Predicción de peso de poda de viñedos utilizando nubes de puntos 3D generadas a partir de imágenes de UAV y fotogrametría de estructura de movimiento
Autores: García-Fernández, Marta; Sanz-Ablanedo, Enoc; Pereira-Obaya, Dimas; Rodríguez-Pérez, José Ramón
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Predicción de peso de poda de viñedos utilizando nubes de puntos 3D generadas a partir de imágenes de UAV y fotogrametría de estructura de movimiento
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Vigor de la vid
Peso de la poda
Vehículos aéreos no tripulados
VANT
Teledetección
SfM
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
En viticultura, la información sobre la vigorosidad de la vid es un elemento clave para la toma de decisiones en relación con los objetivos de producción. El peso de la poda (PW), una variable cuantitativa utilizada como indicador de la vigorosidad vegetativa, está asociado con la cantidad y calidad de las uvas. El interés ha ido creciendo en los últimos años en torno al uso de vehículos aéreos no tripulados (UAV) o drones equipados con instalaciones de teledetección para una gestión de cultivos más eficiente y la producción de vinos de mayor calidad. Las investigaciones actuales han demostrado que la producción de uvas, el índice de área foliar, la biomasa y otras variables vitícolas pueden estimarse mediante el análisis de imágenes de UAV. Aunque SfM reduce costos, ahorra tiempo y reduce la cantidad y tipo de recursos necesarios, una revisión de la literatura no reveló estudios sobre su uso para determinar el peso de la poda en viñedos. El objetivo principal de este estudio fue predecir el PW en viñedos a partir de una nube de puntos 3D generada con imágenes RGB capturadas por un dron estándar y procesadas por SfM. En este trabajo, se tomaron imágenes aéreas verticales y oblicuas en dos viñedos de las variedades Godello y Mencía durante las temporadas de 2019 y 2020 utilizando un dron Phantom 4 Pro convencional. El peso de la poda se midió en cuadrículas de muestreo que comprendían 28 celdas de calibración para Godello y 59 celdas en total para Mencía (39 celdas de calibración y 20 de validación independiente). El volumen de vegetación (V) se estimó a partir de la nube de puntos 3D generada y el PW se estimó mediante análisis de regresión lineal tomando V como variable predictora. Cuando los resultados se validaron mediante leave-one-out cross-validation (LOOCV), se encontró que R era de 0.71 y el RMSE de 224.5 (g) para la estimación de PW en Mencía 2020, calculado para las 39 celdas de calibración en base a imágenes oblicuas. Los resultados del análisis de regresión para las 20 muestras de validación tomadas de manera independiente al resto (R = 0.62; RMSE = 249.3 g) confirmaron la viabilidad de usar SfM como un procedimiento rápido, no destructivo y de bajo costo para estimar el peso de la poda.
Descripción
En viticultura, la información sobre la vigorosidad de la vid es un elemento clave para la toma de decisiones en relación con los objetivos de producción. El peso de la poda (PW), una variable cuantitativa utilizada como indicador de la vigorosidad vegetativa, está asociado con la cantidad y calidad de las uvas. El interés ha ido creciendo en los últimos años en torno al uso de vehículos aéreos no tripulados (UAV) o drones equipados con instalaciones de teledetección para una gestión de cultivos más eficiente y la producción de vinos de mayor calidad. Las investigaciones actuales han demostrado que la producción de uvas, el índice de área foliar, la biomasa y otras variables vitícolas pueden estimarse mediante el análisis de imágenes de UAV. Aunque SfM reduce costos, ahorra tiempo y reduce la cantidad y tipo de recursos necesarios, una revisión de la literatura no reveló estudios sobre su uso para determinar el peso de la poda en viñedos. El objetivo principal de este estudio fue predecir el PW en viñedos a partir de una nube de puntos 3D generada con imágenes RGB capturadas por un dron estándar y procesadas por SfM. En este trabajo, se tomaron imágenes aéreas verticales y oblicuas en dos viñedos de las variedades Godello y Mencía durante las temporadas de 2019 y 2020 utilizando un dron Phantom 4 Pro convencional. El peso de la poda se midió en cuadrículas de muestreo que comprendían 28 celdas de calibración para Godello y 59 celdas en total para Mencía (39 celdas de calibración y 20 de validación independiente). El volumen de vegetación (V) se estimó a partir de la nube de puntos 3D generada y el PW se estimó mediante análisis de regresión lineal tomando V como variable predictora. Cuando los resultados se validaron mediante leave-one-out cross-validation (LOOCV), se encontró que R era de 0.71 y el RMSE de 224.5 (g) para la estimación de PW en Mencía 2020, calculado para las 39 celdas de calibración en base a imágenes oblicuas. Los resultados del análisis de regresión para las 20 muestras de validación tomadas de manera independiente al resto (R = 0.62; RMSE = 249.3 g) confirmaron la viabilidad de usar SfM como un procedimiento rápido, no destructivo y de bajo costo para estimar el peso de la poda.