Revista: | Revista Facultad de Ingeniería. Universidad de Antioquia |
Base de datos: | |
Número de sistema: | 000563464 |
ISSN: | 0120-6230 |
Autors: | Soca Muñoz, Jorge Luís1 Rodríguez Machado, Eniel2 Aday Díaz, Osmany3 Hernández Santana, Luis2 Orozco Morales, Rubén2 |
Institucions: | 1Universidad Carlos Rafael Rodríguez, Centro de Estudios Termoenergéticos, Cienfuegos. Cuba 2Universidad Central Marta Abreu de las Villas, Santa Clara, Villa Clara. Cuba 3Instituto de Investigaciones de la Caña de Azúcar. INICA, Estación Territorial de Investigaciones de la Caña de Azúcar (ETICA Centro Villa Clara), La Habana. Cuba |
Any: | 2020 |
Període: | Jul-Sep |
Número: | 96 |
Paginació: | 9-20 |
País: | Colombia |
Idioma: | Inglés |
Resumen en español | La agricultura de precisión, haciendo uso de la variabilidad espacial y temporal de las tierras cultivables, permite a los agricultores refinar la fertilización, controlar la irrigación de los campos, estimar la productividad de la siembra, así como detectar plagas y enfermedad en los cultivos. Con ese fin, en este trabajo se identifica la firma de reflectancia espectral de la roya parda (Puccinia melanocephala) y la roya naranja (Puccinia kuehnii), que contaminan hojas de caña de azúcar (Saccharum spp.). Mediante espectrometría se obtienen los valores medios y las desviaciones estándares de la firma de reflectancia espectral para cinco niveles de contaminación de las hojas en cada tipo de roya, observándose las mayores diferencias entre hojas sanas y enfermas en las bandas roja (R) e infrarroja cercana (NIR). Con los resultados obtenidos, se utilizó una cámara fotográfica multiespectral para obtener imágenes de las hojas y calcular mediante estas el índice de vegetación de diferencia normalizada (NDVI: Normalized Difference Vegetation Index). Los resultados permitieron identificar la presencia de ambas plagas diferenciando hojas sanas de contaminadas mediante el valor del índice con una diferencia promedio del 11.9% para roya parda y del 9.9% para roya naranja. |
Resumen en inglés | Precision agriculture, making use of the spatial and temporal variability of cultivable land, allows farmers to refine fertilization, control field irrigation, estimate planting productivity, and detect pests and disease in crops. To that end, this paper identifies the spectral reflectance signature of brown rust (Puccinia melanocephala) and orange rust (Puccinia kuehnii), which contaminate sugar cane leaves (Saccharum spp.). By means of spectrometry, the mean values and standard deviations of the spectral reflectance signature are obtained for five levels of contamination of the leaves in each type of rust, observing the greatest differences between healthy and diseased leaves in the red (R) and near infrared (NIR) bands. With the results obtained, a multispectral camera was used to obtain images of the leaves and calculate the Normalized Difference Vegetation Index (NDVI). The results identified the presence of both plagues by differentiating healthy from contaminated leaves through the index value with an average difference of 11.9% for brown rust and 9.9% for orange rust. |
Paraules clau: | Teledetección, Caña de azúcar, Plagas, Vegetación, Agricultura |
Keyword: | Remote sensing, Sugar cane, Pests, Vegetation, Agriculture |
Text complet: | Texto completo (Ver HTML) Texto completo (Ver PDF) |