Artículos

Uso de drones en el cultivo de la caña de azúcar

César Edwin García 1 (Analista en Percepción Remota, Cenicaña. cegarcia@cenicana.org)

Introducción

En la actualidad existen tecnologías innovadoras en diferentes campos del conocimiento, algunas de ellas aún en fase de desarrollo y otras promisoras como las impresoras en 3D, la Internet de las Cosas (IoT), el Big Data y los vehículos no tripulados que están facilitando las labores agrícolas.

En el campo de la agricultura de precisión, los vehículos aéreos no tripulados, conocidoscomo drones, son una valiosa ayuda ya que facilitan el seguimiento del desarrollo de los cultivos. Estos vehículos aéreos son controlados remotamente por un operador o de forma autónoma con ayuda de un piloto automático y pueden llevar equipos de última tecnología como cámaras infrarrojas, multiespectrales o térmicas, permitiendo obtener fotografías aéreas o videos de un área de terreno seleccionada, logrando así un mejor diagnóstico en el cultivo y llegando, inclusive, a obtener información sobre deficiencias de elementos nutritivos como nitrógeno, estrés hídrico o áreas infectadas por malezas y plagas.

Actualmente existen estudios en los que han sido utilizados drones para generar cartografía (Rokhmana, 2015), determinar niveles de estrés hídrico (López-Granados, 2013), estrés por nitrógeno (Hatf ield et al., 2008), estimar variables físicas (Wallace et al., 2016) y hacer aforos de biomasa vegetal (GopalaPillai y Tian, 1999).

Desde hace aproximadamente 20 años, en el Centro de Investigación de la Caña de Azúcar en Colombia (Cenicaña) se viene trabajando con imágenes y fotografías multiespectrales y más recientemente se está evaluando el uso y la implementación de cámaras multiespectrales acopladas a equipos no tripulados para la realización de labores de agricultura de precisión. A continuación se incluyen algunos casos del uso de drones en el cultivo de la caña de azúcar en el valle del río Cauca.

Levantamiento de información topográfica con enfoque de agricultura de precisión

Mediante la técnica de ortofotos (mosaicos georreferenciados) obtenidos con drones y cámaras fotográficas, los agricultores pueden obtener información topográfica con una precisión inferior a 10cm en posiciones norte y este, mientras que en la altura se han logrado precisiones entre 5 y 15 cm.

Esta tecnología es considerada confiable para la digitalización de información obtenida en campo, incluyendo: delimitación de áreas, actualización cartográfica a escalas detalladas (1:400), cuantificación de áreas infestadas por malezas (Figura 1a), cuantificación de áreas de resiembra (Figura 1b) y digitalización de líneas de surcado (Figura 1c).

Los modelos digitales de elevación son otro resultado importante que se puede obtener usando drones, estos modelos permiten estimar curvas a nivel, construir mapas de pendientes, modelos de superficie y modelos para estimar la altura del cultivo de la caña de azúcar (Figura 2).

En investigaciones realizadas por Cenicaña se han encontrado correlaciones de 74% con un error de ±25 cm entre la altura tomada en campo y la altura calculada con el modelo.

Imágenes infrarrojas tomadas con drones para el monitoreo del cultivo

Además de la obtención de información topográfica (altimetría y planimetría), se han acondicionado cámaras con capacidad para registrar la energía infrarroja lo que permite hacer seguimientos a variables biofísicas difíciles de registrar con cámaras convencionales.

El uso de este tipo de cámaras en el cultivo de la caña de azúcar tiene como ventajas la facilidad para identificar y cuantificar zonas con problemas de bajo desarrollo fisiológico y correlacionar variables como el Índice de Área Foliar, concentración de clorofila y contenido nitrógeno.

En estudios realizados en Cenicaña se han encontrado altas correlaciones entre los datos obtenidos con de estas cámaras (índices de vegetación) y la productividad del cultivo de caña de azúcar, así como entre variedades y entre tratamientos de riego.

Al comparar las imágenes obtenidas con cámaras convencional e infrarroja vs. índices de vegetación (Figura 3a, b y c) es posible cuantificar e identificar las zonas de alta y baja productividad, en algunos casos con una precisión de 79% y un error de estimación de ±13t/ha.

Conclusión

Los drones se encuentran en una fase de evaluación, no obstante su implementación en agricultura crece a un ritmo exponencial. Según estudios de la AUVSI Economic, dentro de 10 años el uso de estos equipos en agricultura será superior al de otras áreas, llegando a ventas anuales de 160 mil unidades.

Su utilización en la agricultura de precisión permitirá realizar labores de forma más rápida, económica y periódica, si se compara con la forma tradicional, sumándole el potencial que traerá el uso de cámaras infrarrojas o térmicas para el seguimiento y monitoreo del cultivo.

Referencias

Rokhmana C. A.. 2015. “The potential of UAV-based remote sensing for supporting precision agriculture in Indonesia”.
Procedia Environmental Sciences. Volume 24. Pages 245-253. http://dx.doi.org/10.1016/j.proenv.2015.03.032

López-Granados, F.. 2013. “Uso de Vehículos Aéreos no tripulados (UAV) para la evaluación de la producción agraria”. Ambienta, Volume 105. Pages 40-52.

Hatf ield, J. L.; Gitelson, A. A.; Schepers, J. S.; Walthall, C. L.. 2008. “Application of Spectral Remote Sensing for Agronomic Decisions”. Agronomy Journal. Volume 100. Pages S-117–S-131. http://dx.doi.org/10.2134/agronj2006.0370c

Wallace, L.; Lucieer, A.; Malenovský, Z.; Turner, D.; Vopenka P.. 2016. “Assessment of Forest Structure Using Two UAV Techniques: A Comparison
of Airborne Laser Scanning and Structure from Moti on (SfM) Point Clouds”. Forests. Volume 7. Pages 1-6. htt p://dx.doi.org/10.3390/f7030062

GopalaPillai, S.; Tian, L.. 1999. “In-fi eld Variability Detecti on and Spati al Yield Modeling for Corn Using Digital Aerial Imaging”. Transactions of the ASAE. Volume 42. Pages 1911-1920. http://dx.doi.org/10.13031/2013.13356.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Afíliate a nuestro boletín