Multispectral Image Processing to Assess Sugarcane Nitrogen Needs

• Autores: Carlos Fresneda-Quintana, Arturo Martínez Rodríguez, Alexander Laffita Leyva, Odalys Zamora-Díaz
• Localización: Revista Ciencias Técnicas Agropecuarias, ISSN-e 2071-0054, ISSN 1010-2760, Vol. 33, Nº. 1, 2024
• Idioma: inglés
• Títulos paralelos:
  • Procesamiento de imágenes multiespectrales para evaluar necesidades de Nitrógeno de caña de azúcar
• Enlaces
  • Texto completo
• Resumen
  • español

    RESUMEN El crecimiento poblacional ha derivado en una demanda exponencial de productos agrícolas, para cubrir esta demanda se requiere mejorar la gestión y lograr un uso eficiente de recursos sin comprometer la sustentabilidad de los ecosistemas, en particular los agrícolas. Una de las tecnologías que facilitan estas tareas es la agricultura de precisión (AP), que se enfoca en la optimización de recursos e insumos basado en la compilación de geo información precisa y oportuna de variables de interés agrícola de alta variabilidad espacio-temporal, obtenida mediante sensores remotos de tres tipos: imágenes capturadas por satélites o aviones, imágenes obtenidas desde vehículos aéreos tripulados y no tripulados (VANT’s) e información puntual con sensores montados en maquinaria o en campo. Estas limitantes se superaron al usar imágenes multiespectrales, lo que ha incrementado las aplicaciones con fines agrícolas. Actualmente, las mágenes multiespectrales permiten cuantificar la humedad del suelo, monitorear la presencia de sequías y el grado de estrés hídrico de cultivos, estimar la variabilidad temporal y espacial de la evapotranspiración, dar seguimiento fenológico, detectar deficiencias nutricionales, estimar grado de infestación de malezas e insectos, calcular carbono orgánico y salinidad del suelo y estimar rendimientos y producción agrícola. El uso de tecnologías geoespaciales en la AP ha cambiado el paradigma de la agricultura y hoy en día constituye una alternativa viable para afrontar los retos que demanda la producción de alimentos en un mundo con alta variabilidad climática.

  • English

    ABSTRACT Population growth has led to an exponential demand for agricultural products, to meet this demand it is necessary to improve management and achieve efficient use of resources without compromising the sustainability of ecosystems, particularly agricultural ones. One of the technologies that facilitate these tasks is precision agriculture (PA), which focuses on the optimization of resources and inputs based on the compilation of precise and timely geo-information of variables of agricultural interest with high spatio-temporal variability, obtained through remote sensors of three types: images captured by satellites or airplanes, images obtained from manned and unmanned aerial vehicles (UAVs) and specific information with sensors mounted on machinery or in the field. These limitations were overcome by using multispectral images, which has increased applications for agricultural purposes. Currently, multispectral images allow quantifying soil moisture, monitoring the presence of droughts and the degree of crop water stress, estimating the temporal and spatial variability of evapotranspiration, monitoring phenology, detecting nutritional deficiencies, estimating the degree of weed infestation. and insects, calculate organic carbon and soil salinity, and estimate yields and agricultural production. The use of geospatial technologies in the PA has changed the paradigm of agriculture and today constitutes a viable alternative to face the challenges that food production demands in a world with high climate variability.