Compartir
Título
Calibración vicaria de una cámara multiespectral desde paramotor
Autor(es)
Director(es)
Materia
Teledetección
Cultivos
Resolución espectral
Resolución espacial
Curva de reflectancia espectral
Clasificación UNESCO
25 Ciencias de la tierra y del espacio
31 Ciencias agrarias
Fecha de publicación
2013-08-22
Resumen
Con el paso del tiempo, la teledetección se ha convertido en una herramienta muy útil
para la agricultura. A partir de la medida de la señal espectral reflejada o emitida por
las cubiertas y la combinación de técnicas de teledetección, es posible identificar los
distintos usos agrícolas así como numerosos parámetros y anomalías que éstos
presenten.
La teledetección se basa en la observación remota de la superficie terrestre y la
captura de imágenes mediante un sistema sensor acoplado a un satélite espacial, a un
vehículo aerotransportado, bien tripulado (avión, paramotor) o no tripulado (UAV), e
incluso a vehículos y plataformas terrestres.
Estas imágenes se someten a un análisis digital en el que se analiza el
comportamiento espectral de cada píxel en las distintas regiones del espectro
electromagnético en el que se ha registrado información. La base de la teledetección
radica en que cada cuerpo presenta un patrón de energía reflejada/emitida propio y
diferente que lo distingue del resto de los materiales cuando sobre él incide energía
electromagnética (Chuvieco y Huete, 2010).
La curva de reflectancia (es el gráfico de la reflectividad en función de la longitud de onda) de una planta (o cultivo) está directamente relacionada con
sus características fenológicas, fisiológicas y morfológicas, por lo que cualquier cambio
en la planta también perturbará su reflectancia (Lass y Callihan, 1997; Schmidt y
Skidmore, 2003). Estas diferencias de comportamiento espectral intrínseco de cada
especie y/o planta individual son las que permiten su discriminación y mapeo mediante
técnicas de análisis y clasificación digital.
A la hora de realizar un estudio basado en teledetección, en la mayoría de los casos el
principal objetivo que se persigue es obtener la localización y características de las
distintas variables objeto de estudio. Esta información puede ser obtenida a partir de
diferentes técnicas, entre las que destaca la clasificación digital de imágenes. El
objetivo de la clasificación es el reconocimiento de clases cuyos elementos (píxeles)
tengan ciertas características en común, de manera que se crea una nueva imagen del
mismo tamaño y características que la original, con la importante diferencia de que el
nivel digital que define a cada píxel no tiene relación con la radiancia detectada por el
sensor, sino que se trata de una etiqueta que identifica la categoría o clase,
normalmente cualitativa, asignada a ese píxel (Chuvieco y Huete, 2010).
Con el incremento de la resolución espacial y espectral, actualmente es posible
desarrollar técnicas de agricultura de precisión con exactitudes por debajo del metro.
Diversos autores han realizado trabajos basados en el análisis de variables
agronómicas que afectan directamente al cultivo para optimizar su manejo. Un ejemplo
claro son los trabajos que se centran en determinar las necesidades nutricionales
precisas de una parcela para proponer aplicaciones variables de fertilizante a lo largo
del cultivo (Schmit et al., 2011) o en las deficiencias hídricas para determinar las
necesidades de riego (Nahry et al., 2011). En otros casos, el manejo preciso se centra
en agentes bióticos que pueden alterar y/o menguar la producción agrícola como es el
caso de la detección de cultivos afectados por algún tipo de plaga (Lan et al., 2009) y
el estudio del estado fitosanitario 2 de los cultivos (Feng et al., 2010). Dentro de este
grupo, y mucho más frecuentes son los estudios centrados en la detección de plantas
invasoras (Wang et al., 2008) o malas hierbas (Peña‐Barragán et al., 2010) que
compiten directamente por los mismos recursos del cultivo.
Descripción
Trabajo de Fin de Máster del Máster en Geotecnologías cartográficas en ingeniería y arquitectura, curso 2012-2013.
URI
Colecciones
Ficheros en el ítem
Tamaño:
2.757Mb
Formato:
Adobe PDF
Descripción:
Memoria