Propuesta de Sistema Web para el Análisis de Salud en Cultivos de Agave Mediante Imágenes Satelitales Multiespectrales
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
Citas
European Space Agency (ESA). (2022). Sentinel Hub API documentation. Recuperado de
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– 309.
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
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.
Derechos de autor 2026 Alberto De Jesús Cayetano, Yareli Cortés Bárcenas, Miriam Martínez Arroyo, José Antonio Montero Valverde
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
