Evaluación agroindustrial del cultivo de caña de azúcar (Saccharum officinarum L.) mediante imágenes SPOT 5 HRV en la Huasteca México
Palabras clave:
teledetección, productividad agrícola, caña de azúcar, región Huasteca, SPOT 5 HRVResumen
El principal uso de los sensores remotos (RS) y los sistemas de información geográfica (SIG) en el cultivo de caña de azúcar, son la identificación, mapeo, evaluación, seguimiento, manejo y gestión del dosel mediante la interpretación visual o clasificación de imágenes así como caracterizar la fenología, el rendimiento del cultivo, variedad o estrés hídrico. Las imágenes SPOT 5 HRV se han utilizado ampliamente en la identificación de la vegetación a escala regional debido a su alta resolución. El objetivo de este estudio fue investigar la utilidad de las imágenes SPOT 5 HRV y el algoritmo de clasificación supervisada de máxima verosimilitud para la identificación, evaluación y elaboración de cartografía del cultivo de caña de azúcar en "La Huasteca" México. Las imágenes para el sitio de estudio fueron capturadas en junio del 2008; la metodología se basó en la diferenciación de firmas espectrales relacionadas con la productividad del cultivo de caña de azúcar. Los campos de entrenamiento fueron seleccionados y definidos por la interpretación visual con cuatro clases de productividad (alta, media, baja y muy baja). Los resultados mostraron que es posible identificar y mapear el cultivo de caña de azúcar con imágenes SPOT 5 HRV y establecer que, en la región cañera de la Huasteca, tan solo el 48.8 % de la superficie cultivada tiene media a alta productividad, el resto presenta problemas que deberían atenderse mediante acciones de manejo de sitio especifico para incrementar la productividad en el mediano plazo.
Descargas
Referencias
Abdel-Rahman, E.M. & F. Ahmed. 2008. The application of remote sensing techniques to sugarcane (Saccharum spp. hybrid) production: a review of the literature International Journal of Remote Sensing 29 (13) pp. 3753 – 3767
Abdel-Rahman, E.M., F.B. Ahmed , M. Van Den Berg, M.J. Way. 2010a. Potential of spectroscopic data sets for sugarcane thrips (Fulmekiola serrata Kobus) damage detection. International Journal of Remote Sensing 31 pp. 4199–4216.
Abdel-Rahman, E.M., F.B. Ahmed , M. Van Den Berg. 2010b. Estimation of sugarcane leaf nitrogen concentration using in situ spectroscopy. International Journal of applied Earth Observation and Geoinformation 12 pp. S52–S57.
Abdel-Rahman, E.M., M. Van Den Berg, M.J. Way, F.B. Ahmed. 2009. Handheld spectrometry for estimating thrips (Fulmekiola serrata) incidence in sugarcane. Proceedings of IEEE International Geoscience and Remote Sensing Symposium IV-268–271.
Aguilar, N.; G. Galindo, J. Fortanelli, C. Contreras. 2010. Índice normalizado de vegetación en caña de azúcar en la Huasteca Potosina. Avances en Investigación Agropecuaria 14(2) pp. 29-48
Almeida, T.I.R., C.R De Souza, R. Rossetto. 2006. ASTER and Landsat ETM+ images applied to sugarcane yield forecast. International Journal of Remote Sensing 27(19): 4057–4069.
Almeida-Silva, M. & R.A. Bremm-Soares. 2008. Agronomic performance of sugarcane families in response to water stress Bragantia, Campinas, 67(3) pp. 655-661.
Apan, A. 2004. Spectral discrimination and classification of sugarcane varieties using EO-1 Hyperion Hyperspectral Imagery En: http://www.a-a-rs.org/acrs/proceeding/ACRS2004/Papers/HSS04-1.htm
Auynirundronkool, K., K. Deeudomchan, A. Prakobya, V. Jarnkoon, M. Tintarasara Na Ratchasema, M. Seechan. 2008. Analysis of Economic Crop Reflectance by Field Spectral Signature: Case Study Sugarcane En: http://www.a-a-r-s.org/acrs/proceeding/ACRS2008/Papers/TS%2013.6.pdf.
Bappel, E., A. Bégué, P. Degenne, V. Lebourgeois, B. Siegmund. 2005. Real-time sugarcane harvest monitoring using spot 4&5 satellite data. International Society of Sugar Cane Technologists (ISSCT), XXV Congress, Jan. 30- Feb. 4 2005, Guatemala.
Begue, A., P. Todoroff, J. Pater. 2008. Multi-time scale analysis of sugarcane within-field variability: improved crop diagnosis using satellite time series? Precision Agric. 9: 161–171.
Bongiovanni, R. & L. Vicini. 2008. Agricultura de Precisión en Caña de Azúcar, IDIA XXI Cultivos industriales VIII(10): 82-89.
Bowker D.E & E. Davis. 1985. Spectral Reflectances of Natural Targets for Use in Remote Sensing Studies National Aeronautics and Space Administration Scientific and Technical Information Branch Publication 1139. 188 pp.
Brizuela A.P. 2007. Establecimiento de índices espectrales en el diagnóstico nutrimental de nitrógeno en maíz. Agrociencia 41: 827-835.
Chuvieco, E. 1996. Fundamentos de teledetección espacial. Madrid: Ediciones RIALP. 568 pp.
Cobbing, B.L. 2006. The Use of Landsat ETM Imagery as a Suitable Data Capture Source for Alien Acacia Species for the WFW Program. Unpublished Masters Thesis. Rhodes University. Disponible en: http://eprints.ru.ac.za/853/. Último acceso: diciembre 2012.
Curran, P. 1990. Exploring the relationship between reflectance red edge and chlorophyll content in slash pine J Tree Physiology 7: 33-48.
Curran, P.J. 2001. Estimating the foliar biochemical concentration of leaves with reflectance spectrometry: Testing the Kokaly and Clark methodologies. Remote Sensing of Environment 76(3): 349-359.
Daamen, M.L.J., J.V. Rocha, R.A.C. Lamparelli, J. Zullo. 2002. Mapeamento da variabilidade espacial da produção da cultura de cana-de-açúcar por meio de processamento digital de imagens de satélite e análise de componentes principais. 2º Simpósio Internacional de Agricultura de Precisão. Viçosa, MG, 12 a 14 de junho de 2002.
Dadhwal, V.K., R.P. Singh, S. Dutta, J.S. Parihar. 2002. Remote sensing based crop inventory: A review of Indian experience Tropical Ecology 43(1): 107-122.
De Bie, C.A., M.R. Khan, A.G. Toxopeus, V. Venus, A.K. Skidmore. 2008. Hypertemporal image analysis for crop mapping and change detection. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B7. Beijing, pp. 803-814.
De Souza-Rolim, G. 2008. Validation of the deardorff model for estimating energy balance components for a sugarcane crop. Sci. Agric. 658(4): 325-334.
Doraiswamy, P.C., J.L. Hatfield, T.J. Jackson, J.H.B. Akhmedov, A.J. Stern. 2004. Crop condition and yield simulations using Landsat and MODIS imagery. Remote Sensing of Environment, 92 : 548– 559.
El Hajj, M., A. Begué, B. Lafrance, O. Hagolle, G. Dedieu, M. Rumeau. 2008. Relative Radiometric Normalization and Atmospheric Correction of a SPOT 5 Time Series Sensors, 8 pp. 2774-2791.
Farias, P.R.S.; L.A.S. Nociti, J.C. Barbosa, D. Perecin. 2003. Agricultura de precisão: mapeamento da produtividade em pomares cítricos usando geoestatística. Revista Brasileira de Fruticultura, 25 (2): 235-241.
Fortes, C. 2003. Discriminação varietal e estimativa de produtividade agroindustrial de cana-de-açúcar pelo sensor orbital ETM+/Landsat7. 147 f. Dissertação (Mestrado em Agronomia) – Escola Superior de Agricultura Luiz de Queiroz (ESALQ), Piracicaba.
Frasson, R.F. 2007. Comportamento temporal do NDVI mensurado com sensor óptico ativo para diferentes variedades de cana de acucar. BioEng. Campinas 1(3): 237-244.
Galindo, M.G., C. Contreras & S.L. Olvera. 2009. Metodología para determinar zonas de peligro al ataque de la langosta centroamericana (Schistocerca piceifrons piceifrons Walker) apoyados en sensores de alta resolución y SIG. Estudio de caso la Huasteca Potosina-México. Conceptos de geomatica y estudios de caso en México. Compilado por Raul Aguirre Gomez UNAM-Ig. Serie libros de investigación No. 5, México D.F.
Galvao, L.S., A.R. Formaggio & D.A. Tisot. 2006. The influence of spectral resolution on discriminating Brazilian sugarcane varieties International Journal of Remote Sensing. 27(4): 769–777.
Galvão, L.S., A.R. Formaggio, D.A. Tisot. 2005. Discrimination of sugarcane varieties in Southeastern Brazil with EO-1 Hyperion data. Remote Sens. Environ. 94: 523-534.
García-Mora, T.J. 2006.Comparación de metodologías para el mapeo de la cobertura y uso del suelo en elsureste de México. Investigaciones Geográficas, Boletín del Instituto de Geografía UNAM 67 pp. 7-19.
Gers, C. & E. Schmidt. 2001. Using SPOT4 satellite imagery to monitor area harvested by small scale sugarcane farmers at Umfolozi. 75th South African Sugar Technologists Association (SASTA) pp. 28-33.
Gonçalves, R.R.V. 2008. Relação entre a resposta espectral da cana-de-açúcar, registrada nas imagens dos satélites AVHRR/NOAA, em São Paulo, e dados agroclimáticos, no período de 2001 a 2008. 185 f. Dissertação (Mestrado em Engenharia Agrícola) – Faculdade de Engenharia Agrícola. Universidade Estadual de Campinas, Campinas.
Huang, W., H. Ming-Huang, Y. Zhi-Wei, C. JaneChang. T. Yang-Zenq, C. Shin-Shinge Y. Chi-Ming. 2005. Mimicking Satellite Remote Sensing of Chlorophyll Content in Sugarcane (Saccharum officinarum) Leaves, Crop, Environment & Bioinformatics 2: 137-147.
Jensen, J.R. 2005. Remote Sensing Agricultural Crop Type for Sustainable Development in South Africa. Geocarto International, 21(2): 5-18.
Ji-hua, M. & W. Bing-Fang. 2008. Study on the crop condition monitoring methods with remote sensing. http://www.isprs.org/proceedings/XXXVII/congress/8_pdf/10_WG-VIII-10/05.pdf. Último acceso: diciembre 2012.
Johnson, A.K.L. & A.E. Kindsey-Anderson. 1997. Satellite-based remote sensing for monitoring land use in the sugar industry. Proceedings of the Australian Society of Sugar Cane Technology, 19 pp. 237-245.
Johnson, R.M, R.P. Viator, J.C. Veremis, P. Richard, V. Zimba. 2008. Discrimination of sugarcane varieties with pigment profiles and high resolution, hyperspectral leaf reflectance data. Journal Association Sugar Cane Technologists: 63-75.
Kridsakron, A., K. Deeudomchan, A. Prakobya. 2008. Analysis of Economic Crop Reflectance by Field Spectral Signature: Case Study Sugarcane. Disponible en:http://www.a-a-r-s.org/acrs/proceeding/ACRS2008/Papers/TS%2013.6.pdf. Último acceso: diciembre 2012.
Krishna-Rao, P.V., I. Venkateswara, V. Venkateswara- Rao. 1999. Remote sensing approach for acreage estimation of sugarcane crop in part of Kirishna district Andhra Pradesh. Proc STAI 61: 79-87.
Kuang Ning, S., Ni-Bin Chang, Kai-Yu Jeng, YiHsing Tseng. 2006. Soil erosion and non-point source pollution impacts assessment with the aid of multitemporal remote sensing images Journal of Environmental Management 79: 88–101.
Lau-Quan, A. 2005. Estimación de la salinidad de los suelos utilizando una imagen espectrozonal y el sistema de información geográfica telemap. Revista Ciencias Técnicas Agropecuarias, 14(1): 47-54.
Lebourgeois, V.; A. Begue, P. Degenne,E. Bappel. 2007. Improving sugarcane harvest and planting monitoring for smallholders with geospatial technology: The Reunion Island experience. International Sugar Journal 109: 109-117.
Lisson, S.N., N.G. Inman-Bamber & B.A. Keating. 2005. The historical and future contribution of crop physiology and modelling research to sugarcane production systems. Field Crops Research 92: 321-335.
Lu, D. & Q. Weng. 2007. A survey of image classification methods and techniques for improving classification performance. International Journal of Remote Sensing 28(5): 823–870.
Lucas, A.A. & C.A. Shuler. 2007. Analise do NDVI/NOAA em cana de acucar e Mata Atlantica no litoral norte de Pernambuco, Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental 11(6): 607-614.
Machado, H. R. 2007. Development of methodology to sampling in sugarcane considering biomass spectral response in orbital images. Revista Brasileira de Cartografía. 59(02): 115-126.
Markham, B.L. & J.R.C. Townshend. 1981. Land Cover Classification Accuracy as a Function of Sensor/Spatial Resolution. Proceedings of the 15th International Symposium on remote Sensing of Environment, Ann Arbor, pp. 1075-1090.
Maselli, F., C. Conese, L. Petkiv, R. Resti. 1992. Inclusion of prior probabilities derived from a nonparametric process into the maximum likelihood classifier. Photogrammetric Engineering and Remote Sensing, 58: 201-207.
Moore, P.H. 2009. Sugarcane Biology, Yield,and Potential for Improvement. Workshop BIOEN on Sugarcane Improvement 18 e 19 de março,São Paulo. Disponible en: http://www.fapesp.br/pdf/bioen1803/Bioen_Moore.pdf. Último acceso: diciembre 2012.
Murillo, S.P.J. & M.C. Osorio. 2009. Estimación temprana de producción de caña de azúcar a partir de imágenes satelitales MODIS. Tecnicaña - VIII Congreso de la Asociación Colombiana de Técnicos de la Caña de Azúcar, pp. 356-364.
Narciso, G. & E. Schmidt. 1999. Identification and classification of sugarcane based on satellite remote sensing. Proc S Afr Sug Technol Ass 73: 189-194.
Pasqualini, V., C. Pergent-Martini, G. Pergent, M. Agreil, G. Skoufas, L. Scourbes, A. Tsirika. 2005. Use of SPOT 5 for mapping seagrasses: An application to Posidonia oceanica. Remote Sensing of Environment 94: 39-45.
Pathirana, S. 1999.Distribution of errors in a classified map of satellite data. Geocarto International, 14(4): 70-81.
Pellegrino, G.Q. 2001. Utilização de dados espectrais do satélite NOAA14/AVHRR como fonte de dados para modelos matemáticos de estimativa da fitomassa da cana-de-açúcar.. Tese (Doutorado em Engenharia Agrícola). Faculdade de Engenharia Agrícola, Universidade Estadual de Campinas, Campinas. 133pp.
Rincón, C.A. 2005. Evaluación agronómica de variedades de caña de azúcar con potencial forrajero. Revista Corpoica 6(2): 60-67.
Romero, E.R. 2009. Manual del cañero. 1era edición Edit. Estación Experimental Agroindustrial Obispo Colombres (EEAOC), Tucumán, Argentina. 232 pp.
Rudorff, B.F.T., D. Alves de Aguiar, W.F. Da Silva, L. Miura Sugawara, M. Adami, M. Alves Moreira. 2010. Studies on the Rapid Expansion of Sugarcane for Ethanol Production in São Paulo State (Brazil) Using Landsat Data. Remote Sens. 2: 1058-1076.
Russell, C. 2009. Investigating the utility of SPOT 5 imagery and Artificial Neural Networks, in the identification and mapping of Acacia mearnsii within environments of varying complexity. MSc Thesis, University Of Kwa-Zulu Natal, School of Environmental Sciences. Disponible en: http://researchspace. ukzn.ac.za/xmlui/handle/10413/607
Sirvastva, O.P, A. Kumar, Y. Nagar. 1999. Application of satellite technology in management and planning of sugarcane cultivation in the Saraswati sugar mills, Yamuna Nagar. Proc STAI 61 pp. 145-156.
Soria, F., C. Fandos, J. Scandaliaris, M. Morandini, D.R. Pérez. 2007. Evaluación de los datos del sensor ASTER para estimar la superficie cultivada y los niveles de producción de caña de azúcar en Tucumán, Argentina. Rev. Ind. Agríc, Tucumán 84(1): 23-26.
Soria, F., C. Fandos, J. Scandaliaris. 2002. Using Landsat Data to Estimate Planted Area and Production Levels of Sugarcane in Argentina. The Earth Observer, 14 (3): 12-16.
Soria, F.J., C.A. Ortiz-Solorio. 2009. Sitios de ocurrencia y predicción de rendimientos de maíz a través de índices de vegetación de imágenes de satélite TERRA. Latinoamericana 18(001): 27-34.
Straschnoy, J.V.,C.M. Di Bella, F.R. Jaimes, P.A.; Oricchio, C.M. Rebella. 2006. Caracterización espacial del estrés hídrico y de las heladas en la región pampeana a partir de información satelital y complementaria. Revista de Investigaciones Agropecuarias (RIA) 35 (2): 117-141.
Upadhyay, G.S. 2008. Derivation of Crop Phenological Parameters using Multi-Date SPOT-VGT-NDVI Data: A Case Study for PunjabJ. Indian Soc. Remote Sens. 36: 37–50.
Vicini, L.E. 2007. Determinación de la variación del rendimiento cultural de caña de azúcar en TucumánArgentina, posicionada con GPS. Proyecto Nacional Agricultura de Precisión. Ediciones INTA, Actualización Técnica No. 8, 20 p.
Vikesh, K.V. & J. Kamal. 2010. Development of Spectral Signatures and Classification of Sugarcane using ASTER Data. International Journal of Computer Science & Communication 1(1): 245-251.
Waclawovsky, A. 2010. Sugarcane for bioenergy production: an assessment of yield and regulation of sucrose content. Plant Biotechnology Journal 8: 263-276
Wiegand, C. 1996. Soil salinity effects on crop growth and yield-illustration of an analysis and mapping methodology for sugarcane. J. Plant Physiol. 148: 418-424.
Yang C. & J.H. Everitt, 2011. Evaluating high resolution SPOT 5 satellite imagery for crop identification. Computers and Electronics in Agriculture. 75(2): 347–354
Yang, C., J.H Everitt, R.S Fletcher. 2008. Using High Resolution SPOT 5 Multispectral Imagery for Crop Identification ASABE Technical Library Online. American Society of Agricultural and Biological Engineers, St. Joseph, Michigan. Disponible en: http://www.asabe.org.
Zarco-Hidalgo, A, F. Paz-Pellat, E. Palacios-Vélez. 2008. Modelación del efecto de escala espectral en el sistema suelo-vegetación. Agrociencia 42: 193-204.
Zossi, B.S, G.J. Cardenas, N. Sorol, M. Sastre. 2010. Influencia de compuestos azúcares y no azúcares en la calidad industrial de caña de azúcar en Tucumán. Parte 1: caña limpia y despuntada. Rev. Ind. y Agríc. De Tucumán Tomo 87 (1) pp. 15-27.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2012 Noé Aguilar-Rivera, Guadalupe Galindo Mendoza, Javier Fortanelli Martínez
Esta obra está bajo una licencia Creative Commons Reconocimiento 3.0 Unported.
A partir de 2019 (Vol. 118 número 2) los artículos se publicarán en la revista bajo una licencia Creative Commons Atribución- NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.
Previo a esta fecha los artículos se publicaron en la revista bajo una licencia Creative Commons Atribución (CC BY)
En ambos casos, la aceptación de los originales por parte de la revista implica la cesión no exclusiva de los derechos patrimoniales de los/as autores/as en favor del editor, quien permite la reutilización, luego de su edición (posprint), bajo la licencia que corresponda según la edición.
Tal cesión supone, por un lado, que luego de su edición (posprint) en Revista de la Facultad de Agronomía las/os autoras/es pueden publicar su trabajo en cualquier idioma, medio y formato (en tales casos, se solicita que se consigne que el material fue publicado originalmente en esta revista); por otro, la autorización de los/as autores/as para que el trabajo sea cosechado por SEDICI, el repositorio institucional de la Universidad Nacional de La Plata, y sea difundido en las bases de datos que el equipo editorial considere adecuadas para incrementar la visibilidad de la publicación y de sus autores/as.
Asimismo, la revista incentiva a las/os autoras/es para que luego de su publicación en Revista de la Facultad de Agronomía depositen sus producciones en otros repositorios institucionales y temáticos, bajo el principio de que ofrecer a la sociedad la producción científica y académica sin restricciones contribuye a un mayor intercambio del conocimiento global.
