Caracterización de cultivos con imágenes de VANT´S de alta resolución utilizando Teoría de Redes
DOI:
https://doi.org/10.58299/edu.v20i21.89Palabras clave:
matriz de adyacencia, python, teoría de redes, VANT´SResumen
El mapeo de la vegetación es de suma importancia en la agricultura de precisión, debido a que se relaciona directamente con la calidad y el crecimiento del cultivo. Se presenta un análisis de color a partir del uso de imágenes de alta resolución tomadas con un dron, en donde se pudo identificar la calidad del cultivo de maíz utilizando imágenes con una resolución de 1cm. x pixel en la región de Atlixco, Puebla, se utilizó la teoría de redes y el lenguaje de programación Python 2.7, y se formaron matrices de adyacencia para los colores Rojo (R), Verde (G) y azul (B). Los resultados obtenidos muestran que es posible mediante estos análisis conocer la calidad de un cultivo.
Citas
Báez Rojas, J. J., Guerrero, M. L., Conde Acevedo, J., Padilla Vivanco, A., & Urcid Serrano, G. (2014). Segmentación de imágenes de color. Revista mexicana de física, 50(6), 579-587.
Chartunil, E., Carvalho, F., Marçal, D., & RUz, E. (2007). Nuevas herramientas para mejorar la gestión tecnológica en la empresa agropecuaria. Consultado 13 agosto 2018.
García, E., & Flego, F. (2008). Agricultura de precisión. Revista Ciencia y Tecnología. Recuperado de http://www. palermo. edu/ingenier ia/C iencia_y_t ecnolog ia/ciencia_y_tecno_8. html.
Gil M A, P A López, A Muñoz O, H López S. (2004) Variedades criollas de maíz (Zea mays L.) en el Estado de Puebla, México: diversidad y utilización. In: Manejo de la Diversidad de los Cultivos en los Agroecosistemas Tradicionales. J L Chávez–Servia, J Tuxill y D I Jarvis (eds). Instituto Internacional de Recursos Fitogenéticos. Cali, Colombia. pp:18–25.
Herrera C B E, F Castillo G, J J Sánchez G, J M Hernández C, R A Ortega P, M M Goodman. (2014) Diversidad del maíz Chalqueño. Agrociencia 38:191–206.
Hillier, F. S. L., Gerald, J., & Elmer, J. (2010). Introducción a la investigación de operaciones. Recuperado 4 de noviembre de 2018, de https://www.fing.edu.uy/inco/cursos/io/
Hortelano S R R, A Gil M, A Santacruz V, S Miranda C, L Córdova T. (2008) Diversidad morfológica de maíces nativos en el Valle de Puebla. Agric. Téc. Méx. 34:189–200.
Caracterización de cultivos con imágenes de VANT´S de alta resolución utilizando Teoría de Redes
Víctor Genaro Luna Fernández, Esmeralda Vidal Robles, Alfredo Halam Abascal Alonso y Carla Daniela Cortes Quiroz
Revista EDUCATECONCIENCIA. Vol. 20, No. 21. Publicación trimestral octubre – diciembre 2018
INEGI, Instituto Nacional de Estadística y Geografía (2010) Anuario de Estadística por Entidad Federativa. INEGI–Aguascalientes, Ags. México. 594 p.
INEGI, Instituto Nacional de Estadística y Geografía (2007) Anuario Estadístico de Puebla. Tomo II. INEGI; Aguascalientes, Ags. 1284 p. Kato y T, A, C Mapes S, L M Mera O, J L Serratos H, R A Bye B. (2009) Origen y Diversificación del Maíz: Una Revisión Analítica. Universidad Nacional Autónoma de México, Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. México, D. F. 116 p.
Muñoz, O, A. (2015) Centli Maíz. Ed. América. 2da ed. México, D. F. 210 p.
Perianes, Rodriguez A., Olmeda-Goméz C., De Moya.Anegón F. (2008), Introducción al análisis de redes. El profesional de la información, v. 17, no. 6, pp. 664-669. DOI: 10.3145/epi.2008.nov.10 DOI: https://doi.org/10.3145/epi.2008.nov.10
Serratos, H, J, A. (2009) El Origen y la Diversidad del Maíz en el Continente Americano. Greenpeace. Ciudad de México, México. 33 p.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 EDUCATECONCIENCIA
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
