Manejo de Drones para Analizar Imágenes Multiespectrales en Agricultura de Precisión
Cargando...
Fecha
Autores
Díaz Jorge, Iván Camilo
Director
Enlace al recurso
DOI
Google Scholar
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Descripción
El texto examina 25 estudios que resaltan el uso de drones equipados con cámaras multiespectrales y tecnología de teledetección para crear mapas detallados del terreno y evaluar el estado de los cultivos. Estas herramientas permiten a los agricultores tomar decisiones informadas sobre fertilización y riego, optimizando los recursos disponibles y reduciendo los costos operativos. Asimismo, los drones promueven la sostenibilidad, consolidándose como una herramienta esencial en la agricultura moderna. La agricultura de precisión se presenta como un enfoque tecnológico que utiliza datos y herramientas avanzadas, como sensores, GPS e imágenes satelitales, para gestionar eficientemente recursos como agua, fertilizantes y pesticidas. Este enfoque no solo incrementa la productividad de los cultivos, sino que también minimiza los impactos. Además, las imágenes multiespectrales capturadas por sensores especializados recolectan información en longitudes de onda visibles (rojo, verde, azul) y no visibles (infrarrojo cercano, medio y lejano). Estos datos permiten analizar con precisión la salud de los cultivos y las condiciones del suelo, ya que cada material refleja la luz de
En este marco, el NDVI (Índice de Vegetación de Diferencia Normalizada) se destaca como una herramienta clave para medir la cantidad y el estado de la vegetación. Este índice se calcula utilizando las reflectancias en las bandas rojas (620-700 nm) y de infrarrojo cercano (750-900 nm). Los sensores multiespectrales, dependiendo de su resolución y propósito, proporcionan datos más precisos que las imágenes visibles (Campbell). Por último, estudios de caso evidencian que el uso de drones mejora la producción de cultivos como el arroz y el café, ya que permite identificar áreas de bajo rendimiento mediante índices como el NDVI, facilitando intervenciones precisas y fomentando una agricultura más eficiente.
Abstract
The article examines 25 studies that highlight the use of drones equipped with multispectral cameras and remote sensing technology to create detailed land maps and assess crop health. These tools allow farmers to make informed decisions about fertilization and irrigation, optimizing available resources and reducing operating costs. Drones also promote sustainability, establishing themselves as an essential tool in modern agriculture.
Precision agriculture is presented as a technological approach that uses data and advanced tools, such as sensors, GPS, and satellite images, to efficiently manage resources like water, fertilizers, and pesticides. This approach not only increases crop productivity but also minimizes impacts. Furthermore, multispectral images captured by specialized sensors collect information in visible (red, green, blue) and non-visible (near, mid, and far infrared) wavelengths. These data allow for accurate analysis of crop health and soil conditions, as each material reflects light. In this context, the NDVI (Normalized Difference Vegetation Index) stands out as a key tool for measuring the quantity and condition of vegetation. This index is calculated using reflectance in the red (620-700 nm) and near-infrared (750-900 nm) bands. Multispectral sensors, depending on their resolution and purpose, provide more accurate data than visible images (Campbell).
Finally, case studies show that the use of drones improves the production of crops such as rice and coffee, as it allows for the identification of low-yielding areas using indices such as NDVI, facilitating precise interventions and promoting more efficient agriculture.
Idioma
spa
Palabras clave
Citación
Diaz Jorge I, C. (2024), Manejo de drones para analizar imágenes multiespectrales en agricultura de precisión,[Trabajo de Grado, Universidad santo Tomas]. Repositorio Institucional.
Colecciones
Licencia Creative Commons
Attribution-NonCommercial-NoDerivs 2.5 Colombia