Optimización de la evaluación de pastos mediante la implementación de imágenes multiespectrales y vehículo aéreo no tripulado

• Pelaez Carrillo, Diego Alfonso ^[1] ; Gualdron Guerrero, Oscar Eduardo ^[1] ; Torres Chavez, Ivaldo ^[1]
  1. [1] Universidad de Pamplona

     Universidad de Pamplona

     Colombia

     
• Localización: Revista Colombiana de Tecnologías de Avanzada, ISSN-e 2500-8625, ISSN 1692-7257, Vol. 1, Nº. 43, 2024 (Ejemplar dedicado a: January - June), págs. 155-162
• Idioma: español
• Títulos paralelos:
  • Optimization of pasture evaluation through the implementation of multispectral imaging and unmanned aerial vehicle
• Enlaces
  • Texto completo
• Resumen
  • español

    Este artículo desarrolla una forma de optimizar la evaluación de pastos utilizando vehículos aéreos no tripulados (UAV) y el análisis de imágenes multiespectrales. La investigación se llevó a cabo en el Municipio de Pamplona, Colombia, con el objetivo de comprender y documentar el crecimiento y evolución del pasto en áreas agrícolas. La metodología utilizada en la investigación incluyó la zonificación del terreno para identificar condiciones favorables para el estudio, de tal manera que se pudiera garantizar que existieran áreas adecuadas para observar el desarrollo del pasto y facilitar el acceso a los instrumentos experimentales. Se destacan aspectos importantes como la obtención de puntos GPS en tierra con el fin de crear polígonos que se disponen como el área de estudio y que permitirán la planificación de vuelos de vehículos aéreos no tripulados (UAV), que dan paso al uso de software de gestión de vuelos autónomos. La adquisición de imágenes multiespectrales se da gracias al uso de cámaras multiespectral incorporadas en el UAV, capaces de registrar información en múltiples bandas espectrales dentro y fuera del espectro visible, como el infrarrojo cercano y el borde de rojo. El análisis estadístico proporcionó una visión detallada de las condiciones agrícolas al revelar correlaciones significativas entre el Índice de Vegetación Normalizado (NDVI) y varios parámetros del suelo como el potasio (K) y el fosforo (P). Este método innovador proporciona datos y visualizaciones precisos que ayudan a tomar decisiones sobre la gestión sostenible de pastos en la región.

  • English

    This article develops a way to optimize pasture evaluation using unmanned aerial vehicles (UAVs) and multispectral image analysis. The research was carried out in the Municipality of Pamplona, Colombia, with the aim of understanding and documenting the growth and evolution of pasture in agricultural areas. The methodology used in the research included zoning the terrain to identify favorable conditions for the study, ensuring that suitable areas existed to observe pasture development and facilitate access to experimental instruments. Important aspects such as obtaining GPS points on the ground to create polygons that are arranged as the study area are highlighted, allowing for the planning of UAV flight missions, which in turn lead to the use of autonomous flight management software. The acquisition of multispectral images is made possible through the use of multispectral cameras integrated into the UAV, capable of recording information in multiple spectral bands within and outside the visible spectrum, such as near-infrared and red edge. Statistical analysis provided a detailed insight into agricultural conditions by revealing significant correlations between the Normalized Difference Vegetation Index (NDVI) and various soil parameters such as potassium (K) and phosphorus (P). This innovative method provides accurate data and visualizations that assist in making decisions regarding sustainable pasture management in the region.