Calibrando la imagen de Sentinel-2 con información derivada de UAV multispectral para cuantificar los daños en los cultivos de arroz mediterráneo causados por el calamón (Porphyrio porphyrio)
Autores: Pla, Magda; Bota, Gerard; Duane, Andrea; Balagué, Jaume; Curcó, Antoni; Gutiérrez, Ricard; Brotons, Lluís
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Calibrando la imagen de Sentinel-2 con información derivada de UAV multispectral para cuantificar los daños en los cultivos de arroz mediterráneo causados por el calamón (Porphyrio porphyrio)
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Producción agrícola
Conservación
Diversidad biológica
Calamón común
Cultivos de arroz
Tecnología de UAV
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Hacer que la producción agrícola sea compatible con la conservación de la biodiversidad biológica es una prioridad en las áreas donde surgen conflictos entre humanos y vida silvestre. El amenazado Porrón occidental (Porphyrio porphyrio) se alimenta de arroz, causando daños en los cultivos y llevando a disminuciones en la producción de arroz. Debido al estatus de protección del Porrón, se han implementado políticas de compensación económica para indemnizar a los agricultores por estos daños, lo que requiere una evaluación precisa, cuantitativa y rentable de las pérdidas en los cultivos de arroz en grandes territorios. Utilizamos información capturada de un UAV (Vehículo Aéreo No Tripulado) equipado con una cámara multiespectral Parrot SEQUOIA como información de referencia para calibrar las imágenes de Sentinel-2 y cuantificar los daños en la región del Delta del Ebro, en el Mediterráneo occidental. El índice de vegetación NDVI (Índice de Vegetación de Diferencia Normalizada) del UAV permitió estimar los daños en los cultivos de arroz con una resolución de píxel de 10 cm al discriminar píxeles de vegetación no verde. Una vez co-registrado con la cuadrícula de Sentinel, predijimos la proporción de daños del UAV a una resolución de 10 m en función del NDVI de Sentinel-2, y luego extrapolamos el modelo ajustado a toda la imagen de Sentinel-2 del Delta del Ebro. Finalmente, los daños predichos con los datos de Sentinel-2 se cuantificaron a nivel de parcela agrícola y se validaron con información de campo recopilada en el terreno por el Servicio de Guardabosques. Encontramos que los datos de Sentinel2-NDVI explicaron hasta el 57% de los daños reportados con el UAV. La validación final con los datos del Servicio de Guardabosques señaló algunas limitaciones en nuestro procedimiento que abren el camino para mejorar el desarrollo futuro. Las imágenes de Sentinel2 calibradas con información del UAV demostraron ser una alternativa viable y rentable para cuantificar daños en cultivos de arroz a gran escala.
Descripción
Hacer que la producción agrícola sea compatible con la conservación de la biodiversidad biológica es una prioridad en las áreas donde surgen conflictos entre humanos y vida silvestre. El amenazado Porrón occidental (Porphyrio porphyrio) se alimenta de arroz, causando daños en los cultivos y llevando a disminuciones en la producción de arroz. Debido al estatus de protección del Porrón, se han implementado políticas de compensación económica para indemnizar a los agricultores por estos daños, lo que requiere una evaluación precisa, cuantitativa y rentable de las pérdidas en los cultivos de arroz en grandes territorios. Utilizamos información capturada de un UAV (Vehículo Aéreo No Tripulado) equipado con una cámara multiespectral Parrot SEQUOIA como información de referencia para calibrar las imágenes de Sentinel-2 y cuantificar los daños en la región del Delta del Ebro, en el Mediterráneo occidental. El índice de vegetación NDVI (Índice de Vegetación de Diferencia Normalizada) del UAV permitió estimar los daños en los cultivos de arroz con una resolución de píxel de 10 cm al discriminar píxeles de vegetación no verde. Una vez co-registrado con la cuadrícula de Sentinel, predijimos la proporción de daños del UAV a una resolución de 10 m en función del NDVI de Sentinel-2, y luego extrapolamos el modelo ajustado a toda la imagen de Sentinel-2 del Delta del Ebro. Finalmente, los daños predichos con los datos de Sentinel-2 se cuantificaron a nivel de parcela agrícola y se validaron con información de campo recopilada en el terreno por el Servicio de Guardabosques. Encontramos que los datos de Sentinel2-NDVI explicaron hasta el 57% de los daños reportados con el UAV. La validación final con los datos del Servicio de Guardabosques señaló algunas limitaciones en nuestro procedimiento que abren el camino para mejorar el desarrollo futuro. Las imágenes de Sentinel2 calibradas con información del UAV demostraron ser una alternativa viable y rentable para cuantificar daños en cultivos de arroz a gran escala.