O ritmo acelerado no qual a tecnologia vem se desenvolvendo abre novas possibilidades dentro das mais distintas áreas de estudo, permitindo a criação de sistemas mais eficientes, tanto nos aspectos científicos quanto industriais. Em paralelo, fatores como o aumento dos índices populacionais elevam as demandas por alimentos e suprimentos ao mesmo tempo que discussões ambientais vêm ganhando cada vez mais força, pressionando para o desenvolvimento de processos que tornem a produção mais sustentável, que conservem o solo e que aumentem os teores de matéria orgânica. Dentro deste escopo a aveia-preta (Avena strigosa) ganha destaque pois, além de seu potencial forrageiro para diversas espécies animais, pode ser utilizada como planta de cobertura, em sistemas de rotação de culturas e sistemas de plantio direto. No entanto, poucos estudos tem atrelado novas tecnologias à aveia-preta, fator que poderia contribuir para aprimorar seus sistemas de cultivo. Em se tratando de novas tecnologias, o imageamento aéreo aparece como uma ferramenta útil, eficiente e muito promissora, capaz de oferecer, através de técnicas computacionais, uma profunda e precisa avaliação das lavouras através de índices vegetativos ou modelos digitais de superfície que podem ser correlacionados, entre outros, com a biomassa e o status de nitrogênio. Ademais, o uso de ferramentas de sensoriamento remoto e técnicas computacionais para estudar o desenvolvimento da aveia-preta poderá contribuir para o aprimoramento dos sistemas de cultivo, bem como fornecer subsídios para aplicação de tecnologias em outras culturas também pouco estudadas. Dessa forma, o presente trabalho apresentou uma metodologia para determinação de altura de plantas e cálculo de índices vegetativos através de sensoriamento remoto e técnicas computacionais, sendo estes aplicados na correlação com biomassa e status de nitrogênio da aveia-preta. Propõe-se o estudo do desenvolvimento da aveia-preta irrigada por efluente tratado de abatedouro por meio de imagens aéreas adquiridas a partir de uma aeronave remotamente pilotada (ARP) para estimativa de biomassa através de modelos digitais de superfície (MDS) e status de nitrogênio a partir de índices vegetativos no espectro do visível (IV_VIS). A partir das alturas obtidas por modelos digitais de superfície (H_MDS) foi possível determinar modelos de estimativa da altura real da planta, ou altura de referência (H_REF). O modelo de regressão entre H_MDS e H_REF apresentou um valor de R² de 0,87, demonstrando que os resultados obtidos por imagens se aproximam dos valores reais em campo e podem ser utilizados para determinação de outros fatores, como a biomassa. Os modelos para estimativa de biomassa para a aveia-preta foram desenvolvidos e apresentaram valores de R² de 0,87 e 0,75 para os anos de 2020 e 2021, respectivamente. Em relação à estimativa de nitrogênio, foi possível obter modelos com valores de R² de 0,85 e 0,60. Os resultados demonstram que os modelos foram adequados para estimar os valores de biomassa e nitrogênio na cultura da aveia-preta.

The fast pace at which technology has been developing brings new possibilities within the most diverse areas of study, allowing the creation of more efficient systems, both in scientific and industrial aspects. At the same time, factors such as the growth of population rates increase the demands for food and supplies while environmental discussions are gaining more and more strength, pushing for the development of processes that make production more sustainable, that conserve the soil and that increase the organic matter contents. Within this scope, black oat (Avena strigosa) gains importance because, in addition to its potential use as forage for animal feed, it can be used as a cover crop, in crop rotation and no-tillage systems. However, few studies have linked new technologies to black oat, a factor that could contribute to improving its cultivation systems. When it comes to new technologies, aerial imaging appears as a useful, efficient and very promising tool, capable of offering, through computational techniques, a thorough and accurate assessment of crops through vegetative indices or digital surface models that can be correlated, among others, with biomass and nitrogen status. Furthermore, the use of remote sensing tools and computational techniques to study the development of black oat might contribute to the improvement of cropping systems, as well as provide subsidies for the application of technologies in other crops that are also little studied. Thus, this work presents a methodology for determining plant height and calculating vegetative indices through remote sensing and computational techniques. It is proposed to study the development of black oats irrigated by treated effluent from slaughterhouses through aerial images acquired from a remotely piloted aircraft (RPA) to estimate biomass through digital surface models (MDS) and nitrogen status from vegetative indices in the visible spectrum (IV_VIS). From the heights obtained by digital surface models (H_MDS) it was possible to determine models to estimate the real height of the plant, or reference height (H_REF). The regression model between H_MDS and H_REF presented an R² value of 0.87, demonstrating that the results obtained by images are close to the real values in the field and can be used to determine other factors, such as biomass. The models for estimating biomass for black oats were developed and presented R² values of 0.87 and 0.75 for the years 2020 and 2021, respectively. Regarding the estimation of nitrogen, it was possible to obtain models with R² values of 0.85 and 0.60. The results demonstrate that the models were adequate to estimate the values of biomass and nitrogen in the black oat crop.