Calibración vicaria de una cámara multiespectral desde paramotor

Abstract

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.