Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR

Autores
Sauczuk, Martín; Oviedo, Martín; Poggio, Santiago; Ibañez, Santiago A.; Oliva, Damián
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se presenta PlantAR, una aplicación experimental de código abierto para smartphones diseñada para apoyar el monitoreo agronómico georreferenciado mediante la adquisición automatizada de imágenes terrestres vinculadas a puntos de interés detectados por imágenes satelitales. La aplicación permite capturas manuales o automáticas, acompañadas de metadatos temporales, geográficos y de sensores del dispositivo (acelerómetro y magnetómetro). Incluye un mapa en tiempo real y emite alertas sonoras que activan la captura automática al ingresar en un radio predefinido. Como prueba inicial, el trabajo se centró en automatizar la adquisición de imágenes georreferenciadas en zonas cercanas a rutas, vinculadas a series temporales NDVI obtenidas de imágenes satelitales. Las rutas fueron guiadas por coordenadas y áreas de interés cargadas en formato GeoJSON. Las imágenes terrestres fueron recolectadas y comparadas con la curva temporal de NDVI. Los resultados muestran una clara correspondencia temporal entre los estadios de crecimiento del cultivo y la evolución de la señal NDVI, respaldada por una correlación estadística con índices RGB calculados a partir de las imágenes terrestres, destacándose el índice cromático verde (GCC). PlantAR demostró ser una herramienta práctica y adaptable, con flexibilidad para capturar imágenes desde la ruta o en proximidad al cultivo. La aplicación constituye una solución escalable para el monitoreo visual de campos y establece una base sólida para futuros desarrollos en integración de datos satelitales y terrestres.
PlantAR is an open-source smartphone application designed to support georeferenced agronomic monitoring through the acquisition of ground-level images linked to points of interest detected via satellite imagery. The application allows manual or automated image capture, supported by temporal, geographic, and sensor metadata (accelerometer and magnetometer). It provides real-time mapping and audio alerts that trigger automatic image capture when entering a predefined radius. As an initial validation, the study focused on automating the acquisition of georeferenced ground-level images near roads, linked to satellite-based NDVI time series. PlantAR guided the acquisition based on coordinates and areas of interest loaded in GeoJSON format. Ground-level images were collected along designated routes and compared to the satellite-derived NDVI curve. The results show a strong temporal correspondence between the evolution of crop growth stages and the NDVI signal, supported by a statistical correlation with RGB indices (notably the Green Chromatic Coordinate, GCC) calculated from the terrestrial images. PlantAR proved to be practical and adaptable, offering flexibility to capture images from the road or in closer proximity to the crop. The application provides a scalable solution for visual field monitoring and serves as a foundation for future developments in satellite–ground data integration.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
georreferenciación
integración satelital-terrestre
monitoreo visual
NDVI
índices RGB
georeferencing
satellite–ground integration
visual monitoring
RGB indices
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/190720

id SEDICI_20be6f3fbfbd0f29770f06c9eb18e5f4
oai_identifier_str oai:sedici.unlp.edu.ar:10915/190720
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantARSatellite-ground linking for agronomic monitoring using the PlantAR applicationSauczuk, MartínOviedo, MartínPoggio, SantiagoIbañez, Santiago A.Oliva, DamiánCiencias Informáticasgeorreferenciaciónintegración satelital-terrestremonitoreo visualNDVIíndices RGBgeoreferencingsatellite–ground integrationvisual monitoringRGB indicesSe presenta PlantAR, una aplicación experimental de código abierto para smartphones diseñada para apoyar el monitoreo agronómico georreferenciado mediante la adquisición automatizada de imágenes terrestres vinculadas a puntos de interés detectados por imágenes satelitales. La aplicación permite capturas manuales o automáticas, acompañadas de metadatos temporales, geográficos y de sensores del dispositivo (acelerómetro y magnetómetro). Incluye un mapa en tiempo real y emite alertas sonoras que activan la captura automática al ingresar en un radio predefinido. Como prueba inicial, el trabajo se centró en automatizar la adquisición de imágenes georreferenciadas en zonas cercanas a rutas, vinculadas a series temporales NDVI obtenidas de imágenes satelitales. Las rutas fueron guiadas por coordenadas y áreas de interés cargadas en formato GeoJSON. Las imágenes terrestres fueron recolectadas y comparadas con la curva temporal de NDVI. Los resultados muestran una clara correspondencia temporal entre los estadios de crecimiento del cultivo y la evolución de la señal NDVI, respaldada por una correlación estadística con índices RGB calculados a partir de las imágenes terrestres, destacándose el índice cromático verde (GCC). PlantAR demostró ser una herramienta práctica y adaptable, con flexibilidad para capturar imágenes desde la ruta o en proximidad al cultivo. La aplicación constituye una solución escalable para el monitoreo visual de campos y establece una base sólida para futuros desarrollos en integración de datos satelitales y terrestres.PlantAR is an open-source smartphone application designed to support georeferenced agronomic monitoring through the acquisition of ground-level images linked to points of interest detected via satellite imagery. The application allows manual or automated image capture, supported by temporal, geographic, and sensor metadata (accelerometer and magnetometer). It provides real-time mapping and audio alerts that trigger automatic image capture when entering a predefined radius. As an initial validation, the study focused on automating the acquisition of georeferenced ground-level images near roads, linked to satellite-based NDVI time series. PlantAR guided the acquisition based on coordinates and areas of interest loaded in GeoJSON format. Ground-level images were collected along designated routes and compared to the satellite-derived NDVI curve. The results show a strong temporal correspondence between the evolution of crop growth stages and the NDVI signal, supported by a statistical correlation with RGB indices (notably the Green Chromatic Coordinate, GCC) calculated from the terrestrial images. PlantAR proved to be practical and adaptable, offering flexibility to capture images from the road or in closer proximity to the crop. The application provides a scalable solution for visual field monitoring and serves as a foundation for future developments in satellite–ground data integration.Sociedad Argentina de Informática e Investigación Operativa2025-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf57-70http://sedici.unlp.edu.ar/handle/10915/190720spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/19668info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-02-26T11:39:46Zoai:sedici.unlp.edu.ar:10915/190720Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-02-26 11:39:46.728SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR
Satellite-ground linking for agronomic monitoring using the PlantAR application
title Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR
spellingShingle Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR
Sauczuk, Martín
Ciencias Informáticas
georreferenciación
integración satelital-terrestre
monitoreo visual
NDVI
índices RGB
georeferencing
satellite–ground integration
visual monitoring
RGB indices
title_short Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR
title_full Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR
title_fullStr Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR
title_full_unstemmed Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR
title_sort Vinculación satelital-terrestre para monitoreo agronómico mediante la aplicación PlantAR
dc.creator.none.fl_str_mv Sauczuk, Martín
Oviedo, Martín
Poggio, Santiago
Ibañez, Santiago A.
Oliva, Damián
author Sauczuk, Martín
author_facet Sauczuk, Martín
Oviedo, Martín
Poggio, Santiago
Ibañez, Santiago A.
Oliva, Damián
author_role author
author2 Oviedo, Martín
Poggio, Santiago
Ibañez, Santiago A.
Oliva, Damián
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
georreferenciación
integración satelital-terrestre
monitoreo visual
NDVI
índices RGB
georeferencing
satellite–ground integration
visual monitoring
RGB indices
topic Ciencias Informáticas
georreferenciación
integración satelital-terrestre
monitoreo visual
NDVI
índices RGB
georeferencing
satellite–ground integration
visual monitoring
RGB indices
dc.description.none.fl_txt_mv Se presenta PlantAR, una aplicación experimental de código abierto para smartphones diseñada para apoyar el monitoreo agronómico georreferenciado mediante la adquisición automatizada de imágenes terrestres vinculadas a puntos de interés detectados por imágenes satelitales. La aplicación permite capturas manuales o automáticas, acompañadas de metadatos temporales, geográficos y de sensores del dispositivo (acelerómetro y magnetómetro). Incluye un mapa en tiempo real y emite alertas sonoras que activan la captura automática al ingresar en un radio predefinido. Como prueba inicial, el trabajo se centró en automatizar la adquisición de imágenes georreferenciadas en zonas cercanas a rutas, vinculadas a series temporales NDVI obtenidas de imágenes satelitales. Las rutas fueron guiadas por coordenadas y áreas de interés cargadas en formato GeoJSON. Las imágenes terrestres fueron recolectadas y comparadas con la curva temporal de NDVI. Los resultados muestran una clara correspondencia temporal entre los estadios de crecimiento del cultivo y la evolución de la señal NDVI, respaldada por una correlación estadística con índices RGB calculados a partir de las imágenes terrestres, destacándose el índice cromático verde (GCC). PlantAR demostró ser una herramienta práctica y adaptable, con flexibilidad para capturar imágenes desde la ruta o en proximidad al cultivo. La aplicación constituye una solución escalable para el monitoreo visual de campos y establece una base sólida para futuros desarrollos en integración de datos satelitales y terrestres.
PlantAR is an open-source smartphone application designed to support georeferenced agronomic monitoring through the acquisition of ground-level images linked to points of interest detected via satellite imagery. The application allows manual or automated image capture, supported by temporal, geographic, and sensor metadata (accelerometer and magnetometer). It provides real-time mapping and audio alerts that trigger automatic image capture when entering a predefined radius. As an initial validation, the study focused on automating the acquisition of georeferenced ground-level images near roads, linked to satellite-based NDVI time series. PlantAR guided the acquisition based on coordinates and areas of interest loaded in GeoJSON format. Ground-level images were collected along designated routes and compared to the satellite-derived NDVI curve. The results show a strong temporal correspondence between the evolution of crop growth stages and the NDVI signal, supported by a statistical correlation with RGB indices (notably the Green Chromatic Coordinate, GCC) calculated from the terrestrial images. PlantAR proved to be practical and adaptable, offering flexibility to capture images from the road or in closer proximity to the crop. The application provides a scalable solution for visual field monitoring and serves as a foundation for future developments in satellite–ground data integration.
Sociedad Argentina de Informática e Investigación Operativa
description Se presenta PlantAR, una aplicación experimental de código abierto para smartphones diseñada para apoyar el monitoreo agronómico georreferenciado mediante la adquisición automatizada de imágenes terrestres vinculadas a puntos de interés detectados por imágenes satelitales. La aplicación permite capturas manuales o automáticas, acompañadas de metadatos temporales, geográficos y de sensores del dispositivo (acelerómetro y magnetómetro). Incluye un mapa en tiempo real y emite alertas sonoras que activan la captura automática al ingresar en un radio predefinido. Como prueba inicial, el trabajo se centró en automatizar la adquisición de imágenes georreferenciadas en zonas cercanas a rutas, vinculadas a series temporales NDVI obtenidas de imágenes satelitales. Las rutas fueron guiadas por coordenadas y áreas de interés cargadas en formato GeoJSON. Las imágenes terrestres fueron recolectadas y comparadas con la curva temporal de NDVI. Los resultados muestran una clara correspondencia temporal entre los estadios de crecimiento del cultivo y la evolución de la señal NDVI, respaldada por una correlación estadística con índices RGB calculados a partir de las imágenes terrestres, destacándose el índice cromático verde (GCC). PlantAR demostró ser una herramienta práctica y adaptable, con flexibilidad para capturar imágenes desde la ruta o en proximidad al cultivo. La aplicación constituye una solución escalable para el monitoreo visual de campos y establece una base sólida para futuros desarrollos en integración de datos satelitales y terrestres.
publishDate 2025
dc.date.none.fl_str_mv 2025-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/190720
url http://sedici.unlp.edu.ar/handle/10915/190720
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/19668
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
57-70
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1858282592146554880
score 12.665996