Métodos geo-espaciales para el control remoto de la erosión hídrica del suelo en olivares

Loading...
Thumbnail Image

Identifiers

Publication date

Reading date

Collaborators

Advisors

Tutors

Editors

Journal Title

Journal ISSN

Volume Title

Publisher

Metrics

Google Scholar

Share

Research Projects

Organizational Units

Journal Issue

Department/Institute

Abstract

Desde mediados del S.XX tiene lugar una transición socio-ecológica del cultivo del olivo, entendida como un proceso mediante el cual se ha ido intensificando su sistema productivo. Esta transición ha tenido un impacto directo en la erosión. Esta comunicación forma parte de un proyecto en el que se pretende aplicar la teledetección y los sistemas de información geográfica para el diseño de una innovadora herramienta automática que permita el seguimiento y control del manejo de suelo a fin de velar por su protección. Para ello, se ha seleccionado como área piloto el piedemonte de la Sierra de las Nieves, situado en el centro-oeste de la provincia de Málaga (España). En ella se tomaron imágenes UAV con dos sensores (multiespectral y RGB). Las primeras, se utilizaron para cuantificar la densidad de cubierta vegetal de suelo en olivar, valorando 11 índices de vegetación. Luego, se emplearon ambas imágenes para crear un algoritmo original con el objetivo de mapear las operaciones de labranza mediante técnicas de análisis de imagen basada en objeto (OBIA), utilizando el software eCognition Developer 9.5 (Trimble GeoSpatial, Munich, Alemania). Los resultados mostraron el potencial de la teledetección como herramienta para la mejora de la gestión agrícola, permitiendo analizar con gran precisión factores críticos de la erosión como: i) la cubierta vegetal del suelo, mediante índices de vegetación, de los cuales el más sensible fue el IRVI, que explicó el 82% (p<0,001) de la variabilidad de la densidad de cubierta vegetal y ii) laboreo, mediante el innovador procedimiento OBIA4tillage que produjo mapas de labranza con muy alta precisión, tanto para las imágenes RGB como para las multiespectrales (R2 de 0,99 y 0,93, respectivamente).

Description

Bibliographic citation

Endorsement

Review

Supplemented By

Referenced by