UNIVERSIDAD NACIONAL DE TRUJILLO

Facultad de Ingeniería
Escuela Profesional de Ingeniería Mecatrónica

Análisis de imágenes multiespectrales adquiridas con vehículos aéreos

no tripulados

Trabajo de Investigación Formativa

Procesamiento de Imágenes
AUTORES :
- BEJARANO REYES, Mauricio
- RODRIGUEZ CARBAJAL, Arnold
- SILVA VALERA, Giancarlo
- SILVA ZUTA, David

DOCENTE : ING. ASTO RODRIGUEZ, Emerson

CICLO : IX

Trujillo, Perú
20 de Julio del 2020
 ii
Tabla de Contenidos

RESUMEN......................................................................................................................................v

1. INTRODUCCION...................................................................................................................1

1.1. OBJETIVOS....................................................................................................................2

1.1.1. OBJETIVO GENERAL...........................................................................................2

1.1.2. OBJETIVO ESPECÍFICOS.....................................................................................3

2. PROCEDIMIENTO PARA LA TOMA Y EL PROCESAMIENTO DE LAS IMÁGENES

MULTIESPECTRALES..................................................................................................................4

3. VIABILIDAD EN LA LOCALIDAD...................................................................................10

4. CONCLUSIONES.................................................................................................................13

5. REFERENCIAS BIBLIOGRÁFICAS..................................................................................14
 iii
Lista de Tablas

Tabla 1: Valor del índice NDVI por variedad de caña [1]..............................................................9

 iv
Lista de Figuras

Figura 2.1: Flujo de trabajo para obtener mapas de índices de un campo de cultivo [1]................5

Figura 2.2: Ortomosaico RGB construido con Pix4D volando a 120 m de altura con 4 puntos de

control foto insertados en los extremos de las flechas azules [1]............................................6

Figura 2.3: Mapas del índice vegetativo NDVI (izquierda) y ortofoto RGB (derecha) obtenidos

en Pix4D representado el valor 0.8 de la escala el máximo nivel de vigor vegetal y los

valores más cercanos a cero zonas con despoblamiento vegetal o suelo [1]...........................7

Figura 2.4: Ortofoto RGB obtenida con Agisoft PhotoScan desde 120 m de altura [1].................8

Figura 2.5: Mapa NDVI obtenido con Agisoft PhotoScan desde 120 m de altura. Las zonas

blancas corresponden a suelo o sectores con baja densidad vegetal y los puntos de un verde

más intenso a vegetación de mayor nivel de clorofila [1].......................................................8

Figura 2.6: Mapa NDVI obtenido con Pix4D de una parcela de las variedades de caña C266-70,

C46-12, C86-12, C86-56. Cada variedad está encerrada en un cuadrado verde claro. A

valores más cercanos de 0.8 mayor vigor vegetal de las plantaciones [1]...............................9
 v
RESUMEN

En el siguiente trabajo consta de la utilización de un vehículo aéreo no tripulado (VANT) en la

fotogrametría multiespectral para mapear un sembrado caña de azúcar.

Para dicho propósito se hicieron pruebas sobre un campo de caña de 14 meses en maduración,

sembrado con 14 variedades diferentes y otro de 6 meses en crecimiento con 25 variedades; en

dichas pruebas se usó los softwares de procesamiento de imágenes, Agisoft Photoscan y Pix4D,

generándose los ortomosaicos 3D y mapas de índices NDVI. Luego se compararon los

programas respecto a facilidad de uso, tiempo de procesamiento y calidad visual del producto y

se definen las condiciones de vuelo del VANT para una correcta recolección de imágenes con la

cámara multiespectral Parrot Sequoia. Los resultados mostraron a Pix4D como el programa más

eficiente para realizar cálculos de índices vegetativos, ya que este incorpora correcciones

radiométricas específicas a los ortomosaicos. Analizando los resultados con agrónomos expertos

se determinó que la respuesta espectral permite diferenciar los campos según la edad y densidad

poblacional por parcelas, pero con los mapas NDVI no se diferencia las variedades sembradas en

una misma fecha. Finalmente, para lograr un mejor análisis de fotografías del terreno

sobrevolado es necesario una altura de al menos 120 metros.

1. INTRODUCCION

Debido a las nuevas tecnologías en la agricultura se busca una renovación tecnológica en

estos procesos que asegure una sostenibilidad ambiental y económica logrando satisfacer

la demanda de productos mejorando problemas de manejo de cultivos y los procesos

agrícolas como el rendimiento, calidad de producción e impacto sobre el ambiente por

plaguicidas y fertilizantes [2]. Surge como una alternativa, las herramientas tecnológicas

para el monitoreo.

Para esto se usó la agricultura de precisión que significa optimizar calidad y cantidad del

producto agrícola minimizando el costo por uso de tecnologías más eficientes [3]. Esta

tecnología será la teledetección que es la adquisición de información de un fenómeno

mediante un equipo con el que no está en contacto, siendo las imágenes multiespectrales

tomadas por aviones tripulados las más utilizadas [4].

Varios autores han comprobado la relación entre las variables relacionadas con la

producción de la planta con datos de sensores remotos. Como el índice de área foliar

(LAI), verdor y nitrógeno de la hoja, altura, nivel de clorofila, o nivel de agua, etc [5-10].

Las diferencias entre las firmas espectrales de la vegetación sana y estresada son notables

y su análisis cuantitativo es posible mediante diversas técnicas como el cálculo de índices

vegetativos (IV) dando como resultado un diagnóstico en variables claves como la

productividad [11].

Algunos estudios en Cuba presentan las aplicaciones geomáticas de los VANT,

empleando imágenes RGB [12,13]; con esta tecnología es posible la adquisición de las

imágenes siguiendo un sistema para la planificación de los vuelos.

En este trabajo se aborda la ejecución de fotogrametría multiespectral de los campos

experimentales de la Estación Territorial de Investigaciones de la Caña de Azúcar de

Cuba, con diferentes tipos de cañas de azúcar, usando la tecnología VANT y técnicas de

procesamiento digital de imágenes orientados a este campo generando así mapas de

índices vegetativos mediante los programas Pix4D y Agisoft PhotoScan siendo

interpretados por especialistas en procesamiento de imágenes y expertos agrónomos para

identificar el vigor vegetal en zonas puntuales de los campos.

Siendo el objetivo de este trabajo realizar un levantamiento fotogramétrico multiespectral

usando las nuevas tecnologías para la elaboración de mapas de índices vegetativos que

permitan identificar parcelas de caña por variedad o con baja densidad vegetal.

1.1. OBJETIVOS

1.1.1. OBJETIVO GENERAL

Analizar imágenes multiespectrales adquiridas con vehículos aéreos no tripulados.

1.1.2. OBJETIVO ESPECÍFICOS

- Realizar un levantamiento fotogramétrico multiespectral, utilizando VANT, en las

áreas de ETICA para la elaboración de mapas de índices vegetativos que permitan

identificar parcelas de caña por variedades o densidad vegetal,

- Comparar dos de las mejores aplicaciones propietarias de procesamiento de

imágenes disponibles en el mercado, Agisoft Photoscan y Pix4D evaluando las

prestaciones y consumo de recursos computacionales de ambas aplicaciones de

procesamiento de imágenes.
2. PROCEDIMIENTO PARA LA TOMA Y EL PROCESAMIENTO

DE LAS IMÁGENES MULTIESPECTRALES

Para la toma de imágenes multiespectrales se usó el vehículo 3DR RT X8+ y se usó como

guía a la bibliografía [14], con el software Mission Planer se hicieron los vuelos

considerando aspectos generales como alturas permitidas, obstáculos, vientos, puntos de

lanzamiento y aterrizaje; y específicos como altura, velocidad, coordenadas,

características de las cámaras y software para definición del polígono del área de

influencia.

Se sobrevoló un ca12mpo de caña de 14 meses en fase de maduración sembrado con 14

variedades; otro campo de 6 meses en fase de crecimiento sembrado con 25 variedades.

Cada variedad ocupa una parcela de 41 m 2. Se hizo una dosificación al campo de 14

meses con urea, superfosfato triple, cloruro de potasio; al campo de 6 meses con

superfosfato triple y cloruro de potasio. Los vuelos fueron a 40, 80 y 120 m a 6 m/s; pero

sólo la última altura arrojó buenos resultados, por tanto, sólo se presentarán resultados de

esta. El tamaño del píxel del suelo (GSD) de las ortofotos realizadas fue de 3, 7 y 11

cm/píxel para el sensor multiespectral y de 2, 3 y 5 cm/píxel para el sensor RGB en

función de las respectivas alturas.

El vuelo incluyó activación de la ruta, revisión de puntos de referencia, lanzamiento,

rutina de vuelo en modo automático, captura continua de fotos y aterrizaje. En la figura

2.1 se muestran todos los pasos ejecutados para la recolección y procesamiento de las

imágenes RGB y multiespectrales.

Figura 2.1: Flujo de trabajo para obtener mapas de índices de un campo de cultivo [1].

Para la construcción de los mosaicos RGB y NIR del área de estudio, se usó los softwares

Agisoft y Pix4D para georreferenciar y procesar las fotografías. Se realizó el modelado

en 3D del área y el modelo digital de elevación para identificar la densidad de caña por

parcela, diferenciar la caña madura de la joven y realizar mediciones de área y perímetro.

En la figura 2.2 vemos como las parcelas de 18 meses se tornan de color pardo mientras

que las de 6 meses de verde claro por su nivel de clorofila en su período de crecimiento

[15]. Además, se incorporaron 4 puntos georreferenciados en el campo y se mejoró la

precisión de la ortofoto generada (figura 2.2). Se obtuvo una resolución en ambos

softwares de 5 cm/píxel.
 Figura 2.2: Ortomosaico RGB construido con Pix4D volando a 120 m de altura con 4

puntos de control foto insertados en los extremos de las flechas azules [1].

En el vuelo a 40 metro de altura a 6m/s con tiempo entre disparos de 1.4 segundos y

velocidad del viento de 1 - 2m/s, no se muestran buenos resultados en el ortomosaico

RGB, aunque si ofreció una mejor resolución en las imágenes multiespectrales.

En los vuelos a 80 y 120 metros se obtuvo el índice NDVI de los mosaicos y se identificó

los puntos de respuesta espectral específica en el cultivo. Se verificó la relación entre

sectores con elevados niveles de NDVI y bloques de caña con un alto vigor vegetal. En

cuanto a las parcelas, la caña en crecimiento mostró un índice NDVI mayor a la madura.

En cuanto a las parcelas sembradas en igual fecha, los mapas de índices NDVI facilitaron

conocer el área con cultivos saludables y sectores con déficit nutricional. Gracias a esto

se determina la cantidad de fertilizante necesaria en los sectores estresados.

En la Figura 2.3 se ve como varía el vigor vegetal y el nivel de clorofila en los cultivos y

su evolución en el tiempo. Con el mapa NDVI se clasifica las parcelas dependiendo de la

respuesta espectral y en base a esto trazar planes para una dosificación diferenciada de

insumos. Se cuenta con gran precisión en la correlación de valores NDVI con el estado de

salud de las plantas, mostrándose los mayores valores NDVI (superior a 0.49) en las

parcelas más saludables, bajos valores (entre 0.21 y 0.39) en las más afectadas y casi

nulos (NDVI por debajo de 0.21) en sectores de vegetación pobre.

Figura 2.3: Mapas del índice vegetativo NDVI (izquierda) y ortofoto RGB (derecha)

obtenidos en Pix4D representado el valor 0.8 de la escala el máximo nivel de vigor

vegetal y los valores más cercanos a cero zonas con despoblamiento vegetal o suelo [1].

En las figuras 2.4 y 2.5 correspondientes a caña de 18 meses en fase de maduración se

reconocen los sectores de un elevado vigor vegetal mediante el mapa de índices NDVI.
 Figura 2.4: Ortofoto RGB obtenida con Agisoft PhotoScan desde 120 m de altura [1].

Figura 2.5: Mapa NDVI obtenido con Agisoft PhotoScan desde 120 m de altura. Las

zonas blancas corresponden a suelo o sectores con baja densidad vegetal y los puntos de

un verde más intenso a vegetación de mayor nivel de clorofila [1].

Con otro experimento se intentó usar el índice NDVI para diferenciar las variedades de

caña en cada parcela. Par lo cual uso del software Pix4d para analizar la imagen

multiespectral de un bloque con las variedades C266-70, C46-12, C86-12, C86-56, todas
de 6 meses de vida (Figura 2.6). De esto se pudo evaluar los niveles de clorofila con el

mapa de índice NDVI, pero no se identificó las variedades sembradas al dar todas valores

prácticamente homogéneos de NDVI (ver tabla 1).

Figura 2.6: Mapa NDVI obtenido con Pix4D de una parcela de las variedades de caña

C266-70, C46-12, C86-12, C86-56. Cada variedad está encerrada en un cuadrado verde

claro. A valores más cercanos de 0.8 mayor vigor vegetal de las plantaciones [1].

Tabla 1: Valor del índice NDVI por variedad de caña [1].

Variedad de Caña Nivel del índice Nivel del índice Nivel del índice
de azúcar NDVI Mínimo NDVI Promedio NDVI Máximo
C266-70 0.22 0.64 0.85
C46-12 0.22 0.66 0.87
C86-12 0.22 0.68 0.87
C86-56 0.22 0.69 0.87
3. VIABILIDAD EN LA LOCALIDAD

Sol de Laredo es una empresa agroindustrial perteneciente a la transnacional Manuelita,

que produce y comercializa azúcar, bioetanol carburante, bioetanol industrial y otros

subproductos a partir de la caña de azúcar (bagazo, fertilizante orgánico).

Posee la capacidad instalada para procesar 6.9 millones de toneladas de caña al año y

capacidad de producción de azúcar de 487.000 toneladas al año, 275 millones de litros de

bioetanol carburante y 6.8 millones de litros de bioetanol industrial.

El proceso en campo consta de cuatro etapas:

 Diseño y adecuación de tierras: Identificación y planeación de las necesidades

de obras civiles e hidráulicas, diseño de campo, vías de acceso, entre otras, para el

adecuado funcionamiento del cultivo.

 Preparación de suelos: Se eliminan cepas de caña vieja o del cultivo anterior en

caso de renovación. Con maquinaria agrícola se descompacta (roturación) y

ablanda el suelo (rastro arada y pulida) para facilitar el enraizamiento del cultivo,

reducir el tamaño de los terrones y facilitar la siembra. Finalmente, se preparan

los surcos en los que se alojarán las semillas.

 Siembra: Se acomodan las semillas en los surcos y se cubren con una capa de

tierra de tal manera que la humedad, temperatura y oscuridad, estimulen la

germinación de las yemas de caña.

  Levante del cultivo: Se realizan labores para proporcionar al cultivo las

condiciones adecuadas para su desarrollo y crecimiento y así contribuir a su

productividad: se aplican fertilizantes que aportan nutrientes al suelo, riego y

control de malezas, plagas y enfermedades.

Enfocándonos en la última etapa del proceso, denotamos la viabilidad de reproducir el

análisis de imágenes multiespectrales adquiridas con vehículos aéreos no tripulados

(VANT), en correlación con el estado de vigor vegetal del cultivo.

Por medio de los mapeos aéreos en sus campos de sembríos en las zonas de Laredo,

Trujillo y El Porvenir y posterior generación de los ortomosaicos RGB y multiespectrales

mediante el software Pix4D a 120 m de altura y buscando reproducir las condiciones más

optimas expuestas en el informe y definiendo los puntos de control de acuerdo a las

parcelas en los terrenos mencionados. De los mosaicos se obtiene el índice NDVI, del

cual se destaca en el artículo analizado la corroboración de la estrecha relación entre los

niveles de NDVI y el vigor vegetal de la caña.

El mapa NDVI a través de la interpretación directa de parámetros biofísicos de las

parcelas sembradas en igual fecha, permitirá la clasificación de estas dependiendo de su

respuesta espectral, permitiendo a la empresa en cuestión conocer de forma exacta áreas

con cultivos saludables y sectores con déficit nutricional, y con ello trazar planes para

diferentes dosificaciones de insumos, ya sea cantidad de fertilizante necesaria, riego,

control de plaga y los lugares a aplicar.

Denotamos que por los mapas georreferenciados se puede proporcionar a la empresa los

sectores con caña saludable y los con déficit nutricional, permitiendo un ahorro

monetario significativo en la compra y/o fabricación de fertilizante u otros insumos para

ser aplicados solo en sectores estresados. Además de un posible aumento en su

productividad de caña de azúcar al mejorar la calidad del cultivo, en lo que respecta a la

cantidad de sacarosa del mismo, debido a una pertinente intervención en áreas afectadas

de los profesionales de la materia gracias a la implementación del sistema descrito. El

impacto económico en la empresa se podría ver reflejado en un aumento significativo en

la producción de azúcar, disminución en el uso de los fertilizantes usados en durante su

crecimiento y reducción de mano de obra para supervisar los campos de caña de azúcar.

Agroindustrial Laredo se convirtió en la primera azucarera del país que se comprometió

públicamente, a través de un acuerdo con la Municipalidad de Laredo, a reducir

progresivamente la quema de caña. De esta manera, se avanzará eliminando esta práctica

en hectáreas ubicadas cerca a zonas urbanas de Laredo, Trujillo y El Porvenir.

Agroindustrial Laredo implemento en cosecha mecanizada en verde, lo cual

complementa con un proceso de enfardado de residuos de cosecha que son finalmente

utilizados para el proceso de compostaje.

La práctica de la cosecha mecanizada en verde o crudo describe un impacto social

relevante de acuerdo con uno de los principales problemas aquejan a la ciudad de Trujillo

y zonas aledañas que son la quema de caña de azúcar. El empleo de la cosecha

mecanizada es una práctica aun poco común en la industria azucarera por lo que una

forma de fomentar la utilización de esta en la totalidad de sus terrenos de la empresa en

cuestión es la utilización del sistema propuesto para la evaluación de las parcelas

agrupadas por la edad en la que fueron sembradas, empleando del índice NDVI se

proporciona el periodo de crecimiento en el que se encuentra el cultivo, puesto que la

caña joven posee mayor indicie NDVI que la caña madura debido a poseer mayor

intensidad de color verde y así determinar que parcelas de cultivo están listas para ser

cosechadas.

4. CONCLUSIONES

- Las VANT representan una buena técnica en la toma de imágenes

multiespectrales por su facilidad de montar cámaras para dicho fin y obtener imágenes

con una resolución de 11 cm/píxel a 120 metros de altura, permitiendo identificar

problemas en los cultivos y tomar decisiones en base a ello. Sin embargo, no es posible

obtener ortomosaicos RGB sin distorsiones si se hacen los vuelos a 40 metros de altura

con 6m/s, pero si una mejor resolución en imágenes multiespectrales.

- La respuesta espectral permite discriminar los campos en dependencia de la

densidad poblacional por parcelas y edad obteniéndose que la caña en crecimiento

mostrará un índice NDVI mayor a la madura. Por otro lado, la ortofoto NDVI generada

permite clasificar las parcelas según su vigor vegetal, de manera que se muestran los

mayores valores NDVI (superior a 0.49) en las parcelas más saludables, bajos valores

(entre 0.21 y 0.39) en las más afectadas y casi nulos (NDVI por debajo de 0.21) en
sectores de vegetación pobre. Pero los mapas de índice NDVI no posibilitan determinar

las diferentes variedades sembradas en una misma fecha.

- Aunque Agisoft requiere de menor gato de recursos computacionales y tiempo de

procesamiento, Pix4D es el programa más eficiente para realizar los cálculos de índices

vegetativos, ya que es una herramienta de mayor potencia que incorpora correcciones

radiométricas específicas a los ortomosaicos.

5. REFERENCIAS BIBLIOGRÁFICAS

1. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59282018000200007

2. Best S, Zamora I. Tecnologías aplicables en Agricultura de Precisión.Uso de

tecnología de precisión en evaluación, diagnóstico y solución de problemas productivos.

Santiago de Chile: Fundación para la Innovación Agraria; 2008.

3. GARCÍA-CERVIGÓN D, JOSÉ J. Estudio de índices de vegetación a partir de

imágenes aéreas tomadas desde UAS\RPAS y aplicaciones de éstos a la agricultura de

precisión: UNIVERSIDAD COMPLUTENSE DE MADRID 2015. Disponible en:

http://eprints.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdf
4. García-Ferrer A. Potencialidad y nuevas orientaciones en el uso de la teledetección en

agricultura y selvicultura. Ambienta: La revista del Ministerio de Medio Ambiente.

2013(105):6-15.

5. Serrano L, Filella I, Penuelas J. Remote sensing of biomass and yield of winter wheat

under different nitrogen supplies. Crop Science. 2000;40(3):723-31.

6. Thenkabail P, Smith R, De Pauw E. Hyperspectral vegetation indices for determining

agricultural crop characteristics, CEO research publication series No. 1. Center for Earth

Observation, Yale University Press, New Haven. 1999.

7. Osborne S, Schepers JS, Francis D, Schlemmer MR. Detection of phosphorus and

nitrogen deficiencies in corn using spectral radiance measurements. Agronomy journal.

2002;94(6):1215-21.

8. Goel NS. Models of vegetation canopy reflectance and their use in estimation of

biophysical parameters from reflectance data. Remote Sensing Reviews. 1988;4(1):1-

212.

9. Lee K-S, Cohen WB, Kennedy RE, Maiersperger TK, Gower ST. Hyperspectral versus

multispectral data for estimating leaf area index in four different biomes. Remote Sensing

of Environment. 2004;91(3):508-20.
10. Wright DL, Rasmussen VP, Ramsey RD, Baker DJ, Ellsworth JW. Canopy

reflectance estimation of wheat nitrogen content for grain protein management.

GIScience & Remote Sensing. 2004;41(4):287-300.

11. Meneses VAB, Téllez JM, Velasquez DFA. Uso de drones para el analisis de

imágenes multiespectrales en agricultura de precisión. @ limentech, Ciencia y

Tecnología Alimentaria. 2015;13(1).

12. Fernandez PM, Martínez DO, García EP, Lorenzo FB, editors. Vehículos aéreos no

tripulados (vant) en cuba, aplicados a la Geomática. Estado actual, perspectivas y

desarrollo. XV Encuentro de Geógrafos de América Latina 2015; Palacio de

Convenciones de La Habana, Cuba.

13. Hernández L, Rodríguez E, Martínez A, Álvarez H, Kharuf S, Morales LH, editors.

LEVANTAMIENTO FOTOGRAMETRICO DE LA UBPC “DESEMBARCO DEL

GRANMA” UTILIZANDO AVIONES NO TRIPULADOS, SOLUCIÓN DE BAJO

COSTO PARA LA AGRICULTURA NACIONAL. VII Edición de la Conferencia

Cientifica Internacional sobre Desarrollo Agropecuario y Sostenibilidad 2016; Hotel

Memories Paraiso Azul,Cayo Santa Maria,Caibarien,Cuba.

14. Hernández Santana L, Martínez A, Garcia D, Delgado I, Hernández Morales LE,

editors. Fotogrametría aérea basada en Vehículos Aéreos no Tripulados (VANT).

Solución de bajo costo para la Agricultura Nacional. XVII Simposio Internacional de

Ingeniería Eléctrica SIE 2017; 2017; Varadero.

15. Ferrer Reyes M, Roque Rodés R, Lamelas Felipe C, González Marrero A. Relación

entre el tiempo térmico acumulado durante el gran periodo de crecimiento con los

rendimientos agrícolas de la caña de azúcar. Centro Agrícola. 2016;43(4):73-8.