Evaluación del comportamiento del índice de humedad y vegetación en un cultivo de café por medio de sensores remotos utilizando Vehículos Aéreos no Tripulados
Gerardo Mora-Pérez, Karolina Villagra-Mendoza, Sergio Arriola-Valverde
Tecnología en Marcha · 2025
doi:10.18845/tm.v38i2.7133 (opens in a new tab)
We email you when a new notice or a question about this paper appears.
Abstract
La producción de café se encuentra constantemente amenazada por las condiciones de mercado y por cambios extremos del clima, afectando el rendimiento. Tecnologías con sensores remotos son una herramienta que contribuye al manejo eficiente del cultivo. Este trabajo evaluó el comportamiento de índices de humedad y vegetación en una plantación de café, bajo los sistemas agronómicos de sol y sombra, por medio de sensores remotos. Se realizaron mediciones directas de humedad, altura y diámetro de copa por medio de muestreos en campo e indirectamente con sensor LiDAR e imágenes multiespectrales utilizando vehículos aéreos no tripulados. El análisis geoespacial, con resoluciones de 5, 10 y 20 cm/px, determinó que el diámetro de los cafetos entre modelos y datos observados tuvieron un menor error al aumentar la resolución, contrario a la altura de los cafetos cuya resolución de 10 cm/píxel condujo a un menor error con respecto a los datos observados. El análisis estadístico mostró diferencias significativas de los índices multiespectrales de vegetación NDVI y de agua NDWI entre los tratamientos de sol y sombra, con respecto al consumo hídrico. El NDVI presentó una correlación fuerte para el tratamiento de sol (proporcional) y de sombra (inversa), contrario al NDWI que mostró una fuerte correlación proporcional al consumo para el tratamiento de sombra e insignificativa para el tratamiento de sol. El sensor LiDAR es una herramienta útil para obtener información de altura y diámetro en cafetos, asimismo el uso de imágenes multiespectrales son una opción para estimar el consumo hídrico del cultivo.
Abstract licence: CC BY-NC-ND
Reads
Read by people on this page
None yet.
Checked or read by AI through naulon
None yet.
A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.
Are you an author?
Is this your paper?
Claim it to add your note and be paid when agents cite it. Free.