SciELO - Scientific Electronic Library Online

 
vol.26 issue56SensorMov, Native Library for Tangible Interactions with Android DevicesHuman Activities Recognition using Semi-Supervised SVM and Hidden Markov Models author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


TecnoLógicas

Print version ISSN 0123-7799On-line version ISSN 2256-5337

Abstract

TORRES-MADRONERO, Maria C. et al. Caracterización espectral de aguacate Persea americana Mill cv. Hass empleando espectrometría e imágenes en el rango visible a infrarrojo cercano. TecnoL. [online]. 2023, vol.26, n.56, e208.  Epub June 02, 2023. ISSN 0123-7799.  https://doi.org/10.22430/22565337.2567.

Las tecnologías de la percepción remota, como las imágenes espectrales, tienen un gran potencial para el monitoreo de los cultivos. Los sistemas espectrales miden la energía reflejada y emitida de una superficie, usualmente entre los rangos visible e infrarrojo cercano del espectro electromagnético. Este artículo tuvo como objetivo presentar una caracterización espectral del aguacate Persea americana Mill cv. Hass utilizando espectrofotometría e imágenes espectrales. El estudio usó datos in situ capturados con espectrómetros y GreenSeeker, y datos remotos capturados por sensores en satélites como Landsat 8 y Sentinel 2. Lo anterior se hizo sobre cuatro unidades productivas de aguacate. En primer lugar, se compararon la forma de las firmas espectrales captadas por los sensores in situ y remotos, y después se relacionaron con los índices de vegetación. A partir de la espectrometría, se establecieron diferencias entre las hojas jóvenes y las hojas desarrolladas o maduras, principalmente entre 480 nm y 650 nm. Esta región del espectro muestra los cambios de color presentes en las hojas jóvenes del aguacate. A partir de los datos de satélite, la firma espectral presenta diferencias significativas entre Sentinel 2 y Landsat 8. Los resultados mostraron que estas diferencias se derivan de varios factores, como la fecha de adquisición, el preprocesamiento y la resolución espacial. Por último, los índices de vegetación procedentes de mediciones in situ y por satélite evidenciaron escalas diferentes. El índice de vegetación de diferencia normalizada (NDVI, por sus siglas en inglés) para los datos in situ tiene valores alrededor de 0.9 y 0.7 para el espectrómetro y el GreenSeeker, respectivamente. Sin embargo, el NDVI derivado de los datos satelitales está alrededor de 0.4 para Sentinel 2 y 0.3 para Landsat 8.

Keywords : Aguacate; espectrometría; imágenes multiespectrales; índices de vegetación; percepción remota.

        · abstract in English     · text in English     · English ( pdf )