Search

ilustraciones, fotografías, gráficas, tablas La Marchitez Letal (ML) es el problema fitosanitario más importantes para la palmicultura colombiana en zona Oriental, generando pérdidas económicas de más de 146 millones de dólares y la erradicación de más de 5.000 ha. Las técnicas tradicionales de diagnóstico y detección de la enfermedad no funcionan apropiadamente y son limitantes en grandes extensiones de tierra debido a la subjetividad, consumen mucho tiempo y requieren de un gran esfuerzo humano. El objetivo de este trabajo fue evaluar el potencial de las respuestas espectrales de sensores remotos (imágenes del sensor multiespectral Red-Edge M) y proximales (respuestas hiperespectrales del sensor FieldSpec4), para la discriminación de plantas sanas y enfermas en el cultivo de palma de aceite. El área de estudio se ubicó en el municipio de San Carlos de Guaroa (Meta-Colombia) en un cultivo comercial (cultivar IRHO), donde se tomaron datos en campo e imágenes con un vehículo aéreo no tripulado (UAV) a 60 m durante dos años. La metodología propuesta incluye, adquisición de imágenes, corrección radiométrica, generación de ortomosaicos e índices multiespectrales, extracción de datos y la clasificación supervisada mediante algoritmos de Machine Learning; los datos de referencia se obtuvieron a partir de variables fisiológicas, respuestas hiperespectrales y observaciones en campo de palmas sanas y enfermas. Se propone el uso de índices de vegetación como índice de clorofila terrestre MERIS (MTCI), longitud de onda del punto de inflexión (Lp), índice de Maccioni (MI), entre otros, como indicadores de palmas sanas y palmas enfermas en el cultivo; así mismo, se plantea el uso de índices de vegetación a partir de sensores multiespectrales como índice de diferencia normalizado del borde rojo (NDRE), NDVI modificado a 705 (mND705), índice de Vogelmann (VOG), entre otros, para clasificar palmas sanas y enfermas en imágenes de alta resolución. Los resultados mostraron que el algoritmo de Random Forest (RF) tuvo el mejor rendimiento en términos de métrica de Precision, Recall, F1, OA e índice Kappa, con valores superiores al 80%. El proyecto de investigación demostró que por medio de respuestas espectrales se pueden discriminar entre plantas con presencia o ausencia de síntomas de ML en el cultivo de palma de aceite. (Texto tomado de la fuente). Lethal Wilt (LW) is the most important phytosanitary problem for Colombian palm cultivation in the eastern zone, generating economic losses of more than US$146 million and the eradication of more than 5,000 ha. Traditional techniques for diagnosis and detection of the disease do not work properly and are limited in large extensions of land due to subjectivity, are time-consuming and require great human effort. The objective of this work was to evaluate the potential of spectral responses from remote sensors (images from the Red-Edge M multispectral sensor) and proximal sensors (hyperspectral responses from the FieldSpec4 sensor), for the discrimination of healthy and diseased plants in oil palm cultivation. The study area was located in the municipality of San Carlos de Guaroa (Meta-Colombia) in a commercial crop (IRHO cultivar), where field data and images were taken with an unmanned aerial vehicle (UAV) at 60 m during two years. The proposed methodology includes image acquisition, radiometric correction, generation of orthomosaics and multispectral indices, data extraction and supervised classification using Machine Learning algorithms; reference data were obtained from physiological variables, hyperspectral responses and field observations of healthy and diseased palms. The use of vegetation indices such as MERIS terrestrial chlorophyll index (MTCI), wavelength of the inflection point (Lp), Maccioni index (MI), among others, is proposed as indicators of healthy and diseased palms in the crop; Likewise, the use of vegetation indices from multispectral sensors such as normalized difference red edge (NDRE), modified NDVI to 705 (mND705), Vogelmann index (VOG), among others, is proposed to classify healthy and diseased palms in high resolution images. The results showed that the Random Forest (RF) algorithm had the best performance in terms of Precision, Recall, F1, OA and Kappa index metrics, with values above 80%. The research project demonstrated that by means of spectral responses it is possible to discriminate between plants with presence or absence of ML symptoms in the oil palm crop. Incluye anexos Maestría Magíster en Geomática Geo-información para el uso sostenible de los recursos naturales

ilustraciones, gráficas, tablas La presente investigación se realizó en la plantación Guaicaramo ubicada en el municipio de Cabuyaro departamento del Meta, con el objetivo de determinar la relación entre las respuestas espectrales y el contenido nitrógeno y potasio en el cultivo de palma de aceite (Híbrido OxG, Coarí x LaMé). Se utilizó un diseño completamente al azar, con seis tratamientos de diferentes dosis de nitrógeno y potasio. Se efectuaron 3 muestreos, para cada uno se muestrearon siete palmas por tratamiento para un total de 42 palmas por muestreo y de cada palma se analizaron los datos de 6 foliolos. En cada uno de los muestreos se tomaron fotografías aéreas con UAV y una cámara multiespectral MicaSense de 5 bandas (rojo, azul, verde, RedEdge y NIR); se realizaron análisis de contenidos foliares en laboratorio; se midió la reflectancia de 6 foliolos por palma con el espectroradiómetro FieldSpect4 y para el segundo muestreo se realizó un análisis edáfico. Se encontró que, a menor contenido de nitrógeno foliar, la reflectancia en el rango visible fue mayor; por otra parte, las mediciones de la reflectancia con el espectroradiómetro para el primer muestreo tuvieron la mayor cantidad de índices con correlaciones significativas para el nitrógeno foliar, destacando el índice de vegetación Datt, como el de mejor desempeño en estas pruebas. Para potasio y fósforo foliar, en ninguno de los tres muestreos se presentó correlaciones mayores a 0.5 entre los índices espectrales y la concentración de potasio y fósforo foliar. Para la construcción de los modelos PLSR la longitud de onda de mayor influencia, fue cercana a los 718 nm, donde el modelo generado para nitrógeno puede ser usado para realizar predicciones cuantitativas. Por otra parte, se encontró que las correlaciones para los índices espectrales y el contenido de Nitrógeno a partir de las fotografías aéreas fueron mejores que las obtenidas a partir de las mediciones de reflectancia con el espectroradiómetro para los tres muestreos. (Texto tomado de la fuente) The present investigation was carried out in the Guaicaramo plantation located in the municipality of Cabuyaro department of Meta, with the objective of determining the relationship between the spectral responses and the nitrogen and potassium content in the oil palm cultivation (Hybrid OxG, Coarí x LaMé) for non-destructive nutritional diagnostic purposes. For the above, a completely randomized design was used, with six treatments of different doses of nitrogen and potassium. 3 samplings were carried out, for each one seven palms were sampled per treatment for a total of 42 palms per sample and from each palm the data of 6 leaflets were analyzed. In each of the samplings aerial photographs were taken with UAV integrating the MicaSense multispectral camera with 5 bands (red, blue, green, RedEdge and NIR); leaf content analyzes were carried out in the laboratory; The reflectance of 6 leaflets was measured with the FieldSpect4 spectroradiometer; edaphic analysis where done for the second sampling. It was found that for a lower nitrogen content, the reflectance was greater in the visible range; Based on the reflectance measurements with the spectroradiometer, for the first sampling the highest number of indices with significant correlations for foliar nitrogen were obtained, highlighting the Datt vegetation index, as the one with the best performance in these tests; for potassium and foliar phosphorus, in none of the three samplings there were correlations greater than 0.5 between the spectral indices from reflectance measurements with the spectroradiometer and the concentration of potassium and foliar phosphorus; for the construction of the PLSR models, the wavelength of greatest influence is close to 718 nm, where the model generated for nitrogen can make quantitative predictions; It was found that the correlations for the spectral indices and the Nitrogen content from the aerial photographs were better than those obtained from the reflectance measurements with the spectroradiometer for the three samplings. Maestría Magíster en Geomática Geoinformación para el uso sostenible de los recursos naturales