Francisca López-Granados, Ana Isabel de Castro y Montserrat Jurado-Expósito (Instituto Agricultura Sostenible-
|
|
- Eva María Peralta
- hace 4 años
- Vistas:
Transcripción
1 Es posible detectar malas hierbas en cultivos mediante imágenes de satélite para reducir el uso de herbicidas? Francisca López-Granados, Ana Isabel de Castro y Montserrat Jurado-Expósito (Instituto Agricultura Sostenible- IAS/CSIC, Córdoba, La respuesta a la pregunta que plantea el título de este artículo es afirmativa ya que el objetivo de este trabajo fue la detección y cartografía de malas hierbas crucíferas en cultivos de trigo mediante técnicas de teledetección e imágenes procedentes del satélite de alta resolución espacial QuickBird. Después de obtener los mapas de infestación de las malas hierbas, se elaboraron mapas de tratamiento localizado de herbicidas para su control en post-emergencia tardía. Nuestros resultados muestran la idoneidad de estas imágenes para discriminar con éxito las infestaciones de malas hierbas a escala comarcal y su enorme potencialidad para el diseño de estrategias de control de precisión y el ahorro de las aplicaciones herbicidas. PALABRAS CLAVE: agricultura de precisión, clasificación supervisada, índices de vegetación, control localizado, teledetección. INTRODUCCIÓN La agricultura convencional es un sistema de producción en el que las labores y los insumos (dosis de siembra, fertilizantes, herbicidas, insecticidas, riego, entre otros) se aplican de forma uniforme en toda la superficie del campo, sin tener en cuenta la variabilidad espacial de los factores implicados en el manejo del cultivo. Esta tendencia sigue manteniéndose actualmente y su principal objetivo es la obtención de las máximas producciones en base de una alta tecnificación, aunque prestando escasa atención a la conservación de los recursos sobre los que se sustenta. Esta forma de gestión agrícola provoca la aparición de zonas en las que generalmente no se alcanzan los niveles óptimos de producción, lo que además conlleva un gasto de insumos innecesario y un aumento potencial del deterioro medioambiental como agotamiento de la fertilidad, contaminación de suelos y acuíferos por plaguicidas y herbicidas, la erosión y salinización de suelos, entre otros problemas. Como contrapunto, surgió hace ya más una década la agricultura de precisión cuya finalidad es la gestión localizada de las explotaciones agrícolas dependiendo de las necesidades reales de cada zona del cultivo con el fin de reducir costes, optimizar rendimientos de los cultivos, aumentar la rentabilidad y obtener beneficios económicos y medioambientales. Esta tecnología agrícola se basa en que la mayoría de los parámetros que hay que considerar en una parcela se distribuyen en agregados o en rodales. Es decir, hay zonas en las que puede haber o no infestaciones de malas hierbas, otras en las que hay o no necesidad de aumentar determinado fertilizante, o de implementar más o menos riego, por mencionar algunos de los factores que pueden manejare en un cultivo (Fig. 1). En este trabajo nos centraremos en cómo determinar la localización de las infestaciones mediante el análisis de imágenes remotas cómo abordar el control dirigido únicamente a las zonas con presencia de malas hierbas y qué ahorros herbicidas potenciales se podrían alcanzar. Fases del control localizado de malas hierbas El control localizado de malas hierbas está definido por un ciclo de 4 fases: 1) monitorización, es decir, detección y mapeo de las infestaciones de las malas hierbas, 2) toma de decisiones y elaboración del mapa de tratamientos en función del mapa de la infestación de malas hierbas (fase denominada también planificación del control: qué aplicar, cómo, cuándo y dónde), 3) actuación en campo o ejecución del control localizado, y 4) evaluación de la rentabilidad (económica y medioambiental) de las operaciones realizadas en campo para programar acciones el año siguiente. Los últimos años se ha avanzado bastante en las etapas de toma de decisiones y de actuación (fases 2 y 3 del ciclo anterior), de tal forma que hay maquinaria agrícola disponible para realizar con éxito ambos pasos. Sin embargo, la fase 1) es decir, la detección o monitorización de las malas hierbas en los cultivos es aún uno de los componentes críticos para la adopción del control localizado y está identificado a nivel empresarial y científico como el principal cuello de botella de esta tecnología. Ello se debe a que los equipos de tratamiento localizado con aplicadores diseñados para ello, ejecutan los tratamientos en base al mapa de infestación y la elaboración de dicho mapa constituye uno de los principales 37
2 Figura 1. Malas hierbas distribuidas en rodales. elementos que limitan actualmente el éxito de esta práctica agrícola. Por tanto, la estimación o monitorización de las infestaciones de malas hierbas es un objetivo a resolver y un requisito crucial para el control localizado de éstas (López- Granados, 2011). Teledetección Tabla 1. Ejemplos de diferentes resoluciones espacial y espectral de satélites frecuentemente utilizados para alcanzar objetivos agrícolas. Una de las herramientas más potentes para abordar la fase 1 citada en el apartado anterior y cartografiar malas hierbas y otras variables agronómicas es la tecnología basada en la teledetección. Su fundamento consiste en obtener información sobre un objeto, área o fenómeno a través del análisis de las imágenes adquiridas por un sensor que no está en contacto con el objeto a estudiar y que puede estar alojado en un satélite o en un avión en inglés: remote sensing) o incluso en una cosechadora (en inglés: proximal sensing). La base de la teledetección radica en que cada cuerpo presenta un patrón de energía reflejada propio y diferente, conocido como firma espectral, que lo distingue del resto de materiales o clases. Si nos centramos en la teledetección utilizando imágenes de satélite para la obtención de mapas de malas hierbas, se destacan dos tipos de resolución: espacial y espectral. La resolución espectral se refiere al número y anchura de las bandas espectrales que puede discriminar el sensor. Según dicha resolución cabe distinguir entre imágenes multiespectrales, que normalmente guardan la información entre 3 y 7 bandas de unos 100 nm de ancho de distintas regiones del espectro electromagnético, e hiperespectrales, que adquieren la información en varias decenas e incluso centenas de bandas estrechas con longitudes de onda < de 5 nm de ancho. Por su parte, la resolución espacial (o tamaño de píxel) indica las dimensiones del objeto más pequeño que puede ser detectado (Tabla 1). En los últimos años, el perfeccionamiento de los sensores y de los métodos de procesamiento de las imágenes están posibilitando un aumento relevante de las aplicaciones de la teledetección en la agricultura. Ello conlleva extraordinarios Figura 2. Infestaciones de rodales de crucíferas en cultivos de trigo (a) y habas (b). 38
3
4 avances gracias a la tremenda cantidad de información que pueden proporcionar las imágenes de cada una de las parcelas que abarcan si se efectúa el procesamiento de análisis adecuado. Nuestro Grupo de Investigación lleva años trabajando en aplicaciones de teledetección e imágenes aéreas o de satélite para discriminar parámetros edáficos (López-Granados et al., 2005), indicadores medioambientales (García-Torres et al., 2008; Peña-Barragán et al., 2008) y rodales de malas hierbas en diversos cultivos utilizando imágenes remotas (Peña-Barragán et al., 2007; López- Granados et al., 2006; Castillejo-González et al., 2009; De Castro et al., 2012; 2013), así como para predicción de cosecha (Peña-Barragán et al., 2010) entre otros trabajos que podrían citarse (ver más información del Grupo en precisionmalherbologia/). Figura 3. a) Imagen del satélite QuickBird con todo los usos de suelo; b) Imagen del satélite QuickBird sólo con los campo de trigo (denominada QuickBirdtrigo). Políticas agrarias europeas y fitosanitarios La preocupación ambiental y económica antes mencionada ha dado lugar al Reglamento (CE) 1107/2009 (CE, 2009) para la Comercialización de Productos Fitosanitarios, dentro del cual se ha definido la Directiva 2009/128/ CE para el Uso Sostenible de Plaguicidas que recoge la legislación específica para los herbicidas. En ella se destacan como elementos clave el fomento del bajo consumo (reducción de las aplicaciones) y la utilización de dosis adecuadas en función de las infestaciones de malas hierbas. Una de las herramientas disponibles para dar forma a esta reducción de aplicaciones puede ser a través de control localizado y dirigido sólo a la presencia de zonas infestadas. Esta Directiva ha sido traspuesta al Real Decreto 1311/2012 (BOE nº 223) en el que se establece el marco de actuación para conseguir un uso sostenible de los productos fitosanitarios cuya repercusión en la forma de acometer la gestión agrícola va a ser elevada, con especial énfasis en el caso que nos ocupa que es el uso de herbicidas. Importancia de las infestaciones de las malas hierbas crucíferas en cultivos de invierno En prospecciones llevadas a cabo en zonas de la campiña de Córdoba y Sevilla por nuestro Grupo de Investigación se comprobó que más del 65% de los cultivos de invierno estaban infestados Figura 4. Trabajo de campo para georreferenciar los rodales de las malas hierbas con DGPS (Differential Global Positioning System) para la clasificación de la imagen QuickBird-trigo. con malas hierbas crucíferas, principalmente Diplotaxis spp. (generalmente D. virgata Cav. DC. y D. muralis L. DC.) y Sinapis spp. (generalmente S. arvensis L. y S. alba L.). (Fig. 2). Estas malas hierbas son muy competitivas y causan graves pérdidas en cultivos de invierno, como trigo (Fig. 2 a) y leguminosas, p.ej. habas (Fig. 2 b). Las infestaciones de crucíferas son generalmente debidas a que los herbicidas utilizados en pre-siembra y pre-emergencia no realizan un adecuado control. Actualmente hay disponibilidad de herbicidas específicos para la post-emergencia en cereal, sin embargo no hay herbicidas de estas características para los cultivos de leguminosas, por lo que en éstos las malas hierbas crucíferas deben ser eliminarlas mediante escarda manual o laboreo. Por otro lado, la mayoría de cultivos de la zona mediterránea están siendo transformados a sistemas de no laboreo o laboreo reducido para disminuir los problemas de erosión, lo que también está contribuyendo a aumentar la distribución de las infestaciones de estas malas hierbas. Lo anterior debe sumarse a la circunstancia de que en los últimos años, las leguminosas de invierno para consumo humano están siendo introducidas en la rotación trigo-girasol, uno de los principales sistemas de rotación de cultivos de España. Así lo demuestra el hecho de que la superficie destinada al cultivo de guisantes creciera 40
5
6 Tabla 2. Estadísticos de clasificación obtenidos y superficie ocupada por cultivo de trigo y malas hierbas crucíferas para los métodos de clasificación que han mostrado mejores resultados en toda la imagen QuickBird-trigo a escala comarcal y en varios campos individuales. Tabla 3. Niveles de infestación y rangos de zonas de trigo infestadas (%) de rodales de crucíferas en toda la imagen QuickBird-trigo, siendo N el número de campos infestados del total de los 263 campos de trigo de la imagen. en 2010, desde ha a ha, de las que ha estaban localizadas en Andalucía, principalmente en las provincias de Córdoba y Sevilla (MAGRAMA, 2011). Objetivo Considerando que la reflectividad de una planta (firma espectral), ya sea una mala hierba o un cultivo, está relacionada con sus características fenológicas, fisiológicas y morfológicas y que existen satélites como QuickBird con una resolución espacial de 2,4 m en el rango multiespectral, nuestra hipótesis de trabajo fue determinar si es factible discriminar rodales de malas hierbas crucíferas mediante dichas imágenes y generar mapas de infestaciones. Los resultados obtenidos permitirían conocer por un lado las infestaciones a escala comarcal y, por otro, diseñar mapas de tratamientos localizado de herbicidas en postemergencia tardía que también podrían utilizarse en campaña sucesivas dada la persistencia de dichas infestaciones si no controlan el año anterior. Material y metodos Zona de estudio. Características de la imagen de satélite QuickBird A mediados de marzo-2009, se tomó una imagen multiespectral del satélite QuickBird en las siguientes bandas y longitudes de onda: Azul, A: nm; Verde, V: nm; Rojo, R: ; Infrarrojo-cercano, NIR: nm, cuya resolución espacial es 2,4 m de píxel. La escena abarcó un área de 102 km 2 (10200 ha) de la provincia de Córdoba (Fig. 3 a). Había predominio de campos de trigo infestados de malas hierbas crucíferas (Diplotaxis spp. y Sinapis spp.), si bien en la zona de estudio también estaban presentes en menor medida cultivos de olivo, guisantes y habas, así como tres poblaciones (Fernán Núñez, Montalbán y La Rambla) y diversas carreteras. En el momento de la toma de la imagen, se georreferenciaron con DGPS puntos de entrenamiento y datos verdad-terreno de rodales de crucíferas y de zonas de cultivo libres de infestación (Fig. 4). Estos muestreos son necesarios para los procesos de análisis de la imagen y validación de las clasificaciones. En ese momento, el trigo mostraba el color verde típico de la etapa de crecimiento vegetativo y las crucíferas un intenso color amarillo correspondiente a la etapa de floración. Análisis de la imagen. Obtención de mapas de infestaciones El primer análisis que se realizó sobre la imagen fue un procedimiento denominado segmentación cuya finalidad fue identificar y seleccionar los campos de trigo y eliminar de la imagen el resto de usos de suelo que no eran objetivo del trabajo. Como resultado, se obtuvo una nueva imagen QuickBird que denominamos QuickBirdtrigo (Fig. 3 b) y que contenía 263 campos de trigo correspondientes a 2656 ha (aproximadamente 26% del área capturada en la imagen). La superficie de los campos de trigo varió entre 3 y 52 ha. El software utilizado para la segmentación la imagen fue ecognition Developer v 8.0. A continuación se llevó a cabo el análisis de la imagen QuickBird-trigo. Para ello, se utilizaron dos métodos de clasificación supervisada: 1) bandas (A, V, R y NIR) e índices de vegetación (A/V, R/V y RVI=NIR/R) calculándose para cada uno de ellos la media y desviación típica de los valores espectrales de cada clase (trigo y rodales de malas hierbas crucíferas) y a partir de éstos y mediante un proceso iterativo, se obtuvieron los valores digitales frontera que mejor definían cada clase dentro de la imagen, y 2) Máxima Probabilidad, que consiste en calcular la probabilidad de que un píxel determinado de la imagen pertenezca a una de las clases definidas previamente. Ambos procedimientos incorporan la variabilidad del muestro de campo realizado referente a los puntos de entrenamiento de cada clase. Para determinar qué método permite una discriminación más precisa entre el trigo y crucíferas, se procedió a cuantificar la coincidencia entre las categorías clasificadas y los datos verdad-terreno. Para ello, las clasificaciones se evaluaron mediante una Matriz de Confusión utilizando el estadístico de validación: Fiabilidad Global del mapa (FG, debe ser > 85 %) tanto para cada uno de los campos de trigo seleccionados como para el conjunto de la imagen (ver más información de metodología y es- 42
7 La Obra más completa editada en lengua española sobre las VIROSIS relevantes EN EL CULTIVO DEL TOMATE Detección, diagnóstico y control Autoras: Ana Olvido Alfaro Fernández, Mª Carmen Córdoba Sellés, Isabel Font San Ambrosio y Mª Concepción Jordá Gutiérrez. NOVEDAD L Editora: Mª Concepción Jordá Gutiérrez. a obra más completa editada en lengua española sobre las virosis en el cultivo del tomate es el fruto del grupo de investigación que durante los últimos 15 años ha tenido la responsabilidad de ser el Laboratorio Nacional de Referencia de Virus y Fitoplasmas en especies no leñosas: Ana Olvido Alfaro Fernández, Mª Carmen Córdoba Sellés, Isabel Font San Ambrosio, y Mª Concepción Jordá Gutiérrez. Una Obra avalada por este equipo cuya cabeza rectora, la Dr. Dª Concha Jordá ha acreditado una experiencia de más de 6 lustros en el tema. Experiencia que ha tenido un loable lema, que podría resumirse como sigue: investigar para dar solución a los problemas que las virosis provocan en los cultivos. En este libro, se aborda en profundidad y rigor, las que sin duda pueden considerarse como las patologías más importantes en el cultivo del tomate, por su gravedad y alta repercusión económica que provoca sus pérdidas. Una importancia y una gravedad de las mismas que ha ido creciendo con el transcurso de los años. Las autoras, a la hora de tratar el tema de las virosis más importantes o relevantes en el cultivo del tomate, ponen su acento en informar exhaustivamente al lector acerca de los síntomas que provocan cada una de ellas, el rango de hospedantes, las formas de transmisión de las mismas, así como la detección, el diagnóstico y, sobre todo, las medidas de control de las virosis abordadas en esta obra, para que las conozcan mejor y puedan aplicar los métodos de control más adecuados a cada caso. Sin olvidar la parte más científica como es el estudio en profundidad de las características de las partículas virales. Virosis relevantes en el cultivo del tomate: detección, diagnóstico y control, que va dirigido tanto al investigador, como al técnico o al agricultor cualificado, es una obra útil que tiene como principal objetivo que el interesado pueda encontrar soluciones a este grupo de enfermedades del tomate más importantes en la actualidad, y que el los últimos años han ido creciendo causando profundos cambios en las prácticas de cultivo del tomate. Virosis relevantes en el cultivo del tomate: detección, diagnóstico y control van desmenuzando a lo largo de sus 264 páginas ilustradas con más de 146 Fotos y 30 Figuras, y capítulo a capítulo, cada una de las enfermedades causadas por virus en el cultivo del tomate. 264 Páginas P.V.P.: 35 (IVA incluido) No te lo pierdas, pídelo en: o llamando al teléfono Pronto en librerías especializadas
8 tadísticos de validación en De Castro et al., 2013). El software ENVI v 4.6 se utilizó para procesar y analizar la imagen así como para crear los mapas de crucíferas clasificados y la superficie ocupada por cada uso del suelo. A partir de estos mapas se diseñaron los mapas de tratamiento localizado. Obtención de mapas de tratamiento localizado de herbicidas El método de clasificación que obtuvo los mapas de las infestaciones de malas hierbas crucíferas de forma más precisa, fue utilizado para generar en toda la imagen los mapas de tratamiento localizado de herbicidas mediante el software SARI (Sectioning and Assessment of Remote Images) desarrollado por integrantres de nuestro Grupo de Investigación (García-Torres et al., 2008; Gómez- Candón et al., 2012). SARI está concebido para gestionar y fragmentar imágenes remotas de tal forma que puede dividir los diferentes campos de cultivo presentes en la imagen QuickBird-trigo según el nivel de infestación de cada malla o microparcela que defina el usuario. En este estudio, el tamaño de malla se estableció en 15 x 15 m lo que corresponde a 6 x 6 píxeles. El criterio para ello fue tener en cuenta: las dimensiones de los rodales de malas hierbas crucíferas discriminados, la resolución espacial de la imagen y el tamaño de los equipos de tratamiento que generalmente es 15 x 15 m en el área de estudio. A continuación se definieron tres categorías dependiendo del porcentaje de píxeles infestados presentes en cada malla: 1) infestación baja o moderada (< 25 % píxeles infestados, y que corresponderían a áreas no tratadas), 2) infestación media (25 50 % píxeles infestados), y 3) infestación elevada (> 50 % píxeles infestados. Las zonas con infestaciones media y alta se referirían a las áreas que deberían ser tratadas con herbicida. Estas clases se fijaron para facilitar al agricultor la toma de decisión basada en resultados numéricos y no subjetivos o arbitrarios. De tal forma que el agricultor puede elegir entre no tratar o aplicar herbicida dependiendo de la densidad real de malas hierbas de cada zona. En nuestro estudio, el umbral de la densidad de malas hierbas que permite una dosis reducida de herbicida se estableció en % de píxeles infestados. Resultados En la Tabla 2 se resumen los mejores resultados obtenidos con los dos métodos de clasificación, es Figura 5. a) Campos de trigo infestados de malas hierbas crucíferas clasificados con el método de Máxima Probabilidad. Detalle de las infestaciones en dos campos de la imagen (b), y de los mapas de tratamientos correspondientes (c). Figura 6. Campos de trigo infestados de malas hierbas crucíferas clasificados con el método de Máxima Probabilidad (a) y detalle de mapas de tratamiento localizado en varias zonas de la imagen QuickBirdtrigo (b). decir, bandas e índices vegetales y Máxima Probabilidad así como las fluctuaciones del área infestada de cada clase discriminada. Se muestran a modo de ejemplo varios campos de trigo situados en diferentes localidades con el fin de comparar la precisión de las clasificaciones en caso de que se consideren campos de trigo por separado o todos los campos incluidos en la imagen. De entre todos los procedimientos estudiados, la tendencia en la precisión de la clasificación fue: Máxima Probabilidad > A/V > banda V > banda R > banda NIR. De forma general, el porcentaje de superficie clasificada como crucíferas fue mayor con el método de Máxima Probabilidad que cuando se utilizaron índices de vegetación o bandas excepto en el campo denominado Los Molinos (Figs. 5 a y b). En la Tabla 3 se muestra la distribución de los campos de trigo de la imagen QuickBird-trigo en función de las tres categorías establecidas según el porcentaje de superficie infestada (baja o moderada, media y alta), del porcentaje de campos con cada nivel de infestación respecto al número total de campos infestados, así como la superficie media infestada de los campos que representan cada categoría en cada uno de ellos. Así en una aproximación general, de los 263 campos de la imagen, 184 estaban infestados, y de ellos un total de 68 campos presentaban una baja infestación, 73 campos una media infestación y 43 campos una elevada infestación. Si tenemos en cuenta el conjunto de campos con infestación baja-moderada, es decir, campos con 20% de píxeles infestados, de los 68 campos que lo conforman, 34 presentaban una superficie infestada entre 0,1-10 % del total de su superficie, mientras que los 34 restantes contaban con un 11-20% de su superficie infestada de malas hierbas, obteniéndose también que cada campo ocupaba una superficie media de 17,1 ha. Considerando la infestación media, un total de 73 estaban infestados, de los cuales 26 presentaban entre % de sus píxeles infestados y tenían una superficie media de 8,5 ha. En el caso de una infestación alta ( 51% de píxeles infestados), se contabilizaron 6 campos que tenían entre % de sus píxeles infestados. Estos 6 campos supo- 44
9 nían el 3,2 de los campos infestados de la imagen QuickBird-trigo y contaban con una superficie media de 7 ha. La Tabla 3 se podría considerar una forma clásica de presentar los datos de un estudio malherbológico ya que resume la información numérica de la imagen. Sin embargo, en el trabajo que presentamos (Figs. 5 a, 5 b) ofrecemos datos de la distribución espacial de los campos de trigo así como de sus infestaciones. Por lo tanto, uno de los resultados que hay que enfatizar en este trabajo es que se han obtenido los mapas de las infestaciones de malas hierbas crucíferas a escala comarcal mediante el análisis de una imagen de satélite QuickBird. A continuación, el siguiente resultado relevante es el diseño de mapas de tratamiento localizado de los rodales de malas hierbas crucíferas en toda el área de estudio. En la Fig. 5 c se muestra el detalle de los tratamientos en dos de campos de la imagen. Además, en la Figura 6 se pueden observar los tratamientos localizados que se deberían realizar en varias áreas de la imagen que engloban numerosos campos. Según los resultados obtenidos, un 61% (es decir: 1628,96 ha) del total de los campos de trigo se clasificó como zona sin tratar, y un 39% (1027,84 ha) del área total clasificada presentaba rodales de malas hierbas crucíferas, y serían la zona que se debería tratar. Conclusiones El principal objetivo de este trabajo fue determinar la viabilidad de las imágenes de satélite de alta resolución espacial QuickBird para detectar y cartografiar las infestaciones de malas hierbas crucíferas en cultivos de trigo a escala comarcal mediante métodos de clasificación basados en bandas, índices y Máxima Probabilidad, para posteriormente elaborar mapas de control localizado dirigido a las zonas infestadas. Nuestros resultados muestran que los mapas obtenidos de las infestaciones cuentan con la precisión estadística necesaria (> 89%) para diseñar una estrategia de tratamientos localizados en post-emergencia tardía (malas hierbas crucíferas en floración) y una elevada cantidad de superficie agrícola que reúne áreas de fácil y difícil acceso. Los ahorros herbicidas estimados son del 61% (zonas no tratadas). Actualmente hay tecnología y equipos agrícolas que pueden llevar a cabo tratamientos herbicidas dirigidos a las zonas infestadas si se les ofrece un mapa que defina dichas zonas y que estos equipos puedan leer. Es importante destacar que los resultados fueron altamente satisfactorios y que se pudieron estudiar un elevado número de campos con la consiguiente variabilidad espacial que conlleva que los 263 campos estuviesen gestionados según la conveniencia de cada agricultor (fechas de siembra, fertilización, etc.). Ello confiere a nuestro estudio elevadas dosis de fiabilidad y certidumbre lo que permitiría tomar imágenes QuickBird de zonas más amplias con la certeza de poder extrapolar la metodología que proponemos sin esperar grandes variaciones en la precisión de la detección de los mapas de las infestaciones. Hay que añadir que el precio de las imágenes del satélite QuickBird se reduce cada año y que esto las hace competitivas para acometer el control de estas malas hierbas de forma más racional. Agradecimientos: Este trabajo ha estado parcialmente financiado por los Proyectos AGL CO3-03 y AGL CO2-01 (Fondos FEDER, MICINN y MINECO). Las autoras agradecen al CSIC (Programa JAE-Pre CSIC, FEDER) la beca predoctoral concedida a Ana I. de Castro Megías para la realización de su Tesis Doctoral, así como a la Dra. M. T. Gómez-Casero, al Dr. D. Gómez-Candón, a A. Torre y J. J. Caballero su valiosa ayuda en los muestreos de campo. BIBLIOGRAFÍA BOE nº 223 del 15 de septiembre de 2012, páginas Real Decreto 1311/2012, de 14 de septiembre, por el que se establece el marco de actuación para conseguir un uso sostenible de los productos fitosanitarios. Castillejo-González, I.L., López-Granados, F., García-Ferrer, A., Peña-Barragán, J.M., Jurado-Expósito, M., Sánchez de la Orden, M. and González-Audicana, M. (2009). Object and pixel based analysis for mapping crops and their agro-environmental associated measures using QuickBird imagery. Computers and Electronics in Agriculture 68: De Castro, A.I., Jurado-Expósito, M., Peña-Barragán, J.M. and López-Granados, F. (2012). Airborne multi-spectral imagery for mapping cruciferous weeds in cereal and legume crops. Precision Agriculture 13: De Castro, A.I., López-Granados, F., Peña-Barragán, J.M. and Jurado-Expósito, M. (2013). Broad-scale cruciferous weed patches classification in winter wheat using QuickBird imagery for in-season site-specific control. Precision Agriculture, aceptada. García-Torres, L., Peña-Barragán, J.M., López-Granados, F., Jurado-Expósito, M. and Fernández-Escobar. R. (2008). Automatic assessment of agro-environmental indicators from remotely sensed images of tree orchards and its evaluation using olive plantations. Computers and Electronic in Agriculture 61: Gómez-Candón, D., López-Granados, F., Caballero-Novella, J. J., García-Ferrer, A., Peña-Barragán, J.M., Jurado-Expósito M. and García-Torres, L. (2012). Sectioning remote imagery for characterization of Avena sterilis infestations. Part A: Weed abundance. Precision Agriculture 13: López-Granados, F.; Jurado-Expósito, M.; Peña-Barragán, J.M.; García-Torres, L. (2006). Using remote sensing for identification of late-season grass weed patches in wheat. Weed Science 54: López-Granados F., Jurado-Expósito M., Peña-Barragán, J.M. and García-Torres L. (2005). Using geostatistical and remote sensing approaches for mapping soil properties. European Journal of Agronomy 23: López-Granados, F. (2011). Weed detection for site-specific weed management: mapping and real time approaches. Weed Research 51:1-11. MAGRAMA, (2011). Ministerio de Agricultura, Alimentación y Medioambiente. Peña-Barragán, J.M. López-Granados F. Jurado-Expósito, M. García-Torres, L. (2007). Mapping Ridolfia segetum patches in sunflower crop using remote sensing. Weed Research 47: Peña-Barragán, J.M., López-Granados F., García-Torres L., Jurado-Expósito M., Sánchez de la Orden M., and García-Ferrer A. (2008). Discriminating cropping systems and agri-environmental measures by remote sensing. Agronomy for Sustainable Development 28: Peña-Barragán, J.M., López-Granados, L., Jurado-Expósito, M. and García-Torres, L. (2010). Sunflower yield related to multitemporal aerial photography, land elevation and weed infestation. Precision Agriculture 11:
Utilizació de la teledetecció en la fertilizació nitrogenada del panís
Utilizació de la teledetecció en la fertilizació nitrogenada del panís Agricultura de precisión Manejo diferenciado de los cultivos utilizando para ello diferentes herramientas tecnológicas (GPS, imágenes
Más detallesXIV Congreso de la Sociedad Española de Malherbología, Valencia, 2013
XIV Congreso de la Sociedad Española de Malherbología, Valencia, 2013 Puesta a punto de un vehículo aéreo no tripulado (UAV) para detección de malas hierbas en fase temprana: resolución espacial y altura
Más detallesESTRATEGIAS ALTERNATIVAS PARA EL CONTROL DE LA MALA HIERBA
ESTRATEGIAS ALTERNATIVAS PARA EL CONTROL DE LA MALA HIERBA Prof. Dr. Manuel Pérez Ruiz Univ. de Sevilla. Dpto. de Ing. Aeroespacial y Mecánica de Fluidos. Área de Ingeniería Agroforestal manuelperez@us.es
Más detallesDetección de malas hierbas en fase temprana mediante imágenes tomadas con un vehículo aéreo no
Detección de malas hierbas en fase temprana mediante imágenes tomadas con un vehículo aéreo no tripulado (UAV) Hito 1.1.2 Monitorización de cultivos y malas hierbas mediante tecnologías aéreas con sensores
Más detalles03/07/2016 CUADERNO ELECTRÓNICO
CUADERNO ELECTRÓNICO ÍNDICE DE CONTENIDOS Introducción El cuaderno de campo SMART Agriculture Soportes tecnológicos para gestión inteligente Sistemas de Información para la gestión del Cuaderno de Explotación
Más detallesEl objetivo último de la agricultura de precisión es la obtención de mayores rendimientos (económicos, medioambientales, sociales ).
EL USO OPERATIVO DE SARP EN AGRICULTURA DE PRECISIÓN SARP vs Agricultura de precisión www.geodim.es 1 Proyectos europeos Proyectos europeos Agricultura de precisión? La agricultura de precisión es el manejo
Más detallesHERRAMIENTA DIGITAL DEKALB SMART: OPTIMIZAR EL RIEGO EN EL CULTIVO DE MAÍZ
HERRAMIENTA DIGITAL DEKALB SMART: OPTIMIZAR EL RIEGO EN EL CULTIVO DE MAÍZ La agricultura digital ya ha llegado a nuestro día a día en el campo y, sin duda, lo ha hecho para quedarse. Aplicar en los campos
Más detallesEVALUACIÓN DE LA TÉCNICA DE RESAMPLING EN IMÁGENES UAV PARA LA DETECCIÓN DE MALAS HIERBAS MEDIANTE ANÁLISIS OBIA
EVALUACIÓN DE LA TÉCNICA DE RESAMPLING EN IMÁGENES UAV PARA LA DETECCIÓN DE MALAS HIERBAS MEDIANTE ANÁLISIS OBIA Borra I.*, Peña J.M., Torres-Sánchez J., López-Granados F. Instituto de Agricultura Sostenible
Más detallesProcedimiento CROPCLASS de clasificación de cultivos en imágenes remotas a nivel parcela para su uso en el censo agrícola
CONSEJO SUPERIOR DE INVESTIGACIONES CIENTÍFICAS Procedimiento CROPCLASS de clasificación de cultivos en imágenes remotas a nivel parcela para su uso en el censo agrícola J. J. Caballero Novella, L. García
Más detallesJosé Jesús Pérez de Ciriza Gaínza
AGRICULTURA de PRECISIÓN Ensayos realizados en Navarra José Jesús Pérez de Ciriza Gaínza Actualmente el agricultor está realizando una agricultura más precisa que la de hace años, controlando el momento
Más detallesBuenas Prácticas Agrícolas frente al Cambio Climático: Integración de estrategias de mitigación y adaptación
Buenas Prácticas Agrícolas frente al Cambio Climático: Integración de estrategias de mitigación y adaptación Ignacio J. Lorite Torres Rafaela Ordoñez Fernández Duración del proyecto 01/06/2014 31/12/2018
Más detallesCENTRO DE INVESTIGACIÓN Y TECNOLOGÍA AGROALIMENTARIA DE ARAGÓN
CENTRO DE INVESTIGACIÓN Y TECNOLOGÍA AGROALIMENTARIA DE ARAGÓN Jornada técnica de la Red Sirena 14 Noviembre 2017, Córdoba Beatriz Moreno García bmorenoga@cita-aragon.es Centro de Investigación y Tecnología
Más detalles2. Desarrollo de sistemas de manejo localizado de malas hierbas
El Grupo de Trabajo Gestión de Malas Hierbas en Agricultura de Precisión tiene como finalidad la discusión de los procedimientos, resultados y problemática del desarrollo de un control localizado de las
Más detallesCultivos de Rotación
Cultivos de Rotación Qué es la Rotación? La rotación a de cultivos es una práctica que aporta múltiples beneficios para el medioambiente y para el agricultor. La rotación consiste en la alternancia de
Más detallesProcedimiento ARIN para la normalización de imágenes. pseudo-invariantes
CONSEJO SUPERIOR DE INVESTIGACIONES CIENTÍFICAS Procedimiento ARIN para la normalización de imágenes remotas multitemporales mediante el uso de cultivos pseudo-invariantes J. J. Caballero Novella, L. García
Más detallesFrancisco Agüera Fernando Carvajal Dpto. de Ingeniería. Universidad de Almería
Fotogrametría-UAV y Teledetección desde drones. Principios básicos, plataformas y sensores. Monitorización de cultivos extensivos para su manejo localizado. Francisco Agüera Fernando Carvajal Dpto. de
Más detalles(15) - ACTUALIZACIÓN DE CARTOGRAFÍAS DE USOS DEL SUELO MEDIANTE FOTOINTERPRETACIÓN DE IMÁGENES.
(15) - ACTUALIZACIÓN DE CARTOGRAFÍAS DE USOS DEL SUELO MEDIANTE FOTOINTERPRETACIÓN DE IMÁGENES. Una planificación del medio ambiente, que conduzca a una explotación más racional de los recursos naturales,
Más detallesLos UAV en agricultura: Una nueva forma de tener información
Los UAV en agricultura: Una nueva forma de tener información Mª Auxiliadora Casterad Unidad de Suelos y Riegos e-mail:acasterad@aragon.es VI Jornada técnica Utilización de los UAV en agricultura y gestión
Más detalles«La Agricultura de Conservación genera más malezas» No es verdad. El nuevo sistema necesita un nuevo enfoque para el manejo de las malezas
Manejo de malezas «La Agricultura de Conservación genera más malezas» No es verdad El nuevo sistema necesita un nuevo enfoque para el manejo de las malezas Efecto de la no-labranza y la cobertura del suelo
Más detallesUso de Vehículos Aéreos no tripulados (UAV) para la evaluación de la producción agraria
Uso de Vehículos Aéreos no tripulados (UAV) para la evaluación de la producción agraria Francisca López-Granados Instituto de Agricultura Sostenible-IAS/CSIC Este trabajo se centra en la utilización de
Más detallesTaller aplicación de drones para la Agricultura de Precisión. Sensores, índices de vegetación y adquisición de datos
Taller aplicación de drones para la Agricultura de Precisión Sensores, índices de vegetación y adquisición de datos Agricultura de precisión Aplicar la cantidad correcta de insumos, en el momento adecuado
Más detallesPlan Especial Alto Guadiana 1
1.- ANTECEDENTES...2 2.- OBJETIVOS...2 3.- METODOLOGÍA...2 3.1.- ADQUISICIÓN Y PREPARACIÓN DE IMÁGENES DE SATÉLITE...2 3.2.- DISEÑO, CAPTURA Y ANÁLISIS DE LA MUESTRA DE CAMPO...5 3.3.- OBTENCIÓN DE LA
Más detallesAPLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS
APLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS Autoras: Vanesa Gordillo Alonso Patricia Martín Panero Tutora: Dra. Carmen Quintano Pastor INDICE
Más detallesINFOREST. Jornada Presentación InForest. Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución
Jornada Presentación InForest INFOREST Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución Jornada Presentación InForest Sistemas de Información y Gestión
Más detallesTecnología de la fertilización de cultivos extensivos en la Región Pampeana
Tecnología de la fertilización de cultivos extensivos en la Región Pampeana Editor PABLO PRYSTUPA Cátedra de Fertilidad y Fertilizantes, Facultad de Agronomía, Universidad de Buenos Aires Índice de autores
Más detallesDurante los últimos años el desarrollo de nuevas tecnologías para la agricultura de precisión
Últimos avances en tecnologías para una gestión sostenible de las malas hierbas César Fernández-Quintanilla 1, José Dorado1, Dionisio Andújar 1, José María Peña 1, Ángela Ribeiro 2, Ana Isabel de Castro
Más detallesEvolución anual de cultivos y aprovechamientos: Diferencias Acumuladas NDVI
Evolución anual de cultivos y aprovechamientos: Diferencias Acumuladas NDVI INTRODUCCIÓN Los servicios de Evolución Anual de cultivos y Aprovechamientos contiene los Mapas de índices de Vegetación (NVDI)
Más detallesEvolución anual de cultivos y aprovechamientos: Diferencias NDVI
Evolución anual de cultivos y aprovechamientos: Diferencias NDVI INTRODUCCIÓN Los servicios de Evolución Anual de cultivos y Aprovechamientos contiene los Mapas de índices de Vegetación (NVDI) obtenidos
Más detallesTALLER DE DRONES APLICADOS A LA AGRICULTURA DE PRECISIÓN
SOLUCIONES AGRÍCOLAS DE PRECISIÓN S. L. DRONSAP TALLER DE DRONES APLICADOS A LA AGRICULTURA DE PRECISIÓN MAPAS DE TRATAMIENTO Y MAQUINARIA EN AGRICULTURA DE PRECISIÓN LOS PALACIOS, diciembre 2016 Juan
Más detallesGUÍA DE BUENAS PRÁCTICAS PARA UNA AGRICULTURA INTEGRADA
GUÍA DE BUENAS PRÁCTICAS PARA UNA AGRICULTURA INTEGRADA Esta guía le ofrece una herramienta para gestionar su explotación de manera integral, profundizar en su conocimiento, mejorar sus prácticas agrícolas
Más detallesAgricultura de Conservación
Federación n Nacional de Comunidades de Regantes Curso Aspectos Medioambientales del Regadío Técnicas de Agricultura de Conservación Emilio J. Gonzalez Sanchez - Armando Martinez Vilela Asociacin Espanola
Más detallesAMBISENS CARTOGRAFÍA DEL ESTADO DE LA VEGETACIÓN PARA VIÑEDOS
AMBISENS CARTOGRAFÍA DEL ESTADO DE LA VEGETACIÓN PARA VIÑEDOS www.arbotante.com/ambisens Han confiado en Ambisens QUÉ ES AMBISENS PARA VIÑEDOS? Ambisens para viñedos es un servicio de viticultura de precisión
Más detallesLA COLZA EN EL REGADÍO DE CASTILLA Y LEÓN. José Carlos Iglesias Cibanal ITACyL
LA COLZA EN EL REGADÍO DE CASTILLA Y LEÓN José Carlos Iglesias Cibanal ita-iglcibjo@itacyl.es ITACyL www.inforiego.org Índice 1. El Regadío en Castilla y León. 2. InfoRiego. 3. Objetivos del Plan de monitorización
Más detallesDETECCIÓN AUTOMÁTICA DE VEGETACIÓN EN ESTADO DE PLÁNTULA EN IMÁGENES PROCEDENTES DE UN PARA LA DISCRIMINACIÓN DE MALAS HIERBAS
DETECCIÓN AUTOMÁTICA DE VEGETACIÓN EN ESTADO DE PLÁNTULA EN IMÁGENES PROCEDENTES DE UN PARA LA DISCRIMINACIÓN DE MALAS HIERBAS Torres-Sánchez J. *, Peña J.M., Serrano-Pérez Á., López-Granados F. Instituto
Más detallesUTILIZACIÓN DE SENSORES REMOTOS PARA MEJORAR EL MANEJO DE LA NUTRICIÓN NITROGENADA EN TRIGO Y EN CEBADA
UTILIZACIÓN DE SENSORES REMOTOS PARA MEJORAR EL MANEJO DE LA NUTRICIÓN NITROGENADA EN TRIGO Y EN CEBADA El nitrógeno es uno de los nutrientes que con mayor frecuencia limita el rendimiento tanto de trigo
Más detallesEl subsistema VNIR obtiene imágenes en tres bandas del rango de luz
II ANALISIS DE IMÁGENES MULTI-ESPECTRALES a) Imágenes ASTER* Las imágenes satelitales ASTER son capturadas por el satélite TERRA, puesto en órbita en diciembre de 1999 por los gobiernos de Estados Unidos
Más detallesNuevas herramientas para el procesado de imágenes de satélite
Nuevas herramientas para el procesado de imágenes de satélite Desarrolladas por el Grupo de Teledetección de la FIUPM, están disponibles en software libre Madrid, 5 Mayo 2008. Investigadores del Grupo
Más detallesEstudio de las características del suelo para obtener la máxima expresión del olivar.
Estudio de las características del suelo para obtener la máxima expresión del olivar. Xavier Rius Ingeniero Agrónomo Agromillora 1.- Introducción La realización de mapas de suelos es todavía en muchos
Más detallesDiscusión sobre las diferencias entre la cifra obtenida en el mapa de distribución de manglares escala 1:50,000 con las proporcionadas por el INEGI
Discusión sobre las diferencias entre la cifra obtenida en el mapa de distribución de manglares escala 1:50,000 con las proporcionadas por el INEGI Delimitar manglares no es tarea fácil, dado que su respuesta
Más detallesTRABAJO PRÁCTICO N 19 FOTOS AÉREAS IMÁGENES SATELITALES
TRABAJO PRÁCTICO N 19 FOTOS AÉREAS IMÁGENES SATELITALES FOTOGRAFÍAS AÉREAS Fotogramas: se emplean rollos de películas indeformables y cámaras especiales. Cada fotograma recubre la fotografía siguiente
Más detallesInForesT Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución
Jornada Presentación InForest InForesT Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución Jornada Presentación InForest Sistemas de Información y Gestión
Más detallesBOLETÍN AGROCLIMÁTICO Nº07/2018 Julio
BOLETÍN AGROCLIMÁTICO Nº07/2018 Julio ANALISIS y SEGUIMIENTO DE LA CAMPAÑA AGRÍCOLA DE INVIERNO desde la 3ra decena de mayo hasta la 3ra decena de julio de 2018 Elaborado por: Unidades de Gestión de Riesgos
Más detallesAPLICACIÓN AL SECTOR MEDIOAMBIENTAL DE METODOLOGÍAS AVANZADAS CON SENSORES HIPERESPECTRALES (II) Sevilla, enero de 2011
APLICACIÓN AL SECTOR MEDIOAMBIENTAL DE METODOLOGÍAS AVANZADAS CON SENSORES HIPERESPECTRALES (II) Sevilla, enero de 2011 Objetivos del proyecto: - Desarrollo de nuevos métodos de trabajo en teledetección.
Más detallesProducción agrícola y tendencias sostenibles. Ejemplo empresa privada. Zaragoza, 13 de diciembre de 2016
Producción agrícola y tendencias sostenibles. Ejemplo empresa privada Zaragoza, 13 de diciembre de 2016 PRESENTACIÓN Empresa: FRUTARIA División agrícola del Grupo Samca. 12.000 has tierra, 3.800 plantadas.
Más detallesCURSO DE TELEDETECCIÓN APLICADA A LA AGRICULTURA DE PRECISIÓN. Cursos. Grupo. teledetección. Formación. .com
CURSO DE TELEDETECCIÓN APLICADA A LA AGRICULTURA DE PRECISIÓN Modalidad Online TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS En este curso el alumno se formará en las aplicaciones
Más detallesTeledetección de cultivos de Soja y Pasturas utilizando imágenes satelitales
Captura y Procesamiento Digital de Imágenes Teledetección de cultivos de Soja y Pasturas utilizando imágenes satelitales Martinez, Guillermo Mastaglia, Nicolás Periotti, Santiago Objetivos Dada una parcela,
Más detallesConstelación multisensor (L8, Deimos, L7) para el seguimiento de vegetación y cultivos
Constelación multisensor (L8, Deimos, L7) para el seguimiento de vegetación y cultivos Sección de Teledetección y SIG. Instituto de Desarrollo Regional. Universidad de Castilla La Mancha Objetivo: Integración
Más detallesMANEJO DE MALAS HIERBAS: HACIA DÓNDE VAMOS?
XII Congreso de la SEMh/ XIX Congreso de la ALAM/ II Congresso de la IBCM MANEJO DE MALAS HIERBAS: HACIA DÓNDE VAMOS? C. Fernández-Quintanilla Instituto de Ciencias Agrarias, CSIC, Serrano 115 B, 28006
Más detallesEXPERIENCIAS EN SOLUCIONES TECNOLÓGICAS APLICADAS EN AGRICULTURA DE PRECISIÓN, A LA GESTIÓN ERP POST-COSECHA Y A TRAZABILIDAD PARA SEGURIDAD
EXPERIENCIAS EN SOLUCIONES TECNOLÓGICAS APLICADAS EN AGRICULTURA DE PRECISIÓN, A LA GESTIÓN ERP POST-COSECHA Y A TRAZABILIDAD PARA SEGURIDAD ALIMENTARIA Contenidos - Experiencias en Agricultura de Precisión
Más detallesIndicadores de Estrés en Vegetación Mediante Sensores Térmicos y Espectrometría en aviones tripulados.
Indicadores de Estrés en Vegetación Mediante Sensores Térmicos y Espectrometría en aviones tripulados. Diagnosis para realizar una auténtica agricultura de precisión Máxima producción Optimización del
Más detallesRelaciones entre los productos de combustión y sus propiedades espectrales en matorrales mediterráneos quemados
Relaciones entre los productos de combustión y sus propiedades espectrales en matorrales mediterráneos quemados Raquel Montorio Llovería Grupo GEOFOREST Los incendios forestales La severidad del fuego
Más detallesCURSO DE TELEDETECCIÓN APLICADA A LA AGRICULTURA DE PRECISIÓN. Cursos. Grupo. teledetección. Formación. .com
CURSO DE TELEDETECCIÓN APLICADA A LA AGRICULTURA DE PRECISIÓN Modalidad PRESENCIAL TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS En este curso el alumno se formará en las aplicaciones
Más detallesIdentificación del Área Ocupada con Cultivos de Invierno Utilizando Imágenes del Satélite Landsat
Identificación del Área Ocupada con Cultivos de Invierno Utilizando Imágenes del Satélite Landsat Ing. Agr. José Pedro Castaño (jcastano@inia.org.uy), INIA - Unidad GRAS Ing. Agr. Agustín Giménez (agimenez@inia.org.uy),
Más detallesResultados de 2 Ensayos de Girasol en Siembras Invernales con Alta Densidad de Plantas
Resultados de 2 Ensayos de Girasol en Siembras Invernales con Alta Densidad de Plantas 1. INTRODUCCION 2. OBJETIVOS DEL ESTUDIO 3. MATERIAL Y METODOS 4. RESULTADOS Y DISCUSION 5. CONCLUSIONES Resultados
Más detallesSEGURIDAD Accidentes de trabajo ocurridos en la agricultura española durante 2000
De: Jaime Costa Vilamajó Dr. Ingeniero Agrónomo C/ Caleruega, 18, 2º E 28033 Madrid (España) Para: COMISIÓN EUROPEA Subject: Sustainable use of PPP Madrid, 23 de noviembre de 2002 Muy Sres. míos: El pasado
Más detallesEFICIENCIA EN EL USO DE AGUA EN LA AGRICULTURA DE CONSERVACIÓN.
EFICIENCIA EN EL USO DE AGUA EN LA AGRICULTURA DE CONSERVACIÓN. José Luis Tenorio. (INIA) INTRODUCCION El agua es un recurso limitado y escaso, que en algunos casos establece enfrentamientos entre países,
Más detallesIntroducción a la Percepción Remota. Yolanda León INTEC
Introducción a la Percepción Remota Yolanda León INTEC Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Oceanografía MODIS - Aqua Aplicaciones Ambientales: Incendios
Más detallesFICHA DE LA TECNOLOGÍA
FICHA DE LA TECNOLOGÍA Modelo OLIVCROP para la determinación de la fecha de siega de la cubierta protectora en olivar TEMÁTICA Clasificación: Tema: Subtema: Tipo: Sector Agrario Agricultura de conservación
Más detallesLa detección de plántulas de malas hierbas en cultivos herbáceos y la generación de mapas para
Principales variables para la detección de plántulas de amapola (Papaver rhoeas) en imágenes tomadas con un vehículo aéreo no tripulado José Manuel Peña 1, Ana Isabel de Castro 2, Jorge Torres-Sánchez
Más detallesDetección temprana e idoneidad climática de la cuenca mediterránea para las enfermedades causadas por. Xylella fastidiosa. Dr. Juan A.
Valencia 28 de septiembre de 2017 Detección temprana e idoneidad climática de la cuenca mediterránea para las enfermedades causadas por Xylella fastidiosa Dr. Juan A. Navas-Cortés Instituto de Agricultura
Más detallesMonitoreo de cultivos del Noroeste Argentino a partir de sensores remotos.
ISSN Edición Impresa Nº 1851-8109 ISSN Edición en Línea Nº 1851-8230 Monitoreo de cultivos del Noroeste Argentino a partir de sensores remotos. Determinación de pasturas en el NOA a partir de sensores
Más detallesNuevas tecnologías en la investigación del medio ambiente TEMA 3
Nuevas tecnologías en la investigación del medio ambiente TEMA 3 Guión tema 1. Introducción 2. Teledetección 3. Sistemas globales de navegación por satélite. GPS 4. Sistemas de información geográfica (SIG)
Más detallesIntroducción al Procesamiento de Imágenes Satelitales con Software Libre. Módulo 03
Introducción al Procesamiento de Imágenes Satelitales con Software Libre Módulo 03 Dirección de Formación de Capital Humano Especializado en el Campo Espacial Agencia Espacial Mexicana www.gob.mx/aem Plan
Más detallesMETODOLOGÍA DE LA OPERACIÓN ESTADÍSTICA AVANCES DE SUPERFICIES Y PRODUCCIONES DE CULTIVOS
MINISTERIO SECRETARÍA GENERAL TÉCNICA SUBDIRECCIÓN GENERAL DE ESTADÍSTICA METODOLOGÍA DE LA OPERACIÓN ESTADÍSTICA AVANCES DE SUPERFICIES Y PRODUCCIONES DE CULTIVOS 1. OBJETIVOS El objetivo fundamental
Más detallesBACCHUS: UNA HERRAMIENTA PARA MEJORAR EL INVENTARIO Y LA GESTIÓN DE LA VIÑA
BACCHUS: UNA HERRAMIENTA PARA MEJORAR EL INVENTARIO Y LA GESTIÓN DE LA VIÑA Montesinos, Salomón (1) ; Fernández, Lara (1) ; Bea, Manuel (1) ; Martínez, Adrián (2) ; Erena, Manuel (2) ; Franciso, Joaquín
Más detallesConsulta Miembros 2007 Borrador NIMF: Muestreo de Envíos
Consulta Miembros 2007 Borrador NIMF: Muestreo de Envíos Encargado: David Porritt Resumen de Presentación Propósito Antecedentes Objetivos de Muestreo Conceptos Clave (Número de aceptación, Nivel de detección,
Más detallesCurso online de Teledetección con QGIS 3
Teledetección con QGIS 3 El curso online de va dirigido a todos aquellos que deseen aprender a trabajar con imágenes satélite en el entorno de QGIS. Inscripción formacion@mappinggis.com Lugar de impartición
Más detallesEvaluación de técnicas de reducción de la dimensionalidad en imágenes hiperespectrales y su aplicación para la clasificación de ecosistemas terrestres
Evaluación de técnicas de reducción de la dimensionalidad en imágenes hiperespectrales y su aplicación para la clasificación de ecosistemas terrestres Edurne Ibarrola-Ulzurrun 1,2 (edurne.ibarrola101@alu.ulpgc.es),
Más detallesEstudio del Rendimiento de un Cultivo de Girasol en Siembras Tempranas con Alta Densidad de Plantas. Avance de Resultados
Estudio del Rendimiento de un Cultivo de Girasol en Siembras Tempranas con Alta Densidad de Plantas. Avance de Resultados 1. Introducción 2. Objetivos del Estudio 3. Material y Métodos 4. Resultados y
Más detallesTeledetección Aplicaciones. Aplicación de imágenes Landsat en estudios forestales
Teledetección Aplicaciones Aplicación de imágenes Landsat en estudios forestales 1 Beneficio de la teledetección satelital y ventajas sobre las técnicas clásicas en estudios forestales. El objetivo del
Más detallesCurso online de Teledetección con QGIS 3
Teledetección con QGIS 3 El curso online de va dirigido a todos aquellos que deseen aprender a trabajar con imágenes satélite en el entorno de QGIS. Inscripción formacion@mappinggis.com Lugar de impartición
Más detallesSupervisión de cultivos al alcance de un dron. El dron más avanzado para la agricultura de precisión
Supervisión de cultivos al alcance de un dron El dron más avanzado para la agricultura de precisión Sensor de luz solar Sensor Sequoia 4 razones para elegir ebee SQ Por qué elegir sensefly Mayor precisión
Más detallesESTIMACIÓN DE LA PRODUCCIÓN Y EL RENDIMIENTO DE LA COSECHA DE TRIGO EN ANDALUCÍA MEDIANTE MODELOS BASADOS EN SERIES TEMPORALES DE IMÁGENES DE SATÉLITE
ESTIMACIÓN DE LA PRODUCCIÓN Y EL RENDIMIENTO DE LA COSECHA DE TRIGO EN ANDALUCÍA MEDIANTE MODELOS BASADOS EN SERIES TEMPORALES DE IMÁGENES DE SATÉLITE Murcia, Octubre 2017 Víctor Rodríguez Galiano Valle
Más detallesGrupo TRAGSA S.L. * Sección de Teledetección y SIG, IDR - UCLM MAGRAMA. Subdirección General de Regadíos Y Economía del Agua (SGRYEA)
INTEGRACIÓN DE SERIES TEMPORALES DE IMÁGENES DE SATÉLITE Y RED AGROCLIMÁTICA SIAR PARA LA MONITORIZACIÓN DE SUPERFICIES DE RIEGO EN LA PENÍNSULA IBÉRICA Garrido-Rubio, J. (jesus.garrido@uclm.es) *; Fraile
Más detallesAnálisis de la sequía en Andalucía. Estudio comarcal para el mes de septiembre 2017
Análisis de la sequía en Andalucía. Estudio comarcal para el mes de septiembre 2017 1.Situación de la sequía pluviométrica. 2.Estado de la vegetación 3.Análisis conjunto. Incidencia de la sequía. CONSEJERÍA
Más detallesDepartamento de Ingeniería Gráfica y Geomática TESIS DOCTORAL
Departamento de Ingeniería Gráfica y Geomática TESIS DOCTORAL EVALUACIÓN DE MÉTODOS BASADOS EN PÍXELES Y OBJETOS PARA LA CLASIFICACIÓN DE USOS DE SUELO CON IMÁGENES DE SATÉLITE QUICKBIRD, PARA EL SEGUIMIENTO
Más detallesMarzo-Mayo Informe estado de la zona regable. del Canal de Aragón y Cataluña. Ámbito: Zona Regable y fielatos
Informe estado de la zona regable del Canal de Aragón y Cataluña Marzo-Mayo 2014 Aplicación de las técnicas de teledetección en una gran zona regable. Resultados obtenidos a partir de los trabajos incluidos
Más detallesAPLICACIÓN DE DRONES EN LA GESTIÓN DEL REGADÍO E INCENDIOS JORNADA TÉCNICA 15 JUNIO Sembrando tecnología Recogiendo información
APLICACIÓN DE DRONES EN LA GESTIÓN DEL REGADÍO E INCENDIOS JORNADA TÉCNICA 15 JUNIO 2016 Sembrando tecnología Recogiendo información Misión Smart Rural quiere impulsar el uso de las tecnologías de la información
Más detallesRecogiendo información. Sembrando tecnología
USO EFICIENTE DEL RIEGO MEDIANTE DRONES Y BIGDATA Proyecto para la Confederación Hidrográfica del Duero, Cultivo de Maíz Proyecto frutal TanGo Eurosemillas,Carmona(Sevilla) Proyecto estrés hídrico girasol
Más detallesLA OBSERVACIÓN DE LA TIERRA DESDE EL ESPACIO. IMÁGENES SATELITALES: UN RECURSO DISPONIBLE
57 LA OBSERVACIÓN DE LA TIERRA DESDE EL ESPACIO. IMÁGENES SATELITALES: UN RECURSO DISPONIBLE Adriana Ferreyra* 1 Palabras clave: sensores remotos, imágenes satelitales, uso del suelo, monitoreo El uso
Más detallesPRESENTA! PROGRAMA DE MONITOREO AGRÍCOLA PARA UN MÉXICO SIN HAMBRE
PRESENTA! PROGRAMA DE MONITOREO AGRÍCOLA PARA UN MÉXICO SIN HAMBRE MONITOREO AGRÍCOLA MULTI-SENSORES Instrumentos de Observación de la Tierra DEIMOS - 1 TIPO FECHA DE LANZAMIENTO PERIODO DE REVISITA VIDA
Más detallesPrincipios de teledetección aplicados a la agricultura
Principios de teledetección aplicados a la agricultura Fernando Luis Sánchez Casado Geólogo y técnico en teledetección. Es una cortesía de: Bits Online, S.L. Travesía de Torrecaballeros, 1, 40196 La Lastrilla
Más detallesTELEDETECCIÓN APLICADA Y MAQUINARIA INTELIGENTE. Ana Pilar Armestoy José Jesús Pérez de Ciriza(INTIA)
TELEDETECCIÓN APLICADA Y MAQUINARIA INTELIGENTE Ana Pilar Armestoy José Jesús Pérez de Ciriza(INTIA) TELEDETECCIÓN APLICADA Y MAQUINARIA INTELIGENTE No podemos gestionar, lo que no podemos medir TELEDETECCIÓN
Más detallesModelo de Mezcla Lineal aplicado al mapeo de la temperatura superficial a nivel de subpíxeles
Modelo de Mezcla Lineal aplicado al mapeo de la temperatura superficial a nivel de subpíxeles Juan Diego Giraldo Osorio (1) Alex Gerardo Eslava Rodríguez (2) (1) j.giraldoo@javeriana.edu.co (2) eslavaalex@javeriana.edu.co
Más detallesPosibilidades de uso de drones en agricultura: ventajas y desventajas
Fecha actualización 25-06-2017 JORNADA DE ACTUALIZACION TECNICA EN DRONES Posibilidades de uso de drones en agricultura: ventajas y desventajas Ricardo Melchiori INTA EEA Paraná Drones en Agricultura en
Más detallesAnálisis de mezclas espectrales
Análisis de mezclas espectrales Apellidos, nombre Ruiz Fernández, Luis Ángel (laruiz@cgf.upv.es) Departamento Centro Ingeniería Cartográfica, Geodesia y Fotogrametría ETSI. Geodésica, Cartográfica y Topográfica
Más detallesESTUDIO DE COMPETENCIA DE MALAS HIERBAS EN CULTIVO DE GUISANTE PROTEAGINOSO EN SEGUNDO AÑO DE AGRICULTURA ECOLÓGICA
ESTUDIO DE COMPETENCIA DE MALAS HIERBAS EN CULTIVO DE GUISANTE PROTEAGINOSO EN SEGUNDO AÑO DE AGRICULTURA ECOLÓGICA M. Oliver, G. Pardo, F. Perea y J. M. Urbano EUITA. Universidad de Sevilla. Carretera
Más detallesTELEDETECCIÓN Y SENSORAMIENTO REMOTO EN URUGUAY CAPTURA DE DATOS POR PERCEPCIÓN REMOTA GRUPO 6 INTEGRANTES: MILENA PEREZ, ALFONSO ALTEZ, LUIS GIROTTO
TELEDETECCIÓN Y SENSORAMIENTO REMOTO EN URUGUAY CAPTURA DE DATOS POR PERCEPCIÓN REMOTA GRUPO 6 INTEGRANTES: MILENA PEREZ, ALFONSO ALTEZ, LUIS GIROTTO INTRODUCCIÓN La teledetección o detección remota es
Más detallesAnálisis de suelos Algunas ideas acerca de precisión y producción bajo siembra directa 1
Análisis de suelos Algunas ideas acerca de precisión y producción bajo siembra directa 1 Don Bullock Crop Sciences Department University of Illinois 1102 South Goodwin Ave., Urbana IL 61801, EE.UU. En
Más detallesMedida del estado de N del cultivo mediante sensores ópticos proximales
Medida del estado de N del cultivo mediante sensores ópticos proximales Francisco M. Padilla Departamento de Agronomía, Universidad de Almeria http://www.ual.es/gruposinv/nitrogeno/index.shtml f.padilla@ual.es
Más detallesNUEVAS HERRAMIENTAS GEOMÁTICAS PARA
NUEVAS HERRAMIENTAS GEOMÁTICAS PARA LA EVALUACIÓN DE LA VULNERABILIDAD, POR SISMO Y TSUNAMI PhD. Ing. Miguel Estrada Centro Peruano Japonés de Investigaciones Sísmicas y Mitigación de Desastres (CISMID)
Más detallesFICHA DE LA TECNOLOGÍA
FICHA DE LA TECNOLOGÍA TEMÁTICA Clasificación: Tema: Subtema: Tipo: Sector Agrario Regadío Sistemas de ahorro de agua Técnica Clasificación finalidad: Objetivo: Prevención Mejora en la eficiencia en el
Más detallesCÓMO HACER UN MAPA DE USOS DEL SUELO
CÓMO HACER UN MAPA DE USOS DEL SUELO Apellidos, nombre Departamento Centro Ibáñez Asensio, Sara (sibanez@prv.upv.es) Moreno Ramón, Héctor (hecmora@prv.upv.es) Gisbert Blanquer, Juan Manuel (jgisbert@prv.upv.es)
Más detalles40 ha AL SERVICIO DE LA INVESTIGACIÓN: 50 AÑOS DE EXPERIMENTACIÓN AGRARIA Y NUEVOS RETOS BIOTECNOLÓGICOS
40 ha AL SERVICIO DE LA INVESTIGACIÓN: 50 AÑOS DE EXPERIMENTACIÓN AGRARIA Y NUEVOS RETOS BIOTECNOLÓGICOS Término municipal: Coria del Río: 38,2 ha Término municipal: La Puebla del Río: 11,7 ha Tipos de
Más detallesSERVICIOS AGRONÓMICOS PARA FORRAJERAS
SERVICIOS AGRONÓMICOS PARA FORRAJERAS ÍNDICE DE CONTENIDOS INTRODUCCIÓN HEMAV 1 QUIÉNES SOMOS? POR QUÉ SOMOS DIFERENTES AL RESTO? SERVICIOS AGRONÓMICOS 2 DEFINICIÓN DE LOS DISTINTOS SERVICIOS DE TELEDETECCIÓN
Más detalles