Optimización de la cartografía de malas hierbas mediante técnicas geoestadísticas y teledetección con UAV

dc.contributor.authorJurado Expósito, Monserrat
dc.contributor.authorCastro, Ana Isabel de
dc.contributor.authorTorres Sánchez, Jorge
dc.contributor.authorJiménez Brenes, Francisco M.
dc.contributor.authorLópez Granados, Francisca
dc.date.accessioned2018-02-09T13:30:42Z
dc.date.available2018-02-09T13:30:42Z
dc.date.issued2017
dc.descriptionComunicación presentada al XVI Congreso de la Sociedad Española de Malherbología, celebrado en la Universidad Pública de Navarra, Pamplona-Iruña, entre los días 25 y 27 de octubre de 2017.es_ES
dc.description.abstractSe 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.es_ES
dc.description.abstractA methodology for late weed mapping combining georeferenced spatial data (1st variable) with spectral information (2nd variables) is evaluated. The Papaver rhoeas L. spatial data in wheat was used as1st variable and Red, Green, Blue and NIR bands from UAV images as 2nd variables. Two types of algorithms were compared: Ordinary Kriging (analysis of 1st variable) and CoKriging (to incorporate the 2nd variables). Comparison of infestations maps accuracy was based on cross validation statistics. Results showed that including spectral secondary variables into geostatistical analysis improves the accuracy of 1st variable estimations, especially when band G is included as 2nd variable.en
dc.description.sponsorshipEstudio financiado por el proyecto AGL2014-52465-C4-4-R MINECO-FEDER. Ana Isabel de Castro fue financiada por el programas Juan de la Cierva (MINECO).es_ES
dc.format.extent6 p.
dc.format.mimetypeapplication/pdfen
dc.identifier.isbn978-84-9769-327-1
dc.identifier.urihttps://academica-e.unavarra.es/handle/2454/27197
dc.language.isospaen
dc.publisherUniversidad Pública de Navarra / Nafarroako Unibertsitate Publikoaes
dc.relation.ispartofMercedes Royuela Hernando y Ana Zabalza Aznárez (editoras): XVI Congreso de la Sociedad Española de Malherbología: actas. Pamplona-Iruña, 25-27 octubre, 2017. Universidad Pública de Navarra Nafarroako Unibertsitate Publikoa, 2017.es_ES
dc.relation.projectIDinfo:eu-repo/grantAgreement/MINECO//AGL2014-52465-C4-1-R/ES/
dc.rightsLicencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional (CC BY-NC-ND 4.0)es_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAgricultura de precisiónes_ES
dc.subjectCokrigeadoes_ES
dc.subjectKrigeadoes_ES
dc.subjectVariogramases_ES
dc.subjectVariogramsen
dc.subjectKrigingen
dc.subjectCokrigingen
dc.subjectPrecision agricultureen
dc.titleOptimización de la cartografía de malas hierbas mediante técnicas geoestadísticas y teledetección con UAVes_ES
dc.title.alternativeOptimization of weed mapping using geostatistical techniques and remote sensing with UAVen
dc.typeinfo:eu-repo/semantics/conferenceObject
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
P4.3.pdf
Size:
362.48 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: