| Journal: | Corpoica ciencia y tecnología agropecuaria (Bogotá) |
| Database: | |
| System number: | 000532900 |
| ISSN: | 0122-8706 |
| Authors: | Bonnaire Rivera, Lou1 Montoya Bonilla, Bibiana1 Obando Vidal, Francisco1 |
| Institutions: | 1Corporación universitaria Comfacauca - Unicomfacauca, Colombia |
| Year: | 2021 |
| Season: | Ene-Abr |
| Volumen: | 22 |
| Number: | 1 |
| Country: | Colombia |
| Language: | Español, inglés |
| Spanish abstract | 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. |
| English abstract | Coffee is an important product in the Colombian economy, contributing mainly to the income of growers in Cauca, especially those seeking to increase profitability through differentiated cultivation processes and value-added crops. The current agronomic management is traditional and at random, limiting the general view of lot condition. Precision agriculture is a tool that makes crop management more reliable by taking into account its agroclimatic characteristics. The present study shows how the plants’ nutritional status can be determined at an early stage using drone-borne multispectral imaging of the land. We obtained an information system to process images through an algorithm that calculates the normalized difference vegetation index (NDVI) in Castillo coffee growing. NDVI values higher than 0.8 were reached. When contrasting the data obtained by the drone with the data recorded on the ground using a leaf spectrometer with a Tukey test (p = 0.05), we found significant differences between the evaluation methods. |
| Keyword: | Agricultura de precisión, Café, Imágenes multiespectrales, NDVI, Sistemas de información geográfica |
| Keyword: | Coffee, Geographical information systems, Multispectral imaging, NDVI, Precision agriculture |
| Full text: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
