Estimación de la severidad de la infección en la caña de azúcar mediante imágenes satelitales
Barra lateral del artículo
Contenido principal del artículo
Resumen
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.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Bajo esta licencia el autor será libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
- El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia
Bajo las siguientes condiciones:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Citas
ADAY-DÍAZ, O. de la C.; MONTALVÁN DELGADO, J.; DELGADO PADRÓN, J.; PUCHADES IZAGUIRRE, Y.; RODRÍGUEZ LEMA, E.L.; ALFONSO-TERRY, I.: “Orange rust disease progress in different plantation cycles of sugarcane in Cuba”, Sugar Tech, 22(6): 1057-1062, 2020, ISSN: 0972-1525, DOI: 10.1007/s12355-020-00843-w.
AMARASINGAM, N.; SALGADOE, A.A.; POWELL, K.; GONZALEZ, L.F.; NATARAJAN, S.: “A review of UAV platforms, sensors, and applications for monitoring of sugarcane crops”, Remote Sensing Applications: Society and Environment, 26: 100712, 2022, ISSN: 2352-9385, DOI: 10.1016/j.rsase.2022.100712.
CAASI, O.; HONGO, C.; WIYONO, S.; GIAMERTI, Y.; SAITO, D.; HOMMA, K.; SHISHIDO, M.: “The potential of using Sentinel-2 satellite imagery in assessing bacterial leaf blight on rice in West Java, Indonesia”, Journal of International Society for Southeast Asian Agricultural Sciences, 26(1): 1-16, 2020.
ESA: Sentinel-2 user handbook, Ed. European Space Agency, 64 p., 2015.
GRISHAM, M.P.; WARNKE, K.Z.; MAGGIO, J.R.; TODD, J.R.; DAVIDSON, W.; HAUDENSHIELD, J.S.; HARTMAN, G.L.; HERNANDEZ, E.; SCOTT, A.; COMSTOCK, J.K.: “First Report of Puccinia kuehnii Causing Orange Rust of Sugarcane in Texas, USA”, Plant disease, 104(10): 2731, 2020, ISSN: 0191-2917, DOI: 10.1094/pdis-10-19-2117-pdn.
GRUBER, A.; DE LANNOY, G.; ALBERGEL, C.; AL-YAARI, A.; BROCCA, L.; CALVET, J.-C.; COLLIANDER, A.; COSH, M.; DAVIDSON, W.; DORIGO, W.: “Validation practices for satellite soil moisture retrievals: What are (the) errors?”, Remote sensing of environment, 244: 111806, 2020, ISSN: 0034-4257, DOI: 10.1016/j.rse.2020.111806.
KHARUF-GUTIERREZ, S.; HERNÁNDEZ-SANTANA, L.; OROZCO-MORALES, R.; ADAY-DÍAZ, O. de la C.; DELGADO MORA, I.: “Análisis de imágenes multiespectrales adquiridas con vehículos aéreos no tripulados”, Ingeniería electrónica, automática y comunicaciones, 39(2): 79-91, 2018a, ISSN: 1815-5928, DOI: 10.18046/syt.v16i47.3221.
KHARUF-GUTIERREZ, S.; OROZCO-MORALES, R.; ADAY-DÍAZ, O. de la C.; PINEDA-RUIZ, E.: “Multispectral aerial image processing system for precision agriculture”, Sistemas y Telemática, 16(47), 2018b, ISSN: 1692-5238.
LASTOVICKA, J.; SVEC, P.; PALUBA, D.; KOBLIUK, N.; SVOBODA, J.; HLADKY, R.; STYCH, P.: “Sentinel-2 data in an evaluation of the impact of the disturbances on forest vegetation”, Remote Sensing, 12(12): 1914, 2020, ISSN: 2072-4292, DOI: 10.3390/rs12121914.
LÓPEZ-BRAVO, E.; PLACERES-REMIOR, A.; GONZÁLEZ-CUETO, O.; HERRERA-SUÁREZ, M.: “Monitoring of Sugarcane Cultivation Using Satellite Images”, Revista Ciencias Técnicas Agropecuarias, 31(3), 2022, ISSN: 2071-0054.
LU, B.; DAO, P.D.; LIU, J.; HE, Y.; SHANG, J.: “Recent advances of hyperspectral imaging technology and applications in agriculture”, Remote Sensing, 12(16): 2659, 2020, ISSN: 2072-4292, DOI: 10.3390/rs12162659.
MÜLLEROVÁ, J.; BRŮNA, J.; BARTALOŠ, T.; DVOŘÁK, P.; VÍTKOVÁ, M.; PYŠEK, P.: “Timing is important: Unmanned aircraft vs. satellite imagery in plant invasion monitoring”, Frontiers in Plant Science, 8: 887, 2017, ISSN: 1664-462X, DOI: 10.3389/fpls.2017.00887.
RUAN, C.; DONG, Y.; HUANG, W.; HUANG, L.; YE, H.; MA, H.; GUO, A.; REN, Y.: “Prediction of wheat stripe rust occurrence with time series sentinel-2 images”, Agriculture, 11(11): 1079, 2021, ISSN: 2077-0472, DOI: 10.3390/agriculture11111079.
SEGARRA, J.; BUCHAILLOT, M.L.; ARAUS, J.L.; KEFAUVER, S.C.: “Remote sensing for precision agriculture: Sentinel-2 improved features and applications”, Agronomy, 10(5): 641, 2020, ISSN: 2073-4395, DOI: 10.3390/agronomy10050641.
SOCA-MUÑOZ, J.L.; RODRÍGUEZ-MACHADO, E.; ADAY-DÍAZ, O. de la C.; HERNÁNDEZ-SANTANA, L.; OROZCO-MORALES, R.: “Spectral signature of brown rust and orange rust in sugarcane”, Revista Facultad de Ingeniería Universidad de Antioquia, (96): 9-20, 2020, ISSN: 0120-6230, DOI: 10.17533/udea.redin.20191042.
SOM-ARD, J.; ATZBERGER, C.; IZQUIERDO-VERDIGUIER, E.; VUOLO, F.; AL-ZAHRANI, M.: “Remote sensing applications in sugarcane cultivation: A review”, Remote sensing, 13(20): 4040, 2021, ISSN: 2072-4292, DOI: 10.3390/rs13204040.
SWAMI, M.: “A new toolbox for mapping regulatory sites”, Nature Reviews Genetics, 10(5): 282-283, 2009, ISSN: 1471-0056. DOI: 10.1038/nrg2584.
THE MATH WORKS: Mapping ToolboxTM User’s Guide, Mapping ToolboxTM, 2009.
VAUDOUR, E.; GOMEZ, C.; LAGACHERIE, P.; LOISEAU, T.; BAGHDADI, N.; URBINA-SALAZAR, D.; LOUBET, B.; ARROUAYS, D.: “Temporal mosaicking approaches of Sentinel-2 images for extending topsoil organic carbon content mapping in croplands”, International Journal of Applied Earth Observation and Geoinformation, 96: 102277, 2021, ISSN: 1569-8432, DOI: 10.1016/j.jag.2020.102277.
WANG, J.; XIAO, X.; LIU, L.; WU, X.; QIN, Y.; STEINER, J.L.; DONG, J.: “Mapping sugarcane plantation dynamics in Guangxi, China, by time series Sentinel-1, Sentinel-2 and Landsat images”, Remote sensing of environment, 247: 111951, 2020, ISSN: 0034-4257, DOI: 10.1016/j.rse.2020.111951.
WANG, M.; LIU, Z.; BAIG, M.H.; WANG, Y.; LI, Y.; CHEN, Y.: “Mapping sugarcane in complex landscapes by integrating multi-temporal Sentinel-2 images and machine learning algorithms”, Land use policy, 88: 104190, 2019, ISSN: 0264-8377, DOI: 10.1016/j.landusepol.2019.104.
XU, Z.; CAO, L.; ZHONG, S.; LIU, G.; YANG, Y.; ZHU, S.; LUO, X.; DI, L.: “Trends in global vegetative drought from long-term satellite remote sensing data”, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13: 815-826, 2020, ISSN: 1939-1404. DOI: 10.1109/JSTARS.2020.2972574.
ZHENG, Q.; HUANG, W.; CUI, X.; SHI, Y.; LIU, L.: “New spectral index for detecting wheat yellow rust using Sentinel-2 multispectral imagery”, Sensors, 18(3): 868, 2018, ISSN: 1424-8220, DOI: 10.3390/s18030868.