Evaluación de Flecha Seca en palma aceitera (Elaeis guineensis Jacq.) mediante imágenes multiespectrales, Costa Rica

• Bryan Alemán-Montes ^[1] ; Carlos Henríquez-Henríquez ^[1] ; Kenneth Largaespada-Zelaya ^[1] ; Tatiana Ramírez-Rodríguez ^[1]
  1. [1] Universidad de Costa Rica

     Universidad de Costa Rica

     Hospital, Costa Rica

     
• Localización: Agronomía Mesoamericana, ISSN-e 2215-3608, ISSN 1021-7444, Vol. 33, Nº. 2, 2022
• Idioma: español
• Títulos paralelos:
  • Bud rot evaluation in oil palm (Elaeis guineensis Jacq.) using multispectral imaging, Costa Rica
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Introducción. El uso de la teledetección para identificar los diferentes estados de la salud de los cultivos, así como su relación con el rendimiento, constituye una herramienta muy importante en la implementación de la Agricultura de Precisión. Objetivo. Relacionar el estado fitosanitario, obtenido por expertos mediante la evaluación visual, de plantas de palma de aceite (Elaeis guineensis Jacq.) afectadas por el síndrome de Flecha Seca (SFS), con los índices de vegetación calculados a partir de imágenes multiespectrales obtenidas con un vehículo aéreo no tripulado (VANT). Materiales y métodos. El estudio se desarrolló en una plantación de cuatro hectáreas con palma de aceite de tres años de trasplantada, propiedad de CoopeCalifornia R.L. ubicada en Parrita, Costa Rica. Se realizaron cuatro evaluaciones visuales del estado del SFS de diciembre de 2014 a febrero de 2017. Con estas evaluaciones se obtuvo la evolución espacio-temporal de la incidencia de la SFS durante veintiséis meses. En la última evaluación se realizó un vuelo con un VANT que portaba una cámara multiespectral Parrot Sequoia, con la cual se calcularon los índices de vegetación que luego fueron relacionados con el estado de SFS de las plantas. Resultados. Se encontró una alta variabilidad espacial y temporal del SFS durante todas las evaluaciones visuales. También se logró encontrar una fuerte relación entre los datos de las evaluaciones obtenidas en campo con los datos generados a partir de sensores remotos. El índice de vegetación Simple Ratio (SR) mostró diferencias significativas entre las plantas clasificadas como sanas y las plantas clasificadas con SFS, con grados 2 y 3 de severidad. Conclusiones. Es posible relacionar datos de campo, obtenidos mediante criterio experto, con información multiespectral de alta resolución espacial para identificar el SFS en plantaciones comerciales de palma aceitera.

  • English

    Introduction. The use of remote sensing to identify the different plant health conditions, and its relationship with crop yield, constitutes a very important tool in the implementation of Precision Agriculture. Objective. To relate the phytosanitary status, obtained by experts through visual assessment, of oil palm (Elaeis guineensis Jacq.) plants affected by bud rot (BR), with the vegetation indices calculated with multispectral images obtained with an unmanned aerial vehicle (UAV). Materials and methods. The study was conducted in a four-hectare plantation with oil palm three-year-old, owned by CoopeCalifornia R.L., located in Parrita, Costa Rica. Four visual assessments of the BR state were conducted from December 2014 to February 2017. With these assessments, the spatial-temporal evaluation of the incidence of BR during 26 months was obtained. In the last evaluation, a flight was performed with a UAV carrying a Parrot Sequoia multispectral camera, with which vegetation indexes were calculated and then related to the BR status of the oil palm plants. Results. A high spatial and temporal variability of BR was found during all visual evaluations performed. A strong relationship was also found between data from field assessments and data generated from remote sensing. The Simple Ratio (SR) vegetation index showed significant differences between plants classified as healthy and plants classified with BR, with degrees 2 and 3 of severity. Conclusions. Field data, obtained through expert judgment, can be linked to high spatial resolution multispectral information to identify BR in commercial oil palm plantations.