Evaluación de la consistencia de los datos obtenidos desde UAV por el sensor Sequoia para su aplicación en agricultura

Simple item page
dc.bibliographicCitation.conferencedate29/06/2022es_ES
dc.bibliographicCitation.conferencenameXIX Congreso de la Asociación Española de Teledetecciónen
dc.bibliographicCitation.conferenceplacePamplonaes_ES
dc.bibliographicCitation.titleXIX Congreso de la Asociación Española de Teledetecciónen
dc.contributor.authorCasterad Seral, María Auxiliadoraes_ES
dc.contributor.authorPérez Cardiel, Estelaes_ES
dc.contributor.authorRiva, Juan de laes_ES
dc.contributor.authorRodrigues, Marcoses_ES
dc.contributor.authorDomingo, Darioes_ES
dc.coverage.spatialSAFMAes_ES
dc.date.accessioned2024-08-07T11:48:15Z
dc.date.available2024-08-07T11:48:15Z
dc.date.issued2024es_ES
dc.date.updated2024-08-05T08:31:53Z
dc.description.abstractDurante 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.es
dc.description.abstract: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.en
dc.description.otherradiometría de campoes
dc.description.otherParrot Sequoiaes
dc.description.otherUAVes
dc.description.otherreflectividades
dc.description.otheríndices de vegetaciónes
dc.description.otherfield spectrometryen
dc.description.otherParrot Sequoiaen
dc.description.othervegetation indicesen
dc.description.otherreflectanceen
dc.identifier.citationRuiz, 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
dc.identifier.urihttp://hdl.handle.net/10532/7192
dc.language.isoeses_ES
dc.relation.datahttps://www2.unavarra.es/gesadj/seccionActualidad/congresos/teledeteccion/XIX_AET_libro_actas.pdfes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Españaes
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/es
dc.subject.agrovocTeledetecciónes
dc.subject.agrovocAgricultura de precisiónes
dc.subject.agrovocSensores ópticoses
dc.subject.agrovocIndice de vegetaciónes
dc.subject.otherAgricultura De Precisión
dc.subject.otherIndice De Vegetación
dc.subject.otherSensores ópticos
dc.subject.otherTeledetección aérea
dc.titleEvaluación de la consistencia de los datos obtenidos desde UAV por el sensor Sequoia para su aplicación en agriculturaen
dc.title.alternativeEvaluation of the consistency of data obtained from Sequoia UAV-borne sensor for its application in agricultureen
dc.typeConference Material*
dc.type.refereedRefereedes_ES
dc.type.specifiedPaperes_ES

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
10078627.pdf
Size:
1.24 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
0 B
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Artículos científicos, técnicos y divulgativos