Aplicación de imágenes obtenidas con UAS en el seguimiento del cultivo de arroz

Abstract

[ES] La agricultura de precisión emplea imágenes satelitales o de vehículos aéreos no tripulados para mejorar la gestión de los cultivos. El objetivo de este trabajo ha sido llevar un seguimiento del cultivo mediante el cálculo de índices de vegetación a partir de imágenes obtenidas con UAS y su posible relación con el rendimiento del cultivo de arroz de la campaña de 2021 de la finca Raga de COPSEMAR, ubicada en Sueca (Valencia). Para ello se llevó un seguimiento de toda la campaña mediante la toma de imágenes con dron que fueron comparadas con las obtenidas del satélite Sentinel-2. Una vez que se procesaron las imágenes y se calcularon los índices se compararon tres parcelas con distintas variedades (Albufera, JSendra y Moleta). Se obtuvieron mapas de zonificación en las tres parcelas con diferentes valores VARI y NDVI en los que se marcaron puntos de muestreo y al terminar la campaña se cosechó el grano entorno a los puntos marcados extrayendo muestras de 50 x 50 cm. A partir de las muestras se calculó el rendimiento equivalente en kg/ha y se determinó su relación con los valores de los índices de vegetación. Con los resultados obtenidos se ha visto que es útil el uso de UAS para el seguimiento de cultivo y comparación de variedades, pero no surgieron relaciones claras entre el rendimiento y los índices obtenidos.

[EN] Precision agriculture uses satellite or UAV images to improve crop management. The objective of this work has been to monitor the crop by calculating vegetation indices from images obtained with UAS and their possible relationship with the yield of the rice crop of the 2021 season of the Raga farm of COPSEMAR, located in Sueca (Valencia). For this purpose, the entire campaign was monitored by taking drone images that were compared with those obtained from the Sentinel-2 satellite. Once the images were processed and the indices calculated, three plots with different varieties (Albufera, JSendra and Moleta) were compared. Zoning maps were obtained in the three plots with different VARI and NDVI values in which sampling points were marked and at the end of the campaign the grain was harvested around the marked points by extracting samples of 50 x 50 cm. The equivalent yield in kg/ha was calculated from the samples and its relationship with the values of the vegetation indices was determined. The results obtained showed that the use of UAS is useful for crop monitoring and variety comparison, but there were no clear relationships between yield and the indices obtained.