Madrid, España
En las últimas dos décadas, y gracias a la disponibilidad de nuevas tecnologías geoespaciales y de la información ha podido hacerse realidad un manejo de precisión de las explotaciones agrarias, optimizando el uso de los diversos insumos (fertilizantes, fitosanitarios, semillas). De esta forma ha surgido el concepto de “Agricultura de Precisión (AP)”, definido como el conjunto de técnicas de cultivo que utilizan tecnologías de la información para ajustar el uso de semillas y de agroquímicos considerando la diversidad del medio físico y del medio biológico. Este trabajo pretende abordar diversos aspectos relacionados con el manejo integrado de las malas hierbas (A. sterilis y L. rigidum) en cultivos de cereal (trigo y cebada), utilizando para ello técnicas de teledetección y agricultura de precisión. El objetivo final es reducir el uso de productos fitosanitarios y mejorar la rentabilidad de la producción. Se abordó en el trabajo una primera etapa dirigida al análisis/caracterización espectral de las malas hierbas y los cultivos. Para ello se llevaron a cabo diversos experimentos de espectroradiometría de campo y laboratorio con objeto de medir la reflectividad de las diversas especies analizadas. Posteriormente se aplicaron técnicas tradicionales de análisis estadístico (distancia normalizada y análisis discriminante) así como otras específicas de teledetección hiperespectral (Spectral Angle Mapper). Estas técnicas nos permitieron evaluar la separabilidad espectral entre cubiertas y determinar las longitudes de onda (bandas) y combinaciones de bandas (índices) que más contribuyen a la correcta clasificación de especies. Por otra parte, con objeto de analizar la potencialidad de los sensores actualmente disponibles para identificar y cartografíar rodales de malas hierbas en cultivos de cereal, se adquirió una serie multitemporal de imágenes Quickbird sobre una finca de cebada con infectación de A. sterilis. El tratamiento de las imágenes incluyó procesos de georeferenciacion para asegurar el ajuste multitemporal, corrección radiométrica (conversión de niveles digitales a valores de radiancia y reflectividad), fusión de bandas multiespectrales y pancromática y cálculo de índices de vegetación.
During the last two decades the increasing availability of geospatial and information technologies has favoured the importance of the precision management in agriculture fields optimizing the use of fertilizers, herbicides, seeds, etc. In this way the precision agricultura concept has emerged and defined as the collection of cultivation techniques that use new information technologies to adjust the use of seeds and agrochemical in order to adapt them to the biodiversity of the agricultural fields. In this work new technologies such as remotes sensing are applied in the context of precision agriculture to improve grassweed management in winter cereal crops. The main objective is provide the information required to reduce the use of herbicides and increase yield profitability. In a first methodological phase an spectral characterization of weeds and crops was accomplished. The potential use of remote sensing to discriminate and map two grassweeds (Avena sterilis and Lolium Rigidum) growing in winter cereals (wheat and barley) was evaluated under laboratory and field conditions. Statistical analysis (normalized distance and discriminant analysis)was applied to the data in order to study the separability between species. Other hiperespectral techniques such as the Spectral Angle Mapper (SAM) were also applied. The objective was to define the spectral bands, spectral indices and plant growth stages more adequate for weed discrimination On the other hand, in order to explore the potential of commercial satellites to discriminate and map weeds, a multitemporal series of high spatial resolution images provided by the Quickbird satellite were acquired over the study area, a barley field infected with A. Sterilis. Image processing included geometric and radiometric corrections, data fusion and calculation of spectral indices.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados