El uso de RPAS para generar modelos digitales de superficie de los viñedos, con el fin de optimizar los tratamientos a la viña y determinar el mejor momento para la vendimia, ya se practica con cierta eficiencia. Se vuela el dron, se toman las imágenes y se obtiene el DSM (modelo digital de superficie). Sin embargo, la clasificación de cada viña suele ser un trabajo más arduo, pues cada una es diferente y habitualmente se necesita de trabajo manual para caracterizarlas.
En este último paso es donde se encuadra la investigación llevada a cabo por un equipo de investigadores españoles del grupo imaPing, perteneciente al CSIC (Consejo Superior de investigaciones científicas). De este mismo grupo también se publicó recientemente un trabajo que permite detectar las malas hierbas drones en fase temprana, de forma que se producen ahorros del 80% en herbicida.
En este caso, los investigadores se han centrado en los viñedos y han desarrollado un algoritmo que permite automatizar la clasificación de las viñas, algo que antes llevaba una gran cantidad de tiempo. Los participantes en este trabajo, cuyos resultados se han publicado en la revista Remote Sensing, una publicación científica referencia en el mundo de la teledetección, pertenecen al Instituto de Agricultura Sostenible de Córdoba (IAS-CSIC), al Instituto de Ciencias Agrarias de Madrid (ICA-CSIC) y al Institute for Agricultural and Fisheries Research de Melle (Bélgica).
Francisco Manuel Jiménez-Brenes, miembro del grupo imaPing y uno de los investigadores participantes, explica a ToDrone que para demostrar las capacidades de su algoritmo se planificaron rutas de vuelo en las que un dron volaba a 30 metros de altura. “Se ha podido comprobar que volando a esta altura, el dron toma las imágenes de 1 hectárea de superficie de viñedo en unos 6 minutos”, apunta el investigador.
Jiménez-Brenes señala que se podría volar a mayor altura para cubrir una mayor superficie (siempre teniendo en cuenta las limitaciones de la legislación, de 120 metros de altura). Aunque al aumentar la distancia con la superficie probablemente se perdería precisión, porque “la toma de imágenes se ha llevado a cabo a través de una cámara fotográfica convencional”. Esta se ha acoplado a un cuadricóptero. En el trabajo se aprecia una voluntad de minimizar los costes, de forma que en el futuro se pueda configurar como un servicio asequible.
La fase crítica: el procesamiento de los datos
Una vez se obtienen todas las imágenes del campo se genera el DSM. Este proceso tarda unas tres horas por hectárea, según Jiménez-Brenes, aunque en última instancia depende de la potencia del ordenador que se use. Son pasos que se hacen para obtener el modelo 3D de los campos de viñedo, aplicando técnicas fotogramétricas a partir de las imágenes aéreas.
El problema viene ahora, cuando se tiene la necesidad de procesar una gran cantidad de datos sobre los cultivos incorporados a los modelos 3D. Para solventar este cuello de botella, la investigación española ha desarrollado un procedimiento automático de análisis de imágenes basado en objetos (tecnología OBIA).
El DSM se introduce en un software que permite trabajar al algoritmo desarrollado. Así, este aporta información detallada de una hectárea de viñedo en solo 15 minutos. Los detalles consisten en caracterizar las vides, los huecos en las filas, las dimensiones de cada planta, incluyendo la altura, el volumen y el dosel, así como su posición. El estudio realizado señala que la precisión a la hora de clasificar la viña es cercana al 100%, solo con algunos errores menores en las estimaciones de altura de la vid.
“El algoritmo OBIA desarrollado para analizar imágenes captadas a través de un dron posee la capacidad de caracterizar tridimensionalmente cada una de las cepas de un viñedo con un elevado grado de precisión”, apunta Jiménez-Brenes. “Normalmente, para obtener información de las dimensiones de las cepas o de otros cultivos leñosos se realizan medidas manuales en campo que suponen un arduo trabajo a lo largo de extensas jornadas de campo”.
Los beneficios, aparte del considerable ahorro de tiempo, están en un mayor conocimiento del cultivo. Es más fácil monitorizar el crecimiento de las vides e incluso localizar su tratamiento. “Los resultados obtenidos permitirían al agricultor llevar cabo estrategias de manejo localizado con numerosos beneficios tanto medioambientales como económicos”, señala el investigador español.
Si eres una empresa y quieres ponerte en contacto con los autores de esta investigación, desde ToDrone te ayudamos a hacerlo. Escríbenos a info[@]todrone[.]com.
Imagen de portada: milpek75
Continúar leyendo...
En este último paso es donde se encuadra la investigación llevada a cabo por un equipo de investigadores españoles del grupo imaPing, perteneciente al CSIC (Consejo Superior de investigaciones científicas). De este mismo grupo también se publicó recientemente un trabajo que permite detectar las malas hierbas drones en fase temprana, de forma que se producen ahorros del 80% en herbicida.
En este caso, los investigadores se han centrado en los viñedos y han desarrollado un algoritmo que permite automatizar la clasificación de las viñas, algo que antes llevaba una gran cantidad de tiempo. Los participantes en este trabajo, cuyos resultados se han publicado en la revista Remote Sensing, una publicación científica referencia en el mundo de la teledetección, pertenecen al Instituto de Agricultura Sostenible de Córdoba (IAS-CSIC), al Instituto de Ciencias Agrarias de Madrid (ICA-CSIC) y al Institute for Agricultural and Fisheries Research de Melle (Bélgica).
Francisco Manuel Jiménez-Brenes, miembro del grupo imaPing y uno de los investigadores participantes, explica a ToDrone que para demostrar las capacidades de su algoritmo se planificaron rutas de vuelo en las que un dron volaba a 30 metros de altura. “Se ha podido comprobar que volando a esta altura, el dron toma las imágenes de 1 hectárea de superficie de viñedo en unos 6 minutos”, apunta el investigador.
Jiménez-Brenes señala que se podría volar a mayor altura para cubrir una mayor superficie (siempre teniendo en cuenta las limitaciones de la legislación, de 120 metros de altura). Aunque al aumentar la distancia con la superficie probablemente se perdería precisión, porque “la toma de imágenes se ha llevado a cabo a través de una cámara fotográfica convencional”. Esta se ha acoplado a un cuadricóptero. En el trabajo se aprecia una voluntad de minimizar los costes, de forma que en el futuro se pueda configurar como un servicio asequible.
La fase crítica: el procesamiento de los datos
Una vez se obtienen todas las imágenes del campo se genera el DSM. Este proceso tarda unas tres horas por hectárea, según Jiménez-Brenes, aunque en última instancia depende de la potencia del ordenador que se use. Son pasos que se hacen para obtener el modelo 3D de los campos de viñedo, aplicando técnicas fotogramétricas a partir de las imágenes aéreas.
El problema viene ahora, cuando se tiene la necesidad de procesar una gran cantidad de datos sobre los cultivos incorporados a los modelos 3D. Para solventar este cuello de botella, la investigación española ha desarrollado un procedimiento automático de análisis de imágenes basado en objetos (tecnología OBIA).
El DSM se introduce en un software que permite trabajar al algoritmo desarrollado. Así, este aporta información detallada de una hectárea de viñedo en solo 15 minutos. Los detalles consisten en caracterizar las vides, los huecos en las filas, las dimensiones de cada planta, incluyendo la altura, el volumen y el dosel, así como su posición. El estudio realizado señala que la precisión a la hora de clasificar la viña es cercana al 100%, solo con algunos errores menores en las estimaciones de altura de la vid.
“El algoritmo OBIA desarrollado para analizar imágenes captadas a través de un dron posee la capacidad de caracterizar tridimensionalmente cada una de las cepas de un viñedo con un elevado grado de precisión”, apunta Jiménez-Brenes. “Normalmente, para obtener información de las dimensiones de las cepas o de otros cultivos leñosos se realizan medidas manuales en campo que suponen un arduo trabajo a lo largo de extensas jornadas de campo”.
Los beneficios, aparte del considerable ahorro de tiempo, están en un mayor conocimiento del cultivo. Es más fácil monitorizar el crecimiento de las vides e incluso localizar su tratamiento. “Los resultados obtenidos permitirían al agricultor llevar cabo estrategias de manejo localizado con numerosos beneficios tanto medioambientales como económicos”, señala el investigador español.
Si eres una empresa y quieres ponerte en contacto con los autores de esta investigación, desde ToDrone te ayudamos a hacerlo. Escríbenos a info[@]todrone[.]com.
Imagen de portada: milpek75
Continúar leyendo...