Predicción del rendimiento a través de imágenes hiperespectrales del cultivo de maíz

• Autores: Ferreyra, Pamela Yanel; Gasser, Axel Arnoldo; Moyano, Marcia; Ramos, Cecilia Ines; Romero, Cristian Alexis
• Año de publicación: 2019
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Balzarini, Mónica Graciela
• Materia: Maíz; Zea mays; Rendimiento de cultivos; Técnicas de predicción; Modelos; Análisis estadístico
• Institución: Universidad Nacional de Córdoba

Trabajo Final Integrador (Área de Consolidación Métodos Cuantitativos para la Investigación Agropecuaria - Ingeniería Agronómica) -- UNC- Facultad de Ciencias Agropecuarias, 2019
En el proceso de mejoramiento genético vegetal, la cosecha es una actividad que implica un costo importante, es por esto que se empezó a implementar métodos no destructivos para evaluar los rendimientos de los distintos genotipos como ser el uso de cámaras hiperespectrales, las cuales permiten predecir los rendimientos a través del procesamiento de datos de imágenes del cultivo. En este trabajo se planteó el uso de cuatro modelos estadísticos para predecir el rendimiento a partir del espectro de bandas visibles de una cámara hiperespectral. Los resultados mostraron que el modelo que comprende el espectro rojo que incluye a las bandas 32 a 48, fue el que mejor capacidad predictiva presento con un error de predicción relativo del 19,4%. Dentro del rango espectral correspondiente al rojo se seleccionaron bandas 32, 33, 34, 35, 36, 37, 39, 40, 42, 43, 44, 46, 47 ya que presentaron mejor capacidad predictiva del rendimiento.