Identificación de síntomas previsuales de salinidad mediante imágenes hiperespectrales infrarrojas en vid

dc.contributor.authorArazuri Garín, Silvia
dc.contributor.authorPérez Roncal, Claudia
dc.contributor.authorJarén Ceballos, Carmen
dc.contributor.authorSantesteban García, Gonzaga
dc.contributor.authorMarín Ederra, Diana
dc.contributor.authorMiranda Jiménez, Carlos
dc.contributor.authorLópez Maestresalas, Ainara
dc.contributor.departmentAgronomía, Biotecnología y Alimentaciónes_ES
dc.contributor.departmentAgronomia, Bioteknologia eta Elikaduraeu
dc.contributor.departmentIngenieríaes_ES
dc.contributor.departmentIngeniaritzaeu
dc.contributor.departmentInstitute for Multidisciplinary Research in Applied Biology - IMABen
dc.contributor.departmentInstitute on Innovation and Sustainable Development in Food Chain - ISFOODen
dc.date.accessioned2025-02-04T10:54:07Z
dc.date.available2025-02-04T10:54:07Z
dc.date.issued2022
dc.date.updated2025-02-04T10:48:35Z
dc.description.abstractLos niveles altos de salinidad que se pueden producir en un viñedo, asociados generalmente al uso de aguas de baja calidad genera un tipo de estrés abiótico que limita la producción de la uva y afecta a la calidad de los vinos. Teniendo en cuenta la importancia de la monitorización de los cultivos en la toma de decisiones para una buena gestión del viñedo, se plantea como objetivo de este trabajo la identificación previsual de síntomas de estrés abiótico en viña por medio de la tecnología de imágenes hiperespectrales en el infrarrojo cercano (HSI-NIR). Para llevar a cabo este objetivo, se realizó un ensayo en maceta en la Finca de Prácticas de la Escuela Técnica Superior de Ingeniería Agronómica y Biociencias de la UPNA. El ensayo se realizó con plantas de un año de la variedad Monastrell sobre dos portainjertos 110R y 1103P. Se establecieron dos tratamientos: control (regado con agua de riego no salina) y salinidad (agua de riego con una concentración de sal común de 1,6 g/l). Entre finales de agosto y principios de septiembre se realizaron tres muestreos de hojas, analizando un total de 600 hojas (100 hojas/tratamiento y día). Las imágenes se tomaron con una cámara hiperespectral Xeva 1.7-320-100Hz, con rango espectral 900-1700nm. Una vez procesadas las imágenes se realizó una clasificación mediante un análisis discriminante por mínimos cuadrados parciales (PLS-DA) obteniéndose un porcentaje de muestras correctamente clasificadas en su grupo de origen (control o salinidad) del 82 % el primer día de muestreo, y del 87 % a partir del segundo día. A partir de estos datos podemos concluir que es posible identificar, mediante la tecnología HSI-NIR, síntomas en plantas sometidas a un tratamiento de riego con agua salina antes de que aparezcan síntomas en las hojas.es_ES
dc.format.mimetypeapplication/pdfen
dc.identifier.citationArazuri, S., Pérez-Roncal, C., Jarén, C., Santesteban, L. G., Marín, D., Miranda, C., López-Maestresalas, A. (2022). Identificación de síntomas previsuales de salinidad mediante imágenes hiperespectrales infrarrojas en vid. En Santesteban, L. G., Torres N., IV Jornadas del Grupo de Viticultura. Acta de Horticultura Comunicaciones Técnicas Sociedad Española de Ciencias Hortícolas (pp. 322-326). Sociedad Española de Ciencias Hortícolas.
dc.identifier.isbn978-84-09-38456-3
dc.identifier.urihttps://academica-e.unavarra.es/handle/2454/53272
dc.language.isospa
dc.publisherSociedad Española de Ciencias Hortícolas
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.subjectHSIes_ES
dc.subjectNIRes_ES
dc.subjectMonastrelles_ES
dc.subjectNaCles_ES
dc.subjectVitis viniferaes_ES
dc.titleIdentificación de síntomas previsuales de salinidad mediante imágenes hiperespectrales infrarrojas en vides_ES
dc.typeinfo:eu-repo/semantics/conferenceObject
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication
relation.isAuthorOfPublication71b05622-8efe-4896-aece-d33f9e5c246c
relation.isAuthorOfPublication79587acb-0322-4631-b768-2c08bd4c493c
relation.isAuthorOfPublication5e3fa1e8-fa68-40e6-aa60-e3be4219af67
relation.isAuthorOfPublication70e95546-7fe8-4555-b366-74356bdb746e
relation.isAuthorOfPublication2fbc8ad8-b6f5-43ea-9676-a8095d423917
relation.isAuthorOfPublicationeb6b4e23-fb4a-4c0a-b436-03324e328c1b
relation.isAuthorOfPublicationbc607da1-a1ab-4216-be92-08409b033643
relation.isAuthorOfPublication.latestForDiscoveryeb6b4e23-fb4a-4c0a-b436-03324e328c1b

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Arazuri_IdentificacionSintomas.pdf
Size:
255.58 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: