Análisis de sanidad vegetal de cultivos próximos al distrito de riego Asudra del municipio de Ábrego – Norte de Santander, a partir de imágenes de drone

Juan David  Herrera Galviz; Juan Carlos  Hernández Criado

doi:10.24054/rcta.v1i35.37

Autores/as

Juan David Herrera Galviz Universidad Francisco de Paula Santander
Juan Carlos Hernández Criado Universidad Francisco de Paula Santander

DOI:

https://doi.org/10.24054/rcta.v1i35.37

Palabras clave:

NDVI, distrito de riego ASUDRA, drone, procesamiento de imágenes, sanidad vegetal

Resumen

El objetivo de este trabajo fue realizar un diagnóstico de la sanidad vegetal de las áreas de cultivo más próximas al distrito de riego ASUDRA, a partir del cálculo del índice de vegetación de diferencia normalizada NDVI. En este sentido, se emplearon recursos tales como un equipo drone para la captura de imágenes aéreas y software para el procesamiento de las imágenes capturadas, así como software SIG, para el cálculo del índice anteriormente citado. Mediante los mapas generados, se evidenció que aunque los terrenos poseen buena disponibilidad de agua, existen otros factores que están afectando el buen desarrollo de la vegetación principalmente en el sector 1 del distrito ubicado al suroriente del casco urbano del municipio de Ábrego, Norte de Santander. En general, la sanidad vegetal favorable alcanza a cubrir aproximadamente el 30% de las áreas cultivables, cuya superficie total de 79.02 hectáreas, lo que determina que el restante 70% debe ser analizado a detalle con el fin de encontrar las razones por las que la vegetación de los cultivos presentes en estas áreas, no poseen una sanidad vegetal favorable. Y en este sentido, se deben enfocar esfuerzos para diagnosticar los suelos de esta zona y formular estrategias más precisas de agricultura de precisión, con el fin de hacer un uso y ahorro eficiente del agua, y aumentar la productividad.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Burgos-Artizzu, X. P., Ribeiro, A., & De Santos, M. (2007). Controlador borroso multivariable para el ajuste de tratamientos en agricultura de precisión. RIAI - Revista Iberoamericana de Automatica E Informatica Industrial, 4(2), 64–71. https://doi.org/10.1109/TSMC.1973.5408575

C Ferrin, X Magdalena, H Loaiza, (2017). Sistema de extracción automática de parámetros morfológicos de la huella plantar mediante técnicas de visión por computador en un sistema embebido. Revista Colombiana de Tecnologías de Avanzada, ISSN: 1692-7257

C Hernández, B Contreras, C Torres (2016). Desarrollo de libros electrónicos: “taller pedagógico”. Revista Colombiana de Tecnologías de Avanzada, ISSN: 1692-7257.

Fischer, J. W., Greiner, K., Lutman, M. W., Webber, B. L., & Vercauteren, K. C. (2019). Use of unmanned aircraft systems (UAS) and multispectral imagery for quantifying agricultural areas damaged by wild pigs. Crop Protection, 125, 104865. https://doi.org/10.1016/J.CROPRO.2019.104865

Gillan, J. K., McClaran, M. P., Swetnam, T. L., & Heilman, P. (2019). Estimating Forage Utilization with Drone-Based Photogrammetric Point Clouds. Rangeland Ecology & Management, 72(4), 575–585. https://doi.org/10.1016/J.RAMA.2019.02.009

Gonzaga-Aguilar, C. (2015). Aplicación de índices de vegetación derivados de imágenes satelitales para análisis de coberturas vegetales en la provincia de Loja, Ecuador. CEDAMAZ, 5(1).

JEG Plaza, MAR Nuñez, (2017) Formación en competencias específicas para la industria del software colombiano. Experiencias del uso del aprendizaje basado en proyectos. Revista Colombiana de Tecnologías de Avanzada, ISSN: 1692-7257

Kharuf-Gutierrez, S., Hernández-Santana, L., Orozco-Morales, R., de la C. Aday-Díaz, O., & Delgado-Mora, I. (2018). Análisis de imágenes multiespectrales adquiridas con vehículos aéreos no tripulados en agricultura de precisión. Revista Científica de Ingeniería Electrónica, Automática Y Comunicaciones ISSN: 1815-5928, 39(2), 79–91.

L Tangarife, M Sánchez, M Rojas (2017). Modelo de interventoría de tecnologías de información en el área de conocimiento de la gestión del alcance de PMBOK® y alineado con ISO 21500 y COBIT®. Revista Colombiana de Tecnologías de Avanzada, ISSN: 1692-7257

Maes, W. H., & Steppe, K. (2019). Perspectives for Remote Sensing with Unmanned Aerial Vehicles in Precision Agriculture. Trends in Plant Science, 24(2), 152–164. https://doi.org/10.1016/J.TPLANTS.2018.11.007

Mogili, U. R., & Deepak, B. B. V. L. (2018). Review on Application of Drone Systems in Precision Agriculture. Procedia Computer Science, 133, 502–509. https://doi.org/10.1016/J.PROCS.2018.07.063

Petzl, J., Quiroga, C., Rodríguez, A. C., Rojas, J. G., & Ojeda, D. (2015). Paisajes del despojo cotidiano: acaparamiento de tierra y agua en Montes de María, Colombia. Revista de Estudios Sociales, (54), 107–119.

Salinas-Zavala, C. A., Martínez-Rincón, R. O., & Morales-Zárate, M. V. (2017). Tendencia en el siglo XXI del Índice de Diferencias Normalizadas de Vegetación (NDVI) en la parte sur de la península de Baja California. Investigaciones Geográficas, (94), 0–0. https://doi.org/10.14350/rig.57214

Tello, J., Gómez-Báguena, R., & Casterad, M. A. (2017). Comparación y ajuste en zonas agrícolas de índices de vegetación derivados de Landsat-8 y Sentinel-2 Comparison and adjustment in agricultural areas of vegetation indexes derived from Landsat-8 and Sentinel-2. In L. A. Ruiz, J. Estornell, & M. Erena (Eds.), Nuevas plataformas y sensores de teledetección. XVII Congreso de la Asociación Española de Teledetección (pp. 81–84). Murcia: Centro de Investigación y Tecnología Agroalimentaria de Aragón [CITA].