Sistema predictivo para la estimación temprana de volumen de cosecha en uva de mesa y cerezas, mediante redes neuronales artificiales generadas a partir de firmas espectrales
Se busca generar una herramienta que permite predecir de manera temprana el volumen y calibre de uva y de cereza estimados a la cosecha, mediante un sistema de redes neuronales artificiales desarrolladas a partir de la firma espectral. Específicamente: identificar la firma espectral del cultivo de la vid de mesa (para 3 variedades) y para cerezo (2 variedades) en sus diferentes estados fenológicos; generar los algoritmos a partir de las firmas espectrales identificadas; aplicar algoritmos en imágenes satelitales para identificar en forma precisa información respecto a cantidad, volumen, diámetro de la fruta existente en el campo; validar en terreno y por 2 temporadas la precisión de la aplicación como modelo predictivo, para lo cual se toman como referencias predios testigos en las diferentes especies (uva de mesa y cerezo) y macrozonas geográficas (V-RM y VI-VII); finalmente se genera una interfaz de entrega de pronóstico para el usuario final.
| Other Authors: | |
|---|---|
| Format: | Proyectos biblioteca |
| Published: |
2015
|
| Subjects: | UVA DE MESA, CEREZOS, VARIEDADES, TECNOLOGÍA DE PRECISIÓN, SISTEMA DE GESTIÓN GEOGRÁFICO, |
| Online Access: | http://bibliotecadigital.fia.cl/handle/20.500.11944/147223 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Se busca generar una herramienta que permite predecir de manera temprana el volumen y calibre de uva y de cereza estimados a la cosecha, mediante un sistema de redes neuronales artificiales desarrolladas a partir de la firma espectral. Específicamente: identificar la firma espectral del cultivo de la vid de mesa (para 3 variedades) y para cerezo (2 variedades) en sus diferentes estados fenológicos; generar los algoritmos a partir de las firmas espectrales identificadas; aplicar algoritmos en imágenes satelitales para identificar en forma precisa información respecto a cantidad, volumen, diámetro de la fruta existente en el campo; validar en terreno y por 2 temporadas la precisión de la aplicación como modelo predictivo, para lo cual se toman como referencias predios testigos en las diferentes especies (uva de mesa y cerezo) y macrozonas geográficas (V-RM y VI-VII); finalmente se genera una interfaz de entrega de pronóstico para el usuario final. |
|---|