Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado
- Autores
- Nomdedeu, Francisco; Toledo, Dalma
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Weber, Christian
Navarrete, Francisco J. - Descripción
- La soja (Glycine max L Merril) es uno de los principales cultivos del país, en importancia agronómica y económica. La rama negra (Conyza bonariensis (L.) Cronquist.) y el sorgo de alepo (Sorghum halepense (L.) Persoon.) componen el conjunto de malezas que se encuentran presentes en el crecimiento y desarrollo del cultivo de soja incidiendo en el resultado final del mismo. La complejidad en el manejo de malezas ha aumentado exponencialmente en los últimos años debido a la aparición de biotipos resistentes a los herbicidas. En este contexto, nuevas herramientas y estrategias son requeridas para lidiar más eficientemente con las malezas, con énfasis en aquellos individuos que son resistentes o tolerantes a los herbicidas. Hoy en día existe la posibilidad de ajustar el uso de herbicidas antes de la siembra o pre-emergencia de los cultivos a través de sensores ópticos. El desafío es poder detectarlas con el cultivo ya emergido. En este trabajo se utilizó información de un sensor hiperespectral en el rango de los 380-1100 nm con una resolución espectral de 1 nm. Se graficaron las firmas espectrales del cultivo de soja, rama negra y sorgo de alepo como malezas de estudio. Los datos de reflectancia obtenidos, luego del procesamiento de los datos del sensor, se analizaron mediante análisis de cluster y componentes principales (CP). Con esta metodología se diferenció espectralmente la soja de la rama negra y el sorgo de alepo, logrando identificar regiones del espectro con mayor poder discriminativo en función de la combinación de estadios fenológicos analizados.
Ingeniero Agrónomo
Universidad Nacional de La Plata
Facultad de Ciencias Agrarias y Forestales - Materia
-
Ciencias Agrarias
Firmas espectrales
Sensores Remotos
Malezas
PCA
manejo sitio-específico
agricultura de precisión - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/131654
Ver los metadatos del registro completo
id |
SEDICI_8698c577cedd9ff8671f546bbd91eae2 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/131654 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariadoNomdedeu, FranciscoToledo, DalmaCiencias AgrariasFirmas espectralesSensores RemotosMalezasPCAmanejo sitio-específicoagricultura de precisiónLa soja (Glycine max L Merril) es uno de los principales cultivos del país, en importancia agronómica y económica. La rama negra (Conyza bonariensis (L.) Cronquist.) y el sorgo de alepo (Sorghum halepense (L.) Persoon.) componen el conjunto de malezas que se encuentran presentes en el crecimiento y desarrollo del cultivo de soja incidiendo en el resultado final del mismo. La complejidad en el manejo de malezas ha aumentado exponencialmente en los últimos años debido a la aparición de biotipos resistentes a los herbicidas. En este contexto, nuevas herramientas y estrategias son requeridas para lidiar más eficientemente con las malezas, con énfasis en aquellos individuos que son resistentes o tolerantes a los herbicidas. Hoy en día existe la posibilidad de ajustar el uso de herbicidas antes de la siembra o pre-emergencia de los cultivos a través de sensores ópticos. El desafío es poder detectarlas con el cultivo ya emergido. En este trabajo se utilizó información de un sensor hiperespectral en el rango de los 380-1100 nm con una resolución espectral de 1 nm. Se graficaron las firmas espectrales del cultivo de soja, rama negra y sorgo de alepo como malezas de estudio. Los datos de reflectancia obtenidos, luego del procesamiento de los datos del sensor, se analizaron mediante análisis de cluster y componentes principales (CP). Con esta metodología se diferenció espectralmente la soja de la rama negra y el sorgo de alepo, logrando identificar regiones del espectro con mayor poder discriminativo en función de la combinación de estadios fenológicos analizados.Ingeniero AgrónomoUniversidad Nacional de La PlataFacultad de Ciencias Agrarias y ForestalesWeber, ChristianNavarrete, Francisco J.2021-11-01info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/131654spainfo: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:UNLP2025-09-29T11:33:07Zoai:sedici.unlp.edu.ar:10915/131654Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:33:07.535SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado |
title |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado |
spellingShingle |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado Nomdedeu, Francisco Ciencias Agrarias Firmas espectrales Sensores Remotos Malezas PCA manejo sitio-específico agricultura de precisión |
title_short |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado |
title_full |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado |
title_fullStr |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado |
title_full_unstemmed |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado |
title_sort |
Detección de soja, sorgo de Alepo y rama negra mediante información espectral y análisis multivariado |
dc.creator.none.fl_str_mv |
Nomdedeu, Francisco Toledo, Dalma |
author |
Nomdedeu, Francisco |
author_facet |
Nomdedeu, Francisco Toledo, Dalma |
author_role |
author |
author2 |
Toledo, Dalma |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Weber, Christian Navarrete, Francisco J. |
dc.subject.none.fl_str_mv |
Ciencias Agrarias Firmas espectrales Sensores Remotos Malezas PCA manejo sitio-específico agricultura de precisión |
topic |
Ciencias Agrarias Firmas espectrales Sensores Remotos Malezas PCA manejo sitio-específico agricultura de precisión |
dc.description.none.fl_txt_mv |
La soja (Glycine max L Merril) es uno de los principales cultivos del país, en importancia agronómica y económica. La rama negra (Conyza bonariensis (L.) Cronquist.) y el sorgo de alepo (Sorghum halepense (L.) Persoon.) componen el conjunto de malezas que se encuentran presentes en el crecimiento y desarrollo del cultivo de soja incidiendo en el resultado final del mismo. La complejidad en el manejo de malezas ha aumentado exponencialmente en los últimos años debido a la aparición de biotipos resistentes a los herbicidas. En este contexto, nuevas herramientas y estrategias son requeridas para lidiar más eficientemente con las malezas, con énfasis en aquellos individuos que son resistentes o tolerantes a los herbicidas. Hoy en día existe la posibilidad de ajustar el uso de herbicidas antes de la siembra o pre-emergencia de los cultivos a través de sensores ópticos. El desafío es poder detectarlas con el cultivo ya emergido. En este trabajo se utilizó información de un sensor hiperespectral en el rango de los 380-1100 nm con una resolución espectral de 1 nm. Se graficaron las firmas espectrales del cultivo de soja, rama negra y sorgo de alepo como malezas de estudio. Los datos de reflectancia obtenidos, luego del procesamiento de los datos del sensor, se analizaron mediante análisis de cluster y componentes principales (CP). Con esta metodología se diferenció espectralmente la soja de la rama negra y el sorgo de alepo, logrando identificar regiones del espectro con mayor poder discriminativo en función de la combinación de estadios fenológicos analizados. Ingeniero Agrónomo Universidad Nacional de La Plata Facultad de Ciencias Agrarias y Forestales |
description |
La soja (Glycine max L Merril) es uno de los principales cultivos del país, en importancia agronómica y económica. La rama negra (Conyza bonariensis (L.) Cronquist.) y el sorgo de alepo (Sorghum halepense (L.) Persoon.) componen el conjunto de malezas que se encuentran presentes en el crecimiento y desarrollo del cultivo de soja incidiendo en el resultado final del mismo. La complejidad en el manejo de malezas ha aumentado exponencialmente en los últimos años debido a la aparición de biotipos resistentes a los herbicidas. En este contexto, nuevas herramientas y estrategias son requeridas para lidiar más eficientemente con las malezas, con énfasis en aquellos individuos que son resistentes o tolerantes a los herbicidas. Hoy en día existe la posibilidad de ajustar el uso de herbicidas antes de la siembra o pre-emergencia de los cultivos a través de sensores ópticos. El desafío es poder detectarlas con el cultivo ya emergido. En este trabajo se utilizó información de un sensor hiperespectral en el rango de los 380-1100 nm con una resolución espectral de 1 nm. Se graficaron las firmas espectrales del cultivo de soja, rama negra y sorgo de alepo como malezas de estudio. Los datos de reflectancia obtenidos, luego del procesamiento de los datos del sensor, se analizaron mediante análisis de cluster y componentes principales (CP). Con esta metodología se diferenció espectralmente la soja de la rama negra y el sorgo de alepo, logrando identificar regiones del espectro con mayor poder discriminativo en función de la combinación de estadios fenológicos analizados. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-11-01 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/acceptedVersion Tesis de grado http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
format |
bachelorThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/131654 |
url |
http://sedici.unlp.edu.ar/handle/10915/131654 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
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 |
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_ |
1844616210744868864 |
score |
13.070432 |