dc.contributor.advisor	Jiménez López, Andrés Fernando
dc.contributor.author	Ortiz Rojas, Daniel Camilo
dc.contributor.author	Angarita Acosta, Diego Fernando
dc.contributor.jury	Jiménez López, Andrés Fernando
dc.date.accessioned	2024-09-25T19:32:44Z
dc.date.available	2024-09-25T19:32:44Z
dc.date.issued	2016
dc.description	Incluye tablas, figuras y anexos.	spa
dc.description.abstract	Conforme a como se incrementa la población mundial, de la misma forma se incrementa la demanda de alimentos, de forma exponencial. No obstante, el suelo agrícola disponible para la producción es cada día menor en razón a los fenómenos de erosión y a las deficientes prácticas y sistemas de producción que todavía se utilizan. Paradójicamente, Latinoamérica y los países en desarrollo son las porciones de suelo agrícola más grandes que existen en el mundo, pero es donde más deficientes metodologías y sistemas de producción se aplican. La evolución en tendencias del origen de los alimentos y el uso más eficiente y sostenible del suelo se generan en Europa y Estados Unidos, caracterizados por las limitadas extensiones de suelo para uso agrícola. Por otro lado, la evolución de la tecnología en el ámbito agrario ha provocado el surgimiento de la Agricultura de Precisión, en esta se engloban una serie de tecnologías de aplicación en la producción agraria, que tienen como factor común el uso de las TIC en la racionalización de la toma de decisiones y su precisa ejecución. Cualquier tarea que forme parte de las operaciones necesarias para la implementación, desarrollo y explotación de un cultivo es susceptible de ser realizado haciendo uso de alguna de las técnicas que integran la AP [1]. Estos sistemas no solo posibilitan una gestión agronómica más eficaz, sino que además permite aumentar la precisión de las labores y la eficiencia del cultivo, lo que nos sirve para: Tener una memoria más real en campo de la historia de un lote, tener disponible una herramienta para toma de decisiones, conformar un sistema de trazabilidad de cualquier alimento agrícola producido y mejorar la calidad intrínseca de los productos agrícolas. Lo anterior redunda en una gestión de tipo agronómico, medio ambiental y económico para el productor, el consumidor y el planeta. El proyecto busca el uso de toma de imágenes y posterior tratamiento junto con el sistema de información geográfica (SIG) para estimar y evaluar la presencia de posibles plagas, enfermedades y demás problemas, generando mapas geo referenciados de monitoreo con la información recolectada para que se pueda obtener una mejor perspectiva de la evolución día a día del cultivo.	spa
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero(a) Electrónico(a)
dc.description.notes	Trabajo de grado para optar al título de: Ingeniero Electrónico.	spa
dc.description.tableofcontents	1. Introducción. -- 1.1. Descripción del proyecto. -- 1.2. Justificación del proyecto. – 1.3. Objetivos. -- 1.3.1. Objetivo General. -- 1.3.2. Objetivos Específicos. -- 2. Hipótesis. -- 3. Estado del arte. -- 4. Espectro electromagnético. -- 4.1. Firma espectral. -- 4.2. Bandas espectrales. -- 5. Sensores remotos. -- 5.1. Tipos de sensores remotos. -- 5.1.1. Según el origen. -- 5.1.2. Según el principio de funcionamiento. -- 5.1.3. Radiómetros no generadores de imágenes. -- 5.1.4. Radiómetros generadores de imágenes. -- 5.2. Imágenes digitales. -- 5.2.1. Resolución de imagen. -- 5.3. Tipos de imágenes. --5.3.1. Imágenes pancromáticas. -- 5.3.2. Imágenes multiespectrales. -- 5.3.3. Imágenes hiperespectrales. -- 5.3.4. Firma espectral mediante imágenes. -- 6. Índices de vegetación. -- 6.1. Ratio Vegetation Index (RVI). -- 6.2. Índice de vegetación de diferencia normalizada (NDVI). -- 6.3. Índice de vegetación de porcentaje de infrarrojos (IPVI). -- 6.4. Índice de vegetación mejorado (EVI). -- 6.5. Índice de vegetación mejorado de 2 bandas (EVI2). -- 6.6. Índice de vegetación del suelo ajustado optimizado (OSAVI). -- 6.7. Índice de vegetación de diferencia (DVI). -- 6.8. Índice de vegetación transformado (TVI). -- 6.9. Índice de vegetación no lineal (NLI). -- 6.10. Índice de vegetación de radio normalizado (NRVI). -- 6.11. Índice de área de quema (BAI). -- 7. Sistema de información geográfica (sig). -- 7.1. Operaciones y funciones del SIG. -- 7.1.1. Ingreso de datos 7.1.2. Almacenamiento de datos. -- 7.1.3. Manipulación y procesamiento de datos. -- 7.1.4. Producción de datos. -- 7.2. Modelos de representación de datos. -- 7.2.1. Modelo rasteR. -- 7.2.2. Formato vectorial. -- 7.3. Sistemas de coordenadas geográficas. -- 7.3.1. Sistema de coordenadas proyectadas. -- 8. Diseño y elaboración del software precisión index 2.0. -- (PIND2.0). -- 8.1. Interfaz de usuario. -- 8.2. Separación de bandas de imágenes RGB. -- 8.3. Generación de Mosaicos. -- 8.4. Georreferenciación de imágenes. --8.5. Proceso para la obtención de índices de vegetación. -- 8.6. Caracterización de plantas individuales. -- 8.7. Firma espectral. -- 8.8. Generación ficha de área. -- 8.9. Generación del ejecutable (.exe). -- 8.10. Instalador. -- 9. RESULTADOS. -- 9.1. Instalación. -- 9.2. Interfaz gráfica de usuario. -- 9.2.1. Menús. -- 9.2.2. Pestaña Índices de vegetación. -- 9.2.3. Pestaña Gdal. -- 9.2.4. Pestaña Preprocesamiento. -- 9.2.5. Ventana de grafico (Figure). -- 9.2.6. Avisos. -- 10. Conclusiones. – Referencias.	spa
dc.format.extent	119 páginas
dc.format.mimetype	application/pdf
dc.identifier.citation	Ortiz Rojas, D. Y Angarita Acosta, D. (2016). Desarrollo de un sistema de tratamiento y geo-posicionamiento satelital de imágenes para análisis de cultivos mediante conceptos de agricultura de precisión [Trabajo de grado, Universidad de los Llanos]. Repositorio digital Universidad de los Llanos.
dc.identifier.instname	Universidad de los Llanos
dc.identifier.reponame	Repositorio digital Universidad de los Llanos
dc.identifier.repourl	https://repositorio.unillanos.edu.co/
dc.identifier.uri	https://repositorio.unillanos.edu.co/handle/001/4435
dc.language.iso	spa
dc.publisher	Universidad de los Llanos
dc.publisher.branch	Sede Barcelona
dc.publisher.faculty	Facultad de Ciencias Básicas e Ingeniería
dc.publisher.place	Villavicencio
dc.publisher.program	Ingeniería Electrónica
dc.relation.references	Juan Agüera Vega, Manuel Pérez Ruiz, «AGRICULTURA DE PRECISION: HACIA LA INTEGRACION DE DATOS ESPACIALES EN LA PRODUCCION AGRARIA,» Ambienta, nº 105, pp. 16-27, Diciembre 2013.
dc.relation.references	L. R. S. Navarro, «Ventajas del uso de la agricultura de precision,» Produccion agroindustrial del NOA, vol. 23, nº 189, pp. 70-71, 2011.
dc.relation.references	A. Jiménez, F. Jiménez, D. Garcia, «PIND – Precision Index 1.0. Remote Sensing Software for Precision Agriculture Studies,» de VII Congreso Iberoamericano de Telemática, Popayán, 2015.
dc.relation.references	Andres Fernando Jiménez López, Fabián Rolando Jiménez López, Mariana Jiménez López, «Análisis multiespectral de la vegetación para aplicaciones de sensado remoto,» Iteckne, vol. 12, nº 2, Julio 2015.
dc.relation.references	Andrés Fernando Jiménez López, Fabián Rolando Jiménez López, Elkyn Fagua Pérez, «PROCESAMIENTO DIGITAL DE IMÁGENES DE SENSORES REMOTOS PARA APLICACIONES DE AGRICULTURA DE PRECISIÓN,» Revista Tecnologías de Avanzada del Instituto de Investigación y Desarrollo en Tecnologías Aplicadas de la Universidad de Pamplona, vol. 1, nº 21, 21 Octubre 2012.
dc.relation.references	Carlos Lago Gonzáles, Juan Carlos Sepulveda Peña, Rogelio Barroso Abreu, Félix Óscar Fernández Peña, Francisco Maciá Pérez, Javier Lorenzo, «Sistema para la generación automática de mapas de rendimiento. Aplicación en la agricultura de precisión,» Idesia, vol. 29, nº 1, Abril 2011.
dc.relation.references	M. K. Gómez Almonte, «ÍNDICE DE VEGETACIÓN EN ÁREAS DEL BOSQUE SECO DEL NOROESTE DEL PERÚ A PARTIR DE IMÁGENES SATELITALES,» Piura, 2005.
dc.relation.references	C. Gonzaga Aguilar, «Aplicación de Índices de Vegetación Derivados de Imágenes Satelitales Landsat 7 ETM+ y ASTER para la Caracterización de la Cobertura Vegetal en la Zona Centro de la Provincia De Loja, Ecuador,» Buenos Aires, 2014.
dc.relation.references	F.C. Rocha, A.M. Oliveira Neto, E.L. Bottega, N.Guerra, R.P. Rocha, C.C. Vilar, «Mapeamento de plantas daninhas utilizando técnicas de agricultura de precisão,» Planta Daninha, vol. 33, nº 1, Enero 2015
dc.relation.references	Francisco d’Albertas Gomes de Carvalho, Jomar Magalhães Barbosa, Marisa Dantas Bitencourt, «Modeling forest canopy closure using vegetation index,» de XVI Simpósio Brasileiro de Sensoriamento Remoto, Foz do Iguaçu, 2013.
dc.relation.references	R. Darvishzadeh, C. Atzberger, «HYPERSPECTRAL VEGETATION INDICES FOR ESTIMATION OF LEAF AREA INDEX,» 2006.
dc.relation.references	Helmi Zulhaidi Mohd Shafri, Nasrulhapiza Hamdan, «Hyperspectral Imagery for Mapping Disease Infection in Oil Palm Plantation Using Vegetation Indices and Red Edge Techniques,» American Journal of Applied Sciences, nº 6, pp. 1031-1035, 2009.
dc.relation.references	Alicia M. R. Griffin, Sorin C. Popescu, Kaiguang Zhao, «Using LIDAR and Normalized Difference Vegetation Index to remotely determine LAI and percent canopy cover,» de SilviLaser, Edimburgo, 2008.
dc.relation.references	Takeshi Motohka, Kenlo Nishida Nasahara, Hiroyuki Oguma, Satoshi Tsuchida, «Applicability of Green-Red Vegetation Index for Remote Sensing of Vegetation Phenology,» Remote Sensing, vol. 2, nº 10, pp. 2369-2387, 2010.
dc.relation.references	Lijuan Miao, Yibo Luan, Xiangzhong Luo, Qiang Liu, John C. Moore, Reshmita Nath, Bin He, Feng Zhu, Xuefeng Cui , «Analysis of the Phenology in the Mongolian Plateau by Inter Comparison of Global Vegetation Datasets,» Remote Sensing, vol. 5, nº 10, pp. 5193-5208, 2013.
dc.relation.references	Huihui Zhang, Yubin Lan, Ronald Lacey, W. C. Hoffmann, Yanbo Huang, «Analysis of vegetation indices derived from aerial multispectral and ground hyperspectral data,» IJABE, vol. 2, nº 3, pp. 33-40, Septiembre 2009.
dc.relation.references	Hui Fan, Xiaohua Fu, Zheng Zhang, Qiong Wu , «Phenology-Based Vegetation Index Differencing for Mapping of Rubber Plantations Using Landsat OLI Data,» remote sensing, nº 7, pp. 6041-6048, Mayo 2015.
dc.relation.references	Yichun Xie, Zongyao Sha, Mei Yu, «Remote sensing imagery in vegetation mapping: a review,» Plant Ecology, vol. 1, nº 1, pp. 9-23, Marzo 2008.
dc.relation.references	E. B. Alvarado, Espectro Electromagnetico, 2012.
dc.relation.references	P. H. Swain , Shirley M. Davis, Remote Sensing: The Quantitative Approach, McGraw-Hill International Book Company, 1978.
dc.relation.references	D. J. Pérez, Introduccion a los Sensores Remotos- Aplicaciones en Geología, Buenos Aires, 2007.
dc.relation.references	SRGIS: Sensores Remotos & GIS, Guía básica sobre Imágenes Satelitales y sus productos, Santiago de Chile.
dc.relation.references	Hatfield J, Gitelson J., Schepers J., Walthall C. , «Application of spectral remote sensing for agronomic decisions,» Agron. J., vol. 100, pp. 117-131, 2008.
dc.relation.references	P. Abril, S. Butcher, «• Abril, P. & Butcher, S. (2001). Overgrazing and soil carbon dynamics in the western Chaco of Argentina.,» Applied Soil Ecology, vol. 16, pp. 243-249, 2001.
dc.relation.references	Grupo para el Desarrollo de los Sistemas de Informacion Geografica, Algunas Preguntas y Respuestas Básicas sobre Sensores Remotos., Cordoba. [26] U. S. Arboleda, Estudio de Imagenes Satelitales, Bogota., 2011.
dc.relation.references	G. V. G. Gaona, «Validación del Índice de Área Foliar (LAI) de Sensores Remotos con Mediciones Directas en la Reserva San Francisco (RSF),» Loja, 2009.
dc.relation.references	M. A. Gilabert, J. Gonzales Piqueras, J. Garcia Haro, «Acerca de los Indices de Vegetacion,» Revista de Teledeteccion, nº 8, Diciembre 1997.
dc.relation.references	HARRIS Geospatial Solutions, Vegetation Analysis: Using Vegetation Indices in ENVI, 2013.
dc.relation.references	C. R., «Calculating the vegetation index faster,» Remote sensing of environment, vol. 34, pp. 71-73, 1990.
dc.relation.references	Zhangyan Jiang, Alfredo Huete, K. Didan, Tomoaki Miura, «Development of a 2-band enhanced vegetation index without a blue band. Remote Sens Environ,» Remote Sensing of Environment, vol. 112, nº 10, pp. 3833-3845, 2008.
dc.relation.references	Geneviève Rondeaux, Michael Steven, Frédéric Baret, «Optimization of soil-adjusted vegetation indices,» Remote Sensing of Environment, vol. 55, nº 2, pp. 95-107, 1996.
dc.relation.references	Marek Mróz, Anna Sobieraj, «Comparison of several vegetation indices calculated on the basis of a seasonal spot XS time series, and their suitability for land cover and agricultural crop identification,» Thenical Sciences, nº 7, pp. 40-66, 2004.
dc.relation.references	A. J. Edwards, MINI-LESSON 8: VEGETATION INDICES, Lisboa, 2007.
dc.relation.references	Daner Estefan Castro Vanegas, Fabian Steven Peñaloza Rivera, «Metodologıa para la identificacion de especies vegetales invasoras Ulex europaeus (retamoespinoso) y Genista monspessulana (retamoliso) en zonas piloto de Bogota D.C usando imagenes multiespectrales de alta resolucion.,» Bogota, 20115.
dc.relation.references	B. L. Garcia, «ESTUDIO COMPARATIVO DE ÍNDICES ESPECTRALES APLICADOS A LOS INCENDIOS DEL ALTA EMPORDÀ DE 2000 Y 2012 A TRAVÉS DE IMÁGENES MODIS,» Barcelona, 2013.
dc.relation.references	Subgerencia Cultural del Banco de la República de Colombia, 2015. [En línea]. Available: http://www.banrepcultural.org/blaavirtual/ayudadetareas/geografia/sistema_de_informacion_geografica.
dc.relation.references	Departamento de Desarrollo Regional y Medio Ambiente Secretaría Ejecutiva para Asuntos Económicos y Sociales Organización de Estados Americanos, Manual Sobre el 118 Manejo de Peligros Naturales en la Planificación para el Desarrollo Regional Integrado., Washington, D.C., 1993.
dc.relation.references	Laboratorio Unidad Pacífico Sur CIESAS, SISTEMAS DE INFORMACIÓN GEOGRÁFICA.
dc.relation.references	Instituto nacional de estadistica y geofrafia, Sistemas de Información Geográfica, 2014.
dc.relation.references	N. Aguilar Rivera, «Percepción remota como herramienta de competitividad de la agricultura,» Mexicana de ciencias agrícolas, vol. 6, nº 2, Marzo 2015.
dc.relation.references	Tatiana Pinho, José Boaventura Cunha, Raul Morais, «Tecnologias da eletrónica e da computação na recolha e integração de dados em agricultura de precisão,» Ciéncias Agrárias, vol. 38, nº 3, Septiembre 2015.
dc.relation.references	Artur Gil, Luís Silva, Agustin Lobo, Helena Calado,, «Assessing the effectiveness of high resolution satellite imagery for vegetation mapping in small islands protected areas,» Journal of Coastal Research, pp. 1663-1667, MAyo 2011.
dc.relation.references	Sylvain G. LEBLANC, Jing M. CHEN, H. Peter WHITE, Josef CIHLAR, Roselyne LACAZE, Jean-Louis ROUJEAN, Rasim LATIFOVIC, «MAPPING VEGETATION CLUMPING INDEX,» de Aussois, Aussois, 2001.
dc.relation.references	Andy Yaw Kwarteng, Dhari Al-Ajmi, «USING LANDSATTHEMATIC MAPPER DATA TO DETECT AND MAP VEGETATION CHANGES IN KUWAIT,» de International Archives of photogrammetry, Remote Sensing and Spatial Information Sciences(ISPRS), Viena, 1996.
dc.rights	Derechos Reservados – Universidad de los Llanos, 2016	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.license	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.armarc	Conservación de suelos
dc.subject.armarc	Análisis de suelos
dc.subject.armarc	Suelos - Composición
dc.subject.proposal	Agricultura de Precisión	spa
dc.subject.proposal	Python	spa
dc.subject.proposal	Sensores Remotos	spa
dc.subject.proposal	Índice de Vegetación	spa
dc.title	Desarrollo de un sistema de tratamiento y geo-posicionamiento satelital de imágenes para análisis de cultivos mediante conceptos de agricultura de precisión	spa
dc.type	Trabajo de grado - Pregrado
dc.type.category	Proyectos de investigación
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content	Text
dc.type.driver	info:eu-repo/semantics/bachelorThesis
dc.type.version	info:eu-repo/semantics/publishedVersion
dspace.entity.type	Publication
person.identifier.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000321737
person.identifier.orcid	0000-0001-8308-7815
relation.isDirectorOfPublication	4071917b-99d9-4575-9bee-e2160ed46710
relation.isDirectorOfPublication.latestForDiscovery	4071917b-99d9-4575-9bee-e2160ed46710
relation.isReviewerOfPublication	4071917b-99d9-4575-9bee-e2160ed46710
relation.isReviewerOfPublication.latestForDiscovery	4071917b-99d9-4575-9bee-e2160ed46710

Publicación: Desarrollo de un sistema de tratamiento y geo-posicionamiento satelital de imágenes para análisis de cultivos mediante conceptos de agricultura de precisión

Archivos

Bloque original

Bloque de licencias

Colecciones

Publicación:
Desarrollo de un sistema de tratamiento y geo-posicionamiento satelital de imágenes para análisis de cultivos mediante conceptos de agricultura de precisión