Curso Práctico de Teledetección Agrícola. Agricultura de Precisión

La teledetección agrícola se ha erigido como una valiosa herramienta en la era moderna, transformando la manera en que se gestiona y optimiza la producción de alimentos. Esta disciplina utiliza tecnologías de captura de datos a distancia, como imágenes satelitales, drones y sensores terrestres, para obtener información precisa sobre los campos y cultivos.

Uno de los mayores desafíos en la agricultura es garantizar una producción eficiente y sostenible, mientras se minimiza el impacto ambiental. La teledetección agrícola proporciona una solución innovadora al brindar a los agricultores y expertos agronómicos una visión detallada y en tiempo real de los campos. Esto permite una toma de decisiones más informada en áreas como la monitorización del crecimiento de los cultivos, la detección temprana de enfermedades, la estimación de rendimientos y la gestión de recursos hídricos.

La tecnología satelital proporciona imágenes a gran escala y permite la evaluación de vastas extensiones de tierra. Por otro lado, los drones, con sus capacidades de vuelo a baja altitud, ofrecen una resolución más alta y la posibilidad de inspeccionar áreas específicas con gran detalle. Estos datos se combinan con sistemas de información geográfica (SIG) y análisis espaciales para crear mapas y modelos que guían las estrategias agrícolas.

La teledetección también desempeña un papel fundamental en la promoción de la agricultura de precisión. Al comprender las variaciones en el terreno y las condiciones del cultivo, los agricultores pueden aplicar fertilizantes, pesticidas y agua de manera más eficiente y enfocada. Esto no solo aumenta los rendimientos y reduce los costes, sino que también minimiza la cantidad de insumos utilizados, lo que resulta en una producción agrícola más sostenible y amigable con el medio ambiente.

En un mundo donde la población global sigue creciendo, la teledetección agrícola se posiciona como un pilar en la búsqueda de soluciones para alimentar a la humanidad de manera responsable. Al permitir una gestión más precisa y una producción sostenible, esta tecnología demuestra su capacidad para revolucionar la agricultura y abordar los desafíos agrícolas del siglo XXI.

Al finalizar este curso el alumno será capaz de:

• Adquirir conocimientos de teledetección.
• Conocer y calcular índices de vegetación.
• Descarga y visionado de imágenes gratuitas de satélite.
• Segmentación de imágenes para análisis orientado a objetos (OBIA).
• Creación de zonas de manejo según información remota.
• Técnicas de clasificación de vegetación en cultivos.
• Cálculo de alturas en cultivos leñosos mediante uso de Modelos Digitales de Superficies (MDS).
• Durante el curso se realizan proyectos reales con los que se pone en práctica los conocimientos adquiridos.

1. INTRODUCCIÓN
   1. Agricultura de precisión
      1. Fases en la implementación de la agricultura de precisión
      2. La agricultura de precisión en el mundo.
   2. Teledetección
      1. Ventajas de la teledetección.
   3. Conceptos básicos en teledetección
      1. Términos y unidades de medida
      2. Espectro electromagnético
      3. Firmas espectrales
      4. Resolución espacial, espectral, radiométrica y temporal
      5. Tipos de sensores: activos vs pasivos
      6. Trabajo con niveles digitales e índices espectrales de vegetación
      7. Plataformas de teledetección: satélite, vuelos tripulados, UAVs.
   4. Evolución de la teledetección en la agricultura
      1. Composiciones
      2. Preprocesado de las imágenes
      3. Métodos de clasificación
      4. Validación.
   5. Trabajo con imágenes procedentes de teledetección
      1. Vehículos aéreos no tripulados: aplicaciones en agricultura.
   6. Paradigmas de análisis de imagen: análisis por píxel vs OBIA.
   7. Bibliografía.
   8. Prácticas de evaluación tutorizadas
2. IMAGEN DE SATÉLITE EN AGRICULTURA
   1. Uso de las imágenes de satélite en agricultura.
   2. Software a usar
      1. Semi-Automatic Classification Plugin
      2. Point Sampling Tool.
   3. Descarga de imágenes.
   4. Creación de un raster virtual
      1. Composiciones de banda para visualización.
   5. Corrección atmosférica
   6. Recorte de imágenes.
   7. Otras correcciones y normalizaciones a las imágenes del satélite
      1. Corrección topográfica
      2. Efecto bidireccional (BRDF)
      3. Normalización de las bandas en QGIS.
   8. Cálculo de índices espectrales de vegetación
      1. Comparativa de índices espectrales de vegetación.
   9. Zonificación de campo de cultivo.
   10. Clasificación supervisada
       1. Creación de firmas espectrales de las áreas de entrenamiento
       2. Creación de la clasificación supervisada.
   11. Ejercicios tutorizados:
       1. Descarga de plugins
       2. Descarga de imágenes de satélite y composiciones de bandas
       3. Corrección atmosférica de imágenes de nivel 1 de procesamiento
       4. Recorte de bandas y cálculo de índices espectrales de vegetación
       5. Comparativa entre índices de vegetación
       6. Zonificación de campo de cultivo
       7. Clasificación supervisada.
   12. Prácticas de evaluación tutorizadas
3. SEGUIMIENTO MULTITEMPORAL DE CULTIVOS HERBÁCEOS CON ANÁLISIS OBIA E IMÁGENES PROCEDENTES DE UAV
   1. Uso de imagen UAV en agricultura.
   2. Software a usar.
   3. Detección de vegetación
      1. Segmentación
      2. Umbralización.
   4. Discriminación cultivo/mala hierba.
   5. Densidad de cultivo y mala hierba.
   6. Seguimiento multitemporal del cultivo.
   7. Ejercicios tutorizados:
      1. Segmentación de imagen procedente de vuelo de drone
      2. Clasificación OBIA para la discriminación de suelo y vegetación
      3. Clasificación OBIA para la discriminación de cultivo y mala hierba
      4. Cálculo de densidad de cultivo y malas hierbas: Variabilidad intraparcelaria
      5. Cálculo de densidad de cultivo y malas hierbas: Seguimiento temporal.
   8. Prácticas de evaluación tutorizadas
4. ANÁLISIS DE CULTIVOS LEÑOSOS MEDIANTE MODELOS DIGITALES DE SUPERFICIES
   1. Trabajo con Modelos Digitales de Superficies
      1. Software a utilizar.
   2. Estudio preliminar de las imágenes.
   3. Creación del Modelo Digital del Terreno mediante filtrado básico.
   4. Creación del Modelo Digital del Terreno mediante filtrado por pendientes.
   5. Modelo Digital de Superficies normalizado
      1. Perfiles transversales de alturas.
   6. Segmentación de copas de árboles.
   7. Aplicaciones de la caracterización tridimensional de pies arbóreos.
   8. Ejercicios tutorizados:
      1. Cálculo de índices espectrales y preparación de datos iniciales
      2. Creación de MDSn a partir de MDT por filtrado básico
      3. Creación de MDSn a partir de MDT por filtrado de pendientes
      4. Segmentación de copas de árboles mediante curvas de nivel
      5. Cálculo de área foliar y altura de las copas. Variabilidad intraparcelaria
      6. Visualización 3D de la altura de los árboles.
   9. Prácticas de evaluación tutorizadas
5. OTROS USOS DE IMAGEN UAV EN AGRICULTURA
   1. Fertilización
      1. Vuelo y sensores
      2. Análisis de imagen.
   2. Plagas y enfermedades
      1. Detección de verticilosis en olivos
      2. Detección de mildiu en adormidera
      3. Daños por escarabajos en conífera
      4. Daños por áfidos en sorgo.
   3. Gestión hídrica
      1. Estrés hídrico
      2. Uso de sensores térmicos a bordo de drones
      3. Casos de aplicación.
   4. Bibliografía.