XVI Congreso de la Sociedad Española de Malherbología
Permanent URI for this collection
![]() |
Browse
Browsing XVI Congreso de la Sociedad Española de Malherbología by Subject "Agricultura de precisión"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Publication Open Access Detección temprana de malas hierbas dentro y fuera de la línea de cultivo mediante imágenes-UAV y modelos 3D(Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa, 2017) Torres Sánchez, Jorge; López Granados, Francisca; Castro, Ana Isabel de; Jiménez Brenes, Francisco M.; Peña, José ManuelSe ha desarrollado una metodología automática para la detección temprana de malas hierbas dentro y fuera de la línea de cultivo en fase temprana usando como variable discriminante la altura de las plantas (cultivo y malas hier-bas), calculada mediante técnicas fotogramétricas. Se utilizó un UAV equipado con una cámara modificada para captar información en las bandas del Rojo, Verde e Infrarrojo Cercano. Se tomaron imágenes sobre una parcela de girasol infestada por diferentes especies de malas hierbas en fase temprana. Las imágenes fueron procesadas para generar una ortoimagen y un modelo tridimensional del cultivo y malas hierbas para su posterior análisis usando métodos orientados a objetos y el clasificador Random Forest. Se comparó la infestación de malas hierbas detectada con la realmente exis-tente en el campo en una serie de marcos de referencia, obteniéndose un coeficiente de determinación de 0,91 entre ambas variables.Publication Open Access Generación de mapas de malas hierbas en viñedos con cubierta vegetal utilizando una cámara SLR(Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa, 2017) Cantuña, Karla; Andújar, Dionisio; Recasens, Jordi; Valencia, Francisco; Bengochea Guevara, José María; Ribeiro, ÁngelaEn los tratamientos selectivos en agricultura de precisión es necesario conocer la ubicación precisa de los rodales de malas hierbas. Este artículo describe la generación de mapas de malas hierbas combinando las imágenes adquiridas en condiciones reales de campo con iluminación no controlada con una cámara réflex de lente única (SLR), integrada en un vehículo eléctrico que se mueve a 3 km/h, y la información de ubicación para cada fotografía suministrada por un receptor RTK-GNSS. Las imágenes se combinan en una ortofoto en la que se discriminan las zonas de mala hierba con una técnica de segmentación basada en índices de color. El mejor método de segmentación se determinó comparando 10 estrategias bien conocidas. El análisis comparativo estableció que las técnicas más adecuadas son las basadas en los índices: COM1 (53,01%), EXGR (52,08%) y CIVE (50,52%), no existiendo diferencias significativas entre ellas.Publication Open Access Optimización de la cartografía de malas hierbas mediante técnicas geoestadísticas y teledetección con UAV(Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa, 2017) Jurado Expósito, Monserrat; Castro, Ana Isabel de; Torres Sánchez, Jorge; Jiménez Brenes, Francisco M.; López Granados, FranciscaSe evalúa una metodología para la cartografía de malas hierbas en época tardía del cultivo combinando datos espaciales georreferenciados (variable primaria) con información espectral (variables secundarias). Como variable 1ia se ha estudiado Papaver rhoeas L. en trigo y como variables 2ias: las bandas Rojo, Verde, Azul y NIR (Near-InfraRed) de imágenes UAV (Unmanned Aerial Vehicles) tomadas en campo el día del muestreo. Se comparan dos tipos de estimadores: krigeado ordinario (análisis de la variable 1iª) y cokrigeado (análisis incorporando variables 2ias). La comparación de la precisión de los mapas de infestación obtenidos se ha realizado en base a la incertidumbre de las estimas. Los resultados muestran que la incorporación de variables secundarias espectrales al proceso de interpolación geoestadística mejora la estimación de la variable 1ia, especialmente cuando se incluye en el análisis la banda Verde.