BR102020022030B1

BR102020022030B1 - QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE

Info

Publication number: BR102020022030B1
Application number: BR102020022030-6A
Authority: BR
Inventors: Rafael Carvalho Da Cunha; Thiago Luiz Da Silva Quinaia
Original assignee: Rafael Carvalho Da Cunha; Thiago Luiz Da Silva Quinaia
Priority date: 2020-10-27
Filing date: 2020-10-27
Publication date: 2022-08-23
Also published as: WO2022087702A1; BR102020022030A2

Abstract

MENSURADOR QUALIQUANTITATIVO DE BIOMASSA DE GRAMÍNEAS FORRAGEIRAS PARA PASTOREIO, UTILIZANDO INFORMAÇÕES DE CAMPO E INFORMAÇÕES DE ÍNDICES DE VEGETAÇÃO ORIUNDOS DE SATÉLITE. Trata a presente solicitação de patente de invenção de um mensurador qualiquantitativo, particularmente de um mensurador de biomassa de gramíneas forrageiras para pastoreio, a partir de informações de campo e informação de índices de vegetação oriundos de satélite, cujo campo de aplicação se volta à pecuária baseada na alimentação do gado à pasto. Essencialmente, compreende a invenção a plataforma e aplicativo em conjunto com o método amostral desenvolvido com base em nova tecnologia. Ou seja, enquanto o estado da técnica usa como produto o mapa colorido, porém sem informar aspectos quantitativos; a presente invenção reside no método de campo, onde o índice de vegetação (NVDI) é transformado em massa, sendo estes dados trabalhados estatisticamente.QUALIQUANTITATIVE MEASURER OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE. This patent application deals with a qualiquantitative measurer, particularly a measurer of forage grass biomass for grazing, based on field information and information on vegetation indices from satellites, whose field of application is focused on livestock based in feeding cattle to pasture. Essentially, the invention comprises the platform and application together with the sampling method developed based on new technology. That is, while the state of the art uses the colored map as a product, but without informing quantitative aspects; the present invention resides in the field method, where the vegetation index (NVDI) is transformed into mass, and these data are worked on statistically.

Description

FIELD OF THE INVENTION

[001] Trata a presente solicitação de patente de invenção de um método de mensuração qualiquantitativo, particularmente de um método e ambiente (web/aplicativo) onde, através de informações/dados coletados em campo, preenchidos em “caderneta eletrônica georreferenciada” (aplicativo) relaciona a Índices de Vegetações oriundos de satélite, cujo campo de aplicação se volta à pecuária baseada na alimentação do gado à pasto. Resumidamente determina com maior precisão (menor erro) o volume de capim disponível para o consumo pelo gado, permitindo o ajuste mais assertivo do número de animais (gado) na área, fomentando a melhoria da eficiência na utilização da área.[001] This patent application deals with a qualitative-quantitative measurement method, particularly a method and environment (web/application) where, through information/data collected in the field, filled in "georeferenced electronic notebook" (application) relates to Satellite Vegetation Indices, whose field of application is focused on livestock based on grazing cattle. In short, it determines with greater precision (less error) the volume of grass available for consumption by cattle, allowing a more assertive adjustment of the number of animals (cattle) in the area, fostering improved efficiency in the use of the area.

BACKGROUND (SECTOR CHARACTERISTICS)

[002] As relações entre o setor primário, especificamente a pecuária, com o desenvolvimento econômico brasileiro possuem diversas abordagens e, independente destas, há convergência em reconhecer a importância em relação aos aspectos econômicos, sociais e ambientais no país.[002] The relationships between the primary sector, specifically livestock, with Brazilian economic development have different approaches and, regardless of these, there is convergence in recognizing the importance in relation to economic, social and environmental aspects in the country.

[003] O que predomina no setor é a relativa baixa eficiência do potencial produtivo, o caráter extrativista, pouco sustentável, resultando em índices zootécnicos baixos (baixa eficiência). (Magalhães, 2010) afirma que as pastagens ainda são manejadas de forma empírica e simplista, resultando em desempenho animal e de produção por área, abaixo do potencial, ou seja, baixa eficiência.[003] What predominates in the sector is the relative low efficiency of the productive potential, the extractive character, unsustainable, resulting in low zootechnical indices (low efficiency). (Magalhães, 2010) states that pastures are still managed in an empirical and simplistic way, resulting in animal performance and production per area, below potential, that is, low efficiency.

[004] Há a necessidade de geração de dados para fomentar o planejamento e ações. Portanto, estimar e monitorar a variação da massa forrageira é o fator chave.[004] There is a need to generate data to encourage planning and actions. Therefore, estimating and monitoring forage mass variation is the key factor.

[005] Cunha (2002) cita que o ponto nevrálgico da pecuária são as taxas de lotação (capacidade de suporte). Capacidade de suporte é calculada através da mensuração da forrageira (matéria verde e seca) por unidade de área.[005] Cunha (2002) mentions that the neuralgic point of livestock are the stocking rates (carrying capacity). Carrying capacity is calculated by measuring the forage (green and dry matter) per unit area.

[006] A melhor forma de determinação da massa de forragem seria a colheita e mensuração de todo o material vegetal da área, porém, inviável. Desta forma foram elaborados métodos amostrais objetivando estimar a biomassa das pastagens. O método aqui proposto é um, que comparado aos usualmente utilizados, é menos laborioso e se bem amostrado, apresenta maior assertividade.[006] The best way to determine the forage mass would be the collection and measurement of all plant material in the area, however, unfeasible. Thus, sampling methods were developed in order to estimate the biomass of pastures. The method proposed here is one that, compared to those usually used, is less laborious and, if well sampled, presents greater assertiveness.

[007] O método amostral direto depende do corte de amostras, porém ainda pode resultar em grandes erros, principalmente em locais onde há grande variabilidade espacial, resultando na necessidade de aumentar o número de amostras. Este é um ponto crítico, pois ou eleva os custos e tempo para mensuração, ou diminuição da exatidão.[007] The direct sampling method depends on cutting samples, but it can still result in large errors, especially in places where there is great spatial variability, resulting in the need to increase the number of samples. This is a critical point, as it either increases the cost and time for measurement, or decreases accuracy.

[008] Desta forma, utilizam-se de métodos indiretos, que são mais rápidos e fáceis, mesmo que necessitem de maior número de amostras. A literatura técnica cita diversos métodos indiretos, com destaque para a medições de altura, porém independente disto, ainda exigem procedimento de calibração (dupla amostragem), onde correlaciona altura com a massa. Abaixo demonstra-se calibração entre altura com massa, utilizada no método tradicional (pela régua ou pelo prato ascendente). Resumidamente, no exemplo, utilizando uma moldura de um metro quadrado (Figura 01 - Moldura de delimitação para mensuração da altura e corte da forrageira), no interior deste o capim tem 27.5 centímetros de altura de capim e massa de 1,1125 kg/m2, desta forma, com regra de 3, um 1 centímetro deste capim tem 0,040454545 kg. Este valor é multiplicado a qualquer altura.

[008] In this way, indirect methods are used, which are faster and easier, even if they require a greater number of samples. The technical literature cites several indirect methods, with emphasis on height measurements, but regardless of this, they still require a calibration procedure (double sampling), where height is correlated with mass. Below is the calibration between height and mass, used in the traditional method (by the ruler or by the rising plate). Briefly, in the example, using a frame of one square meter (Figure 01 - Delimitation frame for measuring the height and cutting of the forage), inside it, the grass has a height of 27.5 centimeters of grass and a mass of 1.1125 kg/m2 , in this way, with rule of 3, 1 centimeter of this grass is 0.040454545 kg. This value is multiplied at any time.

[009] A dupla calibração (altura x massa) é usualmente utilizada, pois há alta correlação entre as variáveis. A literatura técnica afirma que a mensuração da altura com o prato ascendente possui vantagens em relação a régua, pois é mais rápido, menos laborioso e mais confiável.[009] The double calibration (height x mass) is usually used, as there is a high correlation between the variables. The technical literature states that measuring height with the rising plate has advantages over the ruler, as it is faster, less laborious and more reliable.

STATE OF THE ART - RULER METHOD

[009] O método tradicional com a régua é executado com o deslocamento pela área de interesse, medindo alturas médias (média da média), cerca de 20 vezes por unidade de área, e desta média da média, corta-se o capim do local representativo para efetuar a regra de 3 supracitada. Este procedimento é estatisticamente questionável, pois não respeita a casualidade e independência dos erros. A Tabela 1 demonstra a mensuração das alturas.

Figura 01 ilustra o corte da massa de capim dentro de uma moldura de área conhecida e mensuração da massa em balança.[009] The traditional method with the ruler is performed by moving around the area of interest, measuring average heights (average average), about 20 times per unit area, and from this average of the average, the grass of the place is cut. representative to carry out the aforementioned rule of 3. This procedure is statistically questionable, as it does not respect the causality and independence of errors. Table 1 demonstrates the measurement of heights.

Figure 01 illustrates the cutting of grass mass within a frame of known area and mass measurement on a scale.

[010] A tabela 2 mostra a estimativa de massa verde média por metro quadrado, multiplicando a altura do capim, da tabela 1, pelo valor encontrado na regra de 3 (0.040454545 Kg), item [008].

[010] Table 2 shows the estimate of average green mass per square meter, multiplying the height of the grass, from table 1, by the value found in rule 3 (0.040454545 kg), item [008].

STATE OF THE ART - ASCENDING PLATE METHOD

[011] Este método é executado com aparelho chamado de prato ascendente (Figura 02 - Detalhes dos contadores do Prato Ascendente), que mensura a relação da altura com a massa (densidade aparente). O contador da direita calcula o número de amostras e o da esquerda o valor de entrada e de saída do prato ascendente.[011] This method is performed with a device called an ascending plate (Figure 02 - Details of the Ascending Plate counters), which measures the relationship between height and mass (apparent density). The counter on the right calculates the number of samples and the one on the left calculates the input and output values of the rising plate.

[012] O modo tradicional de utilização do prato é com deslocamento aleatório na área de interesse (zigue-zague), mensurando periodicamente uma altura (subamostra). No fim se tem a altura acumulada e “N” amostras. Dividindo-as se obtém a altura média da área de interesse. Posteriormente é multiplicado a relação do centímetro com a massa, tal qual regra de três anteriormente demonstrada, determinando assim a massa verde média por metro quadrado, tal qual já supracitado.[012] The traditional way of using the dish is with random displacement in the area of interest (zigzag), periodically measuring a height (subsample). In the end, there is the accumulated height and “N” samples. Dividing them gives the average height of the area of interest. Subsequently, the ratio of the centimeter to the mass is multiplied, like the rule of three previously demonstrated, thus determining the average green mass per square meter, as already mentioned above.

[013] Este método claramente facilita a mensuração, principalmente por ser menos laborioso, porém inviabiliza qualquer análise estatística, pois a amostragem é unitária.[013] This method clearly facilitates measurement, mainly because it is less laborious, but makes any statistical analysis unfeasible, as the sampling is unitary.

BACKGROUND QUESTION 1

[014] A pergunta que fica é: foram apresentados dois métodos usualmente utilizados por profissionais do setor. Porém, se questiona se não há como melhorar estes métodos, podendo-se utilizar outras ferramentas? Há, ainda, como inserir estatística e sensoriamento remoto na técnica, levando a uma verdadeira inovação?[014] The question that remains is: two methods usually used by professionals in the sector were presented. However, it is questioned if there is no way to improve these methods, being able to use other tools? Is there still, how to insert statistics and remote sensing in the technique, leading to a true innovation?

IMPORTANCE OF REMOTE SENSING

[015] Inovação tecnológica é estimulada por variáveis econômicas, sociais e ambientais. No setor agropecuário, por exemplo, as limitações são um dos fatores impulsionadores, pois em locais e períodos em que há escassez de mão-de-obra, ocorrem inovação mecânica; quando há limitações de área disponível, as inovações geralmente são químicas ou biológicas, aumentando a produtividade por unidade de área. Na pecuária, umas das limitações é a determinação de alimento disponível por animal, ou seja, capacidade de suporte.[015] Technological innovation is stimulated by economic, social and environmental variables. In the agricultural sector, for example, limitations are one of the driving factors, because in places and periods when there is a shortage of manpower, mechanical innovation occurs; when there are limitations of available area, innovations are usually chemical or biological, increasing productivity per unit area. In livestock, one of the limitations is the determination of available food per animal, that is, carrying capacity.

[016] O Sensoriamento Remoto permite a identificação, qualificação, quantificação e monitoramento de áreas, possibilitando a geração de mapas, análises de informações de forma efetiva, rápida, global e precisa, otimizando o uso de recursos naturais e insumos. Silva (2016) destaca que o sensoriamento remoto interligado à agricultura de precisão é uma ferramenta de gerenciamento agrícola, pois considera a variabilidade espacial e temporal dos fatores de produção em nível local. É importante reiterar que a ferramenta fomenta práticas de manejo sustentável, pois analisa a heterogeneidade dentro de unidades produtivas que, por métodos tradicionais seriam consideradas homogêneas, promovendo assim dados para manejo diferenciado e refinado.[016] Remote Sensing allows the identification, qualification, quantification and monitoring of areas, enabling the generation of maps, analysis of information effectively, quickly, globally and accurately, optimizing the use of natural resources and inputs. Silva (2016) highlights that remote sensing linked to precision agriculture is an agricultural management tool, as it considers the spatial and temporal variability of production factors at the local level. It is important to reiterate that the tool promotes sustainable management practices, as it analyzes the heterogeneity within productive units that, by traditional methods, would be considered homogeneous, thus promoting data for differentiated and refined management.

[017] A “matéria-prima” do sensoriamento remoto é a interação da Radiação Eletromagnética (REM) com objetos da superfície terrestre, e destas, a reflexão é o principal fenômeno. Sensores de satélites artificiais captam a REM emitida ou refletida, separando-as em diferentes intervalos de comprimento de onda, estas representadas, por exemplo pelo verde, vermelho, azul etc.[017] The "raw material" of remote sensing is the interaction of Electromagnetic Radiation (REM) with objects on the earth's surface, and of these, reflection is the main phenomenon. Artificial satellite sensors capture the emitted or reflected REM, separating them into different wavelength intervals, represented, for example, by green, red, blue, etc.

[018] As plantas, assim como qualquer outro objeto, possuem respostas espectrais inerentes (por exemplo, reflexão), relacionadas ao estágio do desenvolvimento vegetal, disponibilidade hídrica, deficiências nutricionais etc. Qualquer alteração dos fatores ecológicos (consumo animal e precipitação, por exemplo) impactam na quantidade de biomassa e na resposta espectral. Há comprimentos de ondas que são absorvidos por pigmentos fotossintetizantes (vermelho e azul) e outros refletidos (verde), e outros, tal qual infravermelho médio, correlacionado com a presença de água no interior dos tecidos foliares.[018] Plants, like any other object, have inherent spectral responses (eg, reflection), related to the stage of plant development, water availability, nutritional deficiencies, etc. Any change in ecological factors (animal consumption and precipitation, for example) impacts the amount of biomass and the spectral response. There are wavelengths that are absorbed by photosynthetic pigments (red and blue) and others reflected (green), and others, such as mid-infrared, correlated with the presence of water inside the leaf tissues.

[019] O Sensoriamento remoto na pecuária a utilização ainda é incipiente. Destaque que a estimativa de biomassa é o problema da pecuária e que o método e sistema proposto, a ser patenteado, objetiva a resolver.[019] Remote sensing in livestock use is still incipient. Highlight that biomass estimation is the livestock problem and that the proposed method and system, to be patented, aims to solve.

[020] A maior parte dos estudos em sensoriamento remoto utiliza índices de vegetação (IV). Dos IV mais estudados e utilizados, destaque para o Índice de Vegetação por Diferença Normalizada (NDVI), e que conforme (Allen et al., 2002) é obtido através da razão entre a diferença das refletividades do infravermelho próximo e do vermelho, dividido pela soma das mesmas, conforme Equação E.01. Destaque que é apenas um dos IV passíveis de ser utilizado. Este índice relaciona o vermelho, absorvido pela clorofila e o infravermelho, relacionado com a quantidade de água no interior da planta. O NDVI pode representar a biomassa.

[020] Most studies in remote sensing use vegetation indices (IV). Of the most studied and used IR, emphasis is given to the Normalized Difference Vegetation Index (NDVI), which according to (Allen et al., 2002) is obtained through the ratio between the difference between the near-infrared and red reflectivities, divided by the sum of them, according to Equation E.01. Note that it is only one of the IVs that can be used. This index relates red, absorbed by chlorophyll, and infrared, related to the amount of water inside the plant. The NDVI can represent biomass.

[021] EMBRAPA (2014) corrobora a importância do sensoriamento remoto na pecuária, afirmando que é promissora no âmbito de pesquisas, desenvolvimento e transferência de tecnologia, pois as imagens orbitais geram informações para poder monitorar a vegetação. Morais et al., (2018) afirmam o potencial de modelagem para simulação de crescimento de pastagens ainda é incipiente, devido, entre outros, a precariedade de calibração e uso de modelos. A solicitação de patente resolveu este problema de calibração, através de um método único, que já está conectado a uma plataforma e aplicativo.[021] EMBRAPA (2014) corroborates the importance of remote sensing in livestock, stating that it is promising in the field of research, development and technology transfer, as orbital images generate information to be able to monitor the vegetation. Morais et al., (2018) state the modeling potential for simulating pasture growth is still incipient, due, among others, to the precariousness of calibration and use of models. The patent application solved this calibration problem, through a unique method, which is already connected to a platform and application.

BACKGROUND QUESTION 2

[022] Portanto, tem-se um problema em otimizar o método amostral para determinação da quantidade de forrageira e interligá-lo com o sensoriamento remoto. Como desenvolver um método de campo e de processamento de imagens, interligando-os? Como elaborar estratégia de amostragem? Nesta seara é que se insurge a presente invenção.[022] Therefore, there is a problem in optimizing the sampling method for determining the amount of forage and interconnecting it with remote sensing. How to develop a method of field and image processing, linking them? How to develop sampling strategy? It is in this area that the present invention arises.

DETAILED DESCRIPTION OF THE INVENTION

[023] A seguir, a invenção será explicada em maiores detalhes, sendo que, para melhor entendimento, referências serão feitas aos desenhos anexos, nos quais estão representadas: Fig. 1: ilustra o corte da massa de capim dentro de uma moldura de área conhecida e mensuração da massa em balança; Fig. 2: Mostra Detalhes dos contadores do Prato Ascendente; Fig. 3: Mostra área de interesse com imagem Google Earth; Fig. 4: Mostra área de interesse com composição RGB de 06/06/2020; Fig. 5: Mostra a área de interesse com Composição RGB de 06/06/2020; Fig. 6: Mostra detalhe do pixel e valor numérico; Fig. 7: Mostra a determinação de um centro onde o operador executa a tomada de alturas em um círculo imaginário, distante de 2 a 4 metros do centro; Fig. 8: Mostra mapa de orientação para coleta das amostras na área objeto; Fig. 9: Mostra NDVI separado em Classes; Fig. 10: Exemplo de Equação de Regressão para transformar altura em massa; Fig. 11: Mostra o mapa georreferenciado e amostras; Fig. 12: Mostra exemplo da equação de regressão relacionando NDVI para predizer a biomassa; Fig. 13: Mostra NDVI de 16/12/2019; Fig. 14: Mostra detalhe do cadastro do imóvel; Fig. 15: Exemplifica a escolha de imóvel utilizando dados do Cadastro Ambiental Rural (CAR); Fig. 16: Mostra a operação de delimitar/desenhar/nomear as áreas de interesse, informando o tipo da forrageira, utilizando aba piquetes; Fig. 17: Mostra Imagem RGB para análise de nuvem e sombra de nuvem; Fig. 18: Mostra Imagem NDVI enviada para o aplicativo, que orientará a coleta de amostras; Fig. 19: Mostra a tela do aplicativo no celular referente à primeira calibração; Fig. 20: Mostra, segundo o aplicativo, o volume de capim por piquete; Fig. 21: Mostra a plataforma onde o usuário insere posteriormente o teor de matéria seca e a porcentagem de folha, reiterando que é com a folha verde seca que se faz a lotação do gado; Fig. 22: Mostra o diagrama do método da invenção.[023] Next, the invention will be explained in more detail, and, for better understanding, references will be made to the attached drawings, in which they are represented: Fig. 1: illustrates cutting the grass mass within a frame of known area and measuring the mass on a scale; Fig. 2: Shows Details of Ascending Plate counters; Fig. 3: Shows area of interest with Google Earth image; Fig. 4: Shows area of interest with RGB composition of 06/06/2020; Fig. 5: Shows the area of interest with RGB Compositing from 06/06/2020; Fig. 6: Show pixel detail and numeric value; Fig. 7: Shows the determination of a center where the operator performs the taking of heights in an imaginary circle, distant from 2 to 4 meters from the center; Fig. 8: Shows orientation map for sample collection in the object area; Fig. 9: Shows NDVI separated in Classes; Fig. 10: Example of Regression Equation to transform height into mass; Fig. 11: Shows the georeferenced map and samples; Fig. 12: Shows example of regression equation relating NDVI to predict biomass; Fig. 13: Shows NDVI of 12/16/2019; Fig. 14: Shows details of the property registration; Fig. 15: Exemplifies the choice of property using data from the Rural Environmental Registry (CAR); Fig. 16: Shows the operation of delimiting/drawing/naming the areas of interest, informing the type of forage, using the pickets tab; Fig. 17: Shows RGB Image for cloud and cloud shadow analysis; Fig. 18: Shows NDVI Image sent to application, which will guide sample collection; Fig. 19: Shows the screen of the mobile application referring to the first calibration; Fig. 20: Shows, according to the application, the volume of grass per paddock; Fig. 21: Shows the platform where the user subsequently enters the dry matter content and leaf percentage, reiterating that it is with the dry green leaf that the cattle are stocked; Fig. 22: Shows the diagram of the method of the invention.

RATIONALE OF THE INVENTION - METHODOLOGICAL INNOVATION

[024] Após avaliações dos métodos usualmente utilizados, os pesquisadores e solicitadores da patente iniciaram testes para criar método amostral exclusivo e único que correlaciona-se a determinação de massa em campo com índices de vegetação (NDVI). Para melhor explicitar a inovação metodológica, este item demonstra o passo-a- passo criativo para relacionar a biomassa de capim da pastagem com índices de vegetação.[024] After evaluating the methods usually used, the researchers and patent applicants started tests to create an exclusive and unique sampling method that correlates the determination of mass in the field with vegetation indices (NDVI). To better explain the methodological innovation, this item demonstrates the creative step-by-step to relate pasture grass biomass with vegetation indices.

[025] Com a separação da área de interesse, tem-se os piquetes (unidades de pastejo) e imagem do Google Earth ao fundo (Figura 03 - Área de interesse com imagem Google Earth), onde visualiza que a área aparentemente é homogênea, fornecendo assim pouca informação, situação semelhante quando se utiliza composição colorida RGB (fusão das bandas do satélite vermelho, verde e azul), datada de 08/06/2020 (Figura 04 - Área de interesse com Composição RGB de 06/06/2020).[025] With the separation of the area of interest, there are the paddocks (grazing units) and a Google Earth image in the background (Figure 03 - Area of interest with Google Earth image), where you can see that the area is apparently homogeneous, thus providing little information, a similar situation when using RGB color composition (fusion of red, green and blue satellite bands), dated 06/08/2020 (Figure 04 - Area of interest with RGB Composition of 06/06/2020) .

[026] Porém, quando se utiliza o NDVI (Figura 05 - Área de interesse com Composição tal qual equação 01), observa-se que a área é heterogênea. O NDVI é uma escala com valor numérico variável de -1 a +1, colorida apenas para facilitar a visualização, e neste caso, os locais verdes têm maior biomassa do que os vermelhos, tal qual o piquete 3 comparado com o 9. Quando se aproxima do pixel e insere o valor numérico fica patente a diferença (Figura 06 - Detalhe do pixel e valor numérico). Desta forma, o desafio foi transformar o valor do NDVI em biomassa de capim.[026] However, when using the NDVI (Figure 05 - Area of interest with Composition such as equation 01), it is observed that the area is heterogeneous. The NDVI is a scale with a numerical value ranging from -1 to +1, colored just to make it easier to see, and in this case, the green sites have more biomass than the red ones, just like paddock 3 compared to 9. approaches the pixel and inserts the numerical value, the difference is obvious (Figure 06 - Detail of the pixel and numerical value). Thus, the challenge was to transform the value of NDVI into grass biomass.

[027] Cabe destacar que o pixel (Figura 06) tem tamanho de 10 por 10 metros. Este fato é de suma importância no método de calibração/correlação do NDVI em Biomassa. Desta forma inventou o método que relaciona a biomassa ao NDVI com estas características de pixel, utilizando o prato ascendente para calibrar ou régua, tal qual discutido no item [023].[027] It should be noted that the pixel (Figure 06) is 10 by 10 meters in size. This fact is of paramount importance in the method of calibration/correlation of NDVI in Biomass. In this way, he invented the method that relates the biomass to the NDVI with these pixel characteristics, using the rising plate to calibrate or ruler, as discussed in item [023].

[028] O prato ascendente (Figura 02) foi utilizado pela maior eficiência na coleta das amostras, porém com adaptação no modo prato ascendente tradicional, pois se faz necessária à coleta das amostras limitado o tamanho do pixel (10x10 metros). O funcionamento do prato ascendente é racional, pois o operador anota o número inicial do contador na base do aparelho e após a coleta de “N” amostras, anota o número final. Dividindo a diferença destes valores pelo número de “pratadas” (subamostras), anotadas pelo contador no topo do aparelho, tem-se a altura média. Nos experimentos de campo, observou-se que com número de subamostras próximos a 30, os valores estabilizavam e definiu como valor adequado. Objetivando que exclusivamente a área objeto seja mensurada, determina um centro (Figura 07) e o operador executa a tomada de alturas em um círculo imaginário, distante de 2 a 4 metros do centro. Esta etapa/método foi desenvolvida pela invenção, sendo o cerne da metodologia.[028] The ascending plate (Figure 02) was used for greater efficiency in the collection of samples, but with adaptation in the traditional ascending plate mode, since it is necessary to collect the samples limited to the pixel size (10x10 meters). The operation of the rising plate is rational, as the operator writes down the initial number of the counter on the base of the device and, after collecting “N” samples, writes down the final number. Dividing the difference of these values by the number of “pratadas” (sub-samples), recorded by the counter at the top of the device, the average height is obtained. In the field experiments, it was observed that with the number of subsamples close to 30, the values stabilized and defined as an adequate value. Aiming that only the object area is measured, it determines a center (Figure 07) and the operator performs the taking of heights in an imaginary circle, distant from 2 to 4 meters from the center. This step/method was developed by the invention, being the core of the methodology.

[029] Outra parte metodológica complementar desenvolvida foi utilizar a imagem do NDVI para orientar a coleta de amostras de campo dos locais representativos (Figura 08 - Mapa de orientação para coleta das amostras na área objeto), salientando que fornece uma visão global e espacial da população. Com isto se separa os valores do NDVI em classes (Figura 09 - NDVI separado em Classes), tal qual uma distribuição normal, orientando pela média e o desvio padrão. Usualmente utiliza-se como modelo 8 classes, sendo: Média + % desvio padrão, de % desvio padrão a 1 desvio padrão, de 1 desvio padrão a 2 desvio padrão. O objetivo desta separação é que todas as cores/valores de NDVI sejam coletados em campo.[029] Another complementary methodological part developed was to use the NDVI image to guide the collection of field samples from representative locations (Figure 08 - Orientation map for collecting samples in the object area), noting that it provides a global and spatial view of the population. With this, the NDVI values are separated into classes (Figure 09 - NDVI separated into Classes), just like a normal distribution, guided by the mean and standard deviation. Usually, 8 classes are used as a model, being: Mean + % standard deviation, from % standard deviation to 1 standard deviation, from 1 standard deviation to 2 standard deviation. The purpose of this separation is that all NDVI colors/values are collected in the field.

[030] Cabe destacar que o operador em campo não deve coletar amostras próximas a árvores, estradas e limites entre as áreas, evitando contaminação do pixel por objetos que tenha alta ou nenhuma biomassa. O operador, in loco, utiliza o mapa georreferenciado, “navegando” sobre as áreas de interesse.[030] It should be noted that the operator in the field should not collect samples close to trees, roads and boundaries between areas, avoiding pixel contamination by objects that have high or no biomass. The operator, in loco, uses the georeferenced map, “navigating” over the areas of interest.

[031] É importante salientar que dentro destas subáreas/estratos, os locais devem ser escolhidos aleatoriamente, respeitando os processos de casualização, para assegurar a independências dos erros de avaliação. A visualização prévia, precedida da estratificação, otimiza a coleta de amostras, fazendo que o operador se desloque menos, por exemplo, visualmente sabe que uma área próxima tem a mesma cor que uma área distante, desta forma, pode-se “extrapolar”, sem prejudicar a determinação da massa.[031] It is important to point out that within these sub-areas/strata, the locations must be chosen randomly, respecting the randomization processes, to ensure independence from evaluation errors. The preview, preceded by stratification, optimizes the collection of samples, making the operator move less, for example, visually knows that a close area has the same color as a distant area, in this way, you can “extrapolate”, without impairing the determination of mass.

[032] Finalizada a fundamentação metodológica para relacionar a massa com o valor do NDVI, no próximo item demonstra os processos estatísticos.[032] Finished the methodological basis to relate the mass with the NDVI value, the next item demonstrates the statistical processes.

BACKGROUND OF THE INVENTION - STATISTICS

[033] Toda inovação metodológica para correlacionar o NDVI com a massa e estratégia de amostragem, objeto da invenção, objetiva reduzir os erros da predição da biomassa e eliminar a subjetividade. Desta forma também foi desenvolvido processo estatístico, relacionando a inovação metodológica. Apresenta-se desta forma o passo-a-passo.[033] Every methodological innovation to correlate the NDVI with the mass and sampling strategy, object of the invention, aims to reduce the biomass prediction errors and eliminate subjectivity. In this way, a statistical process was also developed, relating the methodological innovation. This is how the step-by-step process is presented.

[034] Nos métodos tradicionais, o responsável pelo campo escolhe 3 locais, com capim com altura baixa, média e alta, que representará massa baixa, média e alta, e depois utiliza a regra de 3, conforme [008]. A invenção utiliza deste artifício, aumentando para cinco a seis locais, porém inovou nesta etapa, pois efetua correlação estatística através de regressão linear. O objetivo da regressão é “ensinar” uma fórmula a transformar a altura do capim em biomassa (kg/m2).[034] In traditional methods, the person responsible for the field chooses 3 locations, with grass with low, medium and high height, which will represent low, medium and high mass, and then uses the rule of 3, according to [008]. The invention uses this artifice, increasing to five to six locations, but innovated at this stage, as it performs statistical correlation through linear regression. The purpose of regression is to “teach” a formula to transform grass height into biomass (kg/m2).

[035] Para esta 1a calibração, escolhe local representativo com capim baixo, médio ou alto. Primeiramente no interior da moldura (Figura 01), antes do corte, mede a altura. O procedimento ocorre anotando o valor de entrada do prato ascendente (Coluna D), valor de saída do prato ascendente (Coluna E) e número de repetições (Colune F) e a planilha calcula automaticamente a altura média (Coluna C) (Tabela 3), ou seja, é Coluna E menos Coluna D dividido por Coluna F. Posteriormente corta a massa do capim rente ao solo, inserindo a massa na Coluna H. Após algumas amostras se tem a regressão linear (Figura 10 - Exemplo de Equação de Regressão para transformar altura em massa) que relaciona a altura do capim com a massa.

[035] For this 1st calibration, choose a representative location with low, medium or high grass. Firstly inside the frame (Figure 01), before cutting, measure the height. The procedure takes place by noting the input value of the ascending plate (Column D), output value of the ascending plate (Column E) and number of repetitions (Column F) and the spreadsheet automatically calculates the average height (Column C) (Table 3) , that is, it is Column E minus Column D divided by Column F. Afterwards, cut the mass of the grass close to the ground, inserting the mass in Column H. After a few samples, there is a linear regression (Figure 10 - Example of Regression Equation for transform height into mass) which relates the height of the grass to the mass.

[036] Finalizada está 1a calibração, o fluxo automaticamente transforma a altura mensurada em biomassa de capim, utilizando-se da equação de regressão da relação da altura com a massa. Agora há relação com a inovação do método, pois há a relação da massa da 1a calibração com o valor do índice de vegetação, o NDVI.[036] Finished is the 1st calibration, the flow automatically transforms the measured height into grass biomass, using the regression equation of the height to mass ratio. Now there is a relationship with the innovation of the method, as there is a relationship between the mass of the 1st calibration and the value of the vegetation index, the NDVI.

[037] Nesta etapa, o responsável pelas análises de campo mensura apenas alturas com o prato ascendente, que são automaticamente transformadas para biomassa de capim forrageiro. Desta forma, utilizando o mapa georreferenciado, coleta diversas amostras (Figura 11 - Mapa georreferenciado e amostras), tal qual descrito no método (30 subamostras para gerar uma amostra, círculo de 2 a 4 metros no interior do pixel, etc). Estes pontos amostrais estão georreferenciados, permitindo assim “ligar” o valor do NDVI com a biomassa. Sugere-se que sejam amostrados no mínimo 25 pontos, porém o valor ideal depende do erro máximo aceitável. O preenchimento segue a planilha abaixo (Tabela 4 - Tabela que relaciona massa com o valor do NDVI), onde transforma a altura média (coluna G) em massa (coluna H).[037] In this step, the person responsible for the field analysis measures only heights with the ascending plate, which are automatically transformed into forage grass biomass. Thus, using the georeferenced map, it collects several samples (Figure 11 - Georeferenced map and samples), as described in the method (30 subsamples to generate a sample, circle of 2 to 4 meters inside the pixel, etc). These sampling points are georeferenced, thus allowing to “link” the NDVI value with the biomass. It is suggested that at least 25 points be sampled, but the ideal value depends on the maximum acceptable error. The filling follows the worksheet below (Table 4 - Table that relates mass to the NDVI value), where it transforms the average height (column G) into mass (column H).

[038] Na planilha acima, destaque para a Coluna I, e desta forma, há uma massa relacionada ao índice de vegetação NDVI. Assim, nova Regressão Linear é feita (Figura 12 - Exemplo da equação de regressão relacionando NDVI para predizer a biomassa),

ransformando o NDVI (variável independente) em massa, que mostra graficamente a Equação de regressão utilizando NVDI para predizer a massa.[038] In the spreadsheet above, highlight Column I, and thus, there is a mass related to the NDVI vegetation index. Thus, a new Linear Regression is performed (Figure 12 - Example of the regression equation relating NDVI to predict biomass),

transforming the NDVI (independent variable) into mass, which graphically shows the regression equation using NVDI to predict mass.

[039] Salientando que a massa predita pelo prato e massa predita pelo NDVI tem a mesma média (Tabela 5 – Estatística descritiva da amostragem), tem-se as estatísticas descritivas abaixo. Em ambos os casos a média da calibração para 35 amostras foi 1.1331 kg/m2 com desvio padrão de 0,4304, onde o Coeficiente de Correlação sugere que o NDVI explica em 64,6% a variação da biomassa do Capim. Nesta estatística ainda há outras informações, tal qual, com 95% de certeza que a massa está entre 0,771 a 0,913 kg/m2; que o erro atual é 0,1479 kg/m2; que para ter erro de 10% (0,1133 kg/m2) deve coletar 60 amostras; e que a equação de regressão tem um intervalo que o NDVI explica de 0,771 a 0,913, conforme tabelas. TABELA 5 Determinação do número de amostras Estatística descritiva adequadas

compara-se as calibrações da massa predita/estimada pelo prato ascendente com a do NDVI (Tabela 6 - Massa predita pelo prato ascendente e pelo NDVI) onde observa que a utilização do NDVI reduz o erro padrão e o Coeficiente de Variação.[039] Noting that the mass predicted by the dish and the mass predicted by the NDVI have the same average (Table 5 - Descriptive sampling statistics), the descriptive statistics are shown below. In both cases, the calibration average for 35 samples was 1.1331 kg/m2 with a standard deviation of 0.4304, where the Correlation Coefficient suggests that the NDVI explains 64.6% of the Grass biomass variation. In this statistic there is still other information, such as, with 95% certainty that the mass is between 0.771 to 0.913 kg/m2; that the current error is 0.1479 kg/m2; that to have an error of 10% (0.1133 kg/m2) you must collect 60 samples; and that the regression equation has a range that the NDVI explains from 0.771 to 0.913, as shown in the tables. TABLE 5 Determining the number of samples Appropriate descriptive statistics

the calibrations of the predicted/estimated mass by the ascending plate are compared with that of the NDVI (Table 6 - Mass predicted by the ascending plate and by the NDVI) where it is observed that the use of the NDVI reduces the standard error and the Coefficient of Variation.

[040] Reiterando que o mapa possui todo os valores dos pixels, ou seja, população, observa-se por piquete os valores do NDVI e sua estatística descritiva (Tabela 7).[040] Reiterating that the map has all the pixel values, that is, population, the NDVI values and their descriptive statistics are observed per stake (Table 7).

[041] Utilizando-se do valor médio do NVDI, por piquete, e multiplicando pela equação da 2a Regressão linear, que transforma NDVI em massa, se tem a massa média por metro quadrado por piquete, entre outros. Multiplicando este valor por hectare (10.000 m2) e o Teor de Matéria Seca (TMS), se tem a massa seca disponível para o consumo

animal, valor que fomenta a determinação da capacidade de suporte, conforme Tabela 8.[041] Using the average value of NVDI, per paddock, and multiplying by the equation of the 2nd Linear Regression, which transforms NDVI into mass, the average mass per square meter per paddock, among others, is obtained. Multiplying this value per hectare (10,000 m2) and the Dry Matter Content (DMS), we have the dry mass available for consumption

animal, a value that encourages the determination of the carrying capacity, as shown in Table 8.

[042] Cabe destacar que o TMS, valor essencial multiplicador para determinação da biomassa disponível para consumo animal, ainda só pode ser determinada após análises laboratoriais, assim como outras variáveis, tal qual % de folha verde, carboidrato, proteínas, etc.[042] It should be noted that the TMS, essential multiplier value for determining the biomass available for animal consumption, can still only be determined after laboratory analysis, as well as other variables, such as % of green leaf, carbohydrate, proteins, etc.

COMPARISON BETWEEN THE TRADITIONAL METHOD AND INNOVATION

[043] Em 18 de dezembro de 2019, foi diligenciado esforços de campo, objetivando comparar o método tradicional (régua graduada) com o método proposto pela invenção. Duas equipes efetuaram serviços com o mesmo objetivo, na mesma área. Os inventores locomoveram-se pelo pasto utilizando a imagem, NVDI de 16/12/2019 (Figura 13 - NDVI de 16/12/2019), e amostraram 30 locais, com objetivo de correlacionar a massa com o NDVI. Salienta também que foram efetuadas 10 calibrações de massa com altura.[043] On December 18, 2019, field efforts were made, aiming to compare the traditional method (graded ruler) with the method proposed by the invention. Two teams performed services with the same objective, in the same area. The inventors moved through the pasture using the image, NVDI of 12/16/2019 (Figure 13 - NDVI of 12/16/2019), and sampled 30 locations, in order to correlate the mass with the NDVI. It also highlights that 10 mass calibrations with height were performed.

[044] O método tradicional mensurou 180 alturas, distribuídas em todos os piquetes, ou seja, 20 (vinte) em cada. Estas alturas tiveram média de 14,33 centímetros com desvio padrão de 4,8. Conhecendo estes valores, esta equipe foi a campo e calibrou a massa com altura coletando locais onde a altura era a média menos desvio padrão, a média e média mais desvio padrão, 9.53, 14,33 e 19,13 centímetros respectivamente. Achou através regra de 3, o valor que representa um centímetro de altura de capim em um metro

quadrado e multiplicou pela média da altura, obtendo valor da massa de capim por piquete Tabela 9.[044] The traditional method measured 180 heights, distributed across all paddocks, that is, 20 (twenty) in each. These heights had a mean of 14.33 centimeters with a standard deviation of 4.8. Knowing these values, this team went to the field and calibrated the mass with height, collecting places where the height was the mean minus standard deviation, the mean and mean plus standard deviation, 9.53, 14.33 and 19.13 centimeters respectively. He found, through the rule of 3, the value that represents a centimeter of grass height in a meter

squared and multiplied by the average height, obtaining the mass of grass per paddock Table 9.

[045] A invenção, já transformada em plataforma e aplicativo (a ser explanada posteriormente), utilizou de 10 (dez) amostras para elaborar uma equação de regressão que transforma a altura em massa. Terminada essa etapa, coletou 30 amostras de altura georreferenciadas, que foi transformada automaticamente em massa, objetivando correlacionar com o NDVI. Após os processos estatísticos (já descritos nos tópicos anteriores), obteve massa média de 0,690 +/- 0,18 kg/m2, com 95% de certeza que a massa média oscilará entre 0,690 a 0,708 kg/m2.[045] The invention, already transformed into a platform and application (to be explained later), used 10 (ten) samples to elaborate a regression equation that transforms height into mass. After this step, 30 georeferenced height samples were collected, which were automatically transformed into a mass, aiming to correlate with the NDVI. After the statistical processes (already described in the previous topics), he obtained an average mass of 0.690 +/- 0.18 kg/m2, with 95% certainty that the average mass will oscillate between 0.690 and 0.708 kg/m2.

[046] Comparando as massas, piquete por piquete, observa-se que os valores mensurados pelas equipes (Tabela 10 - Comparação entre método tradicional e método da

inovação). Utilizou-se também do NDVI média para orientar. Em média os valores calculados pelo método tradicional estão acima dos valores obtidos pelo processo da invenção, exceto para o piquete 3. Compreende-se que o responsável pelas amostras de campo, escolhendo o local da amostra de altura (subjetividade) tende a superestimar. Em relação ao intervalo de confiança do método tradicional, apenas a massa do piquete 6 diverge. Vejamos a Tabela 10:[046] Comparing the masses, picket by picket, it is observed that the values measured by the teams (Table 10 - Comparison between the traditional method and the

innovation). The mean NDVI was also used to guide. On average, the values calculated by the traditional method are above the values obtained by the process of the invention, except for picket 3. It is understood that the person responsible for the field samples, choosing the location of the height sample (subjectivity) tends to overestimate. In relation to the confidence interval of the traditional method, only the mass of the picket 6 diverges. Let's see Table 10:

[047] Analisando a Tabela 9, dos valores do método tradicional, a amplitude de certeza das amostras é muito superior ao método da invenção, desta forma, o método a ser patenteado, erra menos.[047] Analyzing Table 9, of the values of the traditional method, the certainty amplitude of the samples is much higher than the method of the invention, in this way, the method to be patented, errs less.

[048] Outra vantagem do método da invenção é que a calibração de uma data pode ser utilizada em datas/imagens subsequentes, desde que seja respeitado o intervalo de interpolação. Na imagem de 16/12/2019, o intervalo do NDVI foi de 0.771 a 0.913 (Tabela 6), já para 31/12/2019 (Tabela 8), a fórmula de calibração também compreende a massa da área. Neste intervalo de tempo, houve redução de massa no piquete 1, 2 e 6, provavelmente devido ao consumo da forrageira pelo gado. Também se pode calcular o crescimento médio de capim por unidade de área. Salienta-se que estas afirmativas são determinadas sem esforço de campo. Vejamos a Tabela 11 que utiliza a equação de regressão que relaciona o NDVI pra predizer a biomassa da calibração de 16/12/2019 em 31/12/2019: TABELA 11 Utilização da equação de 16/12/2019 em 31/12/2019

plataforma e aplicativo efetua todos estes processos, dentro de uma “caixa preta”. A equipe técnica que levou a cabo a realização da invenção, compreende que o aplicativo/plataforma é patenteável e entende que a parte “inventada” do método pode ser.[048] Another advantage of the method of the invention is that the calibration of a date can be used in subsequent dates/images, as long as the interpolation interval is respected. In the image of 12/16/2019, the NDVI range was from 0.771 to 0.913 (Table 6), while for 12/31/2019 (Table 8), the calibration formula also comprises the mass of the area. In this time interval, there was a reduction in mass in

paddocks

1, 2 and 6, probably due to forage consumption by cattle. The average grass growth per unit area can also be calculated. It should be noted that these statements are determined without field effort. Let's see Table 11 that uses the regression equation that relates the NDVI to predict the biomass of the calibration of 12/16/2019 on 12/31/2019: TABLE 11 Use of the equation of 12/16/2019 on 12/31/2019

platform and application performs all these processes, inside a “black box”. The technical team that carried out the invention understands that the application/platform is patentable and understands what the “invented” part of the method can be.

PLATFORM AND APPLICATION STRUCTURE

[049] Descrito o método e a estatística envolvida, este tópico explicará o passo-a-passo (fluxograma) do início ao Relatório Final, utilizando a plataforma e aplicativo, que tem embarcado todo o processo estatístico agregado. Salienta-se que amostrador de campo é ator essencial para que o processo seja eficaz. O fluxograma da Figura 21 mostra as etapas, onde: - Cadastro do usuário (1); - Cadastro do imóvel na plataforma (2); - Analisar imagem da plataforma (3); - Primeira calibração no aplicativo (4); - Segunda calibração no aplicativo (5); - Produto final Plataforma / Aplicativo (6).[049] Described the method and statistics involved, this topic will explain the step-by-step (flowchart) from the beginning to the Final Report, using the platform and application, which has embedded the entire aggregate statistical process. It should be noted that the field sampler is an essential actor for the process to be effective. The flowchart in Figure 21 shows the steps, where: - User registration (1); - Property registration on the platform (2); - Analyze platform image (3); - First calibration in the app (4); - Second calibration in the app (5); - End product Platform / Application (6).

[050] O usuário primeiro se cadastra (1) e deve cadastrar o imóvel rural (2) e as áreas de interesse (área de pastagem ou piquetes), informando também o município e estado. Esta etapa é crítica e essencial, pois quem vai conhecer os limites é o próprio pecuarista ou gerente. A primeira inserção é do limite do imóvel e é feita através de polígono criado no Google Earth, desenhados na própria plataforma ou conforme aos dados públicos do Cadastro Ambiental Rural (CAR).[050] The user first registers (1) and must register the rural property (2) and the areas of interest (pasture area or paddocks), also informing the municipality and state. This stage is critical and essential, as the cattle rancher or manager will know the limits. The first insertion is from the boundary of the property and is done through a polygon created in Google Earth, drawn on the platform itself or according to public data from the Rural Environmental Registry (CAR).

[051] A Figura 14 mostra detalhe do cadastro do imóvel (2), onde são apresentados campos (10) de identificação. A Figura 15 exemplifica a escolha de imóvel utilizando dados do Cadastro Ambiental Rural (CAR).[051] Figure 14 shows details of the property register (2), where identification fields (10) are presented. Figure 15 exemplifies the choice of property using data from the Rural Environmental Registry (CAR).

[052] Com o limite do imóvel, o usuário vai delimitar/desenhar/nomear as áreas de interesse, informando o tipo da forrageira, utilizando aba piquetes (Figura 16). A inserção destes limites ou é feita desenhando na plataforma ou com arquivo com limite pré- delimitados. Esta etapa é essencial, pois a limitação exata do imóvel facilitará todos os processos estatísticos. O polígono tem um tipo de forrageira, número identificador (ID) e área.[052] With the property limit, the user will delimit/draw/name the areas of interest, informing the type of forage, using the pickets tab (Figure 16). The insertion of these limits is either done by drawing on the platform or with a file with pre-delimited limits. This step is essential, as the exact limitation of the property will facilitate all statistical processes. The polygon has a forage type, identifier (ID) number, and area.

[053] A Figura 16 mostra, segundo a plataforma, um exemplo de delimitação de áreas de interesse. Acabando a etapa de cadastramento, estes dados são armazenados no sistema. Agora já é passível de ser utilizado no campo, em conjunto ao aplicativo de celular, porém anteriormente a esta etapa, o usuário vai analisar se a imagem recente, de até 5 (cinco) dias, não possui contaminação por nuvem ou sombra de nuvem (Figura 17). Desta forma, ele solicita a imagem RGB para que analise se a imagem é aproveitável. Se sim, o trabalho de campo é recomendado e o NDVI é enviado ao sistema (aplicativo) (Figura 18).[053] Figure 16 shows, according to the platform, an example of delimitation of areas of interest. At the end of the registration step, these data are stored in the system. Now it can be used in the field, together with the mobile application, but before this step, the user will analyze if the recent image, up to 5 (five) days, does not have contamination by cloud or cloud shadow ( Figure 17). In this way, it requests the RGB image to analyze whether the image is usable. If yes, fieldwork is recommended and the NDVI is sent to the system (application) (Figure 18).

[054] Salienta-se que se houver nuvem, a plataforma pode ser utilizada, porém o usuário terá que efetuar maior esforço de campo. Todo benefício da visualização “aérea e espacial” do imóvel será perdido para aquela data e o aplicativo servirá de caderneta de campo eletrônica.[054] It should be noted that if there is a cloud, the platform can be used, but the user will have to make a greater field effort. Any benefit of the “aerial and spatial” view of the property will be lost for that date and the application will serve as an electronic field notebook.

[055] Nesse sentido, fazemos menção à Figura 18 - Exemplo de imagem NDVI recortada das áreas objetos, sendo que, mediante esta imagem georreferenciada, o usuário navega na imagem e campo, com objetivo de escolher os melhores locais de amostragem.[055] In this sense, we refer to Figure 18 - Example of an NDVI image cropped from the object areas, and, through this georeferenced image, the user navigates in the image and field, in order to choose the best sampling locations.

[056] Com o envio da imagem NDVI ao aplicativo, o usuário pode coletar amostras in loco, efetuando os procedimentos de calibração, preenchendo os dados nas telas do aplicativo. Eventualmente poderá ter painéis de informação sugerindo a coleta ou não de mais amostras e estatística exploratória básica.[056] By sending the NDVI image to the application, the user can collect samples in loco, performing the calibration procedures, filling in the data on the application screens. Eventually, there may be information panels suggesting whether or not to collect more samples and basic exploratory statistics.

[057] A Figura 19 mostra a tela do aplicativo no celular referente à primeira calibração (4). Este relaciona a massa com a altura, e a tela do aplicativo tem campos de número de entrada e de saída do prato ascendente, número de repetições. Após medir a altura, corta-se o capim dentro da moldura, conforme explanado e insere-se o valor da massa de capim. Sugere-se que esta etapa seja realizada mais de 3 (três) vezes, e que os locais amostrados representem capim baixo, médio e alto.[057] Figure 19 shows the screen of the mobile application referring to the first calibration (4). This relates the mass with the height, and the application screen has input and output number fields of the ascending plate, number of repetitions. After measuring the height, the grass is cut inside the frame, as explained and the value of the grass mass is inserted. It is suggested that this step be performed more than 3 (three) times, and that the sampled locations represent low, medium and high grass.

[058] Ao término dos procedimentos da 1a calibração, realiza a coleta de altura, salientando que o usuário deve amostrar os locais com as cores representativas, do vermelho ao verde, conforme Figura 18. Reitera-se que deve efetuar a coleta de amostra por ponto com 30 subamostras no círculo imaginário, método já explanado. A tela do aplicativo para esta etapa é semelhante a anterior, porém a altura é automaticamente transformada em massa (kg/m2). O usuário informa o número de entrada, saída e repetições do prato ascendente, a altura média é transformada em biomassa que é relacionada ao valor do NDVI por georreferenciamento (latitude x longitude), utilizando o GPS do celular.[058] At the end of the 1st calibration procedures, the height collection is performed, noting that the user must sample the locations with representative colors, from red to green, as shown in Figure 18. It is reiterated that the sample must be collected by point with 30 subsamples on the imaginary circle, method already explained. The application screen for this step is similar to the previous one, but the height is automatically transformed into mass (kg/m2). The user informs the number of entry, exit and repetitions of the ascending plate, the average height is transformed into biomass that is related to the NDVI value by georeferencing (latitude x longitude), using the cell phone's GPS.

[059] Finalizada a amostragem de diversas alturas, o usuário clica no relatório de massa que irá informar a biomassa média total (kg/m2) por piquete ou área de pastejo, permitindo assim que o profissional da área regule a lotação de animais de forma mais eficiente. Salienta que esta tabela e todos os procedimentos de campo não precisam de sinal de celular, exceto no envio dos dados da imagem para o aplicativo, ou seja, quando houver sinal, há transferência dos dados do aplicativo e para a plataforma mutualmente. [060] A Figura 20 mostra, segundo o aplicativo, o volume de capim por piquete. Cabe esclarecer que, eventualmente, o método da invenção, trará mapa e tabela informativa para o produtivo final mais refinado, com mapa qualitativo colorido, informação do campo, e comparação com o status do último campo. Os mesmos dados são enviados para a plataforma (figura 21), onde o usuário insere posteriormente o teor de matéria seca e a porcentagem de folha, reiterando que é com a folha verde seca que se faz a lotação do gado.[059] After sampling from different heights, the user clicks on the mass report that will inform the average total biomass (kg/m2) per paddock or grazing area, thus allowing the professional in the area to regulate the stocking of animals in a way more efficient. It emphasizes that this table and all field procedures do not need a cell signal, except for sending the image data to the application, that is, when there is a signal, the application data is transferred to the platform mutually. [060] Figure 20 shows, according to the application, the volume of grass per paddock. It should be clarified that, eventually, the method of the invention will bring a map and informative table to the most refined final production, with a qualitative color map, field information, and comparison with the status of the last field. The same data is sent to the platform (figure 21), where the user subsequently enters the dry matter content and leaf percentage, reiterating that it is with the dry green leaf that the cattle are stocked.

Claims

1) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, comprises the platform and application in conjunction with the sample circle method developed exclusively to correlate field samples with the characteristics of the pixel; the present invention correlates field data with the vegetation index (inferential statistics), transforming them into biomass; the present invention used the height meter called rising plate (7), adapting the way of collecting data to the size of the pixel; the invention also guides priority locations for sample collection, so that areas of interest can be sampled; the invention employs the NVDI technique: characterized in that the invention contains the following steps: - guide the minimum or adequate number of samples for the 1st calibration of greater than 5 (relating mass x height) and for the 2nd calibration (height collection) to the imaginary circle (9) of 2 to 4 meters, with 30 subsamples, at least 25 times; - with the invention embedded in the platform/application, calculations are performed, generating a table with available biomass for animal consumption, using all the pixels of the population; - through the frame (M), the height of the grass with the plate is measured at 5 points inside the frame, entering the input and output value in the application, dividing by the number of repetitions, which will automatically give the average height in centimeters; then cut the grass, close to the ground, weigh it, and insert this data into the application; this step is performed at least 5 times; - by the exclusive method of relating the pixel of 10 x 10 meters with the mass predicted by the 1st calibration; to correlate the NDVI value with the mass through linear regression, where it “teaches” the method to predict the mass through the NDVI.

2) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 1, characterized by the step of: - using the average value of the NVDI to obtain the average mass per square meter and per hectare and multiplying by the TMS (Dry Matter Content), we have the Available Dry Mass, which promotes the carrying capacity.

3) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE according to claim 1, characterized by the steps of the measurement process: - (1) shows the register user on the platform; - (2) shows the registration of the property on the platform; - (3) shows the image analysis on the platform; - (4) shows the first calibration in the app; - (5) shows the second calibration in the app and; - (6) shows the final product including platform/application.

4) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 3, characterized by: - the user first registers (1); - register the rural property (2) and the areas of interest (pasture area or paddocks); - the choice of property uses data from the Rural Environmental Registry (CAR).

5) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 1, characterized by: - NDVI image cropped in the object property; - using this georeferenced image, the user navigates in the image and field, in order to choose the best sampling locations; - after analyzing the image on the platform (3), and having the appropriate locations, the first (4) and second (5) calibration procedures are carried out, inserting the data in the cell phone.

6) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 3, characterized in that the user registration on the platform (1) includes the following steps : • Determine the main user, responsible for the payment of the processed data; • Determine which other users are related to the property; • Determine the limits of manipulation of this information by user; • Determine if you want the application to send pop ups, information of new images available, weather information and other pertinent information; • Determine the reference rural property, name, owner, location and the like.

7) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 3, characterized in that the property registration on the platform (2) includes the following steps : • Delimitation of the total limit of the rural property; • Delimitation of the object productive area, separating them by name/identifier, forage species.

8) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 3, characterized in that the analysis of the image on the platform (3) includes the following steps : • Visualization and analysis if the last available image is without cloud or shadow; • If there is contamination on the area of interest, perform the collection using the application, but without the help of the cloud or wait for a new usable image; • If the image is ok, request NDVI (Vegetation Index) which will be sent to the application.

9) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 3, characterized in that the first calibration in the application (4) includes the steps: • Using the reclassified Vegetation Index and the information that the formula must be “taught” to understand mass through height, the user must collect samples from different heights; normally a number greater than 5 is used; • From the chosen location, insert the frame (0.25 to 1 m2), measure the height using an ascending plate 4 to 5 times and, later, the cutting mass, filling the application.

10) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 3, characterized in that the second calibration in the application (5) includes the steps: • Finished or concomitantly with the 1st calibration, the 2nd Calibration begins, to transform the Grass Mass Vegetation Index, through height; • Collection of several subsamples of height (n>30) to have a sample inside the pixel, circling a central point of 2 to 4 meters of radius; • The number of samples needed varies with the desired error, but with 25 or more, good correlations are achieved; • As in the previous step, fill in the fields, plate number (initial, final), repetitions, which through the regression equation of the 1st calibration is transformed into mass.

11) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 3, characterized in that the Final Product Platform / Application (6) includes the steps: • After the 2nd calibration, press Mass Report which will show the total green mass per paddock or pasture area on the cell phone screen or on the platform accompanied by the image.

12) QUALIQUANTITATIVE MEASUREMENT METHOD OF FORAGE GRASS BIOMASS FOR GRASSING, USING FIELD INFORMATION AND VEGETATION INDEX INFORMATION FROM SATELLITE, according to claim 3, characterized by: - the first calibration (4) requires positioning the board in the tall, medium and short grass (11), followed by height measurement with an ascending plate (12), grass cutting (13), linear regression between height (x) and mass (M) (14); - once this is done, we proceed to the second calibration (5), which consists of separating homogeneous areas (15), measuring heights with an ascending plate (16), using the first regression to generate the predicted mass (17), generating another regression between the predicted mass; - when measuring height with an ascending plate (16), a central point or center (8) must be determined, 2 to 4 meters away from radii determining a circle (9), then, traverse the imaginary perimeter (17) of this circle and obtain at least 30 (thirty) readings with the rising plate (18).