Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado

Autores
Batac, Juan Patricio; Fuentes, Ignacio
Año de publicación
2018
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
El trigo (Triticum aestivum L.) es el principal cereal de invierno sembrado en la Argentina, y uno de los principales cultivos del país, en importancia agronómica y económica. El raigrás anual (Lolium multiflorum L.) es una de sus principales malezas que inciden sobre el resultado final del cultivo. La información espectral obtenida con sensores remotos puede ser una importante herramienta y fuente de información sobre cultivos y malezas. La misma puede ser utilizada para diferenciar a los mismos por medio del estudio de las firmas espectrales que cada uno posee. En este trabajo, mediante el estudio de firmas espectrales obtenidas con un sensor hiperespectral y su posterior procesamiento, junto a la utilización de análisis estadísticos, se logró diferenciar el trigo de esta maleza. Los resultados obtenidos demuestran la importancia del uso de información espectral para la discriminación de cultivo-maleza, y la factibilidad de su uso para futuras investigaciones.
Ingeniero Agrónomo
Universidad Nacional de La Plata
Facultad de Ciencias Agrarias y Forestales
Materia
Ciencias Agrarias
firmas espectrales
Sensores Remotos
agricultura de precisión
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/65420

id SEDICI_c656fd8abfedbcf0c1a5cfb206e1759e
oai_identifier_str oai:sedici.unlp.edu.ar:10915/65420
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariadoBatac, Juan PatricioFuentes, IgnacioCiencias Agrariasfirmas espectralesSensores Remotosagricultura de precisiónEl trigo (Triticum aestivum L.) es el principal cereal de invierno sembrado en la Argentina, y uno de los principales cultivos del país, en importancia agronómica y económica. El raigrás anual (Lolium multiflorum L.) es una de sus principales malezas que inciden sobre el resultado final del cultivo. La información espectral obtenida con sensores remotos puede ser una importante herramienta y fuente de información sobre cultivos y malezas. La misma puede ser utilizada para diferenciar a los mismos por medio del estudio de las firmas espectrales que cada uno posee. En este trabajo, mediante el estudio de firmas espectrales obtenidas con un sensor hiperespectral y su posterior procesamiento, junto a la utilización de análisis estadísticos, se logró diferenciar el trigo de esta maleza. Los resultados obtenidos demuestran la importancia del uso de información espectral para la discriminación de cultivo-maleza, y la factibilidad de su uso para futuras investigaciones.Ingeniero AgrónomoUniversidad Nacional de La PlataFacultad de Ciencias Agrarias y ForestalesWeber, ChristianNavarrete, Francisco J.2018-03-09info: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/10915/65420spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/4.0/Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:09:34Zoai:sedici.unlp.edu.ar:10915/65420Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:09:34.521SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado
title Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado
spellingShingle Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado
Batac, Juan Patricio
Ciencias Agrarias
firmas espectrales
Sensores Remotos
agricultura de precisión
title_short Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado
title_full Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado
title_fullStr Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado
title_full_unstemmed Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado
title_sort Discriminación óptica de trigo y raigrás mediante información hiperespectral y análisis multivariado
dc.creator.none.fl_str_mv Batac, Juan Patricio
Fuentes, Ignacio
author Batac, Juan Patricio
author_facet Batac, Juan Patricio
Fuentes, Ignacio
author_role author
author2 Fuentes, Ignacio
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
agricultura de precisión
topic Ciencias Agrarias
firmas espectrales
Sensores Remotos
agricultura de precisión
dc.description.none.fl_txt_mv El trigo (Triticum aestivum L.) es el principal cereal de invierno sembrado en la Argentina, y uno de los principales cultivos del país, en importancia agronómica y económica. El raigrás anual (Lolium multiflorum L.) es una de sus principales malezas que inciden sobre el resultado final del cultivo. La información espectral obtenida con sensores remotos puede ser una importante herramienta y fuente de información sobre cultivos y malezas. La misma puede ser utilizada para diferenciar a los mismos por medio del estudio de las firmas espectrales que cada uno posee. En este trabajo, mediante el estudio de firmas espectrales obtenidas con un sensor hiperespectral y su posterior procesamiento, junto a la utilización de análisis estadísticos, se logró diferenciar el trigo de esta maleza. Los resultados obtenidos demuestran la importancia del uso de información espectral para la discriminación de cultivo-maleza, y la factibilidad de su uso para futuras investigaciones.
Ingeniero Agrónomo
Universidad Nacional de La Plata
Facultad de Ciencias Agrarias y Forestales
description El trigo (Triticum aestivum L.) es el principal cereal de invierno sembrado en la Argentina, y uno de los principales cultivos del país, en importancia agronómica y económica. El raigrás anual (Lolium multiflorum L.) es una de sus principales malezas que inciden sobre el resultado final del cultivo. La información espectral obtenida con sensores remotos puede ser una importante herramienta y fuente de información sobre cultivos y malezas. La misma puede ser utilizada para diferenciar a los mismos por medio del estudio de las firmas espectrales que cada uno posee. En este trabajo, mediante el estudio de firmas espectrales obtenidas con un sensor hiperespectral y su posterior procesamiento, junto a la utilización de análisis estadísticos, se logró diferenciar el trigo de esta maleza. Los resultados obtenidos demuestran la importancia del uso de información espectral para la discriminación de cultivo-maleza, y la factibilidad de su uso para futuras investigaciones.
publishDate 2018
dc.date.none.fl_str_mv 2018-03-09
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/10915/65420
url http://sedici.unlp.edu.ar/handle/10915/65420
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-sa/4.0/
Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/4.0/
Creative Commons Attribution-ShareAlike 4.0 International (CC BY-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_ 1844615963575582720
score 13.070432