Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo

El café es un producto importante en la economía colombiana que aporta en alto grado a los ingresos de los agricultores en el departamento de Cauca, quienes buscan aumentar su rentabilidad mediante procesos diferenciados en el cultivo y valor agregado en la cosecha. En la actualidad, el manejo agron...

Descripción completa

Detalles Bibliográficos
Autores principales:	Bonnaire Rivera, Lou, Montoya Bonilla, Bibiana, Obando Vidal, Francisco
Formato:	article
Lenguaje:	Español
Publicado:	Corporación colombiana de investigación agropecuaria - AGROSAVIA 2022
Materias:	investigación agropecuaria - A50 Agricultura de precisión Café Imágenes Multiespectrales Sistemas De Información Geográfica Transversal http://aims.fao.org/aos/agrovoc/c_92363 http://aims.fao.org/aos/agrovoc/c_1731 http://aims.fao.org/aos/agrovoc/c_36765 http://aims.fao.org/aos/agrovoc/c_35131
Acceso en línea:	http://hdl.handle.net/20.500.12324/37561

id	RepoAGROSAVIA37561
record_format	dspace
spelling	RepoAGROSAVIA375612023-10-30T15:54:37Z Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo Processing multispectral imaging captured by drones to evaluate the normalized difference vegetation index of Castillocoffee plantations Bonnaire Rivera, Lou Montoya Bonilla, Bibiana Obando Vidal, Francisco investigación agropecuaria - A50 Agricultura de precisión Café Imágenes Multiespectrales Sistemas De Información Geográfica Transversal http://aims.fao.org/aos/agrovoc/c_92363 http://aims.fao.org/aos/agrovoc/c_1731 http://aims.fao.org/aos/agrovoc/c_36765 http://aims.fao.org/aos/agrovoc/c_35131 El café es un producto importante en la economía colombiana que aporta en alto grado a los ingresos de los agricultores en el departamento de Cauca, quienes buscan aumentar su rentabilidad mediante procesos diferenciados en el cultivo y valor agregado en la cosecha. En la actualidad, el manejo agronómico se hace de manera tradicional y por plantas al azar, lo que limita la visión general del estado del lote. La agricultura de precisión es una herramienta que hace más confiable el manejo del cultivo al considerar sus diferentes características agroclimáticas. El presente estudio evidencia el uso de imágenes multiespectrales del terreno tomadas con drones para determinar de forma temprana el estado nutricional de las plantas. Como resultado, se consolidó un sistema de información que permitió el procesamiento de imágenes por medio de un algoritmo que calcula el índice de vegetación de diferencia normalizada (NDVI, por su sigla en inglés). En el cultivo de café variedad Castillo se alcanzaron valores de NDVI superiores a 0,8. Al contrastar los datos obtenidos por el dron con los datos registrados en tierra mediante un espectrómetro foliar y una prueba de Tukey (p = 0,05), se evidenciaron diferencias significativas entre los métodos de evaluación. Café-Coffea 2022-11-02T16:11:19Z 2022-11-02T16:11:19Z 2021 article Artículo científico http://purl.org/coar/resource_type/c_2df8fbb1 info:eu-repo/semantics/article https://purl.org/redcol/resource_type/ART http://hdl.handle.net/20.500.12324/37561 10.21930/rcta.vol22_num1_art:1578 reponame:Biblioteca Digital Agropecuaria de Colombia repourl:https://repository.agrosavia.co instname:Corporación colombiana de investigación agropecuaria AGROSAVIA spa Ciencia y Tecnología Agropecuaria 22 1 1 16 Attribution-NonCommercial-ShareAlike 4.0 International http://creativecommons.org/licenses/by-nc-sa/4.0/ Acceso a texto completo info:eu-repo/semantics/openAccess application/pdf application/pdf Colombia Corporación colombiana de investigación agropecuaria - AGROSAVIA Mosquera (Colombia) Revista Ciencia y Tecnología Agropecuaria; Vol. 22 No. 1 (2021): Revista Ciencia & Tecnología Agropecuaria; 1-16
institution	Corporación Colombiana de Investigación Agropecuaria
collection	Repositorio AGROSAVIA
language	Español
topic	investigación agropecuaria - A50 Agricultura de precisión Café Imágenes Multiespectrales Sistemas De Información Geográfica Transversal http://aims.fao.org/aos/agrovoc/c_92363 http://aims.fao.org/aos/agrovoc/c_1731 http://aims.fao.org/aos/agrovoc/c_36765 http://aims.fao.org/aos/agrovoc/c_35131
spellingShingle	investigación agropecuaria - A50 Agricultura de precisión Café Imágenes Multiespectrales Sistemas De Información Geográfica Transversal http://aims.fao.org/aos/agrovoc/c_92363 http://aims.fao.org/aos/agrovoc/c_1731 http://aims.fao.org/aos/agrovoc/c_36765 http://aims.fao.org/aos/agrovoc/c_35131 Bonnaire Rivera, Lou Montoya Bonilla, Bibiana Obando Vidal, Francisco Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo
description	El café es un producto importante en la economía colombiana que aporta en alto grado a los ingresos de los agricultores en el departamento de Cauca, quienes buscan aumentar su rentabilidad mediante procesos diferenciados en el cultivo y valor agregado en la cosecha. En la actualidad, el manejo agronómico se hace de manera tradicional y por plantas al azar, lo que limita la visión general del estado del lote. La agricultura de precisión es una herramienta que hace más confiable el manejo del cultivo al considerar sus diferentes características agroclimáticas. El presente estudio evidencia el uso de imágenes multiespectrales del terreno tomadas con drones para determinar de forma temprana el estado nutricional de las plantas. Como resultado, se consolidó un sistema de información que permitió el procesamiento de imágenes por medio de un algoritmo que calcula el índice de vegetación de diferencia normalizada (NDVI, por su sigla en inglés). En el cultivo de café variedad Castillo se alcanzaron valores de NDVI superiores a 0,8. Al contrastar los datos obtenidos por el dron con los datos registrados en tierra mediante un espectrómetro foliar y una prueba de Tukey (p = 0,05), se evidenciaron diferencias significativas entre los métodos de evaluación.
format	article
author	Bonnaire Rivera, Lou Montoya Bonilla, Bibiana Obando Vidal, Francisco
author_facet	Bonnaire Rivera, Lou Montoya Bonilla, Bibiana Obando Vidal, Francisco
author_sort	Bonnaire Rivera, Lou
title	Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo
title_short	Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo
title_full	Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo
title_fullStr	Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo
title_full_unstemmed	Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo
title_sort	procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad castillo
publisher	Corporación colombiana de investigación agropecuaria - AGROSAVIA
publishDate	2022
url	http://hdl.handle.net/20.500.12324/37561
work_keys_str_mv	AT bonnaireriveralou procesamientodeimagenesmultiespectralescaptadascondronesparaevaluarelindicedevegetaciondediferencianormalizadaenplantacionesdecafevariedadcastillo AT montoyabonillabibiana procesamientodeimagenesmultiespectralescaptadascondronesparaevaluarelindicedevegetaciondediferencianormalizadaenplantacionesdecafevariedadcastillo AT obandovidalfrancisco procesamientodeimagenesmultiespectralescaptadascondronesparaevaluarelindicedevegetaciondediferencianormalizadaenplantacionesdecafevariedadcastillo AT bonnaireriveralou processingmultispectralimagingcapturedbydronestoevaluatethenormalizeddifferencevegetationindexofcastillocoffeeplantations AT montoyabonillabibiana processingmultispectralimagingcapturedbydronestoevaluatethenormalizeddifferencevegetationindexofcastillocoffeeplantations AT obandovidalfrancisco processingmultispectralimagingcapturedbydronestoevaluatethenormalizeddifferencevegetationindexofcastillocoffeeplantations
_version_	1808105579618500608

Procesamiento de imágenes multiespectrales captadas con drones para evaluar el índice de vegetación de diferencia normalizada en plantaciones de café variedad Castillo

Ejemplares similares