Predicción de índice verde en chacras agrícolas

Ettlin Alonso, Guillermo - Quincke Ferreira, Christopher

Supervisor(es): Rodríguez Bocca, Pablo

Resumen:

En las ultimas décadas, como consecuencia de una gran demanda mundial de alimentos y de la exigencia de una mayor competitividad, la agricultura de precisión ha sido impulsada cobrando una gran importancia y desarrollándose a pasos agigantados. Uno de los desafíos más importantes dentro de la agricultura de precisión, es la posibilidad de predecir el rendimiento de los cultivos. Siendo la agricultura para nuestro país un componente importante de la economía, la investigación en esta área es primordial para mantener la competitividad. En nuestro país, el principal abanderado para realizar este tipo de investigaciones es el INIA (Instituto Nacional de Investigación Agropecuaria). En este proyecto, dada la creciente importancia que tiene el control, monitoreo y predicción de rendimientos de cultivos, se realiza una investigación interdisciplinaria contando con la colaboración y el apoyo del INIA, en la que se intenta predecir el índice verde de cultivos de soja ubicados en el territorio nacional. Para ello, se utiliza un simulador de crecimiento de cultivos provisto por el INIA, un conjunto de datos relativos a las zafras anteriores de soja sobre las chacras en estudio e imágenes de los satélites MODIS y Landsat. El simulador de crecimiento de cultivos provisto por el INIA, recibe como entrada un conjunto de parámetros relativos a las características iniciales del suelo, las características del cultivo y las condiciones meteorológicas del lugar donde se cultiva. La predicción del índice verde mediante este simulador consiste en, a partir de los datos relativos a las zafras anteriores de soja sobre las chacras en estudio, de las imágenes satelitales y datos meteorológicos, obtener los valores de los parámetros relativos a las características iniciales del suelo y así poder utilizarlo para la predicción de futuras zafras.

Detalles Bibliográficos
2017
NDVI
Producción
Modelo de crecimiento agrícola
Imágenes satelitales
Procesamiento de imágenes
Español
Universidad de la República
COLIBRI
https://hdl.handle.net/20.500.12008/52806
Acceso abierto
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)