El uso de drones dentro de la agricultura de precisión puede traer diferentes beneficios. La mayoría de ellos vinculados a toma de decisiones más acertadas por parte de los productores.
Dentro de los beneficios de los drones agrícolas, se obtienen diferentes mapas adaptados a cada necesidad. Por ejemplo, un equipo de tipo comercial brinda mapas como el Índice Normalizado de Vegetación Diferencial (NDVI) o similares.
El NDVI es un índice que muestra en forma general el estado de salud de una planta. Si los valores de NDVI están cerca de 1.0, se espera que la vegetación sea saludable, pero para valores cercanos a 0.0, el mapa muestra suelo desnudo o vegetación estresada.
Diferentes cámaras ofrecen distintos valores de NDVI para el mismo campo y tiempo de vuelo, lo que podría inducir a error al usuario. Sin embargo, las cámaras agrícolas, pueden proporcionar un NDVI estándar que es comparable con otras cámaras agrícolas como las de los satélites.
Las ubicaciones de suelo desnudo, como es el caso de las carreteras y las vides y las marquesinas de vid, tienen mayores valores NDVI: entre 0.30 y 0.7-1.0 que los valores NDVI estimados utilizando los filtros Landsat.
Con la creciente disponibilidad de sensores térmicos de proximidad, cámaras UAV y radiómetros de covarianza, puede suponerse que la información producida por estos sensores es intercambiable o compatible. Este supuesto se mantiene a menudo para la estimación de parámetros agrícolas como la cubierta y la temperatura del suelo, los componentes del balance energético y la evapotranspiración.
De todas formas, las condiciones ambientales, la calibración y la configuración del terreno pueden afectar la relación entre las mediciones de cada uno de estos sensores térmicos.
Con las reducciones en la disponibilidad de agua en algunas regiones, debido a la sequía y los intereses de uso del agua que compiten entre sí. En ese aspecto es importante optimizar las estrategias de manejo del riego.
Ante estos casos, resultan muy útiles los mapas de evapotranspiración (ET) derivados de satélites y la proporción de ET real a referencia (f RET) basadas en imágenes de temperatura de la superficie terrestre (LST) de sensores remotos para controlar el uso del agua de los cultivos y el estrés en los viñedos.
De igual manera, y con mayor resolución, podemos establecer que los mapas de evapotranspiración resultante de la aplicación de vuelos drone y sensores especializados son muy útiles para una agricultura eficiente.
El uso de drones en las actividades agrícolas
En la agricultura se necesita información adecuada para cuantificar y decidir sobre el momento y el lugar del riego, siembra, fertilización y cosecha.
Una irrigación eficiente puede ayudar a evitar el estrés hídrico de los cultivos, los niveles indeseables de lixiviación de nutrientes y la reducción del rendimiento debido a la escasez de agua, la escorrentía o el riego excesivo.
De esta manera, se puede lograr una mayor eficiencia en el uso del agua cuando su aplicación se ajusta de manera precisa a la demanda de agua del cultivo distribuida espacialmente.
Además, la humedad del suelo en la superficie espacial puede ser un indicador importante de las condiciones de los cultivos en las tierras de siembra, pero su estimación continua sigue siendo un desafío por la resolución espacial y temporal aproximada de los productos de sensores remotos existentes.
El contenido de humedad del suelo (SM) es una de las variables ambientales más importantes en relación con la climatología de la superficie terrestre, la hidrología y la ecología.
Los datos de SM a largo plazo a escala regional proporcionan información razonable sobre el cambio climático y las regiones específicas del calentamiento global utilizando datos satelitales multiespectrales.
En resumen, se puede decir que la agricultura de precisión requiere una alta gestión espacial de los insumos para una producción efectiva y rentable. Esto requiere que la información procesable sobre el estado del cultivo y el campo se adquiera con la misma resolución espacial y en una frecuencia temporal apropiada para obtener las respuestas adecuadas.
+ There are no comments
Add yours