Abstract Construction projects are highly complex systems that recurrently present discrepancies between work-as-imagined and work-as-done. Digital technologies, such as photogrammetry using UAVs (drones), are promising support tools to cope with this problem. Therefore, this study aims to evaluate the procedures for developing and assessing the quality of a 3D model generated through photogrammetry from images captured by a drone, comparing it to the as-designed BIM model. Thus, a case study was carried out in a residential low-income housing construction project in Camaçari, Brazil. Compared to the as-designed BIM 3D model, the photogrammetric model presented an average dimensional deviation of -1.68%. The model also presented issues such as occlusions and deformations. The study highlights that both this deviation and the quality of the photogrammetric model can be significantly influenced by the data collection method (e.g., quantity and resolution of photos). The study's primary contribution lies in presenting the potential of UAV usage for image capture in photogrammetry model generation. workasimagined work imagined workasdone. workasdone done. done work-as-done technologies drones, drones , (drones) problem Therefore D drone asdesigned designed Thus lowincome low income Camaçari Brazil 1.68%. 168 1 68 -1.68% deformations e.g., eg e g (e.g. photos. photos . photos) studys s generation (drones 1.68% 16 6 -1.68 e.g. (e.g 1.68 -1.6 e.g 1.6 -1. 1. -1 -

Resumo Projetos de construção são sistemas altamente complexos que apresentam recorrentemente discrepâncias entre o trabalho planejado e o trabalho realizado. Tecnologias digitais, como a fotogrametria com VANTs (drones), são ferramentas de suporte promissoras nesse contexto. Assim, este estudo tem como objetivo avaliar os procedimentos de desenvolvimento e qualidade de um modelo 3D gerado por fotogrametria através de imagens capturadas por drone, comparando-o ao modelo as-designed BIM. Para isso, realizou-se um estudo de caso em uma habitação de interesse social localizada em Camaçari-BA. Comparado ao modelo BIM projetado, o modelo fotogramétrico apresentou um desvio dimensional médio de -1,68%. O modelo também apresentou inconsistências como oclusões e deformações. O estudo mostra que tanto esse desvio como a qualidade do modelo fotogramétrico obtido podem ser consideravelmente influenciados pela forma de coleta dos dados (ex. baixa quantidade e resolução das fotos). A principal contribuição do estudo é apresentar o potencial do uso do VANT para captura de imagens para geração de um modelo de fotogrametria. realizado digitais drones, drones , (drones) contexto Assim D drone comparandoo comparando asdesigned as designed isso realizouse realizou se CamaçariBA. CamaçariBA Camaçari BA. BA Camaçari-BA projetado 1,68%. 168 1 68 -1,68% deformações ex. ex (ex fotos. fotos . fotos) (drones 1,68% 16 6 -1,68 1,68 -1,6 1,6 -1, 1, -1 -

Abstract Introduction Carbon storage studies in arid and semi-arid zones are limited. The use of UAVs (unmanned aerial vehicles) has made it easier to monitor areas of interest, which is difficult with more costly techniques. Objective The aim of this study is to develop predictive models, using aerial images, to estimate aboveground carbon biomass (ABCS) in subtropical shrub species of Sonora. Materials and methods ABCS of tree species (>2 m in height) was estimated using field-collected metrics and allometric equations. Remote vegetation metrics (camera mounted on UAV) were obtained using both manual methods (digitization) and automated methods (ForestTools algorithm). Non-parametric tests (Wilcoxon) were conducted to determine differences between field metrics and aerial image metrics. These were used to construct predictive models of individual-level ABCS. Results and discussion The Wilcoxon test indicated that the maximum crown height estimated in the field and with both approaches is similar (P > 0.05), while crown area and crown volume in situ showed no significant differences (P > 0.05) with the manual approach but shows significant differences with the automated approach (P < 0.05). The predictive models of aboveground carbon biomass (ABCS) with remote approaches were statistically significant (P < 0.001). This suggests that carbon estimation using images can explain the variability of the reference method at the individual level. Conclusion Aerial imagery is a viable and practical tool for estimating ABCS of trees and shrubs in arid/semiarid communities.

Resumen Introducción Los estudios de almacenamiento de carbono en zonas áridas y semiáridas son escasos. El uso de VANT (vehículos aéreos no tripulados) ha facilitado el monitoreo de zonas de interés, lo cual es difícil con técnicas que implican un costo mayor. Objetivo Desarrollar modelos predictivos, mediante el uso de imágenes aéreas, para la estimación de almacén de carbono en biomasa aérea (ACBA) en especies de matorral subtropical de Sonora. Materiales y métodos Se estimó el ACBA de especies leñosas (>2 m de altura) con métricas recabadas en campo y ecuaciones alométricas. Las métricas de vegetación remotas (cámara montada en VANT) se obtuvieron acorde con los métodos manual (digitalización) y automatizado (algoritmo ForestTools). Se hicieron pruebas no paramétricas (Wilcoxon) para determinar diferencias entre las métricas de campo y de imágenes aéreas. Estas se utilizaron para la construcción de modelos predictivos del ACBA a nivel individuo. Resultados y discusión La prueba de Wilcoxon indicó que la altura máxima de copa estimada en campo y con ambas aproximaciones es similar (P > 0.05), mientras que el área de copa y volumen de copa in situ no presentan diferencia significativa (P > 0.05) con la aproximación manual, pero sí con la automatizada (P < 0.05). Los modelos predictivos de ACBA con aproximaciones remotas fueron estadísticamente significativos (P < 0.001). Esto sugiere que la estimación de carbono con imágenes es capaz de explicar la variabilidad del método de referencia a nivel individuo. Conclusión Las imágenes aéreas constituyen una herramienta viable y práctica para la estimación de ACBA de árboles y arbustos en comunidades áridas/semiáridas.

Abstract In recent years, Unmanned Aerial Vehicles (UAVs) have presented a variety of applications. Recent studies show their advantages when quantifying areas for storm runoff estimation. However, there are uncertainties about their actual range. Therefore, the objective of this study was to estimate the volume of rainfall captured by roofs using UAVs. The methodology consisted of selecting a study area composed of a variety of canopies, in which the areas were digitally measured, the latter by processing images captured by UAV. For the calculation of runoff volume, the average monthly precipitation data of the last 11 years were taken, and the Runoff Coefficients (Ce) reported in the literature were considered. Then, the mean monthly runoff volume was calculated for each canopy. The results show that the roofs studied (Coliseum - Library) have the capacity to capture an annual volume of 2237.75 m3. With an average volume of 406.74 m3 during the rainy season (November to March) and 29.15 m3 during the dry season (April to October). Although the use of UAV allows determining one of the values within the runoff volume calculation, in order to achieve a more accurate result, it is necessary to analyze and evaluate the other variables (Ce and precipitation).

Resumen En los últimos años, los Vehículos Aéreos No Tripulados (VANT) han presentado una variedad de aplicaciones. Estudios recientes demuestran sus ventajas al momento de cuantificar áreas para la estimación de escorrentía pluvial. Sin embargo, existen incertidumbres sobre su alcance real. Ante ello, el objetivo del estudio es estimar el volumen pluvial captado por cubiertas mediante VANT. La metodología consistió en seleccionar una zona de estudio compuesta por una variedad de cubiertas, en el que las áreas fueron medidas digitalmente, esta última por medio del procesamiento de imágenes captadas por VANT. Para el cálculo de volumen de escurrimiento, se tomaron los datos de precipitación media mensual de los últimos 11 años, y se consideraron los Coeficientes de Escorrentía (Ce) reportados en la literatura. A continuación, se calculó el volumen de escurrimiento medio mensual para cada cubierta. Los resultados muestran que las cubiertas estudiadas (Coliseo - Biblioteca), tienen la capacidad de captar un volumen anual de 2237.75 m3. Con un volumen promedio de 406.74 m3 durante la época lluviosa (noviembre a marzo) y 29.15 m3 en la época seca (abril a octubre). Aunque el uso de VANT permite determinar uno de los valores dentro del cálculo de volumen de escorrentía, para lograr un resultado más exacto, es preciso analizar y evaluar las otras variables (Ce y precipitación).

Resumen El Pico de Orizaba es un área natural protegida en la que destacan bosques de Pinus hartwegii sometidos a presiones naturales y antrópicas. El objetivo del presente estudio fue comparar los parámetros dasométricos de ocho rodales con cuatro exposiciones (N, S, E y O) y dos altitudes (3 700 y 3 900 m). Se ubicaron áreas con cobertura representativa y se establecieron tres sitios de dimensiones fijas de 1 000 m2 por cada combinación de exposición-altitud. La obtención de información se complementó con imágenes de un vehículo aéreo no tripulado (VANT). Se obtuvo mayor densidad de arbolado (593 árboles ha-1) en la combinación E-3 700 y la mínima en la zona O-3 900 (113 árboles ha-1). Los extremos de área basal mínima (11.9 m2 ha-1) y máxima (35.2 m2 ha-1) correspondieron a las combinaciones S-3 900 y E-3 700, respectivamente. El área basal y volumen disminuyeron con la altitud. La estructura horizontal mostró mayor número de individuos en categorías diamétricas bajas (10-40 cm) y la estructura vertical en las de 25 a 30 m de altura. La prueba de Kruskal-Wallis evidenció diferencias significativas entre las ocho combinaciones para las variables diámetro (DN), altura total (AT) y volumen (VOL), cuya reducción más notable fue sobre la exposición sur al incrementar la altitud de 3 700 a 3 900 m, lo que indica que la combinación S-3 900 es menos favorable para el crecimiento del arbolado. Las combinaciones exposición-altitud con parámetros dasométricos superiores y más potencial de crecimiento fueron N-3 700, E-3 700, S-3 700 y O-3 900.

Abstract Pico de Orizaba is a natural protected area with Pinus hartwegii forests subjected to natural and anthropogenic pressures. The objective of this study was to compare the mensuation parameters of eight stands with four exposures (N, S, E, and W) at two different altitudes (3 700 and 3 900 m). Areas with representative coverage were located and three sites of fixed dimensions of 1 000 m2 were established for each exposure-altitude combination. The collected information was complemented with images from an unmanned aerial vehicle (UAV). The highest tree density (593 trees ha-1) was obtained in the E-3 700 combination, and the lowest, in the W-3 900 area (113 trees ha-1). The extremes of minimum (11.9 m2 ha-1) and maximum (35.2 m2 ha-1) basimetric area corresponded to combinations S-3 900 and E-3 700, respectively. The basimetric area and volume decreased with the altitude. The horizontal structure showed a greater number of individuals in low diameter categories (10-40 cm), and the vertical structure in the 25 to 30 m height categories. The Kruskal-Wallis test showed significant differences between the eight combinations for the diameter (DN), total height (TA) and volume (VOL) variables. The most notable reduction was on the southern exposure, as the altitude increased from 3 700 to 3 900 m, indicating that the S-3 900 combination is less favorable for tree growth. The exposure-elevation combinations with superior mensuration parameters and more growth potential were N-3 700, E-3 700, S-3 700, and W-3 900.

Abstract In this paper, an assessment of the state of coastal territories of Ecuador monitoring issue is conducted. The use of an autonomous robotic aerial platform is proposed as a technical solution to enhance the efficiency of remote surveillance missions performed by national security services along coastline. Considering the UAV nonlinear flight dynamics, as well as the missing information of the environment, is designed a UAV hierarchical control structure composed of an adaptive PID based MPC control strategy. The implementation of an adaptive PID based MPC controller leads to significantly improve the UAV optimal trajectory tracking task, as well as satisfy properties such as adaptiveness, self-learning, and capability of handling uncertainties caused by the unpredictable behavior of sea currents and wind loads retaining robust performance features. In this work, the investigation of external disturbances on UAV stabilization and positioning accuracy considers swirling wind flows and short-term wind gusts. These correspond to deterministic and random processes, are mathematically represented as trigonometric functions with random amplitudes determined by the gust coefficients and the wind loading periods of the pulses. The established range is given by a set of several observations of wind loads in the coastal territories of Ecuador. The analyzed data is collected from the database of national meteorological stations. Finally, the simulation process of the perturbed controlled motion of the UAV along a segmented linear trajectory, as well as the data analysis and graphics are carried out in the MATLAB environment.

Resumen En este trabajo se realiza una evaluación del estado de los territorios costeros del Ecuador en términos de monitoreo. El uso de una plataforma aérea robótica autónoma se propone como una solución técnica para mejorar la eficiencia de las misiones de vigilancia remota realizadas por los servicios de seguridad nacional a lo largo de la zona costanera. Considerando la no linealidad de la dinámica de un UAV, así como la inexistencia de información sobre el entorno, se ha diseñado una estructura jerárquica de control compuesta por una estrategia adaptativa de PID basada en un controlador MPC. La implementación del controlador adaptativo PID basado en MPC conduce a mejorar significativamente la tarea de seguimiento de trayectoria óptima del UAV, así como a satisfacer propiedades tales como la adaptabilidad, el autoaprendizaje y la capacidad de manejar incertidumbres causadas por el comportamiento impredecible de las corrientes marinas y las cargas de viento, manteniendo características robustas de rendimiento. En este trabajo, la investigación de los efectos de las perturbaciones externas sobre la estabilización y precisión de posicionamiento del UAV considera flujos arremolinados y ráfagas de corta duración. Estos corresponden a procesos deterministas y aleatorios, son representados matemáticamente como funciones trigonométricas con amplitudes aleatorias determinadas por los coeficientes de perturbaciones y los períodos de carga de viento de las pulsaciones. El rango establecido se da mediante un conjunto de varias observaciones de cargas de viento en los territorios costeros de Ecuador. Los datos analizados son recogidos de la base de datos de las estaciones meteorológicas nacionales. Finalmente, el proceso de simulación del movimiento controlado perturbado del UAV a lo largo de una trayectoria lineal segmentada, así como el análisis de datos y gráficos, se llevan a cabo en el entorno de MATLAB.

Abstract NDVI elucidates the ecophysiological mechanisms faced by vegetation. With the flexibility and versatility of unmanned aerial vehicles (UAVs), temporal, spatial and spectral resolutions have been useful in supporting decision-making. Here, we modeled diurnal change in the NDVI derived from UAV imagery for individual trees in a natural forest stand. Eight flights were conducted during daylight hours over one day to assess the dynamics of the NDVI of the genera Pinus, Juniperus, and Quercus. The results showed unstable NDVI values over time, with a parabolic quadratic trend in the model. The NDVI reached its maximum around 13:00 h and the values differed significantly according to genus: the highest value was found in Pinus with significant differences presented with Juniperus and Quercus, which showed similar values between them (p=0.533). As a validation strategy, we test the model generated using 124 trees independent of those that were sampled, which strengthened our results in terms of reliability. The similarities of statistical parameters confer a high variability of application of the results in models of simulation of similar forests ecosystems. We recommend to study more spectral indices of vegetation, including calibration of the sensor, particularly in longer-term seasonal studies. We conclude that the NDVI measured using UAV should consider image acquisition time to calibrate the records and thus improve the interpretation of results.

Resumen El NDVI dilucida los mecanismos ecofisiológicos a los que se enfrenta la vegetación. Gracias a la flexibilidad y versatilidad de los vehículos aéreos no tripulados (VANT), las resoluciones temporales, espaciales y espectrales han sido útiles para apoyar la toma de decisiones. En este trabajo se modelizó el cambio diurno en el NDVI derivado de imágenes de VANT para árboles individuales en un rodal forestal natural incoetáneo. Se realizaron ocho vuelos durante las horas diurnas a lo largo de un día para evaluar la dinámica del NDVI de los géneros Pinus, Juniperus y Quercus. Los resultados mostraron valores de NDVI inestables en el tiempo, con una tendencia cuadrática parabólica en el modelo. El NDVI alcanzó su máximo alrededor de las 13:00 h y los valores difirieron significativamente según el género: el valor más alto se encontró en Pinus con diferencias significativas presentadas con Juniperus y Quercus, que mostraron valores similares entre ellos (p=0.533). Como estrategia de validación, probamos el modelo generado utilizando 124 árboles independientes de los muestreados, lo que reforzó nuestros resultados en términos de confiabilidad. Las similitudes de los parámetros estadísticos confieren una alta variabilidad de aplicación de los resultados en modelos de simulación de ecosistemas forestales similares. Recomendamos estudiar más índices espectrales de vegetación, incluyendo la calibración del sensor, particularmente en estudios estacionales de más largo plazo. Concluimos que el NDVI medido mediante VANT debe considerar el tiempo de adquisición de la imagen para calibrar los registros y así mejorar la interpretación de los resultados.

Resumen El uso de ácido poliláctico (PLA) en la tecnología por deposición fundida (FDM) más conocida como impresión 3D para crear todo tipo de piezas, desde prototipos y piezas simples hasta productos finales altamente técnicos es un gran un competidor debido a su amplio rango de propiedades frente a otros materiales compuestos de origen petroquímico. El objetivo de este trabajo fue evaluar el uso de ácido poliláctico (PLA) para la construcción de vehículos aéreos no tripulados (UAV) por medio de impresión 3D. Se realizó el cálculo de la potencia y la fuerza del UAV, un análisis estructural en el software SolidWorks para calcular los esfuerzos máximos y mínimos y determinar los parámetros óptimos de elaboración. Así mismo, se realizó un análisis aerodinámico mediante el software ANSYS para determinar el coeficiente de arrastre y las fuerzas que intervienen en el UAV. Se encuentra que la fuerza que ejercen los motores sobre los bazos es de 13,63 N y la potencia es de 536N; en el análisis estructural se encontró que los esfuerzos mínimos se encuentran en los brazos del chasis y los esfuerzos máximos se encuentra donde se ajusta el chasis con un valor de 6,604 MPa y un factor de seguridad de 3,23; en el análisis aerodinámico se encontró una fuerza de arrastre de 1N y una potencia de vuelo de 108,44 N. El UAV alcanzó una altura de vuelo de 48 m y una autonomía de vuelo de 17 minutos concluyendo que la tecnología de impresión 3D es una alternativa viable y de bajo costo.

Abstract The use of polylactic acid (PLA) in the technology of fused deposition modeling (FDM), better known as 3D printing, to create all kinds of parts, from prototypes and simple pieces to highly technical end products, is a significant contender due to its wide range of properties compared to other petrochemical-based composite materials. The aim of this study was to evaluate the use of polylactic acid (PLA) for the construction of unmanned aerial vehicles (UAVs) through 3D printing. Power and force calculations for the UAV were performed, and a structural analysis using SolidWorks software was conducted to calculate maximum and minimum stresses and determine optimal manufacturing parameters. Additionally, an aerodynamic analysis using ANSYS software was carried out to determine the drag coefficient and the forces acting on the UAV. It was found that the force exerted by the motors on the arms is 13,63 N, and the power is 536 N. In the structural analysis, it was determined that the minimum stresses are located in the chassis arms, while the maximum stresses are found where the chassis is attached, with a value of 6,604 MPa and a safety factor of 3,23. In the aerodynamic analysis, a drag force of 1 N and a flight power of 108,44 N were calculated. The UAV achieved a flight height of 48 m and a flight autonomy of 17 minutes, concluding that 3D printing technology is a viable and cost-effective alternative.

ABSTRACT The introduction of different technologies such as Geographic Information Systems, images obtained from satellites, airplanes, drones, various types of sensors as well as computer systems and tools have caused a revolution in Agriculture. The use of these technologies has always had the interest of using available resources effectively and efficiently, as well as humanizing agricultural work. This article reviews the benefits obtained with the use of drones internationally and also in Cuba. However, works that propose the use of Precision Agriculture in Cuba have also been cited. It is observed that there are still few published works that describe in detail the results obtained that allow their reproducibility and there are many that describe them qualitatively. It is considered that in the particular case of drones, the extension of their use is still very expensive since in a practical way only the GEOCUBA Enterprise has all the infrastructure and trained staff for their most complete use, so different enterprise, institutions and farmers that wish to use them must make large disbursements.

RESUMEN La introducción de diferentes tecnologías como los Sistemas de Información Geográfica, las imágenes obtenidas a partir de satélites, aviones, drones, los diversos tipos de sensores, así como los Sistemas y herramientas informáticas han provocado una revolución en la Agricultura. La utilización de estas tecnologías siempre ha tenido el interés de emplear de una forma eficaz y eficiente los recursos disponibles, así como humanizar el trabajo agrícola. En este artículo se hace una revisión de los beneficios obtenidos con el empleo de los drones a nivel internacional y también en Cuba. No obstante, se han citado también los trabajos que plantean la utilización de la Agricultura de Precisión en Cuba. Se observa que todavía son pocos los trabajos publicados que describan de forma detallada los resultados obtenidos que permitan su reproducibilidad y abundan los que describen los mismos de forma cualitativa. Se considera que en el caso particular de los drones, resulta muy costosa todavía la extensión de su utilización ya que de forma práctica sólo la Empresa GEOCUBA dispone de toda la infraestructura y el personal capacitado para su utilización más completa por lo que las diferentes empresas, instituciones y campesinos que deseen emplearlos deben realizar grandes desembolsos.

Abstract: The site of Huari, center of a vast expansionist political formation, was the largest city ever constructed in Pre-Columbian South America. The city existed for approximately four hundred years during the Middle Horizon (600-1000 CE). Noted as an early center of Andean civilization by Cieza de León en el siglo XVI, and first investigated by Julio C. Tello in 1931, the importance of the site has been established through almost a century of archaeological research. Nonetheless, the very scale of the site itself has complicated understanding of its spatial organization. To date, only sketch plans from aerial imagery of the city exist, with some sectors better documented through field-based cartographic survey. To better understand the site, the Royal Ontario Museum and Vanderbilt University organized a joint documentation and modeling project in 2017 that covered the more than 2 km 2 portion of the site that contains standing architecture. This article discusses the history of Huari mapping and documentation projects prior to 2017, as well as the methodology we used to acquire and process orthomosaics of Huari largely through the use of drones (UAVs). Our project produced imagery across much of the settlement at a resolution as high as ~3 cm that is now available for exploration and download at www.huarimappingproject.org. The platform can be updated as more imagery becomes available. The orthomosaics, as well as models derived from them, can be used to support future research and heritage preservation programs.

Resumen: El sitio de Huari, centro una vasta formación política expansionista, se cuenta entre las ciudades más grandes de Sudamérica precolombina. La ciudad existió durante aproximadamente cuatrocientos años durante el Horizonte Medio (600-1000 EC). Señalado como uno de los primeros centros de la civilización andina por Cieza de León en el siglo XVI, e investigado por primera vez por Julio C. Tello en 1931, se ha establecido su importancia a través de casi un siglo de investigación arqueológica. Sin embargo, la misma escala del sitio ha complicado la comprensión de su organización espacial. Hasta la fecha, solo existen planos esquemáticos de la ciudad sobre la base de fotos aéreas y sectores mejores documentados a través de levantamiento cartográfico en el campo. Para comprender mejor el sitio, en 2017 el Museo Real de Ontario y la Universidad de Vanderbilt organizaron un proyecto conjunto de registro espacial que cubrió la porción de más de 2 km2 del sitio que contiene arquitectura permanente. Este artículo analiza la historia de los proyectos de levantamiento cartográfico de Huari antes de 2017, así como la metodología que usamos para adquirir y procesar ortomosaicos de Huari en gran parte mediante el uso de drones (UAV). Nuestro proyecto produjo imágenes en la mayoría del asentamiento con una resolución de hasta ~ 3 cm, disponible hoy para exploración y descarga en www.huarimappingproject. org. La plataforma se puede actualizar a medida que haya más imágenes disponibles. Los ortomosaicos, así como los modelos derivados de ellos, se pueden utilizar para respaldar la investigación futura y los programas de preservación del patrimonio.

Abstract Sorghum halepense (Johnsongrass) is a weed that tends to spatially distribute in an aggregated manner in maize crops. In a two-year study conducted at La Poveda (CSIC, Madrid), the effectiveness of Precision Agriculture (PA) in controlling this weed was investigated by: 1) monitoring the spatio-temporal dynamics of Johnsongrass patches in a maize field using UAV aerial image processing; 2) site-specific application of the herbicide nicosulfuron according to the early-stage map generated from aerial imagery; and 3) quantification of crop yield in Johnsongrass treated and untreated areas, as well as weed-free. The analysis of the map prior to herbicide treatment in 2022 revealed a random distribution of Johnsongrass, with patches averaging 0.4 m² in size, ranging from 0.01 m² to 5 m². Site-specifically treated plots showed spatial growth control, evidenced in the subsequent season (2023) with an average patch size of 1.0 m2, ranging from 0.02 m² to 12 m². In contrast, untreated patches significantly increased in size (average 3.8 m2; ranging between 0.01 m² and 122 m²). There was a notable decrease in yield in untreated infested areas compared to treated and/or Johnsongrass-free areas. These findings underscore the advantages of PA in Johnsongrass control, demonstrating how detection and site-specific patch management can reduce herbicide use by up to 95% and mitigate competition with the maize crop.

Resumen Sorghum halepense (cañota) es una mala hierba que tiende a distribuirse espacialmente de forma agregada en los cultivos de maíz. En un estudio de dos años realizado en La Poveda (CSIC, Madrid), se investigó la eficacia de la Agricultura de Precisión (AP) en su control, mediante: 1) el seguimiento de la dinámica espacio-temporal de los rodales de cañota en un campo de maíz con el procesamiento de imágenes aéreas UAV; 2) la aplicación localizada del herbicida nicosulfuron según el mapa generado en etapa temprana con imágenes aéreas; y 3) la cuantificación del rendimiento del cultivo en áreas tratadas y no tratadas con cañota, así como libres de mala hierba. El análisis del mapa previo al tratamiento herbicida en 2022 reveló una distribución aleatoria de cañota, con rodales de tamaño medio de 0,4 m2, variando entre 0,01 m² y 5 m². Las parcelas tratadas con herbicida localizado mostraron un control del crecimiento espacial, evidenciado en la campaña siguiente (2023) con un tamaño promedio de 1,0 m2, oscilando entre 0,02 m² y 12 m². En contraste, los rodales no tratados aumentaron significativamente su tamaño (media 3,8 m2; rango entre 0,01 m² y 122 m²). El rendimiento disminuyó notablemente en zonas infestadas sin tratamiento respecto a las zonas tratadas y/o libres de cañota. Estos resultados subrayan las ventajas de la AP en el control de la cañota, demostrando cómo la detección y manejo localizado de rodales podrían reducir hasta un 95% el uso de herbicidas y mitigar la competencia con el cultivo de maíz.

Abstract Currently, there is technology available to develop treatments at variable rates on crops. The difficulty is to properly identify the weed species and thus be able to adjust the doses of herbicide to the species present at each point of the plot. For this reason, the objective of this work is to carry out a field trial to study the potential of the integration of the available technology: remote sensing using UAV and image analysis, design of variable application maps based on IPMWise recommendations and finally, application with a sprayer capable of applying variable rates nozzle by nozzle. The trials were carried out in two corn fields located at NE Spain. A pre-emergence treatment was carried out with different products to force variability and subsequently, a UAV flight at 40m height using an RGB camera and a multi-spectral camera. AgrisoftPhotoscan software was used to align the images and they were processed using an advanced OBIA algorithm. The dose of herbicide to be applied was calculated according to species and density using the IPMwise DSS for a 1x1m2 grid and the generated map was loaded into an AGRIFAC Condor sprayer. Considering a treatment threshold of 1 plant/m2, herbicide savings of more than 38% were achieved. The effectiveness evaluation was 22 days after the treatment and it was found that the efficiencies obtained were in line with those predicted, although in areas with very low density, no weeds were detected within the crop line.

Resumen En la actualidad existe tecnología disponible para realizar tratamientos a dosis variable en los cultivos. La dificultad es identificar adecuadamente las especies de malas hierbas y así poder ajustar las dosis de herbicida a las especies presentes en cada punto de la parcela. Por esto, el objetivo del presente trabajo es realizar un ensayo en campo para estudiar el potencial de la integración de la tecnologia disponible: detección remota utilizado UAV y analisis de imagen, diseño de mapas de aplicación variable basados en las recomendacioens de IPMWise y finalmente, aplicación con un pulverizador capaz de aplicar dosis variable boquilla a boquilla.Los ensayos se llevaron a cabo en dos parcelas de maiz situadas en el NE de España.Se realizó un tratamiento de pre-emergencia con productos diferentes para forzar la variabilidad y posteriormente, un vuelo con UAV a 40m de altura utilizando una camara RGB y otra multi-espectral. Posteriormente se utilizó el software AgrisoftPhotoscan para alinear las imágenes y se procesaron utilizando un algoritmo OBIA avanzado. La dosis de herbicida a aplicar se calculó por especie y densidad utilizando el DSS IPMwise para una cuadrícula de 1x1m2 y el mapa generado se cargó en un pulverizador AGRIFAC Condor. Considerando un umbral de tratamiento de 1planta/m2 se consiguió un ahorro de herbicida superior al 38%. La evaluación de eficacia fue 22 días tras el tratamiento y se constató que las eficacias obtenidas estuvieron en línea con las previstas aunque en zonas con muy baja densidad, no se detectaron malas hierbas en la misma linea del cultivo.

Abstract Accurate detection and identification of weeds are essential in the implementation of Precision Agriculture (PA). In this study, we addressed the detection and classification of weeds in maize and tomato in their early growth stages by integrating images acquired from UAVs and analysis based on advanced convolutional neural networks. Subsequently, the objective of this research was the creation of geo-referenced maps that would allow localized and selective post-emergence management of weed species. Our results indicate that the combination of UAV-captured imagery and deep learning algorithm-based image analysis provides an effective solution for this purpose. The accuracy and efficiency achieved in the identification of weeds in their early stage were promising, both in the set of species present in the crop and in individual species. This advance is of great relevance in the field of PA, as it would allow a more efficient management of weeds by selecting the herbicide according to the type of weed present, reducing the use of herbicides and ultimately contributing to the sustainability and profitability of agriculture. In addition, the generation of geo-referenced maps facilitates real-time decision making. In summary, this study suggests that the combination of emerging technologies, such as drones and deep neural networks, may be applicable tools in localized weed management in the context of PA.

Resumen La detección precisa y la identificación de malas hierbas son esenciales en la implementación de la Agricultura de Precisión (AP). En este estudio, se abordó la detección y la clasificación de malas hierbas en maíz y tomate en sus etapas tempranas de crecimiento mediante la integración de imágenes adquiridas desde drones y análisis basado en avanzadas redes neuronales convolucionales. Posteriormente, el objetivo de esta investigación fue la creación de mapas georreferenciados que permitieran una gestión en post-emergencia localizada y selectiva de las especies de malas hierbas. Nuestros resultados indican que la combinación de imágenes captadas por drones y un análisis de las mismas basado en algoritmos de aprendizaje profundo proporciona una solución efectiva para este propósito. La precisión y eficiencia alcanzadas en la identificación de malas hierbas en su etapa temprana fueron prometedoras, tanto en el conjunto de especies presentes en el cultivo como en especies individuales. Este avance es de gran relevancia en el ámbito de la AP, ya que permitiría una gestión más eficiente de las malas hierbas mediante la selección del herbicida según el tipo de mala hierba presente, reduciendo el uso de herbicidas y, en última instancia, contribuyendo a la sostenibilidad y la rentabilidad de la agricultura. Además, la generación de mapas georreferenciados facilita la toma de decisiones en tiempo real. En resumen, este estudio sugiere que la combinación de tecnologías emergentes, como drones y redes neuronales profundas, pueden ser herramientas aplicables en el manejo localizado de malas hierbas en el contexto de la AP.

Abstract In view of the growing scarcity of water for agriculture, the increase in food demand and future drought scenarios posed by climate change, it is essential to design new technologies that contribute to lower water consumption. In this research, high-resolution images have been used to estimate evapotranspiration in rice fields by applying the METRICTM (Mapping Evapotranspiration at High Resolution using Internalized Calibration) energy balance model. For this purpose, 5900 m2 of crop were monitored under continuous flood irrigation (CF) and 2600 m2 under alternate wetting and drying irrigation (AWD), in addition to some plots with lateral filtration. Ten flights were conducted between tillering and flowering phases, five flights with a Matrice 210 UAV equipped with a Parrot Sequoia multispectral camera, and five flights with a Matrice 300 RTK equipped with a H20T thermal camera. Field data were collected from vegetation indices (NDVI and LAI), and readings from a radiometer, to adjust information from multispectral and thermal images, respectively, and to obtain the components of the surface energy balance. Mean values for crop evapotranspiration (ETc) of 6.34 ± 1.49 and 5.84 ± 0.41 mm d-1 were obtained for IC irrigation and AWD irrigation, respectively, obtaining a water saving of 42% with a yield reduction of 14%, providing a guide for proper irrigation management, however, it is suggested to use the model to optimize yield by obtaining critical thresholds for optimal application of AWD in the face of water resource scarcity.

Resumen Ante la creciente escasez del agua para la agricultura, el incremento de la demanda de alimentos y los futuros escenarios de sequía que nos plantea el cambio climático es indispensable diseñar nuevas tecnologías que contribuyan a un menor consumo de agua. En esta investigación se han empleado imágenes de alta resolución para estimar la evapotranspiración en arrozales aplicando el modelo de balance de energía METRICTM (Mapping Evapotranspiration at High Resolution using Internalized Calibration). Para ello, se monitorizaron 5900 m2 de cultivo bajo riego por inundación continua (IC) y 2600 m2 bajo la técnica de riego de alternancia humedecimiento y secado (AWD, por sus siglas en inglés), además de algunas parcelas con filtración lateral. Se realizaron 10 vuelos entre las etapas de macollamiento y floración, cinco vuelos con un VANT Matrice 210 con una cámara multiespectral Parrot Sequoia, y cinco vuelos con un Matrice 300 RTK equipado con una cámara térmica H20T. Se colectó información de campo de los índices de vegetación (NDVI e IAF), y lecturas de un radiómetro, para ajustar información de las imágenes multiespectrales y térmicas, respectivamente; y obtener los componentes del balance de energía en superficie. Se obtuvo valores medios para evapotranspiración del cultivo (ETc) de 6,34 ±1,49 y 5,84 ± 0,41 mm d-1 para riego IC y riego AWD, respectivamente, obteniéndose un ahorro de agua del 42% con una reducción del rendimiento en 14%, proporcionando una guía para la gestión adecuada del riego, sin embargo, se sugiere utilizar el modelo para optimizar el rendimiento obteniendo umbrales críticos para la aplicación óptima de AWD frente a la escasez del recurso hídrico.

Abstract Unmanned Aerial Vehicles (UAVs), often called drones, have gained progressive prevalence for their swift operational ability as well as their extensive applicability in diverse real-world situations. Of late, UAV usage in precision agriculture has attracted much interest from scientific community. This study will look at drone aid in precise farming. Big data has the ability to analyze enormous amounts of data. Due to this, it is one of the diverse crucial technologies of Information and Communication Technology (ICT) which had applied in precision agriculture for the abstraction of critical information as well as for assisting agricultural practitioners in the comprehension of the most feasible farming practices, and also for better decision-making. This work analyses communication protocols, as well as their application toward the challenge of commanding a drone fleet for protecting crops from infestations of parasites. For computer-vision tasks as well as data-intensive applications, the method of deep learning has shown much potential. Due to its vast potential, it can also be used in the field of agriculture. This research will employ several schemes to assess the efficacy of models includes Visual Geometry Group (VGG-16), the Convolutional Neural Network (CNN) as well as the Fully-Convolutional Network (FCN) in plant disease detection. The methods of Artificial Immune Systems (AIS) can be used in order to adapt deep neural networks to the immediate situation. Simulated outcomes demonstrate that the proposed method is providing superior performance over various other technologically-advanced methods. UAVs, UAVs , (UAVs) drones realworld real world situations late community this ICT (ICT practices decisionmaking. decisionmaking decision making. making decision-making protocols parasites computervision computer vision dataintensive intensive applications potential VGG16, VGG16 VGG 16 (VGG-16) CNN (CNN FullyConvolutional Fully FCN (FCN detection AIS (AIS situation technologicallyadvanced technologically advanced (UAVs VGG1 1 (VGG-16 (VGG-1 (VGG- (VGG

Resumo Os veículos aéreos não tripulados (UAVs), muitas vezes chamados de drones, ganharam prevalência progressiva por sua rápida capacidade operacional, bem como por sua ampla aplicabilidade em diversas situações do mundo real. Ultimamente, o uso de UAV na agricultura de precisão tem atraído muito interesse da comunidade científica. Este estudo analisará a ajuda de drones na agricultura de precisão. O big data tem a capacidade de analisar enormes quantidades de dados. Por isso é uma das diversas tecnologias cruciais de tecnologia da informação e comunicação (TIC) que foram aplicadas na agricultura de precisão para a abstração de informações críticas, bem como para auxiliar os praticantes agrícolas na compreensão das práticas agrícolas mais viáveis, e também para uma melhor tomada de decisão. Este trabalho analisa protocolos de comunicação, bem como sua aplicação no desafio de comandar uma frota de drones para proteção de lavouras contra infestações de parasitas. Para tarefas de visão computacional, bem como para aplicações com uso intensivo de dados, o método de aprendizagem profunda mostrou muito potencial. Devido ao seu vasto potencial, também pode ser utilizado na área agrícola. Esta pesquisa empregará vários esquemas para avaliar a eficácia de modelos, incluindo o Grupo de Geometria Visual (VGG-16), a Rede Neural Convolucional (CNN), bem como a Rede Totalmente Convolucional (FCN) na detecção de doenças de plantas. Os métodos de sistemas imunológicos artificiais (AIS) podem ser utilizados para adaptar redes neurais profundas à situação imediata. Os resultados simulados demonstram que o método proposto oferece desempenho superior em relação a vários outros métodos tecnologicamente avançados. UAVs, UAVs , (UAVs) operacional real Ultimamente científica dados TIC (TIC críticas viáveis decisão parasitas computacional potencial agrícola modelos VGG16, VGG16 VGG 16 (VGG-16) CNN, CNN (CNN) FCN (FCN plantas AIS (AIS imediata avançados (UAVs VGG1 1 (VGG-16 (CNN (VGG-1 (VGG- (VGG

ABSTRACT: This article presents an experimental study to verify the feasibility of using the emerging UAV technology in the mapping of fishing grounds exploited by artisanal fishing in Sepetiba Bay, in the south of the state of Rio de Janeiro-Brazil, aiming to better understand the functionality and information generated by the equipment, and whether the data can help improve local fisheries management and also provide information for the implementation of simplified traceability for regional fish. The study area included four locations, Ilha da Madeira, Vila Geny, Coroa Grande and Ponte Preta, all located in Sepetiba Bay, located in the municipality of Itaguaí, in the southern region of the state of Rio de Janeiro. The aerial mapping was carried out in September, October and November 2017, between 10 am and 12 pm (GMT-3), employing a Phantom 3 Professional UAV (DJI, Shenzhen, China), Anac Brasil registration number PP-011092014. The onboard camera a DJI 4K Edition Sony Exmor R Model IMX117: 7.81mm equipped with a CMOS sensor dimension of 6.2 mm, 4000 x 3000 12 megapixel resolution, with an f/2.8 lens and field of view (FOV) of 94, having a focal length of 14mm. Images were collected perpendicularly to the main plan. Flight height was set at 80 m, flight speed was determined based on the overlap of 80%, dimension of area to be mapped, and battery life. Hence, the operator utilized a average flight speed of 25 km/h. ground sample distance (GSD) was 1.20 cm/px. and an overlap of 80% between images was established to avoid possible failures and orthomosaic information gaps. For each fishery mapped, standard software processing was carried out, which consists of: aligning the photos, creating a point cloud, creating a digital elevation model, and finally the orthomosaic itself. Once processed, the orthomosaics were exported from Agis Soft Photo Scan Professional to Google Earth (Google Inc.), where it is possible to make a more comprehensive assessment of fisheries in a much more practical and faster way. A total of four flights were carried out, one for each study area, averaging 10 minutes each. As a result, the technology proved to be viable to apply, since it made it possible to identify and map the areas defined for this research, generating data such as distance and, characteristics of the place, which could be used to track the fish caught and landed, in addition to enabling the monitoring of vessels and fishing, and thus improve the management of local fisheries. ABSTRACT Bay JaneiroBrazil, JaneiroBrazil Janeiro Brazil, Brazil Janeiro-Brazil equipment locations Madeira Geny Preta Itaguaí September 2017 1 GMT3, GMT3 GMT , (GMT-3) DJI, (DJI Shenzhen China, China China) PP011092014. PP011092014 PP 011092014. 011092014 PP-011092014 K IMX117 IMX 781mm mm 7 81mm 62 6 2 6. 400 300 resolution f28 f 8 f/2. FOV (FOV 94 14mm plan m mapped life Hence kmh km h km/h GSD (GSD 120 20 1.2 cmpx cm px cm/px gaps photos cloud model itself processed Inc., Inc Inc. Inc.) way result apply research place landed 201 (GMT-3 PP01109201 01109201 PP-01109201 IMX11 40 30 f2 f/2 9 1. (GMT- PP0110920 0110920 PP-0110920 IMX1 4 f/ (GMT PP011092 011092 PP-011092 PP01109 01109 PP-01109 PP0110 0110 PP-0110 PP011 011 PP-011 PP01 01 PP-01 PP0 0 PP-0 PP-

RESUMO: Este artigo apresenta um estudo experimental para verificar a viabilidade de uso da tecnologia emergente UAV no mapeamento dos pesqueiros explotados pela pesca artesanal na Baía de Sepetiba, no sul do estado do Rio de Janeiro-Brasil, visando conhecer melhor a funcionalidade e informações geradas pelo equipamento, e se os dados poderão auxiliar na melhoria do gerenciamento da pesca local e também subsidiar informações para a implantação de uma rastreabilidade simplificada para o pescado regional. A área de estudo contemplou quatro localidades sendo Ilha da Madeira, Vila Geny, Coroa Grande e Ponte Preta, todas inseridas na Baía de Sepetiba, localizada no município de Itaguaí, região sul do estado do Rio de Janeiro. O mapeamento aéreo foi realizado nos meses de setembro, outubro e novembro de 2017, entre 10h e 12h (GMT-3), utilizando um VANT Phantom 3 Professional (DJI, Shenzhen, China), registro Anac Brasil PP-011092014. A câmera integrada é uma DJI 4K Edition Sony Exmor R Modelo IMX117: 7,81 mm equipada com sensor CMOS de 6,2 mm, resolução 4000 x 3000 de 12 megapixels, com lente f/2.8 e campo de visão (FOV) de 94, possuindo uma distância focal de 14 mm. As imagens foram coletadas perpendicularmente ao plano principal. A altura de voo foi fixada em 80 m, a velocidade de voo foi determinada com base na sobreposição de 80%, dimensão da área a ser mapeada e duração da bateria. Assim, o operador utilizou uma velocidade média de voo de 25 km/h. a distância da amostra terrestre (GSD) foi de 1,20 cm/px. e foi estabelecida uma sobreposição de 80% entre as imagens para evitar possíveis falhas e lacunas de informações do ortomosaico. Para cada pesqueiro mapeado foi realizado o processamento padrão do software, que consiste em: alinhamento das fotos, criação da nuvem de pontos, criação de modelo de elevação digital, e finalmente o ortomosaico propriamente dito. Uma vez processado, os ortomosaicos foram exportados do Agis Soft Photo Scan Professional para o Google Earth (Google Inc.), onde é possível fazer uma avaliação mais abrangente dos pesqueiros de uma maneira muito mais prática e rápida. Foram realizados um total de quatro voos, um para cada área de estudo, com duração média de 10 minutos cada. Como resultado, a tecnologia mostrou-se viável de aplicação, uma vez que possibilitou identificar e mapear as áreas definidas para nesta pesquisa, gerando dados como distância e características do local, que poderão ser utilizados para rastrear o pescado capturado e desembarcado, além de possibilitar o monitoramento das embarcações e da pesca e assim, aprimorar o gerenciamento da pesca local. RESUMO Sepetiba JaneiroBrasil, JaneiroBrasil Janeiro Brasil, Janeiro-Brasil equipamento regional Madeira Geny Preta Itaguaí setembro 2017 h GMT3, GMT3 GMT , (GMT-3) DJI, (DJI Shenzhen China, China China) PP011092014. PP011092014 PP 011092014. 011092014 PP-011092014 K IMX117 IMX 781 7 81 7,8 62 6 2 6, 400 300 1 megapixels f28 f 8 f/2. FOV (FOV 94 principal m bateria Assim kmh km km/h GSD (GSD 120 20 1,2 cmpx cm px cm/px software fotos pontos digital dito processado Inc., Inc Inc. Inc.) rápida voos resultado mostrouse mostrou aplicação pesquisa desembarcado assim 201 (GMT-3 PP01109201 01109201 PP-01109201 IMX11 78 7, 40 30 f2 f/2 9 1, (GMT- PP0110920 0110920 PP-0110920 IMX1 4 f/ (GMT PP011092 011092 PP-011092 PP01109 01109 PP-01109 PP0110 0110 PP-0110 PP011 011 PP-011 PP01 01 PP-01 PP0 0 PP-0 PP-