Abstract

La presente propuesta busca aprovechar la expansión de las tecnologías de la información y las comunicaciones, así como el gran volumen de datos que se generan a diario sobre la superficie terrestre y sus características climáticas, centralizando la información en un sistema que gestione tanto los datos raster como alfanuméricos en el sector agrícola, integrando al agricultor como principal beneficiario y colaborador al permitir que se generen muestras en campo a través de las tecnologías GPS y los desarrollos espaciales, alimentando un banco de información que robustezca los análisis sobre imágenes satelitales.
 Como parte de la validación de esta propuesta metodológica se realizó un caso de estudio en el municipio de Tulua, en el departamento del Valle del Cauca, tomando un set de datos de 105 muestras del estado fenológico de la caña y sobre los cuales se extrajo la información espectral de las coberturas, como perfiles espectrales e índices. En este caso de estudio se logró alcanzar una precisión cercana al 50% implementando técnicas de machine learning. El uso de este sistema permite el robustecimiento de la biblioteca de datos para el entrenamiento de modelos, generando una mejora del desempeño. Se espera que los agricultores sean quienes capturen los datos para alimentar el sistema, aprovechando su alta interacción y experticia en temas agrícolas.Esta propuesta metodología busca apoyar la implementación del plan nacional de desarrollo nacional de Colombia en su misión de alcanzar la seguridad y soberanía alimentar y un sistema productivo eficiente y sostenible

Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call