Evaluación de indicadores de contenido de nitrógeno en el cultivo de maíz (Zea mays) mediante relaciones cuantitativas y el uso de técnicas de teledetección y aprendizaje profundo

Flores Matias, Angie Brisseth; Nicola Salazar, Daniella Paullette; Villegas Barragán, Héctor Bryan

DSpace Home
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Ingeniería en Ciencias Computacionales
→
View Item

dc.contributor.advisor	Calderón Vega, María Fernanda , Director
dc.contributor.author	Flores Matias, Angie Brisseth
dc.contributor.author	Nicola Salazar, Daniella Paullette
dc.contributor.author	Villegas Barragán, Héctor Bryan
dc.creator	ESPOL
dc.date.accessioned	2023-06-20T16:13:43Z
dc.date.available	2023-06-20T16:13:43Z
dc.date.issued	2022
dc.identifier.citation	Flores Matias, A. B., Nicola Salazar, D. P. y Villegas Barragán, H. B. (2022). Evaluación de indicadores de contenido de nitrógeno en el cultivo de maíz (Zea mays) mediante relaciones cuantitativas y el uso de técnicas de teledetección y aprendizaje profundo. [Proyecto integrador]. ESPOL. FIEC. .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/57541
dc.description	La producción de maíz en Ecuador no abastece las necesidades internas del producto, debido a que un alto porcentaje de unidades de producción tienen un bajo nivel de tecnificación y suponen nulo o mínimo uso de herramientas tecnológicas. En el presente proyecto se evaluó indicadores de contenido de nitrógeno en el cultivo de maíz (Zea mays) mediante relaciones cuantitativas y el uso de técnicas de teledetección y aprendizaje profundo permiten el diagnóstico del estado nutricional de las plantas. Se desarrollaron modelos de DL de segmentación semántica para predecir la altura y el contenido de clorofila del maíz a partir de imágenes multiespectrales del cultivo tomadas con dron. Los resultados mostraron un iou score del 80% en la predicción de altura y 62% en la predicción de clorofila. Además, se evaluó la correlación de los índices de vegetación (IV) vs variables agronómicas y productiva, los resultados evidenciaron que los IV describen las características agronómicas y productiva de las plantas con R2 = 0.95 y 0.87 para los IV GRRI y NDRE.
dc.format	application/pdf
dc.format.extent	85 páginas
dc.language.iso	spa
dc.publisher	ESPOL
dc.rights	openAccess
dc.subject	Agricultura de precisión
dc.subject	Indices de vegetación espectrales
dc.subject	Imágenes multiespectrales
dc.subject	Imágenes RGB
dc.subject	Aprendizaje profundo
dc.title	Evaluación de indicadores de contenido de nitrógeno en el cultivo de maíz (Zea mays) mediante relaciones cuantitativas y el uso de técnicas de teledetección y aprendizaje profundo
dc.type	Ingeniero en computación
dc.identifier.codigoespol	T-113393
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral