Uso de machine learning y un sensor de reflectancia del dosel proximal para predecir biomasa y calidad nutricional en forrajes tropicales (Urochloa humidicola)

Atributos como la biomasa y la calidad nutricional son características que permiten la selección de mejores pasturas y, por ende, la obtención de mayores cantidades de carne y leche a partir del alimento del ganado (Mendoza et al. 2022). Sin embargo, el método analítico de laboratorio utilizado para...

Full description

Bibliographic Details
Main Authors: Camelo, Rodrigo Andres, Espitia Buitrago, Paula, Jauregui, Rosa
Format: Poster
Language:Español
Published: 2025
Subjects:
Online Access:https://hdl.handle.net/10568/175501
Description
Summary:Atributos como la biomasa y la calidad nutricional son características que permiten la selección de mejores pasturas y, por ende, la obtención de mayores cantidades de carne y leche a partir del alimento del ganado (Mendoza et al. 2022). Sin embargo, el método analítico de laboratorio utilizado para calcular estos atributos resulta ineficiente para especies perennes cuando existen cientos de plantas para evaluar (Masenyama et al. 2022). Por lo tanto, es necesario desarrollar métodos que permitan la caracterización y selección de genotipos mediante técnicas no destructivas de alto rendimiento. Para ello, se han utilizado sensores activos de dosel como el Crop Circle Phenom, capaces de medir reflectancia, atributos estructurales y variables climáticas.