Ayuda
Ir al contenido

Dialnet


Procesamiento automático de imágenes en la nube como ayuda a la gestión del riego y la supervisión del cultivo. Aplicación en cultivos hortícolas"

  • Autores: José Manuel González Esquiva
  • Directores de la Tesis: José Miguel Molina Martínez (dir. tes.), Ginés García Mateos (codir. tes.), Antonio Ruiz Canales (codir. tes.)
  • Lectura: En la Universidad Politécnica de Cartagena ( España ) en 2017
  • Idioma: español
  • Tribunal Calificador de la Tesis: Alberto Ruíz García (presid.), Leandro Ruiz Peñalver (secret.), Francisco Javier Andréu Rodríguez (voc.)
  • Programa de doctorado: Programa de Doctorado en Técnicas Avanzadas en Investigación y Desarrollo Agrario y Alimentario por la Universidad Politécnica de Cartagena
  • Materias:
  • Enlaces
  • Resumen
    • Resumen de la tesis:

      Para una gestión adecuada del riego, es de suma importancia conocer la cantidad de agua requerida, maximizando la eficiencia de riego. Adicionalmente se han de estimar correctamente los requerimientos hídricos del cultivo que se pretende implantar. Según la literatura científica, los requerimientos hídricos del cultivo se calculan a partir de la evapotranspiración del cultivo (ET), obtenida como el producto de un coeficiente de cultivo (Kc) por la evapotranspiración de referencia (ETo).

      Estudios posteriores han podido determinar Kc a partir de la cobertura vegetal. A su vez, la cobertura vegetal se puede estimar mediante procesamiento de fotografía digital. Según algunos autores, la estimación de la profundidad radicular también se puede determinar mediante fotografía digital, aunque tanto para la estimación del Kc y de la profundidad radicular se requieren diversas técnicas de calibración.

      Uno de los objetivos de esta tesis es la simplificación de este proceso de calibrado a través de la utilización de un nuevo parámetro, el diámetro efectivo de la planta obtenido mediante procesamiento de imagen para cultivos hortícolas de hoja ancha. Con el uso de este nuevo parámetro además de simplificar el calibrado, se obtiene significativamente una mejor precisión en todos los casos. Específicamente se han obtenido unos coeficientes de regresión R2 superiores a 0,95 en los valores de Kc respecto a los obtenidos por una estación de Bowen. El error máximo relativo fue de sólo un 2,1%. Además, con esta metodología se ha estimado de forma precisa la profundidad radicular con valores de R2 superiores a 0,986 y un máximo error relativo por debajo del 9%.

      Posteriormente se estudian los fundamentos y conceptos para la creación de un algoritmo para el cálculo automático y preciso de la cobertura vegetal, y su incorporación en un sistema de cloud computing con una nueva aplicación web. Esta aplicación incorpora dos técnicas de segmentación de color diferentes para estimar el porcentaje de cobertura vegetal (Percentage Green Cover, PGC). Ello permite una monitorización remota de los cultivos, así como su almacenamiento y la visualización gráfica de los resultados. Los dos métodos utilizados, segmentación basada en modelos probabilísticos de color usando histogramas y segmentación en el espacio RGB usando el algoritmo fuzzy c-means, son comparados respecto a la técnica de segmentación manual, donde un experto humano validaba los resultados del proceso de cada imagen. Se ha realizado una extensa validación de esta herramienta en cultivares de lechuga (Lactuca Sativa L.) de la variedad “Little Gem”, demostrando una excelente precisión en el método mixto propuesto. Por otro lado, el servidor que ejecuta esta aplicación es responsable de la configuración de estos módulos. Además, el servidor ejecuta la computación de los algoritmos de visión y la estimación del balance hídrico, el almacenamiento de todos los datos en una base de datos segura, y la interacción con el usuario a través de la interfaz utilizando la web.

      Por último se presenta y desarrolla de forma concisa el diseño y construcción de un nodo que permite automatizar el proceso de captura y envío de las imágenes al servidor para la determinación de las necesidades hídricas y el estado del cultivo. El sistema se compone de un conjunto de módulos económicos de cámara que se comunican con el servidor de cloud computing. Los módulos de cámara han sido desarrollados utilizando componentes Arduino de arquitectura abierta, para encontrar una solución de bajo coste, con módulos independientes, con conectividad a la red, almacenamiento y suministro de energía. El resultado final es un sistema completo y económico que permite la monitorización continua del estado de los cultivos, proporcionando al usuario una valiosa información sobre el balance hídrico para el control de riego. Se trata de un conjunto hardware y software que en fases más avanzadas podrá interactuar con la instalación de riego donde se aplique.

      http://repositorio.bib.upct.es/dspace/


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno