Agricultura Resto del Mundo Silvicultura

Diagnosticando árboles individuales desde arriba


Los modelos basados ​​en imágenes de vehículos aéreos no tripulados y satélites pueden ayudar a los agricultores a controlar la salud de los árboles individuales.


por la Universidad Rey Abdullah de Ciencia y Tecnología


El aumento de la resolución de datos permite analizar árboles individuales en una granja, lo que permite a los agricultores tomar medidas específicas. A medida que crece la población mundial, es vital tener mejores formas de optimizar la producción de alimentos. Las tecnologías de teledetección son clave para cumplir estos objetivos, ya que proporcionan los medios para controlar la salud de los cultivos en grandes áreas.

Los investigadores Kasper Johansen y Matthew McCabe en el Centro de Desalinización y Reutilización del Agua de KAUST, con colegas en Australia, han demostrado este potencial utilizando datos combinados de vuelos satelitales y de vehículos aéreos no tripulados (UAV) para mapear con precisión la condición de los árboles de macadamia en Queensland.

Las nueces de macadamia son una exportación importante para Australia, pero los árboles tardan 15 años en madurar y proporcionan su máximo rendimiento, por lo que los agricultores deben identificar temprano cualquier árbol que esté sufriendo. «Actualmente, los agricultores de macadamia confían en la evaluación visual manual de cada árbol y su sistema de riego, que consume mucho tiempo y a menudo es inconsistente», dice Johansen, «mientras que la detección remota de UAV y satélite podría evaluar miles a la vez».


El equipo estudió tres plantaciones que contienen árboles de diferentes edades y variedades. La salud de cada árbol fue evaluada por un agrónomo experimentado utilizando una escala de cinco puntos de excelente a mala condición. Los investigadores volaron un UAV sobre los sitios para registrar imágenes espectrales en verde, rojo e infrarrojo cercano, y adquirieron datos a través de varias bandas espectrales del satélite de observación terrestre Worldview-3.

Utilizando datos de entrenamiento de unos cientos de árboles, el equipo desarrolló modelos que relacionan los datos espectrales con las mediciones del terreno. Los modelos pudieron clasificar correctamente más del 98 por ciento de los otros árboles .

Curiosamente, aunque los espectros detallados de Worldview-3 proporcionaron los modelos más precisos de la salud de los árboles, el tamaño de píxel de 1,2 metros era demasiado grueso para identificar las copas de los árboles individuales, lo que solo se podía hacer con los datos del UAV de alta resolución. Esto destaca los beneficios de un enfoque combinado de UAV-satélite.

Diagnosticando árboles individuales desde arribaAl combinar datos de UAV y encuestas satelitales, Johansen y sus colegas pudieron clasificar la salud de los árboles individuales en una escala de cinco puntos en grandes áreas de plantaciones de macadamia. Los agricultores pueden usar un mapa, como el que se muestra, para encontrar y tratar árboles en riesgo. Crédito: Kasper Johansen

Diagnosticando árboles individuales desde arribaLos árboles de macadamia (izquierda) producen la valiosa fruta, nueces de macadamia (derecha). Crédito: Kasper Johansen

La investigación se benefició enormemente de sus vínculos El grupo de investigación de McCabe en KAUST, que se enfoca en aplicaciones de detección remota para agricultura de precisión e incluye estudios relacionados de huertos de olivos en Arabia Saudita.

«El uso de la teledetección para la agricultura de precisión, como nuestro estudio, mejorará las prácticas generales de gestión del huerto, la producción y el rendimiento», dice Johansen. «A su vez, esto mejorará la seguridad alimentaria y del agua».

«Este trabajo fue parte de un proyecto colaborativo financiado por el gobierno australiano para apoyar las industrias de cultivos arbóreos, específicamente para huertos de macadamia, mango y aguacate», explica Johansen.


Leer más


LEAVE A RESPONSE

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Social Media Auto Publish Powered By : XYZScripts.com