Estimación del índice de área foliar en el cultivo de arroz empleando técnicas de Machine Learning

El índice de área foliar (LAI) es un indicador importante para el estudio del desarrollo y el crecimiento del cultivo, sin embargo, la obtención de dicho índice es laboriosa y destructiva ya que los métodos directos e indirectos existentes son extensos en tiempo y requieren de artos recursos físicos y económicos para su implementación. Por ende, este estudio pretende la generación del LAI de forma remota implementando algoritmos de regresión (RF, SVR, ADABOOST, NN, PCA) utilizando un conjunto de datos del suelo, planta y teledetección procedentes de cámaras RGB Y multiespectrales mediante un vehículo aéreo no tripulado (UAV). El estudio fue realizado en lotes experimentales del cultivo de arroz en una región tropical de Espinal – Tolima, ubicados en la Corporación AGROSIA, donde se adquirieron datos durante dos campañas. Obteniendo en general resultados positivos, hallando el mejor resultado tras la aplicación del algoritmo AdaBoost con la base de datos SCT con R 2 = 0,68 RMSE= 0,87 y SI = 27,37%

• Autores: Ladino Polanco, Kelly Diomara
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de Ibagué
• Repositorio: Repositorio Universidad de Ibagué
• Idioma: spa
• OAI Identifier: oai:repositorio.unibague.edu.co:20.500.12313/4825
• Acceso en línea: https://hdl.handle.net/20.500.12313/4825
• Palabra clave: Cultivo de arroz - Machine Learning - Ténicas; Cultivo de arroz - Cultivo - Área foliar; LAI; Teledetección; RMSE; MSE; R 2; LAI; remote sensing; RMSE; MSE; R 2
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2