Prototipo de Cámara Infrarroja para obtener el Índice NDVI en Agricultura de Precisión

Autores/as

  • Luis A. Gama-Moreno TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México
  • Violeta H. Plazola Soltero TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México
  • Christian G. Murguia Vadillo TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México
  • Carlos Martínez Hernández TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México
  • Erik López Carrillo TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México

DOI:

https://doi.org/10.30973/progmat/2022.14.1/2

Palabras clave:

NDVI, Agricultura de Precisión, Cómputo Móvil7, Espectro Infrarrojo

Resumen

Las Tecnologías de la Información y Comunicación (TICs) y el uso de dispositivos móviles han revolucionado prácticamente todas las áreas del quehacer humano, dando a los usuarios de estos dispositivos las habilidades para realizar tareas que antes solo eran posibles a través de equipos de escritorio. Una de las áreas que han sido beneficiadas por estas tecnologías es la agricultura creando el término “Agricultura de Precisión (AP)”. En este artículo se presenta un prototipo de cámara infrarroja de bajo costo para obtener el Índice Diferencial de Vegetación Normalizado (NDVI: Normalized Difference Vegetation Index) el cual es usado para estimar la cantidad, calidad y desarrollo de la vegetación con base a la medición (por medio de sensores remotos) de la intensidad de la radiación de ciertas bandas del espectro electromagnético que la vegetación refleja. Este prototipo se basa en imágenes tomadas a cultivos en ambientes controlados, se realizan dos tomas del mismo objetivo (una imagen en el espectro de colores normal y una segunda foto en el espectro infrarrojo, procesando ambas imágenes es como se obtiene el índice NDVI. Asimismo, se presenta un caso de estudio con aplicabilidad para la agronomía donde usuarios sin experiencia en TICs puedan hacer uso de estas tecnologías en cualquier tipo de dispositivo (en especial los teléfonos inteligentes) para determinar los niveles de salud de plantas en el mismo lugar sin tener que esperar para su procesamiento o tener que llevar las imágenes a un centro de procesamiento especializado.

Biografía del autor/a

Luis A. Gama-Moreno, TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México

Profesor investigador de tiempo completo en el IT de Tlajomulco, posee el reconocimiento a Perfil Deseable. Recibió el título de Doctor en Ciencias de la Computación en el Centro de Investigación en Computación del Instituto Politécnico Nacional en el año 2007, y el grado de Maestro en Ciencias de la computación en el mismo instituto en 2001. Fue becado en 2001 por la Comunidad Europea y La Universidad Pierre et Marie Curie de París para realizar una estadía de investigación en la Universidad Central de Venezuela. En 1999 obtuvo el 1er. Lugar en el Concurso de Prototipos de Hardware y Software del 2º Congreso CORE’99 en el CIC y el 1er. Lugar en el Concurso de Software del Instituto Politécnico Nacional. Sus áreas de investigación son: Bases de datos, Sistemas Distribuidos, Computación Móvil y Agricultura de Presición.

Violeta H. Plazola Soltero, TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México

Profesora de Tiempo Completo del Tecnológico de Tlajomulco por más de 10 años. Recibió el título de Ingeniera en Sistemas Computacionales egresada del Tecnológico de Colima, con Maestría en Tecnologías de Información por la Universidad de Guadalajara. Fué ganadora del premio Estatal de la Juventud del Estado de Colima en el área de Tecnología en el 2006, es actualmente catedrática de las materias de: Inteligencia Artificial, Lenguajes y autómatas y cómputo en la nube. Sus áreas de investigación son: Cómputo en la Nube, Agricultura de Precisión y Gestión de Seguridad de Informacion con trabajos de identificación de riesgos en seguridad de información.

Christian G. Murguia Vadillo, TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México

Profesor de Tiempo Completo de Tecnológico de Tlajomulco por más de 8 años, es Ingeniero en Sistemas Computacionales egresado del Tecnológico de Colima, con Maestría en Sistemas Computacionales por la Universidad Itaca de la CDMX, tiene experiencia en el área de Planeación y control operativo en industrias minera y gubernamental. Fué ganador del premio Estatal de la Juventud del Estado de Colima en el área de Tecnología en el 2006. Ha participado como jurado de proyectos de Innovación en fases Regionales y Nacionales para el Tecnológico Nacional de México. Actualmente imparte asignaturas de Tecnología y Programación Lógica en las carreras de Ingeniería en Agronomía y en Sistemas Computacionales, su área de investigación es la Domótica, Agricultura de Precisión y Automatización

Carlos Martínez Hernández, TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México

Profesor de tiempo completo en el TecNM campus Tlajomulco desde el año 2000, posee el reconocimiento de perfil deseable desde 2018. Obtuvo el título de Maestría en Computación Aplicada en la Universidad de Guadalajara en el año de 2008. Obtuvo el título en el año de 1999 de Licenciatura en Informática en el Tecnológico de Cd. Guzma. En el año 2018 participó en el Evento Nacional Estudiantil de Innovación y Tecnología (ENEIT) a nivel nacional en el Tecnológico de Tlanepantla, con el proyecto DrinkOut. Sus áreas de investigación son bases de datos y aplicaciones moviles.

Erik López Carrillo, TECNOLOGICO NACIONAL DE MEXICO, Campus Tlajomulco, Km. 10 Carretera Tlajomulco-San Miguel Cuyutlán, Tlajomulco de Zúñiga, Jalisco. México

Docente de tiempo completo en el I.T. de Tlajomulco y con el grado de Maestro en el área de enseñanza de las ciencias con especialidad en físico – matemático por parte del I.T. de Ciudad Guzmán, ejerciendo la docencia desde hace más de 10 años en la educación superior. He tenido la oportunidad de participar en proyectos con aplicación al desarrollo de implementación de nuevos prototipos de modelos constructivos, diseño agrícola e innovación tecnológica en el campo de la construcción de invernaderos, de igual manera en el área de desarrollo de sistemas e instalaciones hidráulicas de riego para invernadero y en lo concerniente a la implementación de modelos matemáticos aplicados a la agricultura desarrollando proyecciones de crecimiento para cultivos y para control y medición de plantas de invernadero. Actualmente se encuentra cursando el Doctorado en Ciencias de la Educación para el desarrollo de modelos matemáticos aplicados.

Citas

(ICAO), I. C. (2016). ICAO. "Unmanned Aircraft Systems". ICAO's circular 328 AN/190.

Applause App Quality, I. (2020). applause. [Onlinex] . Obtenido de http://www.applause.com/

BhandarI, K. A. (2012). Feature Extraction using Normalized Difference Vegetation Index (NDVI). Case Study of Jabalpur City.

Bramley, R. G. (2009). Lessons from nearly 20 years of Precision Agriculture research, development, and adoption as a guide to its appropriate application. Crop & Pasture Science, 60(3), 197– 217.

Chartuni, & Magdalena, C. (2014.). “Manual de Agricultura de Precisión”. ISBN: 978-92-9248-545-0: Programa Cooperativo para el desarrollo Tecnológico Agroalimentario y Agroindustrial del Cono Sur (PROCISUR). Insituto Interamericano de Cooperación para la Agricultura (IICA).

Chávez, R. O. (2014). Detecting leaf pulvinar movements on NDVI time series of desert trees: A new approach for water stress detection. 9, 1-12. https://doi.org/10.1371/journal.pone.0106613

Eclipse Foundation, Inc. (2020). Xtext. [Onlinex]. Obtenido de http://www.eclipse.org/Xtext/

Ehrl, M., & Col. (2003). Quality assessment of agricultural positioning and communication systems.Precision agriculture: Proceedings of the 4th European conference on precision agriculture. (2003). In J. V. Stafford (págs. 205–210). Wageningen, The Netherlands.

A. Werner. El-Rabbany, A. (2006). Introduction to GPS: The global positioning system. 2. Norwood, MA: USA: Artech House.

EMBARCADERO INC. (2020). Delphi. [Onlinex]. Obtenido de https://www.embarcadero.com/product s/delphi

Fensholt, R., Sandholt, I., & Stisen, S. (2006). Evaluating MODIS, MERIS, and VEGETATION vegetation indices using in situ measurements in a semiarid environment. IEEE Trans Geosci, 44, 1774-1786. https://doi.org/10.1109/TGRS.2006.875940

Fountas, S. D.-D. (2003). Information Sources in Precision Agriculture in Denmark and the USA. Precision Agriculture: Proceedings of the 4th European Conf. on Precision Agriculture.

Hunt, E. R., Daughtry, C. S., McCarty, G. W., Linden, D. S., Hively, W. D., & Fujikawa, S. J. (2010). Acquisition of NIR-green-blue digital photographs from unmanned aircraft for crop monitoring. Remote Sensing, 2, 290– 305. https://doi.org/10.3390/rs2010290

Jeong, S. (2016). Construction of an unmanned aerial vehicle remote sensing system for crop monitoring. Journal of Applied Remote Sensing 026027-026027. https://doi.org/10.1117/1.JRS.10.026027

Kaplan, E. D., & Hegarty, C. J. (2006). Understanding GPS—Principles and applications (2nd ed.). Norwood, MA: USA: Artech House.

Kayan, E., & Ulusoy , Ö. (1999). An Evaluation of Real-time Transaction Management Issues in Mobile Database Systems. (D. o. Science, Ed.) The Computer Journal, 42(6). https://doi.org/10.1093/comjnl/42.6.501

McLoud, P. R., & Col. (2007). Precision agriculture: NRCS support for emerging technologies, (Vol. Agronomy Technical Note No.1). Washington, DC, USA: USDA-NRCS.

Scratchwork Development LLC. (2020). RubyMotion. Obtenido de http://www.rubymotion.com/

Sruthi, S. &. (2015). Agricultural drought ana. using the NDVI. Aquatic Procedia, 4, 1258–1264. https://doi.org/10.1016/j.aqpro.2015.02.164

Xiaoyang Zhanga, M. A. (2003). "Monitoring vegetation phenology using MODIS". Remote Sensing of Environment 84, 471 – 475. https://doi.org/10.1016/S0034-4257(02)00135-9

Descargas

Publicado

15-02-2022

Cómo citar

Gama-Moreno, L. A., Plazola Soltero, V. H., Murguia Vadillo, C. G., Martínez Hernández, C., & López Carrillo, E. (2022). Prototipo de Cámara Infrarroja para obtener el Índice NDVI en Agricultura de Precisión. Programación matemática Y Software, 14(1), 9–21. https://doi.org/10.30973/progmat/2022.14.1/2

Número

Vol. 14 Núm. 1 (2022): Febrero de 2022

Sección

Artículos

Licencia

Derechos de autor 2022 Luis A. Gama-Moreno, Violeta H. Plazola Soltero, Christian G. Murguia Vadillo, Carlos Martínez Hernández, Erik López Carrillo

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.