Agri 283 / DOSSIER 71 25-29 FEBRERO/FEBRUARY ZARAGOZA - ESPAÑA/SPAIN FIMA2020 luz estructurada (Rosell-Polo et al., 2015) han creado modelos muy cercanos a la realidad que permiten el estudio detallado de las características morfológicas de cada planta utilizando para ello modelos digitales 3D (Figura 2). PRINCIPALES TECNOLOGÍAS UTILIZADAS PARA LA MONITORIZACIÓN DE LA PRODUCCIÓN Para los técnicos con base agronómica es importante construir sobre esta base nuevas competencias. Destacamos aquí, varias tecnologías que suponen un verdadero avance en la monitorización: 1) Sensores para monitorizar cultivo, suelo y ambiente. 2) Tecnología LiDAR para reconstrucción 3D de entornos agrícolas 3) GNSS y variabilidad espacial intraparcelaria 4) Aplicaciones de visión por ordenador El tercer módulo del Máster de Agricultura Digital e Innovación Agro, de la Universidad de Sevilla, está centrado en esta temática y cuenta con grandes expertos en materia de monitorización, que darán a conocer a nuestros alumnos los principales sistemas de toma de datos y caracterización de cultivos, su aplicación en la trazabilidad de la información del productor al consumidor y cómo utilizar estas nuevas tecnologías en la gestión general de las explotaciones y en casos específicos como el tratamiento de plagas y enfermedades. Así, en este módulo, coordinado por Manuel Pérez Ruiz (Universidad de Sevilla), tenemos el placer de contar con Alex Escola (Universidad de Lleida), Miguel Garrido (Universidad Politécnica de Madrid), Custodio López (Hispactec), David Ibañez (Surter) o Antonio Rodríguez (Universidad de Sevilla) y Pilar Barreiros, a la que vamos a dedicar una entrevista en la segunda parte de este artículo para conocer un poco mejor su trayectoria y su visión del desarrollo de estas nuevas Figura 3. Vista de la nube de puntos generada por el escáner LIDAR en unos olivos. Figura 2. Ejemplos de diferentes modelos de cultivos reconstruidos utilizando los métodos de reconstrucción de Kinect v2 (arriba) y de fotogrametría (abajo). Fuente: MartinezGuanter et al, 2019. herramientas. REFERENCIAS Andújar D, Escola A, Rosell-Polo JR, Fernández-Quintanilla C and Dorado J (2013). Potential of a terres-trial LiDAR-based system to characterize weed vegetation in maize crops. Computers and Electronics in Agriculture, 92, 11-15. Andújar D, Fernández-Quintanilla C, Dorado J and Ribeiro A (2016). An approach to the use of depth cameras for weed volume estimation. Sensors,16, 972, 11pp. Martinez-Guanter, J.; Ribeiro, Á.; Peteinatos, G.G.; Pérez-Ruiz, M.; Gerhards, R.; Bengochea-Guevara, J.M.; Machleb, J.; Andújar, D. Low-Cost Three-Dimensional Modeling of Crop Plants. Sensors 2019, 19, 2883. Rosell-Polo JR, Auat F, Gregorio E, Andújar D, Puigdomenech JM and Escola A (2015). Advances in struc-tured light sensors applications in precision agriculture and livestock farming. Advances in Agrononomy, 133, 71-112. Martinez-Guanter, J.; Ribeiro, Á.; Peteinatos, G.G.; Pérez-Ruiz, M.; Gerhards, R.; Bengochea-Guevara, J.M.; Machleb, J.; Andújar, D. Low-Cost Three-Dimensional Modeling of Crop Plants. Sensors 2019, 19, 2883. T
RkJQdWJsaXNoZXIy Njg1MjYx