Modelado del rendimiento a partir de datos satelitales para el cultivo de maíz semilla

En la llamada cuarta revolución industrial se encuentra la necesidad de convivir en un mundo controlado por datos. Los sensores remotos nos ofrecen datos continuos sobre el estado de la vegetación. Es posible utilizar la información satelital para generar índices espectrales relacionados a la biomasa vegetativa, que sirvan para estudiar la evolución del cultivo. La gran cantidad de imágenes provenientes de la constelación Sentinel 2 nos permite obtener datos periódicamente y evaluar el momento donde la variable satelital tenga mayor bondad de ajuste con el rendimiento real. A partir de esta información es posible generar un modelo para la predicción del rendimiento. En el presente trabajo se propone evaluar el ajuste entre el índice de verdor de diferencia normalizada (NDVI) acumulado dentro de distintas ventanas de tiempo alrededor del momento de floración en lotes de producción de maíz semilla ubicados en el sudeste de la provincia de Buenos Aires. Luego, a partir de los datos de la ventana de tiempo de mayor ajuste, y con el objetivo de que tenga un sentido fisiológico, generar un modelo con el cual se realicen estimaciones de rendimiento. Por último, evaluar la precisión del modelo, compararlo con un hipotético modelo ideal y con estimaciones realizadas por el método convencional de conteo de los componentes del rendimiento a campo. La ventana de tiempo donde los datos mostraron mayor bondad de ajuste es entre los 10 y los 20 días después del momento de floración. El modelo desarrollado ofreció estimaciones de rendimiento más precisas que el muestreo convencional.

Saved in:
Bibliographic Details
Main Author: Boronat, Francisco Javier
Other Authors: Gavilán, Sebastián
Format: info:ar-repo/semantics/trabajo final de especialización biblioteca
Language:Spanish / Castilian
Published: Universidad de Buenos Aires. Facultad de Agronomía
Subjects:MAIZ, ZEA MAYS, MODELOS, RENDIMIENTO DE CULTIVOS, SATELITES, CULTIVOS DE GRANO, BIOMASA, TECNICAS DE PREDICCION,
Online Access:http://ri.agro.uba.ar/greenstone3/library/collection/tesis/document/2023boronatfranciscojavier
http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=aagtesis&d=2023boronatfranciscojavier_oai
Tags: Add Tag
No Tags, Be the first to tag this record!