Precision agriculture applied to coffee cultivation in agroforestry systems

方法

用ECa、NDVI、DTM划分管理区，气象站测微气候，无人机图像估树冠覆盖。

发现

ECa+NDVI可有效划分土壤属性差异区，农林管理和海拔影响温湿度，树冠估算可行。

机会点

可探索多源遥感与物联网融合的实时管理区动态划分，并验证其对咖啡产量与碳汇的长期效应。

摘要 寻求更可持续的农业生产系统是农林业系统（AFS）和精准农业（PA）的共同目标。在此背景下，将精准农业技术整合到农林业系统下的咖啡种植中，具有提高生产效率和可持续性的潜力。因此，本研究旨在评估是否可以利用与精准农业相关的技术来估算咖啡农林业系统中环境条件的变异性。研究在巴西米纳斯吉拉斯州科英布拉和阿拉蓬加的三个咖啡农场进行。为划定管理区，采用了表观土壤电导率（ECa）、归一化差异植被指数（NDVI）和数字地形模型（DTM）的组合。利用气象站评估微气候变异性，考虑了山地咖啡种植中不同的农林业管理措施和海拔条件。通过将数字图像处理技术应用于无人机（UAV）获取的航空图像来估算冠层覆盖度。ECa + NDVI的组合能够有效划定具有不同物理和化学属性的区域。农林业管理措施和海拔影响了温度和相对湿度。树木冠层估算被证明可用于支持管理。结论是，精准农业对农林业系统下的咖啡种植具有战略意义，有利于因地制宜且更可持续的管理。