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
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/190720
Ver los metadatos del registro completo
| 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 |