Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10532/7192
Título : | Evaluación de la consistencia de los datos obtenidos desde UAV por el sensor Sequoia para su aplicación en agricultura |
Otros títulos : | Evaluation of the consistency of data obtained from Sequoia UAV-borne sensor for its application in agriculture |
Autor : | Casterad Seral, María Auxiliadora Pérez Cardiel, Estela Riva, Juan de la Rodrigues, Marcos Domingo, Dario |
Fecha de publicación : | 2024 |
Citación : | Ruiz, L.A., Estornell, J., González De Aduicana, N., & Álvarez, J. (Eds.) (2022). XIX Congreso De La Asociación Española De Teledetección Teledetección Para Una Agricultura Sostenible En La Era Del Big Data. Universidad Pública De Navarra., 2022, 47-50 |
Resumen : | Durante los últimos años, el uso de vehículos aéreos no tripulados (Unmanned Aerial Vehicles, UAV) se ha convertido en una potente herramienta para el monitoreo de los cultivos. Existen sensores multiespectrales compactos que se pueden integrar en drones ligeros con costes asequibles y que se están utilizando en la agricultura de precisión.
Sin embargo, la calidad radiométrica de dichos sensores se ha explorado relativamente poco. Por ello, el objetivo de este trabajo es evaluar si la reflectividad a nivel superficial y los índices de vegetación obtenidos mediante el sensor Sequoia a bordo de un UAV son lo suficientemente consistentes para proporcionar información útil para las aplicaciones en
agricultura. En este trabajo se comparan los registros de spectrorradiometría de campo con los valores de reflectividad adquiridos con Sequoia a bordo de UAV en parcelas de regadío de maíz y girasol entre los meses de junio y agosto de 2019. Los resultados indican que los valores de reflectividad del visible y los índices NDVI, GNDVI, NDRre y OSAVI presentan buen nivel de consistencia. En cambio, esto no es así para el borde del rojo, el infrarrojo cercano y el índice CIre. La diferencia observada se relaciona con falta de consistencia de las bandas del borde del rojo e infrarrojo cercano,
en las que Sequoia, respectivamente, subestima y sobreestima la medición. No obstante, cuando estas bandas se combinan en índices que incorporan otras del visible este desajuste se diluye y los resultados son más consistentes. :During the last years, the use of Unmanned Aerial Vehicles (UAV) has become a powerful tool for crop monitoring. Small-sized multispectral sensors that are integrated into lightweight and affordable drones are being increasingly used in precision agriculture. However, their radiometric accuracy has not yet been fully explored. The aim of this study is to evaluate whether the surface level reflectance and vegetation indices NDVI, GNDVI, CIre, NDRre and OSAVI obtained by the Sequoia sensor on board of a UAV are sufficiently robust for agricultural applications. For this purpose, field spectrometry records are compared with reflectance values acquired with the Sequoia sensor on board UAVs in irrigated corn and sunflower plots between June and August 2019. The results indicate that the reflectance in the visible region and the NDVI, GNDVI, NDRre and OSAVI indices show a good level of consistency. However, this is not the case in the red-edge, the near infrared and the CIre index. The observed difference is related to inconsistencies in the red-edge and near-infrared bands, where Sequoia, respectively, underestimates and overestimates. But when these bands are combined with indices incorporating visible bands this mismatch is diluted and the results are more consistent. |
URI : | http://hdl.handle.net/10532/7192 |
Licencia: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | [DOCIART] Artículos científicos, técnicos y divulgativos |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
10078627.pdf | 1,27 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons