Estimación de la severidad de la infección en la caña de azúcar mediante imágenes satelitales

La contaminación con roya parda (Puccinia melanocephala) en la caña de azúcar (Saccharum spp.) es un importante problema por los costos que impone a los productores. Basándonos en un estudio reciente, en el que se utilizó análisis hiperespectral a nivel de laboratorio, así como multiespectral median...

Full description

Saved in:
Bibliographic Details
Published inRevista ciencias técnicas agropecuarias Vol. 33; no. 2
Main Authors Orozco-Morales, Rubén, de la C. Aday-Díaz, Osmany, Hernández-Santana, Luís, Hernández-Morales, Luís E, Ruíz, Iliá Lugo
Format Journal Article
LanguageSpanish
Published Editorial Universitaria de la Republica de Cuba 01.04.2024
Subjects
Drone aircraft
Genes
Geospatial data
Medical research
Medicine, Experimental
Remote sensing
Sugarcane
Online AccessGet full text

Cover

More Information
Summary:La contaminación con roya parda (Puccinia melanocephala) en la caña de azúcar (Saccharum spp.) es un importante problema por los costos que impone a los productores. Basándonos en un estudio reciente, en el que se utilizó análisis hiperespectral a nivel de laboratorio, así como multiespectral mediante vehículo aéreo no tripulado (UAV), este trabajo acometió la tarea de estimar la infección con roya parda mediante las imágenes multiespectrales (MSI) de la constelación satelital Sentinel-2. Los resultados arrojan gran coincidencia entre la estimación mediante UAV, la obtenida mediante imágenes satelitales y la observada en el terreno por un especialista. Estos resultados posibilitan extender la estimación de la infección de esta enfermedad a grandes áreas reduciendo los costos que implica trasladar el UAV hasta las regiones a estudiar, en las que solo puede cubrir un espacio limitado en cada vuelo. Palabras clave: Sensado remoto, roya, imágenes satelitales, vehículos aéreos no tripulados, caña de azúcar. Brown rust (Puccinia melanocephala) contamination in sugarcane (Saccharum spp.) is a major problem because of the costs it imposes on growers. Based on a recent study using hyperspectral analysis at the laboratory level as well as multispectral analysis by unmanned aerial vehicle (UAV), this work undertook the task of estimating brown rust infection using multispectral images (MSI) from the Sentinel-2 satellite constellation. The results show a high agreement between the estimation by UAV, the one obtained by satellite images and the one observed in the field by a specialist. These results make it possible to extend the estimation of the infection of this disease to large areas, reducing the costs involved in moving the UAV to the regions to be studied, where it can only cover a limited space in each flight. Keywords: Remote sensing, rust, satellite imagery, unmanned aerial vehicles, sugarcane.
ISSN:1010-2760