logo móvil
Contáctanos

Predicción de rendimiento de grano de maíz en temporada a través de imágenes de PlanetScope y Sentinel-2

Autores: Li, Fenling; Miao, Yuxin; Chen, Xiaokai; Sun, Zhitong; Stueve, Kirk; Yuan, Fei

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Predicción de rendimiento de grano de maíz en temporada a través de imágenes de PlanetScope y Sentinel-2


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Agronomía y Ciencia de los Cultivos

Palabras clave

Crecimiento de cultivos
Monitoreo de rendimiento
Teledetección
índices de vegetación
Rendimiento de maíz
Variabilidad espacial

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 31

Citaciones: Sin citaciones


Descripción
El crecimiento de los cultivos y el monitoreo del rendimiento son esenciales para la seguridad alimentaria y la predicción del retorno económico agrícola. El uso de sensores remotos es una técnica eficiente para medir las copas de los cultivos en temporada de crecimiento y proporcionar información sobre la variabilidad espacial de los rendimientos de los cultivos. En este estudio, se utilizaron diez índices de vegetación (IVs) derivados de series temporales de imágenes de PlanetScope y Sentinel-2 para investigar el potencial de estimar el rendimiento de grano de maíz con diferentes métodos de regresión. Se desarrolló un modelo de predicción de rendimiento de cultivos a escala de campo y se utilizó para producir mapas de rendimiento que representan la variabilidad espacial en el campo. Los resultados de este estudio mostraron claramente que los datos satelitales de alta resolución de PlanetScope podrían utilizarse para detectar la variabilidad del rendimiento de maíz a nivel de campo, lo que podría explicar un 15% más de variabilidad que los datos de Sentinel-2A en la misma resolución espacial de 10 m. La comparación del rendimiento del modelo y la medida de importancia de la variable entre los modelos ilustraron resultados satisfactorios para evaluar la productividad del maíz con IVs. Los valores del índice de vegetación de clorofila verde (GCVI) produjeron consistentemente las correlaciones más altas con el rendimiento de maíz, representando el 72% de la variación espacial observada en el rendimiento de maíz. Se podría realizar una estimación de rendimiento cuantitativa más confiable utilizando un método de regresión paso a paso multi-lineal (MSR) con múltiples IVs. Se logró un buen acuerdo entre el rendimiento observado y el predicho con un valor de coeficiente de determinación de 0.81 a los 86 días después de la siembra. Los resultados ayudarían a los agricultores y tomadores de decisiones a generar mapas de rendimiento predichos, identificar la variabilidad del rendimiento de los cultivos y realizar prácticas de manejo de cultivos adicionales de manera oportuna.

Otros recursos que podrían interesarte

Temas Virtualpro