Por favor, use este identificador para citar o enlazar este ítem:
http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4603
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Garcia Cardenas, Diego Alejandro. | - |
dc.date.accessioned | 2022-11-18T22:12:53Z | - |
dc.date.available | 2019-01-08 | - |
dc.date.available | 2022-11-18T22:12:53Z | - |
dc.date.issued | 2019 | - |
dc.identifier.citation | Garcia Cardenas, D. A. (2018). Dinámica de los índices de vegetación NDVI, GNDVI Y GVI en un cultivo de arroz a partir de imágenes aéreas multiespectrales tomadas por drones [Trabajo de Grado Maestría, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4603 | es_CO |
dc.identifier.uri | http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4603 | - |
dc.description | En este trabajo se analiza la dinámica de los índices de vegetación; el índice vegetativo diferencial normalizado (NDVI), la variante del NDVI que utiliza la banda del verde (GNDVI) y el índice de vegetación verde (GVI) en un cultivo de arroz de la variedad fedearroz 2000 durante su desarrollo fenológico. Estos índices se calcularon a través del geoprocesamiento de imágenes aéreas multiespectrales tomadas desde drones o UAV’s, con el fin de identificar que zonas del cultivo se encuentran estresadas o poco desarrolladas, saludables y densas, y para demostrar la utilidad de la cámara canon S100. El cultivo de arroz tenía un área de aproximadamente 4,1 hectáreas y su ubicación corresponde a la finca El Faro en la vereda Campo Hermoso del municipio de San José de Cúcuta - Norte de Santander. Para este estudio se realizaron 12 vuelos, estos se ejecutaron durante las fases de crecimiento y desarrollo del cultivo de arroz, el primer vuelo se efectuó al inicio de la fase vegetativa (17 de julio de 2016) y el ultimo en la fase de maduración (07 de noviembre de 2016). Como resultados se muestra un análisis cualitativo espacio temporal de los mosaicos NDVI, en el que se identificó que el cultivo fue atacado por Pycularia grisasea; la caracterización del comportamiento del NDVI a través de un análisis multitemporal; la correlación entre NDVI y GNDVI arrojó valores mayores a 0,90 lo que indica que hay una relación positiva y fuerte, la correlación entre el NDVI y GVI mostró una correlación negativa e indirecta perfecta y finalmente se estableció un protocolo sobre el análisis de cultivos agrícolas con el uso de drones como aporte de nuevas tecnologías en agricultura de precisión a la comunidad académica, empresas o entidades agrícolas y productores de arroz. | es_CO |
dc.description.abstract | In this study, the of the dynamic of the vegetation indexes, the normalized differential vegetative index (NDVI), the variant of the NDVI that uses the green band (GNDVI) and the green vegetation index (GVI) in a rice crop of the variety Fedearroz 2000 during its phonological development are analyzed. These indexes were calculated through the geoprocessing of multispectral aerial images taken from drones or UAVs, aiming at identifying which zones of the crop were under stress or underdeveloped, healthy and dense, and demonstrating the utility of the Canon S100 camera. The rice crop had an area of approximately 4.1 hectares and its location corresponds to the farm El Faro in the footpath Campo Hermoso in the district of San Jose de Cucuta – Norte de Santander. For this project, 12 flight were undertaken; these ones were executed during the growth and development phases of the rice crop, the first flight was carried out at the beginning of the vegetative phase (July 17th 2016) and the last one was during the maturation phase (November 07th 2016). As a result, a space-time qualitative analysis of the NDVI mosaic is shown, in which it was identified that the crop was attacked by Pycularia grisasea; the characterization of the NDVI’s behavior through a multitemporal analysis; the correlation between the NDVI and the GNDVI led to values above 0.90, which indicates that there is a strong and positive relation, the correlation between the NDVI and the GVI showed a negative and perfect indirect correlation , and finally, a protocol about the analysis of agricultural crops with the use of drones as a contribution of new technologies in precision farming to the academic community, enterprises or farming entities and rice producers was established. | es_CO |
dc.format.extent | 135 | es_CO |
dc.format.mimetype | application/pdf | es_CO |
dc.language.iso | es | es_CO |
dc.publisher | Universidad de Pamplona – Facultad de Ingenierías y Arquitectura. | es_CO |
dc.subject | Agricultura de precisión, | es_CO |
dc.subject | Drones, | es_CO |
dc.subject | Geoprocesamiento, | es_CO |
dc.subject | Imágenes multiespectrales. | es_CO |
dc.title | Dinámica de los índices de vegetación NDVI, GNDVI Y GVI en un cultivo de arroz a partir de imágenes aéreas multiespectrales tomadas por drones. | es_CO |
dc.type | http://purl.org/coar/resource_type/c_bdcc | es_CO |
dc.date.accepted | 2018-10-08 | - |
dc.relation.references | Addati, G., y Pérez, G. (2014). Introducción a los UAV’s, drones o VANTS de uso civil. Universidad del CEMA. Buenos Aires, Argentina. | es_CO |
dc.relation.references | Aeronáutica civil (2012). Circular reglamentaria N° 002. Recuperado de: http://www.aerocivil.gov.co/autoridad-de-la-aviacion-civil/certificacion-y licenciamiento/Documents/PROYECTO%20BORRADOR%20CIRCULAR%20RPAS.pdf | es_CO |
dc.relation.references | Araque, L., y Jiménez, A. (2009). Caracterización de firma espectral a partir de sensores remotos para el manejo de sanidad vegetal en el cultivo de palma de aceite. Palmas.30(3), 63- 79. | es_CO |
dc.relation.references | Almeida, A. (2015). Procesamiento digital de imágenes multiespectrales landsat 8, para aplicaciones agronómicas en la subcuenca del río guayllabamba. Quito, Ecuador: Universidad Central del Ecuador. | es_CO |
dc.relation.references | Bendig, Juliane , Andreas Bolten, Simon Bennertz, Janis Broscheit, Silas Eichfuss, y Georg Bareth. «Estimating Biomass of Barley Using Crop Surface Models (CSMs) Derived from UAV-Based RGB Imaging.» Remote Sensing 6 (2014): 10395-10412. | es_CO |
dc.relation.references | Berni, J., Zarco-Tejada, P., Suárez, L., & Fereres, E. (2009). Thermal and Narrowband Multispectral Remote Sensing for Vegetation Monitoring From an Unmanned Aerial Vehicle. IEEE Transactions on Geoscience and Remote Sensing, 47, 722-738. | es_CO |
dc.relation.references | Berrio, V. (2015). Uso de drones como herramienta de planificación en agricultura de precisión para la detección temprana de problemas en cultivos de papa (solanum tuberosum). Pamplona, Colombia. | es_CO |
dc.relation.references | Berrio, V., Mosquera, J., & Alzate, D. (2015). Uso de drones para el analisis de imágenes multiespectrales en agricultura de precisión. Ciencia y Tecnología Alimentaria, 13(1), 28-40. | es_CO |
dc.relation.references | Canal, R., Arnaude, O., Ortiz, A., Valverde, B., & Fuentes, C. (2009). Caracterización morofológica de poblaciones de arroz maleza, en el distrito de riego del río Zulia, Norte de Santander, Colombia. Agronomía Tropical, 59(4), 387-400. | es_CO |
dc.relation.references | Candiago, S., Remondino, F., De Giglio, M., Dubbini, M., & Gattelli, M. (2015). Evaluating Multispectral Images and Vegetation Indices for Precision Farming Applications from UAV Images. Remote Sensing, 7, 4026-4047. | es_CO |
dc.relation.references | Chuvieco, E. (2010). Teledetección Ambiental - La Observacion de la Tierra desde el Espacio. (B. P. Digital, Ed.) Barcelona, España: Ariel S.A. | es_CO |
dc.relation.references | Cuevas, A. (2012). El clima y el cultivo del arroz en Norte de Santander. (Fedearroz, Ed.) Revista arroz, 60(497), 4-8. | es_CO |
dc.relation.references | Degiovanni, V., Berrío, L., & Charry, R. (2010). Origen, taxonomía, anatomía y morfología de la planta de arroz. En V. Degiovanni, C. Martínez, & F. Motta, Producción eco-eficiente del arroz en América Latina (págs. 35-58). Cali: Centro Internacional de Agricultura Tropical (CIAT). | es_CO |
dc.relation.references | Degiovanni, V., Gómez, J., & Sierra, J. (2004). Analisis de crecimiento y etapas de desarrollo de tres variedades de arroz (Oryza sativa L.) en Monteria, Cordoba. Temas Agrarios, 9(1), 21-29. | es_CO |
dc.relation.references | Díaz, C.A. (2013). Adquisición de imágenes de bajo costo aplicadas a la agricultura de precisión usando vehículos aéreos no tripulados (tesis de maestría).Universidad San Francisco De Quito, Quito, Ecuador. | es_CO |
dc.relation.references | Díaz, J. (2015). Estudio de índices de vegetación a partir de imágenes aéreas tomadas desde uas/rpas y aplicaciones de estos a la agricultura de precisión (tesis de Máster). Universidad Complutense de Madrid, Madrid, España. | es_CO |
dc.relation.references | Dubbini, M., Pezzuolo, A., De Giglio, M., Gattelli, M., Curzio, L., Covi, D., . . . Marinello, F. (2017). Last generation instrument for agriculture multispectral data collection. Agricultural Engineering International : The CIGR e-journal, 87-93. | es_CO |
dc.relation.references | Echevarría, N. (2010). Evaluación del índice vegetativo normalizado (NDVI) para la definición de unidades de manejo diferenciado del viñedo en la roja alaviesa (tesis de pregrado). Universidad pública de Navarra, España. | es_CO |
dc.relation.references | Esri (1995-2017). Función NDVI. Recuperado de https://pro.arcgis.com/es/pro app/help/data/imagery/ndvi-function.ht | es_CO |
dc.relation.references | Fajardo , J. C. (2014). Apoyo a la agricultura de precisión en colombia a partir de imágenes adquiridas desde vehículos aéreos no tripulados (UAV’S). Bogotá, D.C. | es_CO |
dc.relation.references | Fajardo , J. C. (2014). Guía de fotografía aérea desde UAV’s. en J. C. Fajardo, apoyo a la agricultura de precisión en colombia a partir de imágenes adquiridas desde vehículos aéreos no tripulados (UAV’s) (pág. 21). bogotá, d.c. | es_CO |
dc.relation.references | Fedearroz (2008). “Pyricularia” una enfermedad que ataca el arroz. Recuperado de: http://www.fedearroz.com.co/noticias/noticiasd2.php?id=155 | es_CO |
dc.relation.references | Lebourgeois, V., Bégué, A., Labbé, S., y Roux, B. (2007). An airborne imaging system for mapping spatial variability in sugarcane. Proc. Int. Soc. Sugar Cane Technol. 26. 1835- 1841. | es_CO |
dc.relation.references | Puerta R., Trigozo R., Bravo J. (2011). Arcgis Basico 10. Universidad Nacional Agraria de la Selva.Tingo Maria, Perú. | es_CO |
dc.relation.references | Fonnegra, D. (2014). Identificación de cambios en la respuesta espectral del maíz a partir de variaciones en prácticas agronómicas. Buenos Aires: Instituto de Altos Estudios Espaciales "Mario Gulich". | es_CO |
dc.relation.references | Gomez, S., & Roquet, J. (2012). Metodología de la investigación. | es_CO |
dc.relation.references | Mendoza, G. (2012). Analisis de series de tiempo de indice de vegetacion evi 2006-2011 para caracterizar el cultivo del arroz a partir de imágenes modis. Bogota D.C. | es_CO |
dc.relation.references | Moquete, C. (2010). Guia tecnica el cultivo de arroz. Santo Domingo, Republica Dominicana. | es_CO |
dc.relation.references | Oliveros, A. (2015). Análisis del comportamiento temporal de la cobertura vegetal en el area protegida de recursos manejados peninsula de Zapata. La Habana. | es_CO |
dc.relation.references | Ortega, C. (2015). Respuesta espectral del cultivo de arroz (Oryza sativa l.) en dos fases fenológicas durante el periodo invernal 2014. Quito, Ecuador: Universidad Central del Ecuador. | es_CO |
dc.relation.references | Posada, H., Ramirez, H., & Espejo, N. (2012). Manual de prácticas de percepcion remota con el programa Erdas Imagine 2011. (C. d. Geográfica, Ed.) Bogota D.C., Colombia: Instituto Geografico Agustín Codazzi (IGAC). | es_CO |
dc.relation.references | Rives, Narovis, Acebo, Yanelis, Almaguer, M, García, J.C, & Hernández, Annia. (2009). Actividad antagónica frente a Pyricularia grisea (Sacc.) y fitoestimulación en el cultivo del arroz de cepas autóctonas de Pseudomonas putida (Trev.). Revista de Protección Vegetal, 24(2), 106-116. Recuperado en 02 de octubre de 2018, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1010- 27522009000200006&lng=es&tlng=es. | es_CO |
dc.relation.references | Satoque, L. P., & Gutierrez, E. F. (2016). Espacialización del estrés biotico en los frailejones debido alcambio climatico en el parque natural chingaza mediante uav´s. Bogotá D.C. | es_CO |
dc.relation.references | Secretaria de agricultura y ganaderia;. (2003). Manual tecnico del cultivo de arroz (Oryza sativa) . Obtenido de Manual tecnico del cultivo de arroz (Oryza sativa) : https://curlacavunah.files.wordpress.com/2010/04/el-cultivo-del-arroz.pdf | es_CO |
dc.relation.references | Serrano , J., Fábrega, J., Quirós, E., Sánchez, J., & Jiménez, J. (2018). Análisis prospectivo de la detección hiperespectral de cultivos de arroz (Oryza sativa L.). En K. E (Ed.), 6th Engineering, Science and Technology Conferenc. 2018, págs. 69–79. Panamá: Knowledge E. | es_CO |
dc.relation.references | Teoh, C., Mohd Nadzim, N., Mohd Shahmihaizan, M., Mohd Khairil Izani, I., Faizal, K., & Mohd Shukry, H. (2016). Rice Yield Estimation using Below Cloud Remote Sensing Images Acquired by Unmanned Airborne Vehicle System. Internationla Journal on Advanced Science Engineering Information Technology, 6(4), 516-519. | es_CO |
dc.relation.references | Zhou, X., Zheng, H. B., Xu, X. Q., He, J. Y., Ge, X. K., Yao, X., . . . Tian, Y. C. (2017). Predicting grain yield in rice using multi-temporal vegetation indices from UAV-based multispectral and digital imagery. Photogrammetry and Remote Sensing, 246–255. | es_CO |
dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | es_CO |
dc.type.coarversion | http://purl.org/coar/resource_type/c_2df8fbb1 | es_CO |
Aparece en las colecciones: | Maestría en Ingeniería Ambiental |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Garcia_2018_TG.pdf | Garcia_2018_TG.pdf | 6,12 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.