Roma Capitale, Italia
La agricultura de precisión se define como el “manejo de la variabilidad espacial y temporal a nivel de subparcela de campo, para mejorar el retorno económico y reducir el impacto ambiental”. Para caracterizar esta variabilidad, se utilizan herramientas como los Sistemas de Posicionamiento Global (GNSS), sensores planta-clima-suelo e imágenes obtenidas a partir de satélites, aviones o RPAS. El objetivo último de la agricultura de precisión es la obtención de mayores rendimientos económicos, medioambientales y sociales, aumentando la competitividad a través de una mayor eficacia en las prácticas agrícolas. Para aprovechar todas estas ventajas se ha dotado un DRON con los equipos necesarios para la adquisición de imágenes remotas. De esta forma se han obtenido mapas de la parcela con la clasificación de los diferentes estados de vigor en que se encuentra el cultivo en un momento determinado. Paralelamente se han recogido muestras de suelo y foliares en cada una de esas zonificaciones de diferente vigor. Este proyecto en colaboración entre Smart Rural e INEA correlaciona estadísticamente imágenes y muestras de campo para desarrollar un modelo que permita establecer de manera cuantitativa el número de Unidades de Fertilizante que se deben aportar en cada zona, a partir de una imagen. De esta manera, a través de un diagnóstico rápido y global de toda la parcela, el agricultor podrá aportar en cada zona la dosis de fertilizante que precisa su cultivo, que en raras ocasiones se desarrolla de forma homogénea en toda la parcela.
Precision agriculture is defined as the "management of spatial and temporal variability at the field subplot level, to improve economic returns and reduce environmental impact." To characterize this variability, tools such as Global Positioning Systems (GNSS), plant-climate-soil sensors and images obtained from satellites, airplanes or RPAS are used. The main goal of precision farming is to achieve higher economic, environmental and social returns as well as an increase in competitiveness through greater efficiency in agricultural practices. To this end, a DRON has been equipped with the necessary tools for the acquisition of remote images. In this way, maps of the area are obtained with the classification of the different states of vigor in which the crop is at a given time. At the same time, soil and leaf samples have been collected in these areas of different vigor to be compared later with the DRON images. Smart Rural and INEA collaborate in this project in which images and field samples are statistically correlated. The purpose is to develop a statistical model that establishes, just by looking at an image, the number of units of fertilizer that must be supplied to an area. It is difficult for a crop to develop homogeneously on a plot. Thus, it is intended that through rapid diagnosis of the plot, the farmer knows precisely in what areas must provide fertilizer and how much.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados