Airborne cameras for natural grassland classification in the Pampa biome

The extension of the area occupied by the inter tussock stratum and tussock stratum in natural pastures is essential for the productive performance of grazing animals. Images obtained from unmanned remote sensors can provide useful information, especially because they have a high spatial resolution. Thus, this study evaluated the performance of the supervised adaptive classification applied to aerial images obtained from an onboard drone camera to map the area covered by tussocks in a natural pasture of the Pampa biome. The study was carried out in a natural pasture area managed since 1986 under different forage allowances, considering treatments of 8, 12, and 16 kg of dry matter per 100 kg live weight (% LW). An aerial image from September 2017, obtained with a Canon S100 camera onboard a drone at an altitude of 120 m, with a spatial resolution of 5 cm, was used. The random forest and support vector machine classifiers were tested associated with specific classification rules. False-color images showed considerable visual similarity in the large patterns of the vegetation distribution and the validation performed with independent samples when compared to the classified images. The tested classifiers were able to measure the area covered by the tussock stratum, which could be an indicator of the quality vegetation in a natural grassland of the Pampa biome. RESUMO: A quantidade de área ocupada por estrato inferior e superior em pastagens naturais tem grande importância sobre o desempenho produtivo dos animais em pastejo. Imagens obtidas de sensores remotos não tripulados podem fornecer informações úteis, especialmente por possuírem alta resolução espacial. O objetivo deste trabalho foi avaliar o desempenho de classificação supervisionada adaptativa aplicada a imagem aérea obtida por câmera a bordo de drone, no mapeamento da área coberta por touceiras em pastagem natural do bioma Pampa. O estudo foi realizado em área de pastagem natural, manejada desde 1986 sob diferentes ofertas de forragem, tendo sido considerados os tratamentos 8, 12 e 16 kg de matéria seca por 100 kg de peso vivo (% PV). Foi utilizada uma imagem aérea, de setembro de 2017, obtida com uma câmera Canon S100, a bordo de um drone a 120 m de altitude, correspondendo a resolução espacial de 5 cm. Foram testados dois classificadores, Random Forest e Support Vector Machine associados a regras específicas de classificação. As imagens de falsa cor, quando comparadas às imagens classificadas, apres