Condiciones agronómicas del cultivo de arroz con imágenes de vehículos aéreos no tripulados
-
Published:2024-07-20
Issue:14
Volume:7
Page:35-54
-
ISSN:2600-6030
-
Container-title:Revista Científica Multidisciplinaria SAPIENTIAE
-
language:es
-
Short-container-title:SAPIENTIAE
Author:
Conforme Ponce Adreina Monserrate1, Rodríguez Mala Anthony Steven1, Pacheco Gil Henry Antonio1
Affiliation:
1. Universidad Técnica de Manabí
Abstract
La teledetección es una herramienta cada vez más utilizada para mejorar la producción de cultivos en respuesta a la creciente demanda global de alimentos y al impacto del cambio climático en la seguridad alimentaria. El uso de esa herramienta ha permitido monitorear las condiciones de los cultivos mediante el cálculo de índices de vegetación con imágenes multiespectrales. Como objetivo de este trabajo se propuso analizar las condiciones agronómicas del cultivo de arroz bajo diferentes condiciones de fertilización, en un área productiva de la provincia de Manabí. Se capturaron imágenes RGB mediante vuelos fotogramétricos utilizando el dron Phantom 4, las imágenes fueron procesadas y analizadas a través del software PIX4D y se calcularon índices de vegetación RGB (VIgreen, SIVE, GLI, CIVE, ExG). Se compararon los resultados obtenidos para las tres variedades de arroz (Impacto, Elite, SFL11) presentes en el cultivo y los dos tipos de fertilizantes (sintético y orgánico). Los resultados obtenidos muestran que de los 5 índices estudiados el VIgreen (indice normalizado verde rojo) resultó con el mayor potencial para diferenciar tratamientos orgánicos de los sintéticos. Las mayores magnitudes del índice, para las primeras 10 parcelas, se reflejan en los tratamientos sintéticos en el 80 % de los casos, con valores que oscilan entre 0,174137 y 0,1105. El resto de los índices muestran bajo potencial para discriminar los tratamientos sintéticos de los orgánicos. Respecto a las variedades no se encontraron diferencias significativas entre los índices.
Publisher
Universidad Laica Eloy Alfaro de Manabi
Reference44 articles.
1. Acevedo, L. A., Ávila, C. G., Elvira, I., & Giraldo, O. (2023). Evaluación de la biofertilización a través de un consorcio microbiológico. Memorias del 2do. Congreso de desarrollo sostenible, comunidades sostenibles, clima y ecosistemas, esfuerzos ODS. 1(1), 393. https://dspace.tdea.edu.co/handle/tdea/4814 2. Barbosa, B. D. S., Ferraz, G. A. S., Gonçalves, L. M., Marín, D. B., Maciel, D. T., Ferraz, P. F. P., & Rossi, G. (2019). RGB vegetation indices applied to grass monitoring: A qualitative analysis. Agronomy Research, 17(2), 349-357. https://doi.org/10.15159/AR.19.119 3. Bautista, A. S., Fita, D., Franch, B., Castiñeira-Ibáñez, S., Arizo, P., Sánchez-Torres, M. J., Becker-Reshef, I., Uris, A., & Rubio, C. (2022). Crop Monitoring Strategy Based on Remote Sensing Data (Sentinel-2 and Planet), Study Case in a Rice Field after Applying Glycinebetaine. Agronomy, 12(3). https://doi.org/10.3390/agronomy12030708 4. Colovic, M., Stellacci, A. M., Mzid, N., Di Venosa, M., Todorovic, M., Cantore, V., & Albrizio, R. (2024). Comparative Performance of Aerial RGB vs. Ground Hyperspectral Indices for Evaluating Water and Nitrogen Status in Sweet Maize. Agronomy, 14(3), 562. https://www.mdpi.com/2073-4395/14/3/562 5. Cordova, J., Correa, J., Espinoza, T., & Reyes, L. (2022). Informe de Plan de Vuelo. https://es.scribd.com/document/600420520/informe-de-plan-de-vuelo-1#
|
|