Examinando por Materia "Agricultura de precisión"

Mostrando 1 - 4 de 4
  • Miniatura
    PublicaciónAcceso abierto
    Agricultura de precisión en el mundo y en Colombia : revisión bibliográfica.
    (Universidad del Valle, 2020) Rodríguez González, Leidy Johanna; Baquero Montoya, Olga Lucia
    El propósito de este trabajo es presentar una revisión bibliográfica sistemática de estudios y conceptualizaciones de la agricultura de precisión (AP) y su estado del arte en Colombia; se exponen las principales herramientas y tecnologías que conforman la AP para alcanzar su propósito en la producción. Asimismo, se reconoce que la AP aprovecha los avances tecnológicos para la gestión y toma de decisión, con el fin de obtener un mejor rendimiento de cosecha evitando perdidas de recursos; además, en la agroindustria colombiana, se rescatan importantes investigación y artículos, enfocados en el estudio del suelo y el manejo por sitio especifico de los cultivos. Se concluye que la AP es un instrumento que integra diferentes tecnologías para impulsar la rentabilidad agronómica de forma viable y sustentable; también, que la AP es el resultado de una sobre explotación de recursos producto de la revolución verde, y que la velocidad de su adopción dependerá del capital terrenal, económico y humano; finalmente, los proyectos e investigaciones sobre la AP en Colombia se encaminan a la variabilidad espacial de terrenos destinados a la industria agrícola.
  • Miniatura
    PublicaciónAcceso abierto
    Cuantificación semiautomática en cultivos cítricos utilizando imágenes aéreas, caso de estudio Dagua-Valle del Cauca
    (Universidad del Valle, 2025) Amador Ortiz, Mario Ernesto; Guerrero Tabares, Cristhian Andres; Garcia Cortes, Cesar Edwin
    La detección y el conteo arbóreo en cultivos agrícolas es una problemática común, debido a la dificultad para realizar censos manuales precisos sin incurrir en altos costos operativos y tiempos prolongados. En este estudio se implementó un algoritmo de detección para cuantificar árboles en cultivos cítricos a partir de mosaicos generados con imágenes aéreas obtenidas mediante vehículos aéreos no tripulados (Unmanned Aerial Vehicles, UAV). La metodología integró dos enfoques, primero un procesamiento manual supervisado, que incluyó la captura de imágenes, toma de puntos de control con receptores (Global Navigation Satellite System, GNSS) y procesamiento de imágenes; el segundo es un procesamiento autónomo, donde se utiliza el algoritmo de aprendizaje autónomo Random Forests para aplicar el índice espectral Green Leaf Index (GLI) y realizar la segmentación de la vegetación, y el algoritmo DBSCAN se utilizó para la clasificación de valores de píxel. La evaluación del desempeño se realizó mediante métricas basadas en los resultados de matrices de confusión, obteniendo una precisión global entre 76.98 y 84.44 %, lo que demuestra la viabilidad del método propuesto al compararse con investigaciones similares.
  • Miniatura
    PublicaciónAcceso abierto
    Estimación del rendimiento del cultivo de arroz inundado en etapas tempranas del crecimiento mediante aprendizaje automático e imágenes capturadas con RPAS
    (Universidad del Valle, 2025) Giraldo Mejía, Fernando Andrés; Rincon-Romero, Mauricio; GRUPO DE INVESTIGACIÓN EN SIMULACIÓN Y MODELACIÓN DINÁMICA ESPACIAL, GISMODEL
    El siguiente proyecto tiene por objetivo estimar el rendimiento del cultivo de arroz inundado en etapas tempranas del crecimiento, empleando imágenes multiespectrales capturadas a baja altura con RPAS y modelos MultiLayer Perceptron (MLP). Esta investigación se llevó a cabo en una parcela de arroz inundado, ubicada en el municipio de Jamundí (Colombia), en la cual se sembró la variedad FEDEARROZ 2020. El proyecto se estructura metodológicamente en tres partes: Recolección de datos: Comprende la instalación de puntos de control en campo, la captura periódica de imágenes multiespectrales mediante RPAS y la recolección de muestras de arroz. Procesamiento de datos: Consiste en el tratamiento de las imágenes multiespectrales para generar los ortomosaicos, su recorte según los polígonos de las muestras de arroz y el cálculo de índices de vegetación. Además, incluye los procesos de desgrane, secado y pesado de las muestras de arroz para determinar los valores reales de rendimiento. Al finalizar esta etapa, se obtiene el conjunto de datos necesario para la modelación. Modelación: Consiste en la construcción de modelos de predicción del rendimiento del cultivo de arroz inundado, utilizando validación cruzada LOOCV y ajuste de hiperparámetros para optimizar su desempeño. Los resultados obtenidos muestran que el mejor periodo de tiempo para estimar el rendimiento del cultivo de arroz inundado es entre los 66 y 80 días después de la germinación. El modelo con el coeficiente de determinación más alto (58.7%) se obtuvo a los 80 días durante la etapa de espigamiento, mientras que el modelo que se obtuvo a los 66 días, durante la etapa de embuchamiento, logró un valor muy cercano a la producción real de la parcela, con una subestimación del 2,86%.
  • Miniatura
    PublicaciónAcceso abierto
    Modelación espacial de gusano soldado (Mythimna unipuncta) en el cultivar del maíz, en tres municipios del Estado de México, en el 2008.
    (2013-07-12) Ramírez Dávila, José Francisco; Esquivel Higuera, Vicente
    Mythimna unipuncta (Lepidoptera: Noctuidae) causa grandes daños y está asociada con fuertes pérdidas económicas en la producción de gramíneas cultivadas, principalmente maíz (Zea mays L.); el presente trabajo de investigación muestra la utilización de la geoestadística para analizar la modelación y distribución de la plaga, como una herramienta en la agricultura de precisión. Este trabajo se llevó a cabo en once localidades de los municipios de Apaxco, Tequixquiac y Zumpango en el Estado de México, en 2008. El muestreo se realizó en parcelas de maíz, mediante la ubicación geográfica con un GPSmap60. Se tomaron 110 puntos por localidad que presentaron daños de gusano soldado, en cada parcela se contabilizaron cinco puntos, cada punto repre-senta un metro cuadrado, para obtener el grado de infestación de la plaga. El análisis geoestadístico se realizó para estimar el semivariograma experimental y se ajustaron a un modelo teórico con el programa Variowin 2.2. Se determinó que los modelos gausiano y esférico se presentaron en las once localidades para el año de estudio. Su ajuste se validó a través de la validación cruzada con el método de interpolación geoestadística o krigeado. Con el uso de técnicas y software geoestadísticos Surfer 8.0, se elaboraron mapas de agregación de la plaga. Con los respectivos resultados del análisis, se lograron determinar las zonas de mayor incidencia de la plaga, el cual fue de moderado a fuerte. Los índices de distancia SADIE permitieron caracterizar el patrón espacial en la zona de estudio el cual fue del tipo espacial agregado.