Establecimiento de modelos parametrizados para estimación de posible presencia de contaminación y enfermedad del suelo mediante drones en la zona de Cayambe

En la actualidad la producción agrícola es fundamental para asegurar la alimentación, además de ser un medio de subsistencia para varios pueblos dentro del Ecuador y el mundo. Sin embargo, la aplicación desmedida de fertilizantes causa un grave daño al suelo como la erosión de este, conllevando a la...

Fuld beskrivelse

Saved in:
Bibliografiske detaljer
Hovedforfatter: Ati Guillen, Andrea Nicole (author)
Andre forfattere: Fuentes Iza, Karen Gabriela (author)
Format: bachelorThesis
Sprog:spa
Udgivet: 2020
Fag:
Online adgang:http://dspace.ups.edu.ec/handle/123456789/18284
Tags: Tilføj Tag
Ingen Tags, Vær først til at tagge denne postø!
Beskrivelse
Summary:En la actualidad la producción agrícola es fundamental para asegurar la alimentación, además de ser un medio de subsistencia para varios pueblos dentro del Ecuador y el mundo. Sin embargo, la aplicación desmedida de fertilizantes causa un grave daño al suelo como la erosión de este, conllevando a la disminución de la producción agrícola. Ante esta problemática, la presente investigación propone la estimación de parámetros de calidad del suelo a través de la elaboración de modelos parametrizados que relacionan los elementos como nitrógeno, fosforo y potasio, mediante el empleo de vehículos aéreos no tripulados (UAV), y cámaras multiespectrales, para hallar los lugares en donde se encuentra exceso o escases de dichos nutrientes. Los modelos seleccionados para realizar la predicción de los nutrientes del suelo, son: para predecir nitrógeno fue el EVI, con el cual se obtuvo un R2 de 0.712 y un RMSE de 0,38, en cuanto al fósforo el mejor índice para realizar su predicción fue el NDVI, obteniendo un valor de R2 de 0.858 y RMSE de 0,38, finalmente el modelo que mejor se ajusta para realizar la predicción de potasio es el NDVI con un R2 de 0.826 y un RMSE de 0,271. Se concluye que las variables estudiadas están ampliamente relacionadas con los índices espectrales, por lo cual se puede realizar una estimación del contenido de los macronutrientes en el suelo de forma acertada y con un rango de error relativamente pequeño.