45 TOMATE cabo la integración de tecnologías de teledetección de alta resolución para monitorización de cultivos basadas principalmente en el control de suelo y cultivo a partir de sensorización y sistemas de adquisición de imágenes. CONTROL DEL RIEGO Por un lado se ha instalado una red de sensores de diferente índole, tanto capacitivos como de matriz granular, que miden a tiempo real diferentes parámetros como humedad de suelo, temperatura, conductividad eléctrica y parámetros agroclimáticos registrados con una estación portátil. Los datos obtenidos se envían por GPRS a tiempo real. Esta información, combinada con los datos obtenidos a partir del análisis de imágenes de alta resolución obtenidas con cámara hiperespectral a pie de campo y con vuelos de vehículos aéreos no tripulados, ha permitido el control del riego en una parcela piloto optimizando los aportes de agua. Para el vuelo de los drones se ha desarrollado en el proyecto un hangar autónomo donde aterriza y despega el vehículo además de realizar la descarga de datos y carga de baterías. MONITORIZACIÓN DIRECTA DE PLANTA Y SUELO Por otro lado se ha utilizado tecnología hiperespectral para la monitorización directa de planta y suelo, a partir de la captura de imágenes y del desarrollo de un modelo matemático calibrado y entrenado con muestras analizadas en laboratorio y las imágenes tomadas durante dos campañas. Las imágenes hiperespectrales se adquirieron con una cámara hiperespectral Specim IQ (Oulu, Finlandia), con generación de hipercubos con resolución espacial de 512 píxeles. La resolución espectral ha sido de 204 bandas distribuidas a intervalos equidistantes entre 400 y 1000 nm. La cámara también tiene capacidad para el registro de las coordenadas GPS de cada captura y éstas se almacenaron con los metadatos de cada hipercubo. Dentro de cada sesión, se tomó una imagen con un objetivo de referencia hecho de teflón y suministrado por el fabricante. Este blanco permitía a la cámara registrar el espectro de cada punto en unidades de reflectancia relativa. El resto de las condiciones de captura (distancia de adquisición, geometría de medición, tiempo de exposición...) se fijaron para asegurar la repetibilidad entre las diferentes sesiones de captura. Estas sesiones desde mayo a agosto en dos campañas consecutivas y se realizaron en dos parcelas piloto con dos localizaciones diferentes, tomándose imágenes de suelo y planta tanto para el análisis de hoja como de fruto para su análisis en laboratorio por métodos de referencia. Todo el algoritmo de apertura de hipercubos, segmentación, tratamiento espectral, creación de los modelos de aprendizaje y exportación de resultados se programó bajo MATLAB R2018a (The MathWorks, USA). Vuelo de dron en parcela piloto. Figura 1.
RkJQdWJsaXNoZXIy Njg1MjYx