Inventario de palmas a partir de índices espectrales RGB obtenidos con dron
Palabras clave:
Palma de aceite, Índice de vegetación, Ortofotografías, OrtofotomosaicosResumen
El estudio se centra en el uso de ortofotomosaicos de dron y análisis de índices espectrales RGB (rojo, verde y azul, por sus siglas en inglés), para discriminar palmas de aceite vivas y muertas en una base de datos geográfica. El principal hallazgo radica en la determinación de valores de rango para el índice denominado Índice de Vegetación Verde (GLI, por sus siglas en inglés), que permitió obtener una discriminación precisa entre palmas vivas y muertas. Este enfoque no solo actualiza de manera eficiente el inventario de palmas de aceite, sino que también identifica áreas específicas que requieren intervención agronómica. Este trabajo contribuye significativamente al desarrollo de métodos innovadores para la monitorización de cultivos mediante el apoyo de prácticas agronómicas sostenibles al tiempo que se encamina hacia una gestión más eficiente de los recursos agrícolas.
Referencias bibliográficas
Ballesteros, R., Ortega, J. F., Hernández, D., & Moreno, M. A. (2014). Applications of georeferenced high-resolution images obtained with unmanned aerial vehicles. Part I: Description of image acquisition and processing. Precision Agriculture, 15(6), 579-592. https://doi.org/10.1007/s11119-014-9355-8
Bendig, J., Yu, K., Aasen, H., Bolten, A., Bennertz, S., Broscheit, J., Gnyp, M. L., & Bareth, G. (2015). Combining UAV-based plant height from crop surface models, visible, and near infrared vegetation indices for biomass monitoring in barley. International Journal of Applied Earth Observations and Geoinformation, Volume 39, p. 79-87. https://www.sciencedirect.com/science/article/abs/pii/S0303243415000446?via%3Dihub
Congedo, L., (2021). Semi-Automatic Classification Plugin: A Python tool for the download and processing of remote sensing images in QGIS. Journal of Open Source Software, 6(64), 3172.https://doi.org/10.21105/joss.03172
Duarte, L., Silva, P., & Teodoro, A. C. (2018). Development of a QGIS plugin to obtain parameters and elements of plantation trees and vineyards with aerial photographs. ISPRS International Journal of Geo-Information, 7(3), 14-19. https://doi.org/10.3390/ijgi7030109
Gitelson, A. A., Kaufman, Y. J., Stark, R., & Rundquist, D. (2002). Novel algorithms for remote estimation of vegetation fraction. Centro de Tecnologías Avanzadas de Información para la Gestión de Tierras, Facultad de Ciencias de los Recursos Naturales, Universidad de Nebraska-Lincoln. https://digitalcommons.unl.edu/cgi/viewcontent.cgi?article=1151&context=natrespapers
Lebourgeois, V., Bégué, A., Labbé, S., Mallavan, B., Prévot, L., & Roux, B. (2008). Can commercial digital cameras be used as multispectral sensors? A crop monitoring test. Sensors, 8(11), 7300-7322. https://doi.org/10.3390/s8117300
Louhaichi, M., Borman, M., Johnson, D. (2001). Spatially Located Platform and Aerial Photography for Documentation of Grazing Impacts on Wheat. Geocarto International. 16:1; 65-70. DOI: 10.1080/10106040108542184. https://www.researchgate.net/publication/228906661_Spatially_Located_Platform_and_Aerial_Photography_for_Documentation_of_Grazing_Impacts_on_Wheat
Lussem, U., Bolten, A., Gnyp, M. L., Jasper, J., & Bareth, G. (2018). Evaluation of RGB-based vegetation indices from UAV imagery to estimate forage yield in Grassland. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences – ISPRS Archives, 42(3), 1215-1219. https://doi.org/10.5194/isprs-archives-XLII-3-1215-2018
QGIS Development Team. (2021). QGIS Geographic Information System (3.16.7 (2021-01-14)). Open Source Geospatial Foundation Project. https://www.qgis.org/
Qubaa, A. R., Aljawwadi, T. A., Hamdoon, A. N., & Mohammed, R. M. (2021). Using UAVs/drones and vegetation indices in the visible spectrum to monitoring agricultural lands. Iraqi Journal of Agricultural Sciences, 52(3), 601-610. https://doi.org/10.36103/ijas.v52i3.1349
Rasmussen, J., Ntakos, G., Nielsen, J., Svensgaard, J., Poulsen, R. N., & Christensen, S. (2016). Are vegetation indices derived from consumer-grade cameras mounted on UAVs sufficiently reliable for assessing experimental plots? European Journal of Agronomy, 74, 75-92. https://doi.org/10.1016/j.eja.2015.11.026
Saberioon MM, Amin MSM, Anuar AR, Gholizadeh A, Wayayok A, Khairunniza-Bejo S. (2014). Assessment of rice leaf chlorophyll content using visible bands at different growth stages at both the leaf and canopy scale. International Journal of Applied Earth Observation and Geoinformation, Amsterdam 32: 35-45. https://www.sciencedirect.com/science/article/abs/pii/S0303243414000762
Svensgaard, J., Jensen, S. M., Christensen, S., & Rasmussen, J. (2021). The importance of spectral correction of UAV-based phenotyping with RGB cameras. Field Crops Research, 269. https://doi.org/10.1016/j.fcr.2021.108177
Cómo citar
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Palmas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Métricas
