Avaliação de sensores próximos para monitorização da produtividade e da qualidade da pastagem no ecossistema Montado

Abstract

Este trabalho baseia-se na avaliação de sensores para monitorização da produtividade de pastagens no ecossistema Montado, efetuando a calibração de dois sensores, a sonda “Grassmaster II” (“GMII”) e o prato medidor ascendente (“RPM”), entre dezembro de 2023 e maio de 2024. A avaliação teve duas fases: a calibração, realizada numa parcela de pastagem de sequeiro (“Eco-SPAA”); e a validação, realizada em três parcelas da Herdade da Mitra. Os melhores resultados da fase de calibração para a “GMII” ocorreram em fevereiro (R2=0,60; RMSE=489 kg ha-1); para o “RPM” os melhores resultados foram obtidos no conjunto de recolhas de dezembro e fevereiro (R2=0,75; RMSE=432 kg ha-1). A validação mostrou menor erro nas medições realizadas na parcela “Eco-SPAA” (RMSE=735,4 e 512,3 Kg ha-1 para a “GMII” e “RPM” respetivamente). Espera-se que estes resultados possam incentivar a realização de mais estudos, melhorando os modelos de estimativa na perspetiva de apoio à tomada de decisão; - Evaluation of proximal sensors for monitoring pasture productivity and quality in Montado ecosystem Abstract: This work is based on the evaluation of sensors for monitoring pasture productivity in the Montado ecosystem, calibrating two sensors: the “Grassmaster II” (“GMII”) probe and the rising plate meter (“RPM”), between December 2023 and May 2024. The evaluation was conducted in two phases: calibration, performed in a rainfed pasture plot ("Eco-SPAA"); and validation, carried out in three plots at Herdade da Mitra. The best calibration results for the “GMII” occurred in February (R2=0.60; RMSE=489 kg ha-1); for the “RPM”, the best results were obtained from the combined data of December and February (R2=0.75; RMSE=432 kg ha-1). The validation showed lower error in measurements taken at the "Eco-SPAA" plot (RMSE=735.4 and 512.3 kg ha-1 for the “GMII” and “RPM,” respectively). It is expected that these results may encourage further studies, improving estimation models to support decision-making.