Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)

El banano es una planta que se ha visto afectada por varias enfermedades entre las cuales se tiene el Fusarium, Sigatoka Negra y Picudo negro, que provocan pérdidas en la productividad. Elproyecto consiste en el desarrollo de una metodología que permita identificar la marchitez por FOC R1, Sigatoka...

תיאור מלא

שמור ב:
מידע ביבליוגרפי
מחבר ראשי: Albarracín Yugcha, Karen Michelle (author)
פורמט: bachelorThesis
שפה:spa
יצא לאור: 2022
נושאים:
גישה מקוונת:http://repositorio.espe.edu.ec/handle/21000/32784
תגים: הוספת תג
אין תגיות, היה/י הראשונ/ה לתייג את הרשומה!
_version_ 1863372629568651264
author Albarracín Yugcha, Karen Michelle
author_facet Albarracín Yugcha, Karen Michelle
author_role author
collection Repositorio Universidad de las Fuerzas Armadas
dc.contributor.none.fl_str_mv Leiva González, César Alberto
dc.creator.none.fl_str_mv Albarracín Yugcha, Karen Michelle
dc.date.none.fl_str_mv 2022-09-22T14:02:51Z
2022-09-22T14:02:51Z
2022
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.identifier.none.fl_str_mv Albarracín Yugcha, Karen Michelle (2022). Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV). Carrera de Ingeniería Geográfica y del Medio Ambiente. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí
052532
http://repositorio.espe.edu.ec/handle/21000/32784
dc.language.none.fl_str_mv spa
dc.publisher.none.fl_str_mv Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería Geográfica y del Medio Ambiente
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Universidad de las Fuerzas Armadas
instname:Universidad de las Fuerzas Armadas
instacron:ESPE
dc.subject.none.fl_str_mv FUSARIUM EN BANANO
SIGATOKA NEGRA EN BANANO
PICUDO NEGRO
ÍNDICES DE VEGETACIÓN
MÉTODOS DE CLASIFICACIÓN
dc.title.none.fl_str_mv Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description El banano es una planta que se ha visto afectada por varias enfermedades entre las cuales se tiene el Fusarium, Sigatoka Negra y Picudo negro, que provocan pérdidas en la productividad. Elproyecto consiste en el desarrollo de una metodología que permita identificar la marchitez por FOC R1, Sigatoka Negra y Picudo Negro en banano, utilizando imágenes multiespectrales basadas en vehículos aéreos no tripulados (UAV). Para ello se trabajó durante los primeros meses del año 2022, en el cantón Caluma para la identificación de Fusarium y, en la parroquia rural Patricia Pilar para la identificación de Sigatoka Negra y Picudo Negro. En la primera fase se realizó la toma de imágenes multiespectrales mediante un vehículo aéreo no tripulado (UAV) a 80 m de altura con una cámara Parrot Sequoia. En la segunda fase se procesaron las imágenes multiespectrales para obtener orto mosaicos que sirvieron como insumos para calcular los índices de vegetación: NDVI, GNDVI, NDRE, CIGreen, CIRE; y aplicación de métodos de clasificación: Random Forest (RF) y Support Vector Machine (SVM). Finalmente, en la fase 3 a los índices de vegetación, se aplicó un análisis de varianza (ANOVA), y se obtuvo como resultado que los índices de vegetación no presentan diferencias significativas en la identificación de FOC R1, Sigatoka Negra y Picudo Negro en las plantas de banano. Se aplicó la matriz de confusión y el índice kappa a los algoritmos de clasificación, dando como resultado que el método más adecuado para identificación de bananos con FOC R1 es el algoritmo de Random Forest con una exactitud del 68%, precisión del 50%, sensibilidad del 75%, e índice kappa de 0.35.
eu_rights_str_mv openAccess
format bachelorThesis
id ESPE_1a22a33ea920a655ecf0e2a914bb1769
identifier_str_mv Albarracín Yugcha, Karen Michelle (2022). Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV). Carrera de Ingeniería Geográfica y del Medio Ambiente. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí
052532
instacron_str ESPE
institution ESPE
instname_str Universidad de las Fuerzas Armadas
language spa
network_acronym_str ESPE
network_name_str Repositorio Universidad de las Fuerzas Armadas
oai_identifier_str oai:repositorio.espe.edu.ec:21000/32784
publishDate 2022
publisher.none.fl_str_mv Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería Geográfica y del Medio Ambiente
reponame_str Repositorio Universidad de las Fuerzas Armadas
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadas
repository_id_str 2042
spelling Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)Albarracín Yugcha, Karen MichelleFUSARIUM EN BANANOSIGATOKA NEGRA EN BANANOPICUDO NEGROÍNDICES DE VEGETACIÓNMÉTODOS DE CLASIFICACIÓNEl banano es una planta que se ha visto afectada por varias enfermedades entre las cuales se tiene el Fusarium, Sigatoka Negra y Picudo negro, que provocan pérdidas en la productividad. Elproyecto consiste en el desarrollo de una metodología que permita identificar la marchitez por FOC R1, Sigatoka Negra y Picudo Negro en banano, utilizando imágenes multiespectrales basadas en vehículos aéreos no tripulados (UAV). Para ello se trabajó durante los primeros meses del año 2022, en el cantón Caluma para la identificación de Fusarium y, en la parroquia rural Patricia Pilar para la identificación de Sigatoka Negra y Picudo Negro. En la primera fase se realizó la toma de imágenes multiespectrales mediante un vehículo aéreo no tripulado (UAV) a 80 m de altura con una cámara Parrot Sequoia. En la segunda fase se procesaron las imágenes multiespectrales para obtener orto mosaicos que sirvieron como insumos para calcular los índices de vegetación: NDVI, GNDVI, NDRE, CIGreen, CIRE; y aplicación de métodos de clasificación: Random Forest (RF) y Support Vector Machine (SVM). Finalmente, en la fase 3 a los índices de vegetación, se aplicó un análisis de varianza (ANOVA), y se obtuvo como resultado que los índices de vegetación no presentan diferencias significativas en la identificación de FOC R1, Sigatoka Negra y Picudo Negro en las plantas de banano. Se aplicó la matriz de confusión y el índice kappa a los algoritmos de clasificación, dando como resultado que el método más adecuado para identificación de bananos con FOC R1 es el algoritmo de Random Forest con una exactitud del 68%, precisión del 50%, sensibilidad del 75%, e índice kappa de 0.35.Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería Geográfica y del Medio AmbienteLeiva González, César Alberto2022-09-22T14:02:51Z2022-09-22T14:02:51Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfapplication/pdfapplication/pdfAlbarracín Yugcha, Karen Michelle (2022). Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV). Carrera de Ingeniería Geográfica y del Medio Ambiente. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí052532http://repositorio.espe.edu.ec/handle/21000/32784spainfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de las Fuerzas Armadasinstname:Universidad de las Fuerzas Armadasinstacron:ESPE2024-07-27T11:15:54Zoai:repositorio.espe.edu.ec:21000/32784Institucionalhttps://repositorio.espe.edu.ec/Universidad públicahttps://www.espe.edu.ec/https://repositorio.espe.edu.ec/oai.Ecuador...opendoar:20422026-04-22T15:50:43.910219Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadastrue
spellingShingle Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)
Albarracín Yugcha, Karen Michelle
FUSARIUM EN BANANO
SIGATOKA NEGRA EN BANANO
PICUDO NEGRO
ÍNDICES DE VEGETACIÓN
MÉTODOS DE CLASIFICACIÓN
status_str publishedVersion
title Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)
title_full Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)
title_fullStr Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)
title_full_unstemmed Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)
title_short Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)
title_sort Propuesta metodológica para la detección de Fusarium raza 1, Sigatoka Negra y Picudo Negro en banano mediante el análisis de imágenes multiespectrales de muy alta resolución (UAV)
topic FUSARIUM EN BANANO
SIGATOKA NEGRA EN BANANO
PICUDO NEGRO
ÍNDICES DE VEGETACIÓN
MÉTODOS DE CLASIFICACIÓN
url http://repositorio.espe.edu.ec/handle/21000/32784