Propuesta de sistema web para el análisis de salud en cultivos de agave mediante imágenes satelitales multiespectrales.

  • Alberto De Jesús Cayetano Tecnológico Nacional de México IT de Acapulco México
  • Yareli Cortés Bárcenas Tecnológico Nacional de México IT de Acapulco México
  • Miriam Martínez Arroyo Tecnológico Nacional de México IT de Acapulco México
  • José Antonio Montero Valverde Tecnológico Nacional de México IT de Acapulco México
Palabras clave: agricultura de precisión, NDVI, teledetección, Sentinel-Hub

Resumen

Este artículo presenta el diseño y desarrollo de un sistema web para el monitoreo de la salud en cultivos de agave mediante el uso de imágenes satelitales multiespectrales obtenidas a través de la API Sentinel-Hub. Se abordan las dos primeras fases de la metodología en cascada: análisis y diseño. Por medio de este tipo de imágenes es posible obtener valores numéricos de cada una de sus bandas espectrales, que son utilizadas para el cálculo de diversos índices de vegetación. El sistema permite calcular el Índice de Vegetación de Diferencia Normalizada (NDVI) para estimar la salud del cultivo y visualizar los resultados en una interfaz gráfica intuitiva. Esta herramienta busca optimizar la toma de decisiones agrícolas, mejorar el rendimiento y contribuir a la sostenibilidad de la producción de agave.

Descargas

La descarga de datos todavía no está disponible.

Citas

European Space Agency (ESA). (2022). Sentinel Hub API documentation. Recuperado de https://www.sentinel-hub.com

Food and Agriculture Organization of the United Nations (FAO). (2021). Remote sensing for crop monitoring. FAO Publications.

FAO. (2019). Digital technologies in agriculture and rural areas. FAO Publications.

FAO. (2020). Impact of climate change on crop health. FAO Reports.

Gómez, C., White, J. C., & Wulder, M. A. (2016). Optical remotely sensed time series data for land cover classification: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 116, 55–72. https://doi.org/10.1016/j.isprsjprs.2016.03.008

Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295–

https://doi.org/10.1016/0034-4257(88)90106-X

Jones, H. G. (2013). Plants and microclimate: A quantitative approach to environmental plant physiology. Cambridge University Press.

López, C. (2019). Fundamentos básicos para la teledetección ambiental. https://doi.org/10.13140/RG.2.2.20684.44161

Quespaz Rosero, C. A. (2022). Aplicación de índices de vegetación en agricultura de precisión.

Rubio, J. (2020). Índices espectrales para la estimación de la salud vegetal. Revista de Agricultura Digital, 12(3), 45–58.

Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation systems in the Great Plains with ERTS. NASA Special Publication, 351, 309.

Sentinel Hub. (2023). API for satellite image processing. Recuperado de https://docs.sentinel-hub.com

Servicio de Información Agroalimentaria y Pesquera (SIAP). (2023). El cambio climático y las plagas agrícolas. Recuperado de https://www.gob.mx/siap/articulos/el-cambio-climatico-favorecera-el-desarrollo- de-plagas

Somerville, I. (2011). Ingeniería de software (9ª ed.). Pearson Education.

Zhang, Q., & Kovacs, J. M. (2012). The application of small unmanned aerial systems for precision agriculture: A review. Precision Agriculture, 13(6), 693–712. https://doi.org/10.1007/s11119-012-9274-5

Sánchez Sánchez, J. E., & Fernández Paradas, A. R. (2025). Análisis de Estrategias Didácticas Implementadas para el Desarrollo de Competencias Textuales en Estudiantes de Secundaria. Ciencia Y Reflexión, 4(2), 2384–2411. https://doi.org/10.70747/cr.v4i2.497

Alcántara , R. L. (2025). Acompañamiento Pedagógico Estrategia Colaborativa. Ciencia Latina Revista Científica Multidisciplinar, 9(3), 7881-7886. https://doi.org/10.37811/cl_rcm.v9i3.18412

Fernández Sánchez, D. (2022). El Impacto de las Intervenciones Basadas en la Atención Plena en la Reducción del Estrés en los Trabajadores de la Salud. Ciencia Y Reflexión, 1(1), 1–13. https://doi.org/10.70747/cr.v1i1.12

Chen Shih , J. (2025). Relación entre inteligencia emocional y rendimiento académico en estudiantes de nivel superior de Arequipa en la postpandemia . Ciencia Y Reflexión, 4(2), 648–667. https://doi.org/10.70747/cr.v4i2.299

Quelal Morejón , C. E., Rogel Calderón , A. S., Loaiza Dávila , L. E., & Maqueira Caraballo, G. D. L. C. (2025). Los juegos predeportivos: una alternativa para la inclusión de estudiantes con Trastorno del Espectro Autista (TEA) a la clase de Educación Física. Arandu UTIC, 12(2), 2169–2189. https://doi.org/10.69639/arandu.v12i2.1055

Guadalupe Beltrán , E. S., Palomeque Zambrano, J. Y., & Loor Avila, B. A. (2025). Desafíos de la Educación Superior en Contextos Híbridos: Análisis de las Prácticas Docentes en la Universidad Estatal de Milagro durante el Periodo Académico 2025. Revista Veritas De Difusão Científica, 6(2), 1259–1281. https://doi.org/10.61616/rvdc.v6i2.685

Lozano Flores, L. D. (2025). Gamificación en el aprendizaje de unidades de tiempo: el caso de Sims 4. Emergentes - Revista Científica, 5(2), 68–86. https://doi.org/10.60112/erc.v5.i1.373

Velásquez Torres, A. O., González Bautista, G., Neira Vera , M., & García Montañez , A. M. (2025). Formación Docente en la Resolución Pacífica de Conflictos: Diagnóstico de una Necesidad Curricular en Colombia. Estudios Y Perspectivas Revista Científica Y Académica , 5(2), 2936–2952. https://doi.org/10.61384/r.c.a.v5i2.1329

Duarte Gahona, Y. K. (2025). Aplicación de la Inteligencia Artificial en la Personalización del Aprendizaje para Estudiantes con Necesidades Educativas Especiales . Revista Científica De Salud Y Desarrollo Humano , 6(2), 33–53. https://doi.org/10.61368/r.s.d.h.v6i2.575

Publicado
2025-12-23
Cómo citar
De Jesús Cayetano , A., Cortés Bárcenas, Y., Martínez Arroyo, M., & Montero Valverde, J. A. (2025). Propuesta de sistema web para el análisis de salud en cultivos de agave mediante imágenes satelitales multiespectrales. Ciencia Latina Revista Científica Multidisciplinar, 9(6), 3674-3693. https://doi.org/10.37811/cl_rcm.v9i6.21470
Sección
Ciencias y Tecnologías