Solución robotizada para prever y detectar Xylella fastidiosa
Este trabajo describe el desarrollo de un pequeño robot de campo (XF-ROVIM) en el IVIA como solución flexible para la detección temprana de Xylella fastidiosa (Xf) a nivel de la hoja. El robot se maneja por control remoto y está equipado con diferentes sensores de detección proximal que pueden captu...
| Main Authors: | , , , , , , , |
|---|---|
| Format: | Ficha |
| Language: | Inglés |
| Published: |
Phytoma
2021
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/20.500.11939/6952 https://www.phytoma.com/la-revista/phytohemeroteca/304-diciembre-2018/solucion-robotizada-para-prever-y-detectar-xylella-fastidiosa |
| _version_ | 1855492189079994368 |
|---|---|
| author | Blasco, José López, Santiago Cubero, Sergio Aleixos, Nuria Rey, Beatriz Alegre, Vicente Ruiz, Carlos Aguilar, Enrique |
| author_browse | Aguilar, Enrique Alegre, Vicente Aleixos, Nuria Blasco, José Cubero, Sergio López, Santiago Rey, Beatriz Ruiz, Carlos |
| author_facet | Blasco, José López, Santiago Cubero, Sergio Aleixos, Nuria Rey, Beatriz Alegre, Vicente Ruiz, Carlos Aguilar, Enrique |
| author_sort | Blasco, José |
| collection | ReDivia |
| description | Este trabajo describe el desarrollo de un pequeño robot de campo (XF-ROVIM) en el IVIA como solución flexible para la detección temprana de Xylella fastidiosa (Xf) a nivel de la hoja. El robot se maneja por control remoto y está equipado con diferentes sensores de detección proximal que pueden capturar de forma geolocalizada información térmica, espectral y estructural de las plantas, a través de diferentes tipos de cámaras y un escáner láser (LiDAR). Hasta el momento, se han realizado dos ensayos en un campo potencialmente infectado en la provincia de Lecce (Italia) en el que se han capturado más de 35.000 imágenes con las diferentes cámaras, además de la estructura 3D de cada árbol. Los primeros índices vegetativos calculados a partir de la información espectral no han permitido determinar la infección, pero aún queda por analizar la información hiperespectral y térmica, así como crear modelos multivariantes que combinen toda la información obtenida. A los datos individuales de cada árbol se puede acceder fácilmente a través de Google Earth. |
| format | Ficha |
| id | ReDivia6952 |
| institution | Instituto Valenciano de Investigaciones Agrarias (IVIA) |
| language | Inglés |
| publishDate | 2021 |
| publishDateRange | 2021 |
| publishDateSort | 2021 |
| publisher | Phytoma |
| publisherStr | Phytoma |
| record_format | dspace |
| spelling | ReDivia69522025-04-25T14:58:41Z Solución robotizada para prever y detectar Xylella fastidiosa Blasco, José López, Santiago Cubero, Sergio Aleixos, Nuria Rey, Beatriz Alegre, Vicente Ruiz, Carlos Aguilar, Enrique N01 Agricultural engineering H20 Plant diseases Este trabajo describe el desarrollo de un pequeño robot de campo (XF-ROVIM) en el IVIA como solución flexible para la detección temprana de Xylella fastidiosa (Xf) a nivel de la hoja. El robot se maneja por control remoto y está equipado con diferentes sensores de detección proximal que pueden capturar de forma geolocalizada información térmica, espectral y estructural de las plantas, a través de diferentes tipos de cámaras y un escáner láser (LiDAR). Hasta el momento, se han realizado dos ensayos en un campo potencialmente infectado en la provincia de Lecce (Italia) en el que se han capturado más de 35.000 imágenes con las diferentes cámaras, además de la estructura 3D de cada árbol. Los primeros índices vegetativos calculados a partir de la información espectral no han permitido determinar la infección, pero aún queda por analizar la información hiperespectral y térmica, así como crear modelos multivariantes que combinen toda la información obtenida. A los datos individuales de cada árbol se puede acceder fácilmente a través de Google Earth. 2021-01-12T08:03:47Z 2021-01-12T08:03:47Z 2018 contributionToPeriodical publishedVersion Blasco, J., López, S., Cubero, S., Aleixos, N., Rey, B., Alegre, V. et al. (2018). Solución robotizada para prever y detectar Xylella fastidiosa. Phytoma España, 304, 54-57. 1131-8988 http://hdl.handle.net/20.500.11939/6952 https://www.phytoma.com/la-revista/phytohemeroteca/304-diciembre-2018/solucion-robotizada-para-prever-y-detectar-xylella-fastidiosa en Atribución-NoComercial-SinDerivadas 3.0 España http://creativecommons.org/licenses/by-nc-nd/3.0/es/ openAccess Phytoma electronico |
| spellingShingle | N01 Agricultural engineering H20 Plant diseases Blasco, José López, Santiago Cubero, Sergio Aleixos, Nuria Rey, Beatriz Alegre, Vicente Ruiz, Carlos Aguilar, Enrique Solución robotizada para prever y detectar Xylella fastidiosa |
| title | Solución robotizada para prever y detectar Xylella fastidiosa |
| title_full | Solución robotizada para prever y detectar Xylella fastidiosa |
| title_fullStr | Solución robotizada para prever y detectar Xylella fastidiosa |
| title_full_unstemmed | Solución robotizada para prever y detectar Xylella fastidiosa |
| title_short | Solución robotizada para prever y detectar Xylella fastidiosa |
| title_sort | solucion robotizada para prever y detectar xylella fastidiosa |
| topic | N01 Agricultural engineering H20 Plant diseases |
| url | http://hdl.handle.net/20.500.11939/6952 https://www.phytoma.com/la-revista/phytohemeroteca/304-diciembre-2018/solucion-robotizada-para-prever-y-detectar-xylella-fastidiosa |
| work_keys_str_mv | AT blascojose solucionrobotizadaparapreverydetectarxylellafastidiosa AT lopezsantiago solucionrobotizadaparapreverydetectarxylellafastidiosa AT cuberosergio solucionrobotizadaparapreverydetectarxylellafastidiosa AT aleixosnuria solucionrobotizadaparapreverydetectarxylellafastidiosa AT reybeatriz solucionrobotizadaparapreverydetectarxylellafastidiosa AT alegrevicente solucionrobotizadaparapreverydetectarxylellafastidiosa AT ruizcarlos solucionrobotizadaparapreverydetectarxylellafastidiosa AT aguilarenrique solucionrobotizadaparapreverydetectarxylellafastidiosa |