Show simple item record

dc.contributor.authorZúñiga López, Juan Manuel
dc.coverage.spatialCalle 100spa
dc.date.accessioned2019-01-24T15:00:26Z
dc.date.accessioned2019-12-30T17:59:00Z
dc.date.available2019-01-24T15:00:26Z
dc.date.available2019-12-30T17:59:00Z
dc.date.issued2018-12-17
dc.identifier.urihttp://hdl.handle.net/10654/20387
dc.description.abstractLa disponibilidad de herramientas de teledetección hace posible la determinación y la clasificación de cultivos, lo que hace más fácil la detección de problemas fitosanitarios en la vegetación a través de las firmas espectrales y de uno de sus índices de vegetación como lo es el NDVI (Índice de vegetación de diferencia normalizada). Sin embargo, la obtención y el análisis de las firmas espectrales dependen de las propiedades físicas de las plantas que están en función con la especie, las características de las hojas, el contenido de pigmentos principales como la clorofila y las condiciones de radiación. En este estudio, con ayuda de algunos sistemas de información geográfica como QGIS y SCP, ArcGIS y Erdas Imagine se realiza el cálculo del NDVI y el análisis de las firmas espectrales del cultivo de palma de aceite (Elaeis guineesis) en un lote experimental ubicado en la zona rural de Aracataca, Magdalena mediante una fotografía aérea tomada con un vehículo aéreo no tripulado (UAVs) con el fin de obtener las características de la radiación electromagnética de la planta y detectar el estado vegetal del cultivo.spa
dc.formatpdfspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.language.isospaspa
dc.publisherUniversidad Militar Nueva Granadaspa
dc.rightsDerechos Reservados - Universidad Militar Nueva Granada, 2018spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/2.5/co/spa
dc.titleAplicación de sensores remotos para análisis del estado vegetativo del cultivo de palma de aceite por medio del índice de vegetacion de diferencia normalizada (NDVI) y firmas espectrales mediante fotografías aéreasspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.lembDETECCION A DISTANCIAspa
dc.subject.lembFOTOGRAFIAS AEREASspa
dc.subject.lembSENSORES REMOTOSspa
dc.publisher.departmentFacultad de Ingenieríaspa
dc.type.localTrabajo de gradospa
dc.description.abstractenglishThe availability of remote sensing tools makes it possible to determine and classify crops, which makes it easier to detect phytosanitary problems in vegetation through spectral signatures and one of their vegetation indexes, such as the NDVI (Index of vegetation of normalized difference). However, obtaining and analyzing the spectral signatures depend on the physical properties of the plants that are in function, with the species, the characteristics of the leaves, the content of main pigments such as chlorophyll and the radiation conditions. In this study, with the help of some geographic information systems such as QGIS and SCP, ArcGIS and Erdas Imagine, the calculation of the NDVI and the analysis of the spectral signatures of the oil palm cultivation (Elaeis guineesis) in an experimental lot located in the rural area of Aracataca, Magdalena by means of an aerial image taken with an unmanned aerial vehicle in order to obtain the characteristics of the electromagnetic radiation of the plant and detect the vegetable state of the crop.eng
dc.title.translatedApplication of remote sensors for analysis of the vegetative state of oil palm cultivation by means of the normalized difference vegetation index (NDVI) and spectral signatures by means of aerial photographsspa
dc.subject.keywordsPrecision agriculturespa
dc.subject.keywordsremote sensingspa
dc.subject.keywordsNDVIspa
dc.subject.keywordsspectral signaturesspa
dc.subject.keywordsUAVsspa
dc.publisher.programEspecialización en Geomáticaspa
dc.creator.degreenameEspecialista en Geomáticaspa
dc.description.degreelevelEspecializaciónspa
dc.publisher.facultyIngeniería - Especialización en Geomáticaspa
dc.type.dcmi-type-vocabularyTextspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadasspa
dc.relation.referencesAbdullah, A., & Umer, M. (2004). Applications of Remote Sensing in Pest Scouting: Evaluating Options and Exploring Possibilities. Minneapolis, MN, USA,: Proceedings of 7th ICPA.spa
dc.relation.referencesAya, A., & Nieves, E. (2015). Analisis multitemporal para la recuperacion de tierras baldías ocupadas indebidamente en el compleo cenagoso La Zapatosa. Manizales.spa
dc.relation.referencesBurrough, P. A., & McDonnell, R. A. (1998). Principles of Geographical Information Systems. Oxford University Press.spa
dc.relation.referencesChuvieco, E. (1998). El factor temporal en teledeteccion: evolucion fenomenológica y análisis de cambios. Revista de Teledeteccion, 10, 1-9spa
dc.relation.referencesChuvieco, E. (2002). Teledeteccion Ambiental. Madrid: RIALPspa
dc.relation.referencesDe Rojas, P. E., & Ruiz, B. E. (1972). Investigaciones sobre la Pudricion del cogollo-Pudricion de la flecha de la Palma africana de la plantacion La Arenosa, de Coldesa S.A. Turbo, Antioquia.spa
dc.relation.referencesEsser , A., Ortega, R., & Santibañez, O. (2002). Nuevas tecnologías para mejorar la eficiencia productiva en Viñas. Revista Agrinomía y forestal. Vol 1 (15), 4-9.spa
dc.relation.referencesFoyer, C., & Matthew, P. (2001). Sink relationships. United Kingdom: Encyclopedia of Life Sciences. Nature Publishing Group.spa
dc.relation.referencesGomez, C. P., Acosta, G. A., Guevara, L. A., & Nieto, P. L. (1995). Pudricion de cogollo en Colombia: Importancia, investigacion y posibilidades de manejo. Estado actual de la investigacion sobre la Pudricion de cogollo. Revista Palma, Colombia. No. 16, 198-206.spa
dc.relation.referencesHay, S. I., Tatem, A. J., Graham, A. J., Goetz, S. I., & Rogers, D. J. (2006). Global environmental data for mapping infectious disease distribution. Adv in Parasitol, 37-77.spa
dc.relation.referencesHolben , B. N. (1986). Characteristics of maximum-value composite images form temporal AVHRR data. Revistan Internacional de Sensores Remotos, 1417-1434.spa
dc.relation.referencesKrzystof, B. (2011). Secrets of UAV photomapping. Presented setellite maps CNES/SpotImage. Obtenido de Amazona WS: http://s3.amazonaws.com/DroneMapper_US/documentation/ptspa
dc.relation.referencesLevesque, J., & King, D. J. (1999). Airborne digital camera image semivariance for evaluation of forest structural demage at an acid mine site. Remote Sensing of Environment, 112-124.spa
dc.relation.referencesLorenzen, B., & Jensen, A. (1989). Changes in leaf spectral properties inducen in Barley by cereal powdery Mildew. Remote sens. Environ 27, 201-209.spa
dc.relation.referencesLukman, M., & Poeloengan. (1996). Application of remote of remote sensing technique for oil palm plantation management. PORIM International Palm Oil Congress (Agriculture) (págs. 460-467). Proceeedings of the 1996.spa
dc.relation.referencesMalthus, T. J., & Madeira, A. C. (1993). High resolution spectroradiometry: spectral reflectance of field bean leaves infected by Botrytis fabae. Remote sens. Environ. 45, 107-116.spa
dc.relation.referencesMartinez, M. C., & Casterad, M. A. (2012). Incorporacion de tecnologías de informacion territorial en una explotacion agraria de secano ante la practica de agricultura de presicion. Centro de Investigacion y Tecnologia Agroalimentaria de Aragón (CITA), 25-132.spa
dc.relation.referencesMeer, F., & Jong, S. (2002). Imaging Spectrometry. Remote Sensing and Digital Image Processing. Kluwe Academic Publishers. 4, 111-197.spa
dc.relation.referencesMeneses Tovar, C. L. (2012). El índice normalizado diferencial de la vegetación como indicador de la degradacion del bosque. En C. L. Meneses Tovar, Aplicacion de un método de interpretación de las imágenes de la teledeteccion a la observación de los cambios en la salud del bosque en el tiempo (pág. 40). Mexico.spa
dc.relation.referencesParrot. (27 de 11 de 2018). Parrot. Obtenido de https://www.parrot.com/soluciones-business/profesional/parrot-sequoia#parrot-sequoia-spa
dc.relation.referencesParrot Sequoia. (11 de 12 de 2018). Parrot. Obtenido de https://www.parrot.com/soluciones-business/profesional/parrot-sequoia#parrot-sequoia-spa
dc.relation.referencesRodriguez Utrilla , X. (2017). Drones y Agricultura de Precisión.spa
dc.relation.referencesSarria, G. A., Torres, G. A., Aya, H. A., Ariza, J. G., Rodriguez, J., Velez, D. C., . . . Martínez, G. (2008). Phytophthora sp. es el responsable de las lesiones iniciales de la Pudricion del cogollo (PC) de la Palma de acite en Colombia. PALMAS Vol 29 No. 3, 11.spa
dc.relation.referencesTorres Sanchez, J. P. (2013). Puesta a punto de un vehículo aéreo no tripulado (UAV) para deteccion de malas hierbas en fase temprano: resolucion espacial y altura de vuelo. XIV Congreso de la Sociedad Española de Malherbología, (págs. 43-47). Valencia-España.spa
dc.relation.referencesTrueba, S. (2017). Análisis de imágenes multiespectrales aéreas de vegetación. Cantabria.spa
dc.relation.referencesTucker, C. J. (1979). Red and photographic infrared linear combinatios for monitoring vegetation. Remote Sensing of Environment.spa
dc.relation.referencesVerdin, J., Pedreros, D., & Eillerts, G. (2003). Indice Diferencial de Vegetación Normalizado (NDVI), FEWS - Red de alerta temprana contra la inseguridad alimentaria, Centroamérica. USGS/EROS Data Center, 1-12. Obtenido de WIKIPEDIA La enciclopedia libre: https://es.wikipedia.org/wiki/%C3%8Dndice_de_vegetaci%C3%B3n_de_diferencia_normalizadaspa
dc.subject.proposalAgricultura de precisiónspa
dc.subject.proposalteledetecciónspa
dc.subject.proposalNDVIspa
dc.subject.proposalfirmas espectralesspa
dc.subject.proposalUAVsspa


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Derechos Reservados - Universidad Militar Nueva Granada, 2018
Except where otherwise noted, this item's license is described as Derechos Reservados - Universidad Militar Nueva Granada, 2018