Los avances en la tecnología de observación de la Tierra mediante imágenes multiespectrales de sistemas de observación satelital y sensores montados en vehículos aéreos no tripulados (UAV) están permitiendo un monitoreo de cultivos más preciso. Estas imágenes, una vez procesadas, facilitan el análisis de la salud de los cultivos al permitir el estudio del vigor de los cultivos, el cálculo de índices de biomasa y el monitoreo temporal continuo utilizando índices de vegetación (IV). Estos indicadores permiten la identificación de enfermedades, plagas o estrés hídrico, entre otros. Este estudio compara imágenes adquiridas con el sensor Altum PT (UAV) y Super Dove (satélite) para evaluar su capacidad para detectar problemas específicos en olivares super-intensivos en dos momentos críticos: enero, durante la poda, y abril, al comienzo del desarrollo del fruto. Se utilizaron cuatro IV diferentes, y se generaron mapas multiespectrales para cada uno: el Índice de Vegetación de Diferencia Normalizada (NDVI), el Índice de Diferencia Normalizada Verde (GNDVI), el Índice de Diferencia Normalizada de Borde Rojo (NDRE) y el Índice de Clorofila Foliar (LCI). Se obtuvieron datos para cada planta (n = 11,104) para análisis en todas las fechas y sensores. Se utilizó una metodología combinada (coeficiente de correlación de Spearman, prueba t de Student y árboles de decisión) para validar el comportamiento de las variables y proponer modelos predictivos. Los resultados mostraron diferencias significativas entre los sensores, con una tendencia común en los patrones espaciales y un rango de correlación entre 0.45 y 0.68. La integración de ambas tecnologías permite una evaluación multiescalar, optimizando la gestión agronómica y apoyando una agricultura de precisión más sostenible.
Alfonso et al. (Sat,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: