Monitorización del contenido de fósforo del olivo mediante robot terrestre
-
Published:2024-07-19
Issue:45
Volume:
Page:
-
ISSN:3045-4093
-
Container-title:Jornadas de Automática
-
language:
-
Short-container-title:JA-CEA
Author:
Noguera Miguel, Millan BorjaORCID, Moro Rocio, Andújar José ManuelORCID
Abstract
El olivar es un cultivo de gran importancia en los países de la cuenca mediterránea. En las últimas décadas, el sector olivarero ha experimentado una modernización en busca de incrementar la rentabilidad y productividad de sus explotaciones. En este contexto, la gestión basada en agricultura de precisión está mostrando un potencial prometedor. En este sentido, el presente trabajo muestra una metodología para la caracterización del contenido foliar de P en olivares superintensivos. El método propuesto se basa en redes neuronales artificiales alimentadas con información espectral extraída de imágenes adquiridas por un robot terrestre con capacidad para la navegación autónoma. Para evaluar la metodología propuesta se definió un planteamiento experimental basado en exponer una parcela de olivos superintensivos a tratamientos de fertirriego diferenciales para generar variabilidad en cuanto al contenido foliar de P. El índice de correlación entre los valores de obtenidos por análisis químico y la respuesta del modelo (R2=0.72) sugieren la idoneidad de la metodología propuesta.
Publisher
Universidade da Coruna
Reference10 articles.
1. Barranco Navero, Diego, Fernandez Escobar, Ricardo, Rallo Romero, L. 2017. El cultivo del olivo. Mundi-Prensa Libros, Madrid. 2. Berger, K., Verrelst, J., Féret, J. B., Wang, Z., Wocher, M., Strathmann, M., Danner, M., Mauser, W., Hank, T., 2020. Crop nitrogen monitoring: Recent progress and principal developments in the context of imaging spectroscopy missions. Remote Sensing of Environment, 242, 111758. DOI: 10.1016/j.rse.2020.111758 3. Gómez-Casero, M. T., López-Granados, F., Peña-Barragán, J. M., Jurado-Expósito, M., García-Torres, L., Fernández-Escobar, R., 2007. Assessing nitrogen and potassium deficiencies in olive orchards through discriminant analysis of hyperspectral data. Journal of the American Society for Horticultural Science, 132(5), 611–618. DOI: 10.21273/jashs.132.5.611 4. Hank, T. B., Berger, K., Bach, H., Clevers, J. G. P. W., Gitelson, A., Zarco-Tejada, P., Mauser, W. 2019. Spaceborne Imaging Spectroscopy for Sustainable Agriculture: Contributions and Challenges. Surveys in Geophysics, 40, 515–551. DOI: 10.1007/s10712-018-9492-0 5. Lo Bianco, R., Proietti, P., Regni, L., & Caruso, T., 2021. Planting Systems for Modern Olive Growing: Strengths and Weaknesses. Agriculture 2021. 494, 11(6). DOI: 10.3390/AGRICULTURE11060494
|
|