Comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra
El cultivo de maíz tiene importancia a nivel mundial, nacional y regional, forma parte de la seguridad alimentaria. El manejo del cultivo a nivel sitio específico requiere labores complicadas, disponibilidad de recursos económicos y mano de obra. Actualmente, se están adoptando tecnologías para m...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | spa |
| Published: |
Universidad de Cuenca
2023
|
| Subjects: | |
| Online Access: | http://dspace.ucuenca.edu.ec/handle/123456789/43354 |
| _version_ | 1785802411193925632 |
|---|---|
| author | Guanuchi Armijos, Enith Cristina |
| author2 | Lupercio Novillo, Rosa Lucía |
| author_facet | Lupercio Novillo, Rosa Lucía Guanuchi Armijos, Enith Cristina |
| author_sort | Guanuchi Armijos, Enith Cristina |
| collection | DSpace |
| description | El cultivo de maíz tiene importancia a nivel mundial, nacional y regional, forma parte de la
seguridad alimentaria. El manejo del cultivo a nivel sitio específico requiere labores
complicadas, disponibilidad de recursos económicos y mano de obra. Actualmente, se están
adoptando tecnologías para monitorear cultivos más rápido y optimizando recursos, como el
uso de teledección ambiental, específicamente utilizando imágenes multiespectrales e
índices de vegetación. Dada la importancia del cultivo y la factibilidad de uso de índices de
vegetación, el proyecto tuvo como objetivo comparar cuatro índices de vegetación: (NDVI,
GRRI, GRVI, ARVI) sobre imágenes multiespectrales de cultivo de maíz con tres densidades
de siembra para evaluar su comportamiento. Se utilizaron imágenes de alta resolución
espacial obtenidas mediante RPAS en dos vuelos, con resolución espacial entre 6 y 7
cm/píxel y altura de vuelo de 80 m. Los ortofotomosaicos fueron obtenidos mediante el
postprocesamiento en el software PIX4D, los índices usando el software QGIS y los datos
fueron procesados en R-Studio. Se realizaron correlaciones, regresiones lineales, validación
de los modelos y comparación del RMSE. Como resultado se obtuvieron 2 ortofotos
multiespectrales y 2 RGB. Se realizaron 4 índices de vegetación NDVI, GRRI, GRVI, ARVI
para los 2 vuelos a los 81 y 133 dds. El índice de vegetación con mayor precisión según la
comparación del RMSE es el NDVI (D1= 3.65 y 3.14), (D3=3.41 y 2.85) en los dos vuelos
respectivamente. Se concluye que el NDVI es el índice con mayor precisión y se puede utilizar
para monitorear el maíz con distancias de siembra de 25x80 cm y 75x 80 cm, a los 81 y 133
dds. |
| id | oai:dspace.ucuenca.edu.ec:123456789-43354 |
| institution | Universidad de Cuenca |
| language | spa |
| publishDate | 2023 |
| publisher | Universidad de Cuenca |
| record_format | dspace |
| spelling | oai:dspace.ucuenca.edu.ec:123456789-433542023-11-01T20:55:12Z Comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra Guanuchi Armijos, Enith Cristina Lupercio Novillo, Rosa Lucía Vegetación Maíz Cultivos Seguridad alimentaria CIUC::Ciencias Agrarias::Agronomía::Cultivos El cultivo de maíz tiene importancia a nivel mundial, nacional y regional, forma parte de la seguridad alimentaria. El manejo del cultivo a nivel sitio específico requiere labores complicadas, disponibilidad de recursos económicos y mano de obra. Actualmente, se están adoptando tecnologías para monitorear cultivos más rápido y optimizando recursos, como el uso de teledección ambiental, específicamente utilizando imágenes multiespectrales e índices de vegetación. Dada la importancia del cultivo y la factibilidad de uso de índices de vegetación, el proyecto tuvo como objetivo comparar cuatro índices de vegetación: (NDVI, GRRI, GRVI, ARVI) sobre imágenes multiespectrales de cultivo de maíz con tres densidades de siembra para evaluar su comportamiento. Se utilizaron imágenes de alta resolución espacial obtenidas mediante RPAS en dos vuelos, con resolución espacial entre 6 y 7 cm/píxel y altura de vuelo de 80 m. Los ortofotomosaicos fueron obtenidos mediante el postprocesamiento en el software PIX4D, los índices usando el software QGIS y los datos fueron procesados en R-Studio. Se realizaron correlaciones, regresiones lineales, validación de los modelos y comparación del RMSE. Como resultado se obtuvieron 2 ortofotos multiespectrales y 2 RGB. Se realizaron 4 índices de vegetación NDVI, GRRI, GRVI, ARVI para los 2 vuelos a los 81 y 133 dds. El índice de vegetación con mayor precisión según la comparación del RMSE es el NDVI (D1= 3.65 y 3.14), (D3=3.41 y 2.85) en los dos vuelos respectivamente. Se concluye que el NDVI es el índice con mayor precisión y se puede utilizar para monitorear el maíz con distancias de siembra de 25x80 cm y 75x 80 cm, a los 81 y 133 dds. The cultivation of corn is important at a global, national and regional level, it is part of food security. Crop management at a specific site level requires complicated tasks, availability of economic resources and labor. Currently, technologies are being adopted to monitor crops faster and optimize resources, such as the use of environmental remote sensing, specifically using multispectral images and vegetation indices. Given the importance of the crop and the feasibility of using vegetation indices, the project aimed to compare four vegetation indices: (NDVI, GRRI, GRVI, ARVI) on multispectral images of corn cultivation with three planting densities to evaluate their behavior. High spatial resolution images obtained by RPAS in two flights were used, with spatial resolution between 6 and 7 cm/pixel and flight height of 80 m. The orthophotomosaics were obtained by post-processing in the PIX4D software, the indices using the QGIS software and the data were processed in R-Studio. Correlations, linear regressions, validation of the models and comparison of the RMSE were carried out. As a result, 2 multispectral and 2 RGB orthophotos were obtained. 4 vegetation indices NDVI, GRRI, GRVI, ARVI were carried out for the 2 flights at 81 and 133 dds. The vegetation index with the highest precision according to the RMSE comparison is the NDVI (D1= 3.65 and 3.14), (D3=3.41 and 2.85) in the two flights respectively. It is concluded that the NDVI is the index with the greatest precision and can be used to monitor corn with planting distances of 25x80 cm and 75x 80 cm, at 81 and 133 dds. 0000-0002-4798-6108 2023-11-01T18:22:13Z 2023-11-01T18:22:13Z 2023-10-26 http://dspace.ucuenca.edu.ec/handle/123456789/43354 spa TAG;523 Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ openAccess application/pdf 79 páginas application/pdf Universidad de Cuenca |
| spellingShingle | Vegetación Maíz Cultivos Seguridad alimentaria CIUC::Ciencias Agrarias::Agronomía::Cultivos Guanuchi Armijos, Enith Cristina Comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra |
| title | Comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra |
| title_full | Comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra |
| title_fullStr | Comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra |
| title_full_unstemmed | Comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra |
| title_short | Comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra |
| title_sort | comparación de índices de vegetación en base a imágenes multiespectrales en el cultivo de maíz con tres densidades de siembra |
| topic | Vegetación Maíz Cultivos Seguridad alimentaria CIUC::Ciencias Agrarias::Agronomía::Cultivos |
| url | http://dspace.ucuenca.edu.ec/handle/123456789/43354 |
| work_keys_str_mv | AT guanuchiarmijosenithcristina comparaciondeindicesdevegetacionenbaseaimagenesmultiespectralesenelcultivodemaizcontresdensidadesdesiembra |