Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación
ilustraciones, gráficas, tablas
- Autores:
-
Hernandez Salazar, Ruby Stella
- Tipo de recurso:
- Fecha de publicación:
- 2017
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/59816
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/59816
http://bdigital.unal.edu.co/57544/
https://repositorio.unal.edu.co/
- Palabra clave:
- 630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materiales
Espectrometría
Plantas nocivas
Cobertura de suelos
spectrometry
noxious plants
land cover
Imágenes digitales
Clasificación orientada a objetos
Malezas
Índice de vegetación
Sistema aéreo remotamente pilotado (RPAS)
Digital images
Object-oriented classification
Weeds
Vegetation index
Remotely piloted air system (RPAS)
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| id |
UNACIONAL2_3226fd1049b2c5d5a0f5d1d169c82b45 |
|---|---|
| oai_identifier_str |
oai:repositorio.unal.edu.co:unal/59816 |
| network_acronym_str |
UNACIONAL2 |
| network_name_str |
Universidad Nacional de Colombia |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación |
| title |
Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación |
| spellingShingle |
Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación 630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materiales Espectrometría Plantas nocivas Cobertura de suelos spectrometry noxious plants land cover Imágenes digitales Clasificación orientada a objetos Malezas Índice de vegetación Sistema aéreo remotamente pilotado (RPAS) Digital images Object-oriented classification Weeds Vegetation index Remotely piloted air system (RPAS) |
| title_short |
Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación |
| title_full |
Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación |
| title_fullStr |
Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación |
| title_full_unstemmed |
Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación |
| title_sort |
Metodología para discriminación de malezas basada en la respuesta espectral de la vegetación |
| dc.creator.fl_str_mv |
Hernandez Salazar, Ruby Stella |
| dc.contributor.advisor.spa.fl_str_mv |
Rubiano Sanabria, Yolanda Plaza Trujillo, Guido Armando |
| dc.contributor.author.spa.fl_str_mv |
Hernandez Salazar, Ruby Stella |
| dc.subject.ddc.spa.fl_str_mv |
630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materiales |
| topic |
630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materiales Espectrometría Plantas nocivas Cobertura de suelos spectrometry noxious plants land cover Imágenes digitales Clasificación orientada a objetos Malezas Índice de vegetación Sistema aéreo remotamente pilotado (RPAS) Digital images Object-oriented classification Weeds Vegetation index Remotely piloted air system (RPAS) |
| dc.subject.agrovoc.spa.fl_str_mv |
Espectrometría Plantas nocivas Cobertura de suelos |
| dc.subject.agrovoc.eng.fl_str_mv |
spectrometry noxious plants land cover |
| dc.subject.proposal.spa.fl_str_mv |
Imágenes digitales Clasificación orientada a objetos Malezas Índice de vegetación Sistema aéreo remotamente pilotado (RPAS) |
| dc.subject.proposal.eng.fl_str_mv |
Digital images Object-oriented classification Weeds Vegetation index Remotely piloted air system (RPAS) |
| description |
ilustraciones, gráficas, tablas |
| publishDate |
2017 |
| dc.date.issued.spa.fl_str_mv |
2017-06-15 |
| dc.date.accessioned.spa.fl_str_mv |
2019-07-02T16:52:53Z |
| dc.date.available.spa.fl_str_mv |
2019-07-02T16:52:53Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/59816 |
| dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/57544/ |
| dc.identifier.instname.spa.fl_str_mv |
Universidad Nacional de Colombia |
| dc.identifier.reponame.spa.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| dc.identifier.repourl.none.fl_str_mv |
https://repositorio.unal.edu.co/ |
| url |
https://repositorio.unal.edu.co/handle/unal/59816 http://bdigital.unal.edu.co/57544/ https://repositorio.unal.edu.co/ |
| identifier_str_mv |
Universidad Nacional de Colombia Repositorio Institucional Universidad Nacional de Colombia |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
xviii, 75 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia |
| dc.publisher.program.spa.fl_str_mv |
Bogotá - Ciencias Agrarias - Maestría en Geomática |
| dc.publisher.department.spa.fl_str_mv |
Departamento de Agronomía |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencias Agrarias |
| dc.publisher.place.spa.fl_str_mv |
Bogotá, Colombia |
| dc.publisher.branch.spa.fl_str_mv |
Universidad Nacional de Colombia - Sede Bogotá |
| institution |
Universidad Nacional de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/59816/1/31152802_2017.pdf https://repositorio.unal.edu.co/bitstream/unal/59816/2/31152802_2017.pdf.jpg |
| bitstream.checksum.fl_str_mv |
1d7032204fe955aedd29cb2c07f5072f b797b3f5ce5c07a23371e7e0eeeeef0c |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
| _version_ |
1806886168784011264 |
| spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Rubiano Sanabria, Yolanda019716440377435f3ee30eb40d6935daPlaza Trujillo, Guido Armando4e6fe1baa3c2eca508605f125f4a0604Hernandez Salazar, Ruby Stellac389bc28-58c5-47c4-ba5f-52adaf0c63913002019-07-02T16:52:53Z2019-07-02T16:52:53Z2017-06-15https://repositorio.unal.edu.co/handle/unal/59816http://bdigital.unal.edu.co/57544/Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, gráficas, tablasUno de los problemas que afecta la competitividad y sostenibilidad ambiental de los sistemas de producción de cultivos transitorios, lo ocasiona el manejo de malezas asociado a un excesivo uso de agroquímicos. Los avances desarrollados, en las últimas décadas por la geomática en el contexto de la agricultura de precisión, buscan optimizar el uso de insumos y recursos, y disminuir el efecto negativo derivado de esta actividad. El objeto de este trabajo fue evaluar el potencial de las imágenes del sensor multiespectral MicaSense RedEdge3, adquiridas con RPAS, para la discriminación de malezas en cultivos de soya. El área de estudio se ubicó en las terrazas del piedemonte llanero colombiano, sembradas con soya, en Villavicencio, a las cuales se les tomaron imágenes a dos alturas (30 y 60 m), en los periodos de desarrollo fenológico 11 y 61, (escala BBCH). La metodología propuesta incluye, calibración de la plataforma, planificación del vuelo, adquisición de imágenes, corrección, generación de mosaicos y procesamiento e interpretación de imágenes, usando la clasificación orientada a objetos, la validación se realizó con datos de campo. Se propone el uso de índices diferencia normalizada de vegetación 2 NDVI2 y el Exceso de Verde ExG, para obtener indicadores de vegetación sana no saturados y diferenciar espectralmente las malezas del cultivo. La precisión de la validación de la metodología con datos de campo, utilizando porcentajes de fracción vegetal real, tiene una precisión mayor al 80%. (Texto tomado de la fuente).One of the problems affecting the competitiveness and environmental sustainability of transitory crop production systems, is caused by weed management associated to an excessive use of agrochemicals. Advances developed in the last decades by geomatics in the context of precision agriculture, seek to optimize the use of inputs and resources, and reduce the negative effect derived from this activity. The purpose of this work was to evaluate the images potential of the multispectral MicaSense RedEdge3 sensor, acquired with RPAS, for the identification of weeds in soybean crops. The study area is located on the terraces of the Colombian plains piedmont, planted with soy, in Villavicencio, to which images were taken at two heights (30 and 60 m), in the phenological development periods 11 and 61, (BBCH scale). The proposed methodology includes, platform calibration, flight planning, image acquisition, correction, mosaic generation, image processing and interpretation, using object-oriented classification, validation was performed with field data. The use of normalized difference indices of vegetation 2, NDVI2 and ExG Green ExG is proposed to obtain indicators of healthy unsaturated vegetation and spectrally differentiate weeds from the crop. The validation of the methodology with field data using percentages of real vegetal fraction, has an accuracy greater than 80%.MaestríaMagíster en GeomáticaGeoinformación para el uso sostenible de los recursos naturalesCiencias Agronómicasxviii, 75 páginasapplication/pdfspaUniversidad Nacional de ColombiaBogotá - Ciencias Agrarias - Maestría en GeomáticaDepartamento de AgronomíaFacultad de Ciencias AgrariasBogotá, ColombiaUniversidad Nacional de Colombia - Sede Bogotá630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materialesEspectrometríaPlantas nocivasCobertura de suelosspectrometrynoxious plantsland coverImágenes digitalesClasificación orientada a objetosMalezasÍndice de vegetaciónSistema aéreo remotamente pilotado (RPAS)Digital imagesObject-oriented classificationWeedsVegetation indexRemotely piloted air system (RPAS)Metodología para discriminación de malezas basada en la respuesta espectral de la vegetaciónTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMInvestigadoresEstudiantesPúblico generalORIGINAL31152802_2017.pdfTesis de Maestría en Geomáticaapplication/pdf3161731https://repositorio.unal.edu.co/bitstream/unal/59816/1/31152802_2017.pdf1d7032204fe955aedd29cb2c07f5072fMD51THUMBNAIL31152802_2017.pdf.jpg31152802_2017.pdf.jpgGenerated Thumbnailimage/jpeg4315https://repositorio.unal.edu.co/bitstream/unal/59816/2/31152802_2017.pdf.jpgb797b3f5ce5c07a23371e7e0eeeeef0cMD52unal/59816oai:repositorio.unal.edu.co:unal/598162024-04-10 23:09:38.465Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |