Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/4952| Title: | IDENTIFICACIÓN DE ANOMALÍAS DEL DESARROLLO VEGETATIVO DE CAÑA DE AZÚCAR POR MEDIO DE DATOS SENTINEL 2 |
| Authors: | CRUZ SANABRIA, HUMBERTO |
| metadata.dc.subject.other: | Fenolog´ıa, Anomal´ıas, Sentinel-2. |
| Issue Date: | 2021-08-01 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de Ciudad Guzmán |
| Description: | En México la caña de azúcar es un cultivo de gran importancia comercial y económica. Uno de los principales problemas al cual se enfrentan los productores de caña de azúcar es como mejorar el rendimiento del cultivo. Con el fin de contribuir a la solución del problema, en este estudio se presentan un método constituido por dos procesos para monitorear el cultivo de caña de azúcar basado en el uso de datos del sensor Multiespectral Instrumento a bordo del satélite Sentinel-2. El primero trata sobre identificar las etapas fenológicas de cultivos de caña de azúcar utilizando diversos ´índices de vegetación y el ´índice de ´área foliar como características que describen la fenología del cultivo. Para el desarrollo de este método, se evaluaron los métodos de clasificación: k-Nearest Neighbors, Random Forest, Support Vector Machine y Na¨ıve Bayes; los resultados fueron validados utilizando la técnica de validación cruzada con k = 10 iteraciones. Los resultados indican que es posible identificar las etapas fenológicas del cultivo de caña de azúcar con un F − measure = 0.923 utilizando el clasificador Random Forest, siendo ´este el que mejor se ajusta al proceso de identificar etapas de crecimiento de cultivos de caña de azúcar. El segundo proceso trata de identificar anomalías mediante el uso de perfil de referencia basado en el ´Índice de Vegetación Perpendicular (PVI, por sus siglas en ingles) y el ´índice de ´área foliar (LAI, por sus siglas en ingles). Para probar ambos procesos, se han definido dos áreas de estudio. Por un lado, seleccionamos una zona con control detallado del cultivo, sobre la que hemos definido el perfil de referencia. Por otro lado, seleccionamos un ´área de prueba para detectar áreas anómalas en el cultivo. Las pruebas mostraron que desde el día 0 al 60, la caña de azúcar en el ´área de prueba estuvo mayormente dentro del rango con el perfil de salud, y en el día 120, alcanza el crecimiento máximo más rápido que el perfil de salud; a partir de este día el ´área de prueba comenzó a mostrar algunas deficiencias. Por tanto, se concluye que es posible determinar las áreas con alguna deficiencia en el cultivo de caña de azúcar a través del método propuesto. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis maestría en ciencias de la computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| CRUZ SANABRIA HUMBERTO.pdf | 7.31 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
