SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
41
AGRICULTURA DE PRECISIÓN EN COLOMBIA UTILIZANDO TELEDETECCIÓN DE ALTA
RESOLUCIÓN
Auris Marcela Parody Zuleta
1
,Eudes De Jesús Zapata Sanjuán
2
1
SENA, Centro
De Operación Y
Mantenimiento,
Valledupar,
amparodyz@mi
sena.edu.co
2
SENA, Centro
Biotecnológico
Del Caribe,
Valledupar
PALABRAS
CLAVES:
teledetección,
agricultura de
precisión, imágenes
de alta resolución,
uavs, drones.
RESUMEN
La teledetección es una herramienta utilizada en la agricultura de precisión para sensar el estado de
los cultivos, a través de imágenes capturadas desde sensores remotos ubicados en plataformas
satelitales o vehículos aéreos tripulados y no tripulados. El objetivo de este artículo es revisar
cuántos de los principales cultivos en Colombia, han utilizado la teledetección como herramienta
tecnológica de la agricultura de precisión para el manejo eficiente de los suelos. Para ello primero se
consultaron las bases de datos Nacionales e Internacionales, repositorios digitales de las
Universidades del País y entidades públicas y privadas. Posteriormente las referencias obtenidas se
agruparon teniendo en cuenta si utilizaron Imágenes satelitales, imágenes aéreas o imágenes de alta
resolución provenientes de Vehículos Aéreos No Tripulados. La revisión arrojó que en Colombia las
imágenes obtenidas a partir de UAVs han sido utilizadas principalmente en cultivos de caña de
azúcar, palma de aceite, papa, entre otros, para el seguimiento, monitoreo e identificación de
enfermedades. Mientras que las imágenes satelitales para determinar el estado fenológico y
ambiental de cultivos que ocupan grandes extensiones de tierra.
PRECISION AGRICULTURE IN COLOMBIA USING HIGH RESOLUTION TELEDETECTION
KEY WORDS:
teledetection,
precision
agriculture, high
resolution
images, uavs,
drones
SUELOS
ECUATORIALES
48 (1 y 2): 41-49
ISSN 0562-5351
ABSTRACT
Remote sensing is a tool used in precision agriculture to sense the state of crops, through images captured from
remote sensors located on satellite platforms or unmanned and unmanned aerial vehicles. The objective of this
article is to review how many of the main crops in Colombia have used remote sensing as a technological tool of
precision agriculture for the efficient management of soils. For this, the National and International databases,
digital repositories of the Universities Country and public and private institutions were consulted first.
Subsequently, the obtained references were grouped taking into account whether they used satellite images,
aerial images or high resolution images from Unmanned Aerial Vehicles. The review showed that in Colombia
the images obtained from UAVs have been used mainly in sugarcane, oil palm, potato, among others, for
monitoring, monitoring and identification of diseases. While the satellite images to determine the phenological
and environmental status of crops that occupy large tracts of land.
Rec.: 04.07.2018
Acep.: 08.05.2018
SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
42
INTRODUCCIÓN
La necesidad alimentaria mundial, el cambio
climático y la escases de recursos naturales
como el agua, han impulsado la necesidad de
utilizar herramientas tecnológicas que optimicen
el uso de la tierra, para asegurar la vida de los
seres que la habitan. La Agricultura de Precisión
es un sistema que integra información y
herramientas tecnológicas, para gestionar de
manera óptima y eficiente los recursos e
insumos a aplicar a los cultivos; para
incrementar la producción, disminuir los costos
y reducir los impactos ambientales.
Actualmente la agricultura de precisión utiliza
las imágenes provenientes de satélites,
vehículos aéreos tripulados y no tripulados para
obtener información acerca de los cultivos.
Las imágenes obtenidas de plataformas
satelitales comerciales tienen una resolución
muy pequeña, lo que dificulta el análisis de
pequeñas áreas de cultivo; mientras que las de
alta resolución tienen un costo muy elevado
para esta aplicación.
Los Vehículos Aéreos No Tripulados (UAVs),
son una solución a la problemática de
resolución espacial, esto porque permiten la
captura de imágenes a bajo costo y alta
resolución, útiles para el monitoreo y gestión de
cultivos.
En Colombia los UAVs, han tenido su auge a
partir del año 2015, es por ello que el objetivo
de este artículo es determinar cuáles de los
principales cultivos del país, han utilizado esta
herramienta como apoyo a la agricultura de
precisión para la gestión optima de los recursos
de sus procesos productivos.
1. AGRICULTURA DE PRECISIÓN
La Agricultura de Precisión es un sistema que
integra información y herramientas tecnológicas,
con el objetivo de gestionar de manera óptima y
eficiente los recursos e insumos a aplicar a los
cultivos; para incrementar la producción,
disminuir los costos y reducir los impactos
ambientales. Esta requiere del uso de
herramientas como el Sistema de
Posicionamiento Global (GPS), redes de
sensores, satélites e imágenes aéreas,
Sistemas Globales de Navegación, software
especializado, sistemas de recolección y
aplicación de insumos en maquinaria agrícola,
sistemas de gestión de cultivos, bases de datos,
entre otras(Marote, 2010) (Jiménez et al. 2006).
La AP (Agricultura de Precisión) utiliza los
sistemas de Información Geográfica,
Posicionamiento Global, Sensado Remoto,
Soporte de Decisiones Espaciales y Sistemas
Expertos; para la recolección de información y
toma de decisiones futuras acerca del cultivo
(Wang, 2011).
1.1 SENSADO REMOTO O TELEDETECCIÒN
El sensado remoto o teledetección, es un
sistema que permite la captura y procesamiento
de información de un objeto sin entrar en
contacto con él; esto gracias a que utiliza
sensores ubicados en plataformas espaciales,
aviones, dirigibles, vehículos aéreos no
tripulados, entre otros. Los sensores remotos
obtienen imágenes de la superficie de la tierra, a
partir del reflejo de los objetos sometidos a
diferentes longitudes de onda del espectro
electromagnético, teniendo en cuenta que el
SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
43
porcentaje de reflectancia
1
, varía en función de
las propiedades físicas y químicas del objeto.
La captura de información por reflectancia
puede darse en tres escalas, fina, medio y
gruesa. En la escala fina se capturan datos con
resoluciones espaciales de menos de 5 metros,
desde plataformas aéreas o satelitales como
IKONOS y QuicBird. A escala media la captura
de datos se hace con resolución espacial de 10
a 100 metros; y en escala gruesa con resolución
de más de 100 metros. Las imágenes obtenidas
en escala fina son utilizadas para determinar
estructuras de coberturas de bosque, las de
escala media para estimar factores biológicos
en escalas locales y regionales; y las de escala
gruesa para estudios de dinámicas de
vegetación a escala nacional, continental o
global (Torres, 2009).
El uso de imágenes satelitales ha sido utilizado
ampliamente en la AP, para clasificación de
cultivos, detección de enfermedades, evaluación
de rendimiento y análisis de la tierra. Sin
embargo el uso de imágenes satelitales
comerciales no permite determinar el estado de
pequeños lotes de cultivos o granjas, debido a
que estas son tomadas a muy baja resolución,
donde un pixel cubre un área muy extensa.
Además dificultan el análisis cuando hay
condiciones de alta nubosidad. Mientras que las
imágenes de alta resolución resultan muy
costosas para este tipo de aplicaciones (Torres
et al. 2015).
1
Se refiere a la relación entre la potencia
electromagnética incidente con respecto a la
potencia que es reflejada sobre una interface.
Otra desventaja de este sistema es que no
permite la adquisición o toma de imágenes en
diferentes tiempos y frecuencias,
correspondiente a la misma área o zona del
cultivo, razón por la cual no se pueden obtener
un análisis fenológico de las variables del cultivo
y detectar sus cambios(Jimenez et al. 2015).
Una solución planteada a los problemas de
resolución espacial y temporal de las
plataformas satelitales, es el uso de UAVs
(vehículos Aéreos No tripulados)(Torres, 2015).
Los cuales son plataformas aéreas no
tripuladas, que portan sensores, que permiten la
adquisición de imágenes de alta resolución a
muy bajo costo; y el análisis multitemporal de
los cultivos a través de vuelos autónomos o
piloteados desde tierra.
1.2 VEHÌCULOS AÈREOS NO TRIPULADOS
(UAVS)
Un Vehículo Aéreo no Tripulado es un
dispositivo que permite la captura de imágenes
de alta resolución, de forma autónoma o
controlada desde tierra por un piloto. Estos
pueden ser utilizados para aplicaciones de
teledetección en gestión de cultivos, para lo cual
pueden utilizar herramientas como: GPS,
barómetro, brújula electrónica, acelerómetros,
giroscopios, higrómetro y altímetro (Camilo &
Junco, 2016).
El uso de los UAVS ha aumentado en el siglo
XXI, gracias al bajo costo en la adquisición de
fotografías aéreas y en tiempo real; permiten
obtener información de zonas de difícil acceso
geográfico y la toma de imágenes no se ve
afectada por la nubosidad. Además las
imágenes pueden ser tomadas en cualquier
SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
44
momento, con la frecuencia requerida, para el
análisis de variables y detección de cambios en
los cultivos (Diaz, 2013).
En el mercado se pueden encontrar UAVs de
rotor delantero o ala fija, similar a un avión, o de
rotor paralelo como los helicópteros, de 4 y 6
motores.
2. TRABAJOS RELACIONADOS EN
COLOMBIA
En Colombia, el uso de imágenes satelitales y
de alta resolución proveniente de UAVs para
agricultura de precisión, están siendo utilizadas
principalmente en cultivos de arroz, caña de
azúcar, palma de aceite, papa, entre otros, para
seguimiento, monitoreo e identificación de
enfermedades.
En los Departamentos de Cundinamarca y
Tolima (Garcia & Martinez, 2010), desarrollaron
un método para la identificación de áreas
cultivadas de arroz, utilizando imágenes del
satélite Landsat 7 ETM+ y ASTER. El método
integro diversos procesos que permitieron
identificar cultivos con una exactitud global
superior al 70% y valores kappa entre 0,45 y
0,74.
En los municipios de Espinal, Saldaña, Guamo y
Purificación (Tobergte & Curtis, 2013), aplicaron
la metodología de estimación de
Evapotranspiración (ET) utilizando el algoritmo
SEBAL (Surface Energy Balance Algorithm For
Land); con el objetivo de estimar las
necesidades hídricas brutas de los cultivos de
arroz. Para ello se utilizaron imágenes del
satélite Landsat 8 adquiridas por los sensores
OLI y TIR y suministradas de forma gratuita por
la NASA.
En la Zona Central Palmera del Municipio de
Puerto Wilches, CENIPALMA desarrollo un
algoritmo para predecir el comportamiento
espacio temporal de los fenómenos asociados a
desfoliadores o Pudrición de cogollos de Palma
de Aceite. La investigación utilizo la información
del sensor MODIS y la relaciono con
información de las series históricas del ataque
por insectos defoliadores durante el año 2007.
Esto con el fin de hacer seguimiento a la
problemática de sanidad de las plantaciones de
palma a escala regional(Torres, 2009).
En las plantaciones de Palma de Aceite La
Vizcaina, El samán, la Refugio, Agrícola el
Paraíso y Unipalma de los llanos,
pertenecientes a los municipios de
BarrancaBermeja, Sabana de Torres,
Aguachica y Cumaral respectivamente; se
realizaron seguimientos de las labores
agronómicas de estos cultivos utilizando
Vehículos Aéreos No Tripulados (UAVs). Para
ello se utilizaron tres tipoS de UAVs y software
especializado para el procesamiento de imagen.
Los resultados de la investigación permitieron
concluir que esta tecnología es una herramienta
eficiente en la monitorización de labores
agronómicas, identificación de disturbios en las
palmas y elaboración de cartografía(Herazo,
2015).
En los Llanos Orientales se desarrollo un
sistema de adquisición de información
multiespectral controlado desde tierra, con el
objetivo de analizar coberturas vegetales en
plantaciones de palma de aceite. El sistema
permite la adquisición de información en campo
a través de un módulo acoplado a un UAV,
mejorando la eficiencia en la adquisición de
imágenes espectrales en lotes pequeño; y
aumentando la resolución espacial y temporal(
Jiménez et al. n.d.).
La Universidad de los Llanos y la Universidad
Pedagógica y Tecnológica de Colombia
desarrollaron un sistema para la adquisición y
análisis de información espectral de coberturas
SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
45
vegetales de la Orinoquía colombiana. El
objetivo de esta investigación es utilizar las
ecuaciones de reflectancia y transmitancia de
ondas electromagnéticas en hojas; y un
software libre para obtener el comportamiento
espectral de la vegetación en el espectro visible
y el infrarrojo cercano(Jiménez, Jiménez, &
García, n.d.).
También en los Llanos (Jimenez et al., 2015),
desarrollaron un sistema de captura y
procesamiento de imágenes de cultivos
agrícolas en los Llanos Orientales. Este consiste
de una cámara de resolución de 640x480
pixeles adaptada a un helicóptero de
aeromodelismo; una aplicación en software para
ubicación del helicóptero en tiempo real y para
realizar la corrección diferencial de errores
generados por el Sistema de Posicionamiento
Global; y un software de procesamiento de
imágenes para determinar algunos índices de
vegetación y generación de mapas
tridimensionales de los cultivos.
En Villavicencio Departamento del Meta, se
implemento un sistema de captura de imágenes
aéreas de bajo costo, para ser utilizadas en
agricultura de precisión usando un vehículo
aéreo no tripulado. El objetivo de este proyecto
es mejorar la productividad de los cultivos de
palma de aceite, arroz, caña de azúcar, caucho,
yuca, entre otros (Diaz, 2013).
En el Valle del Cauca en los municipios de
Palmira y Cedrito, se desarrolló una
metodología para la captura de imágenes
multiespectrales de cultivos de caña de azúcar.
El sistema toma los datos con una cámara de 6
bandas adaptada a un avión tipo ultraliviano,
posteriormente los procesa con un software
específico para generar los mosaicos
georeferenciados, que permitirán el cálculo de
índices de vegetación para el monitoreo y
seguimiento del cultivo(García & Herrera, 2014).
GARCIA y HERRERA en el 2014, también
realizaron un estudio en el municipio de Palmira,
con un UAV tipo Quadracopter Araknos, con
una pequeña cámara tipo Micro ADCLite. Con el
objetivo de evaluar el potencial de los UAVs en
la generación de mosaicos, para la
interpretación visual e índices de vegetación (IV)
para el monitoreo y seguimientos en el cultivo
de la caña de azúcar(García & Herrera, 2014).
En los Departamentos de Cundinamarca y
Tolima se utilizó un UAV, para evaluar los
problemas del cultivo de papa a través de
imágenes de infrarrojo cercano de alta
resolución. El estudio demostró que la
respuesta espectral permite identificar
características de la vegetación y problemas en
el cultivo, por tal razón esta herramienta
tecnológica, resulta una alternativa viable y
económica para pequeños y grandes
agricultores, para optimizar sus cultivos( Jemay
et al. 2015).
CAMILO y JUNCO desarrollaron un método
matemático apoyado por software, con el
objetivo de dimensionar el área de una
plantación de uchuvas en las Sabanas de
Bogotá. Para ello utilizo imágenes adquiridas
desde un Vehículo Aéreo no Tripulado (UAV);
con el fin de obtener el área, perímetro y
producción esperada del cultivo. Estas variables
permiten soportar las decisiones tomadas desde
la perspectiva de la Agricultura de
Precisión(Camilo & Junco, 2016).
El Grupo de Investigación Macrypt de la
Universidad de los Llanos, y el Grupo de
Investigación en Procesamiento de Señales
DSP- UPTC de la Universidad Pedagógica y
Tecnológica de Colombia, desarrollaron un
software para determinar el comportamiento del
índice de vegetación NVDI y los agentes que
afectan el desarrollo de las plantas. Para
realizar esto, primero se capturaron imágenes
SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
46
por medio de un UAV de un cultivo de
prueba(Palma de Aceite, posteriormente se
procesaron las imágenes en la aplicación
desarrollada en PYTHON, esto con el fin de
extraer los Componentes de la información
espectral de la cobertura y determinar el índice
de vegetación NDVI(Jiménez et al., n.d.).
Otro trabajo realizado por el grupo de
investigación de la UPTC, está relacionado con
el desarrollo de un algoritmo, para establecer
modelos espaciales de las variables
fenológicas de las regiones cultivables de los
municipios de: Paipa, Duitama, Nobsa, Tibasosa
y Sogamoso del departamento de Boyacá,
mediante el uso del procesamiento digital de
imágenes adquiridas por sensores remotos
satelitales y de laboratorio (Jiménez et al. 2013).
En el Valle del Cauca se construyó un sistema
de teledetección de bajo costo para recolectar
información de cultivos. Para lograrlo, utilizaron
un UAV de bajo costo, llamado AR Drone 2.0.
El robot aéreo realiza un muestreo completo de
un cultivo, capturando fotografías aéreas, para
lo cual es necesario un planificador de ruta. El
aporte de este trabajo es la implementación de
los algoritmos de la ruta más corta mediante
grafos para lograr la cobertura total de un cultivo
en un solo vuelo, además de lograr un control
de altura del UAV en cultivos no planos(Arcos et
al. 2015).
En la tabla 1 se presente un resumen de los
trabajos encontrados, el lugar donde fueron
realizados, el tipo de imágenes, plataforma y
tipo de cultivo, entre otras características de la
revisión.
CONCLUSIONES
En Colombia la Teledetección con Imágenes de
alta resolución provenientes de DRONES es la
más utilizada. Esto porque es más económica,
ofrece una alta resolución espacial y temporal,
que su contraparte satelital. Además no se ve
afectada por la nubosidad y disponibilidad de
imágenes.
Según el estudio realizado, en Colombia las
imágenes obtenidas a partir de UAVs, tuvo su
mayor auge en el año 2015; y ha sido utilizada
principalmente en cultivos de caña de azúcar,
palma de aceite, papa, entre otros, para el
seguimiento, monitoreo e identificación de
enfermedades.
La imágenes satélites son utilizadas en el país
en agricultura de precisión para determinar el
estado fenológico y ambiental de cultivos en una
región con resoluciones espaciales típicas de:
1000, 500,250, 20, 4 y 1 metros, resultando
demasiado costosa. Además también se usan
para la identificación de cultivos en grandes
extensiones de tierra, como el arroz.
Las imágenes aéreas obtenidas a partir de
UAVs, han sido utilizadas principalmente para
determinar índices de vegetación, monitoreo de
labores agronómicas, determinación de
enfermedades, identificación de características
de vegetación y problemas en los cultivos.
SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
47
Tabla 1. Resumen de Trabajos Relacionados en Colombia
SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
48
REFERENCIAS
A, B. M. V., Jemay, M. T., & F, A. V. D. (2015).
Uso de drones para el analisis de
imágenes multiespectrales en agricultura
de precisión. LImentech, (1), 28–40.
Arcos, L. V. C., Muñoz, J. C. C., & Espino, A. L.
(2015). Remote Sensing for Agricultural
Crops Based on a Low Cost Quadcopter.
Sistemas Y Telemática, 13(34), 49–63.
http://doi.org/10.18046/syt.v13i34.2092
Camilo, J., & Junco, F. (2016). Apoyo a la
Agricultura de Precisión en Colombia a
partir de imágenes adquiridas desde
Vehículos Aéreos no Tripulados (UAV’s).
Retrieved from
http://pegasus.javeriana.edu.co/~CIS1430I
S05/documentos/Exposicion_CIS1430IS05
.pdf
César Edwin García, Fabio Andrés Herrera, E.
E. M. (2014). Metodología básica para la
generación de índices de vegetación
mediante imágenes multiespectrales
aerotransportadas aplicada en cultivos de
caña de azúcar. Memorias XVI Simposio
Internacional SELPER 2014. Retrieved
SUELOS ECUATORIALES 48 (1 y 2): 41-49 ISSN 0562-5351
49
from http://selper.org.co/papers-XVI-
Simposio/Sensores-y-plataforma-de-
PR/SP29-Metodologia-imagenes-
multiespectral-aerea.pdf
Diaz Celis, C. A. (2013). Adquisición de
imágenes de bajo costo aplicadas a la
agricultura de precisión usando vehículos
aéreos no tripulados.
Garcia, S., & Martinez, J. (2010). Satellite image
based method for rice ( Oryza sativa L .)
crop identification Satellite image based
method for rice ( Oryza sativa L .) crop
identification. Agronomia Colombiana,
28(2)(September), 281–290. Retrieved
from
https://www.researchgate.net/profile/Joel_
Martinez3
Herazo, J. L. (2015). aéreas de alta resolución *
Outlook of UAV Technology in Oil Palm
Plantations : Crop Monitoring through
High-resolution Aerial Images, 25–41.
Jiménez, A., Arteaga, E., & Mesa, R. L. (2006).
Sistemas de agricultura de precisión.
Ingeniería, Investigación y Desarrollo, 2(1), 44-
47.
Jiménez, A., Gómez, A., & Torres, A. (n.d.).
Development of a multispectral system for
measuring crop conditions, 197–204.
Jiménez, A., Jiménez, F., & Fagua, E. (2013).
Procesamiento Digital de Imágenes de
Sensores Remotos para Aplicaciones de
Agricultura de Precisión. Revista
Colombiana de Tecnologías de Avanzada,
1(21), 19–26. Retrieved from
http://www.unipamplona.edu.co/unipamplo
na/portalIG/home_40/recursos/04_v19_24/
revista_21/17112013/03.pdf
Jiménez, A., Jiménez, F., & García, D. (n.d.).
PIND – Precision Index 1 . 0 . Remote
Sensing Software for Precision Agriculture
Studies, 181–187.
Jimenez, A., Salamanca, J. M., & Medina, M. J.
Q. (2015). Crops Diagnosis Using Digital
Image Processing and Precision
Agriculture Technologies. Ingeniería
Agrícola, 11(1), 63–71.
Marote. (2010). Agricultura de Precisión. Ciencia
y Tecnología, ISEU.
Tobergte, D. R., & Curtis, S. (2013).
ESTIMACIÓN DE LA
EVAPOTRANSPIRACIÓN EN CULTIVOS
DE ARROZ CON SENSORES REMOTOS
ANDRES. Journal of Chemical Information
and Modeling, 53(9), 1689–1699.
http://doi.org/10.1017/CBO9781107415324
.004
Torres, L. A. ; A. J. (2009). Caracterización de
firma espectral a partir de sensores
remotos para el manejo de sanidad
vegetal en el cultivo de palma de aceite
Characterization of the Spectral Signature
from Remote Sensors for the Management
of Plant Health in the Oil Palm Crop Intro,
30(3), 63–79.
Torres Galindo, A. K. (2015). Development of a
multispectral system for precision
agriculture applications using embedded
devices. Sistemas Y Telemática, 13(33),
27. http://doi.org/10.18046/syt.v13i33.2079
Wang. (2011). Design and Realization of
Precision Agriculture Information System Based
on 5S. Beijing, China.
