• Repositorio Institucional Universidad de Pamplona
  • Trabajos de pregrado y especialización
  • Facultad de Ingenierías y Arquitectura
  • Ingeniería Electrónica
    • Por favor, use este identificador para citar o enlazar este ítem: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5241
    Registro completo de metadatos
    Campo DC Valor Lengua/Idioma
    dc.contributor.authorSolarte Carvajal, Sergio Alexander.-
    dc.date.accessioned2022-12-09T12:42:04Z-
    dc.date.available2018-09-15-
    dc.date.available2022-12-09T12:42:04Z-
    dc.date.issued2018-
    dc.identifier.citationSolarte Carvajal, S. A. (2018). Tipificación de predios en suelos de baja producción agrícola, basado en el procesamiento de imágenes y análisis multiespectral de campo, para el diseño de estrategias agroecologías regionales [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5241es_CO
    dc.identifier.urihttp://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5241-
    dc.descriptionEl propósito de este proyecto es realizar caracterización multiespectral de predios o parcelas, con fin de suministrar información a una plataforma departamental e integral de gestión del conocimiento, cuyo objetivo, a largo plazo, es la creación de una estrategia agroecológica, en pequeñas unidades agrícolas familiares, en el departamento de Norte de Santander. Se aplicarán evaluaciones espectrales, para la medición de huella hídrica de cultivos focalizados se adelantará con el objetivo de recomendar en campo, en aras de productividad de los cultivos en relación al menor consumo del recurso hídrico. Esta medición contribuye además al buen aprovechamiento del recurso hídrico y por ende, a la toma de decisiones sobre el impacto del cultivo en el medio ambiente. Las muestras multi-espectrales del predio que se realizarán con sensores ubicados en vehículo no tripulado VANT, realizando tomas a alturas inferiores a los 100 metros, permitirá conocer la cobertura del suelo y las condiciones iniciales del predio en cuanto a la humedad y vegetación. La escala de análisis es de 1:10.000 o menor. El análisis multiespectral permitirá determinar la cobertura del suelo, las cuales se categorizarán en tres tipos de unidades de uso: área de conservación, área de producción y área de infraestructura. Además se realizará un levantamiento terrestre de muestras multi-espectrales, georreferenciadas de los cultivos en los terrenos seleccionados con los cultivos representativos de especies utilizadas en la seguridad alimentaria en el departamento de Norte de Santander. El Análisis de información de campo y de imágenes aéreas, pretende arrojar recomendaciones y configurarse en insumo técnico de la plataforma departamental, de manera que permita en algún tiempo, la definición de modelos comportamentales de los cultivos establecidos en la región estudio.es_CO
    dc.description.abstractEl autor no proporciona la información sobre este ítem.es_CO
    dc.format.extent137es_CO
    dc.format.mimetypeapplication/pdfes_CO
    dc.language.isoeses_CO
    dc.publisherUniversidad de Pamplona- Facultad de Ingenierías y Arquitectura.es_CO
    dc.subjectMultiespectral.es_CO
    dc.subjectHuella hídrica.es_CO
    dc.subjectAgroecológico.es_CO
    dc.subjectProcesamiento.es_CO
    dc.subjectCultivo promisorio.es_CO
    dc.titleTipificación de predios en suelos de baja producción agrícola, basado en el procesamiento de imágenes y análisis multiespectral de campo, para el diseño de estrategias agroecologías regionales.es_CO
    dc.typehttp://purl.org/coar/resource_type/c_7a1fes_CO
    dc.date.accepted2018-06-15-
    dc.relation.referencesAGCO your agriclture company. (01 de 06 de 2018). AGCO. Obtenido de AGCO : http://www.agco.com.ar/precision-farming.htmles_CO
    dc.relation.referencesgrupo acre - Surveying Solutions. (28 de 05 de 2018). grupo acre. Obtenido de grupo acre: https://grupoacre.pa/catalogo-productos/pack-topografia-dron/es_CO
    dc.relation.referencesGrupo Acre España. surveying solutions. (28 de 05 de 2018). grupo acre. Obtenido de grupo acre: https://grupoacre.es/catalogo-productos/camara-multiespectral-rededge-m/es_CO
    dc.relation.referencespunto focal. (25 de 05 de 2018). punto focal. Obtenido de punto focal: https://medium.com/punto focal/la-importancia-del-ancho-de-banda-en-los-sensores-multiespectrales-7es_CO
    dc.relation.referencesGago, J., Douthe, C., Coopman, R. E., Gallego, P. P., Ribas-Carbo, M., Flexas, J., ... & Medrano, H. (2015). UAVs challenge to assess water stress for sustainable agriculture. Agricultural water management, 153, 9- 19.es_CO
    dc.relation.referencesGeipel, J., Link, J., & Claupein, W. (2014). Combined spectral and spatial modeling of corn yield based on aerial images and crop surface models acquired with an unmanned aircraft system. Remote Sensing, 6(11), 10335-10355.es_CO
    dc.relation.referencesDe La Taule, M. D. P., Morissette, S., Ménard, P., & Jean, K. (2012). L'imagerie multispectrale comme outil d'analyse et de diagnostic pour la productivité des sols en agriculture de précision.es_CO
    dc.relation.referenceso, Z., Wu, X., Bai, X., Qin, Y., Zhuo, W. & Xue, H. (2013). Automatic image based detection technology for two critical growth stages of maize: Emergence and three-leaf stage. Agricultural and Forest Meteorology,174, 65-84.es_CO
    dc.relation.referencesMedeiros, A. Santos, M. Gonzatti, V. Oliviera, & M. Landerhal, “Utilização de um veículo aéreo não-tripulado em atividades de imageamento georeferenciado,” Ciencia Rural Santa Maria (Brasil), vol. 38, no. 8, pp. 6–9, 2008es_CO
    dc.relation.referencesBest, S. & Salazar, F. “Tecnologías asociadas a producción de frutales,” in Tecnologías Aplicables en Agricultura de Precisión, Uso de Tecnología de precisión en evaluación, diagnóstico y solución de problemas productivos. No 3, Serie FIA., P. de S. de I. I+d+i, Ed. Quilamapu, Chile: Fundación para la Innovación Agraria FIA,Ministerio de Agricultura, 2008, pp. 49–71.es_CO
    dc.relation.referencesVettorazzi, C. A., Best, S, (2014) Adquisición remota y agricultura de precisión. P. 37, MANTOVANI, E., & MAGDALENA, C. Manual de agricultura de precisión. Embrapa Algodão Livros técnicos (INFOTECAE).es_CO
    dc.relation.referencesClemens, Shannon R., "Procedures for Correcting Digital Camera Imagery Acquired by the AggieAir Remote Sensing Platform" (2012). All Graduate Plan B and other Reports. Paper 186.es_CO
    dc.relation.referencesJiménez-López, A. F., Jiménez-López, F. R., & Jiménez-López, M. (2015). Análisis multiespectral de la vegetación para aplicaciones de sensado remoto.Iteckne, 12(2), 156-167.es_CO
    dc.relation.referencesAasen, H., Bendig, J., Bolten, A., S. Bennertz, M. Willkomm and G. Bareth (2014). Introduction and preliminary results of a calibration for full-frame hyperspectral cameras to monitor agricultural crops with UAVs, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XL-7, 2014 ISPRS Technical Commission VII Symposium, 29 September – 2 October 2014, Istanbul, Turkeyes_CO
    dc.relation.referencesDel Pozo, S., Rodríguez-Gonzálvez, P., Hernández-López, D., & FelipeGarcía, B. (2014). Vicarious radiometric calibration of a multispectral camera on board an unmanned aerial system. Remote Sensing, 6(3), 1918- 1937. doi:10.3390/rs6031918es_CO
    dc.relation.referencesPérez, M., Agüera, F., & Carvajal, F. (2011, September). Digital camera calibration using images taken from an unmanned aerial vehicle. In Conference on Unmanned Aerial Vehicle in Geomatics, Zurich, Switzerland (Vol. 20).es_CO
    dc.relation.referencesSrinivasan, A. (2006). En Handbook of Precision Agriculture: principles and applications, p 683. Binghamton, NY: Food Products Press.es_CO
    dc.relation.referencesSrinivasan, A. (2001). Site-specific management for selected cropping systems in Asia: Progress and Prospects. In promoting Global Innovation of agricultural science and Technology of agriculture. Proceedings of the international conference on agricultural science and technology, pp. 180 - 190. Beijing, China: OrganizingCommittee, ICAST Eds.es_CO
    dc.relation.referencesTurner, D., Lucieer, A., & Wallace, L. (2014). Direct georeferencing of ultrahigh-resolution UAV imagery. IEEE Transactions on Geoscience and Remote Sensing, 52(5), 2738-2745.es_CO
    dc.relation.referencesBerveglieri, A. & Tommaselli, M. G., (2016). EXTERIOR ORIENTATION OF HYPERSPECTRAL FRAME IMAGES COLLECTED WITH UAV FOR FOREST APPLICATIONS, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XL-3/W4, 2016. EuroCOW 2016, the European Calibration and Orientation Workshop, 10–12 Feb 2016, Lausanne, Switzerlandes_CO
    dc.relation.referencesOrych, A. (2015). Review of Methods for Determining the Spatial Resolution of Uav Sensors. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 40(1), 391. Mian, O., Lutes, J., Lipa, G., Hutton, J. J., Gavelle, E., & Borghini, S. (2015).es_CO
    dc.relation.referencesDirect Georeferencing on Small Unmanned Aerial Platforms for Improved Reliability and Accuracy of Mapping Without the Need for Ground Control Points. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 40(1), 397es_CO
    dc.relation.referencesChing-KuoYeh & Tsai, V.J.D. (2011). Self-calibrated direct georeferencing of airborne pushbroom hyperspectral images. Geoscience and Remote Sensing Symposium (IGARSS), IEEE International, pp 2881- 2883.es_CO
    dc.relation.referencesSebem, E., González, C., García, R., de la Vega, R., & Valverde, A. (2005). Aportación del NDVI y los sistemas expertos en la mejora de la clasificación temática de imágenes multiespectrales. Anais XII Simpósio Brasileiro de Sensoriamento Remoto. Goiânia, Brasil, 16-21.es_CO
    dc.relation.referencesGarcía Mora, T. J., & Mas, J. F. (2008). Comparación de metodologías para el mapeo de la cobertura y uso del suelo en el sureste de México. Investigaciones geográficas, (67), 7-19.es_CO
    dc.relation.referencesCalera, A., Campos, I., & Garrido, J. (2014). Determinación de las necesidades de agua y de riego mediante estaciones meteorológicas y series temporales de imágenes multiespectrales. CENTER (Ed.), JORNADAS TÉCNICAS: Innovación en gestión de regadío mediante redes agroclimáticas, teledetección y sistemas de información, San Fernando de Henares (23/September/2014).es_CO
    dc.relation.referencesde Carvalho Pinto, F. D. A., de Queiroz, D. M., Chartuni, E., & Ruz, E. (2007). Agricultura de precisión: nuevas herramientas para mejorar la gestión tecnológica en la empresa agropecuaria. Revista Palmas, 28(4), 29-34.es_CO
    dc.relation.referencesBarreiros, J., & Magne, N. (2015, October). Open source multispectral camera array for vegetation analysis. In Electrical, Electronics Engineering, Information and Communication Technologies (CHILECON), 2015 CHILEAN Conference on (pp. 879-884). IEEE. Rivera, A. F. G., & Clavijo, F. V. Agricultura De Precisión Y Sensores Multiespectrales Aerotransportadoses_CO
    dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2es_CO
    dc.type.coarversionhttp://purl.org/coar/resource_type/c_2df8fbb1es_CO
    Aparece en las colecciones: Ingeniería Electrónica

    Ficheros en este ítem:
    Fichero Descripción Tamaño Formato  
    Solarte_2018_TG.pdfSolarte_2018_TG4,95 MBAdobe PDFVisualizar/Abrir
    Mostrar el registro sencillo del ítem


    Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.