Informations et ressources scientifiques
sur le développement des zones arides et semi-arides

Accueil du site → Master → Espagne → Development of a mobile-supported crop management and stress analysis system based on remote sensing products and symptomatic data

Universitat Politècnica de València (2019)

Development of a mobile-supported crop management and stress analysis system based on remote sensing products and symptomatic data

Bayarri Cebrecos, Carlos

Titre : Development of a mobile-supported crop management and stress analysis system based on remote sensing products and symptomatic data

Desarrollo de un sistema móvil de gestión de cultivos y análisis de estrés basado en productos de detección remota y datos sintomáticos

Auteur : Bayarri Cebrecos, Carlos

Université de soutenance : Universitat Politècnica de València

Grade : Máster Universitario en Ingeniería Geomática y Geoinformación 2019

Résumé
Con Sentinel-2, las imágenes satelitales están disponibles, lo que proporciona un mayor número de bandas multiespectrales, la posibilidad de una nueva imagen actualmente cada 5 días, productos de imagen ya preprocesados y que además es gratuita. En combinación con los avances en el aprendizaje automático, surgen nuevas oportunidades para las herramientas de agricultura de precisión con la posibilidad de observar, medir y responder a la variabilidad inter e intra-campo en los cultivos como se detecta desde los satélites. El objetivo del proyecto es desarrollar un sistema de apoyo a la decisión para analizar los índices de vegetación y los síntomas de las plantas con el fin de juzgar el nivel de estrés de los cultivos. El empleo de una aplicación móvil sirve para administrar la información cuando el agricultor está en el campo, lo que le permite conocer el estado de sus cultivos e interactuar con el sistema para adaptar la información que necesita. Los estreses se dividen en abióticos (agua y nutrientes) y bióticos (plagas y enfermedades), mientras que los cultivos analizados se agrupan en cultivos herbáceos (caña de azúcar, arroz y maíz) y árboles frutales (cítricos)

With Sentinel-2, satellite imagery has become available which provides a higher number of multispectral bands, the chance for a new image currently every 5 days, already pre-processed image products and which in addition is free of costs. In combination with advances in machine learning, new opportunities for tools in precision fanning arise with the chance of observing, measuring and responding to inter and intra-field variability in crops as detected from satellites. The aim of the project is to develop a decision support system for analyzing vegetation indices and plant symptoms in order to judge the stress level of crops. A mobile application serves the purpose to manage the information when the farmer is in the field, allowing him to know the status of his crops and to interact with the system for adapting the information he requires. The stresses are divided in abiotic (water and nutrients) and biotic (pest and diseases), while the analyzed crops are grouped in herbaceous crops (sugarcane, rice and maize) and fruit trees (citrus)

Mots Clés  : Sentinel-2 , Vegetation , Precision farming , Crop stress , Multi-spectral , Crops , Satellite , Síntomas de las plantas , Estrés biótico , Índice de vegetación , Estrés abiótico , Estrés de cultivos , Agricultura de precision , Multi-espectral , Satélite , Cultivos , Vegetación

Présentation

Page publiée le 15 février 2021