Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas
La disponibilidad de herramientas de teledetección hace posible la determinación y la clasificación de cultivos, lo que hace más fácil la detección de problemas fitosanitarios en la vegetación a través de las firmas espectrales y de uno de sus índices de vegetación como lo es el NDVI (Índice de vege...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2018
- Institución:
- Universidad Militar Nueva Granada
- Repositorio:
- Repositorio UMNG
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unimilitar.edu.co:10654/20387
- Acceso en línea:
- http://hdl.handle.net/10654/20387
- Palabra clave:
- Agricultura de precisión
teledetección
NDVI
firmas espectrales
UAVs
DETECCION A DISTANCIA
FOTOGRAFIAS AEREAS
SENSORES REMOTOS
Precision agriculture
remote sensing
NDVI
spectral signatures
UAVs
- Rights
- License
- Derechos Reservados - Universidad Militar Nueva Granada, 2018
| id |
UNIMILTAR2_43ffecb3e33c87f261b529029c519d81 |
|---|---|
| oai_identifier_str |
oai:repository.unimilitar.edu.co:10654/20387 |
| network_acronym_str |
UNIMILTAR2 |
| network_name_str |
Repositorio UMNG |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas |
| dc.title.titleenglish.spa.fl_str_mv |
Application of remote sensors for analysis of the vegetative state of oil palm cultivation by means of the normalized difference vegetation index (NDVI) and spectral signatures by means of aerial photographs |
| title |
Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas |
| spellingShingle |
Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas Agricultura de precisión teledetección NDVI firmas espectrales UAVs DETECCION A DISTANCIA FOTOGRAFIAS AEREAS SENSORES REMOTOS Precision agriculture remote sensing NDVI spectral signatures UAVs |
| title_short |
Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas |
| title_full |
Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas |
| title_fullStr |
Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas |
| title_full_unstemmed |
Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas |
| title_sort |
Aplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreas |
| dc.subject.spa.fl_str_mv |
Agricultura de precisión teledetección NDVI firmas espectrales UAVs |
| topic |
Agricultura de precisión teledetección NDVI firmas espectrales UAVs DETECCION A DISTANCIA FOTOGRAFIAS AEREAS SENSORES REMOTOS Precision agriculture remote sensing NDVI spectral signatures UAVs |
| dc.subject.lemb.spa.fl_str_mv |
DETECCION A DISTANCIA FOTOGRAFIAS AEREAS SENSORES REMOTOS |
| dc.subject.keyword.spa.fl_str_mv |
Precision agriculture remote sensing NDVI spectral signatures UAVs |
| description |
La disponibilidad de herramientas de teledetección hace posible la determinación y la clasificación de cultivos, lo que hace más fácil la detección de problemas fitosanitarios en la vegetación a través de las firmas espectrales y de uno de sus índices de vegetación como lo es el NDVI (Índice de vegetación de diferencia normalizada). Sin embargo, la obtención y el análisis de las firmas espectrales dependen de las propiedades físicas de las plantas que están en función con la especie, las características de las hojas, el contenido de pigmentos principales como la clorofila y las condiciones de radiación. En este estudio, con ayuda de algunos sistemas de información geográfica como QGIS y SCP, ArcGIS y Erdas Imagine se realiza el cálculo del NDVI y el análisis de las firmas espectrales del cultivo de palma de aceite (Elaeis guineesis) en un lote experimental ubicado en la zona rural de Aracataca, Magdalena mediante una fotografía aérea tomada con un vehículo aéreo no tripulado (UAVs) con el fin de obtener las características de la radiación electromagnética de la planta y detectar el estado vegetal del cultivo. |
| publishDate |
2018 |
| dc.date.created.none.fl_str_mv |
2018-12-17 |
| dc.date.accessioned.none.fl_str_mv |
2019-01-24T15:00:26Z 2019-12-30T17:59:00Z |
| dc.date.available.none.fl_str_mv |
2019-01-24T15:00:26Z 2019-12-30T17:59:00Z |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.spa.spa.fl_str_mv |
Trabajo de grado |
| dc.type.dcmi-type-vocabulary.spa.fl_str_mv |
Text |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10654/20387 |
| url |
http://hdl.handle.net/10654/20387 |
| dc.language.spa.fl_str_mv |
spa |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Universidad Militar Nueva Granada, 2018 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas |
| rights_invalid_str_mv |
Derechos Reservados - Universidad Militar Nueva Granada, 2018 https://creativecommons.org/licenses/by-nc-nd/2.5/co/ Atribución-NoComercial-SinDerivadas http://purl.org/coar/access_right/c_abf2 |
| dc.format.spa.fl_str_mv |
pdf |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Calle 100 |
| dc.publisher.spa.fl_str_mv |
Universidad Militar Nueva Granada |
| dc.publisher.department.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Especialización en Geomática |
| institution |
Universidad Militar Nueva Granada |
| dc.source.bibliographicCitation.spa.fl_str_mv |
Abdullah, A., & Umer, M. (2004). Applications of Remote Sensing in Pest Scouting: Evaluating Options and Exploring Possibilities. Minneapolis, MN, USA,: Proceedings of 7th ICPA. Aya, A., & Nieves, E. (2015). Analisis multitemporal para la recuperacion de tierras baldías ocupadas indebidamente en el compleo cenagoso La Zapatosa. Manizales. Burrough, P. A., & McDonnell, R. A. (1998). Principles of Geographical Information Systems. Oxford University Press. Chuvieco, E. (1998). El factor temporal en teledeteccion: evolucion fenomenológica y análisis de cambios. Revista de Teledeteccion, 10, 1-9 Chuvieco, E. (2002). Teledeteccion Ambiental. Madrid: RIALP De Rojas, P. E., & Ruiz, B. E. (1972). Investigaciones sobre la Pudricion del cogollo-Pudricion de la flecha de la Palma africana de la plantacion La Arenosa, de Coldesa S.A. Turbo, Antioquia. Esser , A., Ortega, R., & Santibañez, O. (2002). Nuevas tecnologías para mejorar la eficiencia productiva en Viñas. Revista Agrinomía y forestal. Vol 1 (15), 4-9. Foyer, C., & Matthew, P. (2001). Sink relationships. United Kingdom: Encyclopedia of Life Sciences. Nature Publishing Group. Gomez, C. P., Acosta, G. A., Guevara, L. A., & Nieto, P. L. (1995). Pudricion de cogollo en Colombia: Importancia, investigacion y posibilidades de manejo. Estado actual de la investigacion sobre la Pudricion de cogollo. Revista Palma, Colombia. No. 16, 198-206. Hay, S. I., Tatem, A. J., Graham, A. J., Goetz, S. I., & Rogers, D. J. (2006). Global environmental data for mapping infectious disease distribution. Adv in Parasitol, 37-77. Holben , B. N. (1986). Characteristics of maximum-value composite images form temporal AVHRR data. Revistan Internacional de Sensores Remotos, 1417-1434. Krzystof, B. (2011). Secrets of UAV photomapping. Presented setellite maps CNES/SpotImage. Obtenido de Amazona WS: http://s3.amazonaws.com/DroneMapper_US/documentation/pt Levesque, J., & King, D. J. (1999). Airborne digital camera image semivariance for evaluation of forest structural demage at an acid mine site. Remote Sensing of Environment, 112-124. Lorenzen, B., & Jensen, A. (1989). Changes in leaf spectral properties inducen in Barley by cereal powdery Mildew. Remote sens. Environ 27, 201-209. Lukman, M., & Poeloengan. (1996). Application of remote of remote sensing technique for oil palm plantation management. PORIM International Palm Oil Congress (Agriculture) (págs. 460-467). Proceeedings of the 1996. Malthus, T. J., & Madeira, A. C. (1993). High resolution spectroradiometry: spectral reflectance of field bean leaves infected by Botrytis fabae. Remote sens. Environ. 45, 107-116. Martinez, M. C., & Casterad, M. A. (2012). Incorporacion de tecnologías de informacion territorial en una explotacion agraria de secano ante la practica de agricultura de presicion. Centro de Investigacion y Tecnologia Agroalimentaria de Aragón (CITA), 25-132. Meer, F., & Jong, S. (2002). Imaging Spectrometry. Remote Sensing and Digital Image Processing. Kluwe Academic Publishers. 4, 111-197. Meneses Tovar, C. L. (2012). El índice normalizado diferencial de la vegetación como indicador de la degradacion del bosque. En C. L. Meneses Tovar, Aplicacion de un método de interpretación de las imágenes de la teledeteccion a la observación de los cambios en la salud del bosque en el tiempo (pág. 40). Mexico. Parrot. (27 de 11 de 2018). Parrot. Obtenido de https://www.parrot.com/soluciones-business/profesional/parrot-sequoia#parrot-sequoia- Parrot Sequoia. (11 de 12 de 2018). Parrot. Obtenido de https://www.parrot.com/soluciones-business/profesional/parrot-sequoia#parrot-sequoia- Rodriguez Utrilla , X. (2017). Drones y Agricultura de Precisión. Sarria, G. A., Torres, G. A., Aya, H. A., Ariza, J. G., Rodriguez, J., Velez, D. C., . . . Martínez, G. (2008). Phytophthora sp. es el responsable de las lesiones iniciales de la Pudricion del cogollo (PC) de la Palma de acite en Colombia. PALMAS Vol 29 No. 3, 11. Torres Sanchez, J. P. (2013). Puesta a punto de un vehículo aéreo no tripulado (UAV) para deteccion de malas hierbas en fase temprano: resolucion espacial y altura de vuelo. XIV Congreso de la Sociedad Española de Malherbología, (págs. 43-47). Valencia-España. Trueba, S. (2017). Análisis de imágenes multiespectrales aéreas de vegetación. Cantabria. Tucker, C. J. (1979). Red and photographic infrared linear combinatios for monitoring vegetation. Remote Sensing of Environment. Verdin, J., Pedreros, D., & Eillerts, G. (2003). Indice Diferencial de Vegetación Normalizado (NDVI), FEWS - Red de alerta temprana contra la inseguridad alimentaria, Centroamérica. USGS/EROS Data Center, 1-12. Obtenido de WIKIPEDIA La enciclopedia libre: https://es.wikipedia.org/wiki/%C3%8Dndice_de_vegetaci%C3%B3n_de_diferencia_normalizada |
| bitstream.url.fl_str_mv |
http://repository.unimilitar.edu.co/bitstream/10654/20387/1/Zu%c3%b1igaLopezJuanManuel2018.pdf http://repository.unimilitar.edu.co/bitstream/10654/20387/2/license.txt http://repository.unimilitar.edu.co/bitstream/10654/20387/3/Zu%c3%b1igaLopezJuanManuel2018.pdf.jpg |
| bitstream.checksum.fl_str_mv |
8dcc6f125db8018a69f433d5b5e52f26 520e8f0b4e8d2d5c25366f2f78f584b0 327be7ad46668697cbd3ba22c9e428de |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UMNG |
| repository.mail.fl_str_mv |
bibliodigital@unimilitar.edu.co |
| _version_ |
1837098470355238912 |
| spelling |
Calle 1002019-01-24T15:00:26Z2019-12-30T17:59:00Z2019-01-24T15:00:26Z2019-12-30T17:59:00Z2018-12-17http://hdl.handle.net/10654/20387La disponibilidad de herramientas de teledetección hace posible la determinación y la clasificación de cultivos, lo que hace más fácil la detección de problemas fitosanitarios en la vegetación a través de las firmas espectrales y de uno de sus índices de vegetación como lo es el NDVI (Índice de vegetación de diferencia normalizada). Sin embargo, la obtención y el análisis de las firmas espectrales dependen de las propiedades físicas de las plantas que están en función con la especie, las características de las hojas, el contenido de pigmentos principales como la clorofila y las condiciones de radiación. En este estudio, con ayuda de algunos sistemas de información geográfica como QGIS y SCP, ArcGIS y Erdas Imagine se realiza el cálculo del NDVI y el análisis de las firmas espectrales del cultivo de palma de aceite (Elaeis guineesis) en un lote experimental ubicado en la zona rural de Aracataca, Magdalena mediante una fotografía aérea tomada con un vehículo aéreo no tripulado (UAVs) con el fin de obtener las características de la radiación electromagnética de la planta y detectar el estado vegetal del cultivo.The availability of remote sensing tools makes it possible to determine and classify crops, which makes it easier to detect phytosanitary problems in vegetation through spectral signatures and one of their vegetation indexes, such as the NDVI (Index of vegetation of normalized difference). However, obtaining and analyzing the spectral signatures depend on the physical properties of the plants that are in function, with the species, the characteristics of the leaves, the content of main pigments such as chlorophyll and the radiation conditions. In this study, with the help of some geographic information systems such as QGIS and SCP, ArcGIS and Erdas Imagine, the calculation of the NDVI and the analysis of the spectral signatures of the oil palm cultivation (Elaeis guineesis) in an experimental lot located in the rural area of Aracataca, Magdalena by means of an aerial image taken with an unmanned aerial vehicle in order to obtain the characteristics of the electromagnetic radiation of the plant and detect the vegetable state of the crop.pdfapplication/pdfspaspaUniversidad Militar Nueva GranadaFacultad de IngenieríaEspecialización en GeomáticaDerechos Reservados - Universidad Militar Nueva Granada, 2018https://creativecommons.org/licenses/by-nc-nd/2.5/co/Atribución-NoComercial-SinDerivadashttp://purl.org/coar/access_right/c_abf2Agricultura de precisiónteledetecciónNDVIfirmas espectralesUAVsDETECCION A DISTANCIAFOTOGRAFIAS AEREASSENSORES REMOTOSPrecision agricultureremote sensingNDVIspectral signaturesUAVsAplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreasApplication of remote sensors for analysis of the vegetative state of oil palm cultivation by means of the normalized difference vegetation index (NDVI) and spectral signatures by means of aerial photographsinfo:eu-repo/semantics/bachelorThesisTrabajo de gradoTexthttp://purl.org/coar/resource_type/c_7a1fAbdullah, A., & Umer, M. (2004). Applications of Remote Sensing in Pest Scouting: Evaluating Options and Exploring Possibilities. Minneapolis, MN, USA,: Proceedings of 7th ICPA.Aya, A., & Nieves, E. (2015). Analisis multitemporal para la recuperacion de tierras baldías ocupadas indebidamente en el compleo cenagoso La Zapatosa. Manizales.Burrough, P. A., & McDonnell, R. A. (1998). Principles of Geographical Information Systems. Oxford University Press.Chuvieco, E. (1998). El factor temporal en teledeteccion: evolucion fenomenológica y análisis de cambios. Revista de Teledeteccion, 10, 1-9Chuvieco, E. (2002). Teledeteccion Ambiental. Madrid: RIALPDe Rojas, P. E., & Ruiz, B. E. (1972). Investigaciones sobre la Pudricion del cogollo-Pudricion de la flecha de la Palma africana de la plantacion La Arenosa, de Coldesa S.A. Turbo, Antioquia.Esser , A., Ortega, R., & Santibañez, O. (2002). Nuevas tecnologías para mejorar la eficiencia productiva en Viñas. Revista Agrinomía y forestal. Vol 1 (15), 4-9.Foyer, C., & Matthew, P. (2001). Sink relationships. United Kingdom: Encyclopedia of Life Sciences. Nature Publishing Group.Gomez, C. P., Acosta, G. A., Guevara, L. A., & Nieto, P. L. (1995). Pudricion de cogollo en Colombia: Importancia, investigacion y posibilidades de manejo. Estado actual de la investigacion sobre la Pudricion de cogollo. Revista Palma, Colombia. No. 16, 198-206.Hay, S. I., Tatem, A. J., Graham, A. J., Goetz, S. I., & Rogers, D. J. (2006). Global environmental data for mapping infectious disease distribution. Adv in Parasitol, 37-77.Holben , B. N. (1986). Characteristics of maximum-value composite images form temporal AVHRR data. Revistan Internacional de Sensores Remotos, 1417-1434.Krzystof, B. (2011). Secrets of UAV photomapping. Presented setellite maps CNES/SpotImage. Obtenido de Amazona WS: http://s3.amazonaws.com/DroneMapper_US/documentation/ptLevesque, J., & King, D. J. (1999). Airborne digital camera image semivariance for evaluation of forest structural demage at an acid mine site. Remote Sensing of Environment, 112-124.Lorenzen, B., & Jensen, A. (1989). Changes in leaf spectral properties inducen in Barley by cereal powdery Mildew. Remote sens. Environ 27, 201-209.Lukman, M., & Poeloengan. (1996). Application of remote of remote sensing technique for oil palm plantation management. PORIM International Palm Oil Congress (Agriculture) (págs. 460-467). Proceeedings of the 1996.Malthus, T. J., & Madeira, A. C. (1993). High resolution spectroradiometry: spectral reflectance of field bean leaves infected by Botrytis fabae. Remote sens. Environ. 45, 107-116.Martinez, M. C., & Casterad, M. A. (2012). Incorporacion de tecnologías de informacion territorial en una explotacion agraria de secano ante la practica de agricultura de presicion. Centro de Investigacion y Tecnologia Agroalimentaria de Aragón (CITA), 25-132.Meer, F., & Jong, S. (2002). Imaging Spectrometry. Remote Sensing and Digital Image Processing. Kluwe Academic Publishers. 4, 111-197.Meneses Tovar, C. L. (2012). El índice normalizado diferencial de la vegetación como indicador de la degradacion del bosque. En C. L. Meneses Tovar, Aplicacion de un método de interpretación de las imágenes de la teledeteccion a la observación de los cambios en la salud del bosque en el tiempo (pág. 40). Mexico.Parrot. (27 de 11 de 2018). Parrot. Obtenido de https://www.parrot.com/soluciones-business/profesional/parrot-sequoia#parrot-sequoia-Parrot Sequoia. (11 de 12 de 2018). Parrot. Obtenido de https://www.parrot.com/soluciones-business/profesional/parrot-sequoia#parrot-sequoia-Rodriguez Utrilla , X. (2017). Drones y Agricultura de Precisión.Sarria, G. A., Torres, G. A., Aya, H. A., Ariza, J. G., Rodriguez, J., Velez, D. C., . . . Martínez, G. (2008). Phytophthora sp. es el responsable de las lesiones iniciales de la Pudricion del cogollo (PC) de la Palma de acite en Colombia. PALMAS Vol 29 No. 3, 11.Torres Sanchez, J. P. (2013). Puesta a punto de un vehículo aéreo no tripulado (UAV) para deteccion de malas hierbas en fase temprano: resolucion espacial y altura de vuelo. XIV Congreso de la Sociedad Española de Malherbología, (págs. 43-47). Valencia-España.Trueba, S. (2017). Análisis de imágenes multiespectrales aéreas de vegetación. Cantabria.Tucker, C. J. (1979). Red and photographic infrared linear combinatios for monitoring vegetation. Remote Sensing of Environment.Verdin, J., Pedreros, D., & Eillerts, G. (2003). Indice Diferencial de Vegetación Normalizado (NDVI), FEWS - Red de alerta temprana contra la inseguridad alimentaria, Centroamérica. USGS/EROS Data Center, 1-12. Obtenido de WIKIPEDIA La enciclopedia libre: https://es.wikipedia.org/wiki/%C3%8Dndice_de_vegetaci%C3%B3n_de_diferencia_normalizadaEspecializaciónIngeniería - Especialización en GeomáticaZúñiga López, Juan Manueljuanzulo12@gmail.comEspecialista en GeomáticaORIGINALZuñigaLopezJuanManuel2018.pdfArticulo científicoapplication/pdf626899http://repository.unimilitar.edu.co/bitstream/10654/20387/1/Zu%c3%b1igaLopezJuanManuel2018.pdf8dcc6f125db8018a69f433d5b5e52f26MD51LICENSElicense.txttext/plain2898http://repository.unimilitar.edu.co/bitstream/10654/20387/2/license.txt520e8f0b4e8d2d5c25366f2f78f584b0MD52THUMBNAILZuñigaLopezJuanManuel2018.pdf.jpgIM Thumbnailimage/jpeg5866http://repository.unimilitar.edu.co/bitstream/10654/20387/3/Zu%c3%b1igaLopezJuanManuel2018.pdf.jpg327be7ad46668697cbd3ba22c9e428deMD5310654/20387oai:repository.unimilitar.edu.co:10654/203872019-12-30 12:59:00.646Repositorio Institucional UMNGbibliodigital@unimilitar.edu.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 |