Regresar

Análisis de Imágenes multiespectrales para Índices de Vegetación en aplicaciones de agricultura de precisión a partir de imágenes UAV en plantaciones de Pitahaya.

Abstract:

El presente proyecto de titulación tiene como objetivo analizar imágenes multiespectrales e índices de vegetación de plantaciones mediante un UAV, integrando como herramienta un software libre. Las imágenes multiespectrales son fotografías tomadas por una cámara multiespectral montada en un UAV (dron), las cuales son analizadas mediante una aplicación para determinar los índices de vegetación que permitirá indicar si los cultivos se encuentran dentro de los parámetros óptimos, entre los cuales se tienen: niveles hídricos, temperatura, uso correcto de fertilizantes, entre otros, los cuales ayudará a bajar costos y mejorar la productividad. La metodología de investigación en la que se basó este proyecto es descriptiva, la cual busca medir información recolectada para que sea identificada e interpretada y así determinar un fenómeno estudiado y como metodología de desarrollo se utilizó SCRUM la cual facilita el trabajo en equipo ayudando a prevenir riesgos durante la ejecución del proyecto. Para validación de la propuesta se detalla el procedimiento de obtención de imágenes multiespectrales y análisis por medio de software de código libre previamente analizado y estudiado que permite definir, visualizar y realizar diferentes tipos de cálculo para obtener los índices de vegetación propuestos como NDVI, SAVI, CIG y NDWI, realizando ecuaciones con las bandas multiespectrales Green, Red, Red Edge y NIR que contienen las fotografías adquiridas desde una cámara multiespectral, ayudando con este análisis a validar e interpretar el tratamiento que tiene nuestro cultivo, como detalle de vegetación, análisis de suelo, clorofila de la hoja y humedad en el terreno. Se realizaron análisis de trabajos relacionados y se determinó la importancia de la agricultura de precisión. Se compararon herramientas de software libre y de pago para realizar el análisis de vegetación, mostrando los beneficios y características que cada uno posee. Se seleccionó QGIS como mejor herramienta de código libre, el cual permite interpretar imágenes multiespectrales y lograr determinar índices de vegetación.