RESUMEN Contextualización: Las plantas invasoras como el retamo espinoso (Ulex europaeus), impactan negativamente la biodiversidad y desarrollo normal de los ecosistemas en los territorios donde hace presencia. A sí mismo, se presentan afectaciones a los campos agrícolas disminuyendo el área a cultivar, lo cual repercute en la disminución de las cosechas. Vacío de conocimiento: Razón por la cual, se hace pertinentes desarrollar metodologías de bajo costo y efectivas para identificar las zonas afectadas por este tipo de malezas. A fin de que exista información para disminuir el impacto al medio ambiente y a al as comunidades campesinas de la zona. Propósito: Implementar una propuesta para la identificación de las zonas afectadas por la planta invasora retamo espinoso, en el municipio de Sibaté Cundinamarca. Metodología: Se realizó un trabajo mancomunado con la comunidad campesina del municipio, identificando y georreferenciando algunas zonas donde la planta hace presencia. Seguido, se calcularon los valores de intensidad espectral en una imagen satelital. A partir de los análisis estadísticos de percentiles, se cuantificaron los percentiles 25 y 75. Por último se calcularon los pixeles con algún grado de probabilidad de presencia de la planta invasora, utilizando el algoritmo de “Hot Spot”, o zonas calientes. Y para finalizar se validó las zonas probables en el territorio, utilizando vehículos aéreos no tripulados. Resultados y conclusiones: Como resultado de la investigación se logró identificar puntos y zonas, donde posiblemente hay presencia de la planta invasora retamo espinoso en el municipio de Sibaté Cundinamarca. Detallando los resultados, existen dos áreas que arroja la metodología propuesta en el centro del municipio, con un 99% de probabilidad de presencia de la planta invasora. A la vez se evidencia ocho puntos con posible presencia y una probabilidad de 95%. Y por último ocho puntos con probabilidad del 90% de la presencia de la planta invasora. Finalizando se corroboro parte de las áreas y puntos arrojados con posible presencia de la planta invasora, implementando vuelos aéreos no tripulados. Concluyendo gran correlación espacial entre las dos metodologías. Información relevante para procesos de restauración ecológica.
En Colombia, el cultivo de café es uno de los más representativos e importantes económicamente; se estima, que de este cultivo deriva el sustento de más de 540.000 familias, de las cuales, el 96 % son pequeños productores (Cenicafe, 2020).La caficultura enfrenta importantes retos, debido al fenómeno de cambio climático, que trae consigo sequias prolongadas, temperaturas elevadas o fuertes lluvias, que afectan el desarrollo del cultivo y favorecen problemas fitosanitarios (Jiménez-Torres & Massa-Sánchez, 2015); por ejemplo, en 2017, Colombia atravezó por una ola invernal, en donde las lluvias, en algunas zonas cafeteras, aumentaron hasta un 35 % más de lo normal, se redujo la temperatura en casi 2 grados y los cafetales recibieron, en un año, 300 horas menos de brillo solar (Cenicafe, 2020).
Maize is currently the world’s second largest crop in terms of production, after wheat and rice. It is the first cereal as for grain yield per hectare and the second, after wheat, regarding total production. Maize has great economic importance worldwide, both as human and/or animal food, and as a source of a large number of industrial products. New digital technologies are allowing greater monitoring of farming production stages. This research developed the spectral signature of maize fields ground covers across different growth stages (2 months, 2.3 months and 4.3 months). Similarly, this research paper proposes the application of a methodology based on four phases: 1. Maize crop georeferencing, 2. Satellite images selection, 3. Radiometric calibration of images 4. Spectral signature development of maize crops. Spectral response or signature of maize crops at visible and near-infrared wavelengths was obtained, indicating significant changes in crops growth. The use of satellite imagery becomes an interesting tool that introduces an approach towards more accurate and controlled monitoring systems in agricultural production.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.