logo móvil
Contáctanos

Un Marco de Fusión Espacio-Temporal de Imágenes de UAV y Satélite para el Monitoreo del Crecimiento del Trigo de Invierno

Autores: Li, Yan; Yan, Wen; An, Sai; Gao, Wanlin; Jia, Jingdun; Tao, Sha; Wang, Wei

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Un Marco de Fusión Espacio-Temporal de Imágenes de UAV y Satélite para el Monitoreo del Crecimiento del Trigo de Invierno


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Monitoreo continuo
Agricultura de precisión
UAV
Plataformas satelitales
Fusión espaciotemporal
NDVI

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
El monitoreo preciso y continuo del crecimiento de los cultivos es vital para el desarrollo de la agricultura de precisión. Las plataformas de vehículos aéreos no tripulados (UAV) y satélites tienen una considerable complementariedad en alta resolución espacial (escala de centímetros) y un ciclo de revisita fijo. Es significativo optimizar la sinergia entre plataformas para aplicaciones agrícolas. Considerando las características de las plataformas UAV y satelitales, se desarrolla un marco de fusión espaciotemporal (STF) de imágenes de UAV y satélites. Incluye registro, normalización radiométrica, fusión preliminar y reconstrucción de reflectancia. El marco STF propuesto mejora significativamente la precisión de la fusión con métricas cuantitativas mejores y resultados visualizados en comparación con cuatro métodos STF existentes con diferentes estrategias de fusión. Especialmente para la predicción del límite de objetos y la textura espacial, los valores absolutos del borde de Robert (EDGE) y el patrón binario local (LBP) disminuyeron en un máximo de más de 0.25 y 0.10, respectivamente, en comparación con el modelo de fusión de reflectancia adaptativa espacial y temporal (STARFM). Además, el marco STF mejora la resolución temporal a diaria, aunque las imágenes satelitales son discontinuas. Además, se explora su potencial de aplicación para el monitoreo del crecimiento del trigo de invierno. La imagen sintética diaria con resolución espacial de UAV describe bien la dinámica estacional del trigo de invierno. El Índice de Vegetación de Diferencia Normalizada (NDVI) sintético y el Índice de Vegetación Mejorado 2 (EVI2) son consistentes con las observaciones. Sin embargo, el error en NDVI y EVI2 en los cambios de límite es relativamente grande, lo que necesita una exploración adicional. Esta investigación proporciona un marco STF para generar datos de teledetección muy densos y de alta resolución espacial a bajo costo. No solo contribuye a las aplicaciones de agricultura de precisión, sino que también es valioso para el monitoreo dinámico de la superficie terrestre.

Otros recursos que podrían interesarte

Temas Virtualpro