escola Prof. Dr. Eduardo Meneghel Rando, (UENP/CLM), na cidade de Bandeirantes - PR, caracterizada por uma extensão de três (3) hectares. Com a da detecção automática de pontos homólogos, bem como a amarração entre os pares de imagens, utilizando o aplicativo de modelagem foi possível encontrar pontos de amarração entre as 321 imagens geradas no levantamento, uma vez que foi modelado com sucesso o ortomosaico. Estes parâmetros permitiram gerar a ortofoto e seus respectivos modelos digitais de superfície. O levantamento topográfico em uma área agrícola, fazendo-se uso de um de VANT, mostrou-se satisfatório. A plataforma utilizada no aerolevantamento, o VANT e o sensor nele acoplado, demonstraram ser capaz de atender satisfatoriamente a metodologia adotada

contagem de plantas de milho (Zea MAYS) EM estáGio vegetativo inicial Capturadas a partir de uma RPA   TIAGO MAKOTO OTANI1; SÉRGIO CAMPOS2 E MARCELO CAMPOS3   1 Mestrando do Programa de Pós-Graduação em Agronomia – Energia na Agricultura da Faculdade de Ciências Agronômica, UNESP, Botucatu, SP, Brasil, Email: tiagomotani@gmail.com. Prof. Titular do Depto. de Enga Rural e Socioeconomia da Faculdade de Ciências Agronômica, UNESP, Botucatu, SP, 2Brasil, Email: sergio.campos@unesp.br. 3 Prof. Dr. da Faculdade de Ciências e Engenharia, UNESP, Tupã, SP, Brasil, Email: Marcelo.campos28@unesp.br.   resumo: O Milho (Zea mays L.) é uma das culturas mais sensíveis aos padrões de plantio. O método mais comum para a contagem do estande de plantas é através da inspeção visual, atividade que dispende um intenso esforço laboral e demorado, podendo o produtor rural tomar decisões menos lucrativas. O objetivo foi desenvolver um fluxo de trabalho capaz de ser operacionalizado, confiável e rápido para o monitoramento das primeiras fases vegetativas do milho na produção de grãos através de imagens aéreas de alta resolução adquiridas por uma Aeronave Remotamente Pilotada (RPA) em condições de campo, sendo o índice de vegetação utilizado para extração das informações da planta através da fase vegetativa em relação ao solo. Os contornos de cada objeto foram contabilizados pela diferenciação dos objetos através da simulação em mapas topográficos. A diferença na performance contagem em função da resolução espacial foi observado e o melhor fluxo de trabalho foi a de 6,6 mm, com taxas de acerto de 135%, ou seja, com superestimação de 35% superior do que a contabilização real. Para que o fluxo seja implementado de forma correta, as plantas de milho não podem ultrapassar as 3 folhas no momento da coleta das imagens.    Palavras-chave: Aeronave Remotamente Pilotada, Agricultura de precisão, Milho.   COUNTING OF MAIZE PLANTS (ZEA MAYS) IN THE INITIAL VEGETATION STAGE CAPTURED FROM A RPA   ABSTRACT: Corn (Zea mays L.) is one of the crops most sensitive to planting patterns. The most common method for counting the plant stand is through visual inspection, an activity that requires an intense and time-consuming labor effort, and the rural producer may make less profitable decisions. The objective was to develop a workflow capable of being operationalized, reliable and fast for monitoring the first vegetative stages of maize in grain production through high resolution aerial images acquired by a Remotely Piloted Aircraft (RPA) in field conditions, the vegetation index being used to extract plant information through the vegetative phase in relation to the soil. The contours of each object were accounted for by differentiating objects through simulation on topographic maps. The difference in counting performance as a function of spatial resolution was observed and the best workflow was the 6.6 mm, with hit rates of 135%, that is, with an overestimation of 35% higher than the actual counting. For the flow to be implemented correctly, corn plants cannot exceed 3 leaves at the time of image collection.

O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais.

Revisão: O Autor O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva da autora. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos a autora, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais.