El uso de RPAS para generar modelos digitales de superficie de los viñedos, con el fin de optimizar los tratamientos a la viña y determinar el mejor momento para la vendimia, ya se practica con cierta eficiencia. Se vuela el dron, se toman las imágenes y se obtiene el DSM (modelo digital de superficie). Sin embargo, la clasificación de cada viña suele ser un trabajo más arduo, pues cada una es diferente y habitualmente se necesita de trabajo manual para caracterizarlas.
En este último paso es donde se encuadra la investigación llevada a cabo por un equipo de investigadores españoles del grupo imaPing, perteneciente al CSIC (Consejo Superior de investigaciones científicas) y liderado pro la Dra. Francisca López Granados. De este mismo grupo también se publicó recientemente un trabajo que permite detectar las malas hierbas drones en fase temprana, de forma que se producen ahorros del 80% en herbicida.
En este caso, los investigadores se han centrado en los viñedos y han desarrollado un algoritmo que permite automatizar la clasificación de las viñas, algo que antes llevaba una gran cantidad de tiempo. Los participantes en este trabajo, cuyos resultados se han publicado en la revista Remote Sensing, una publicación científica referencia en el mundo de la teledetección, pertenecen al Instituto de Agricultura Sostenible de Córdoba (IAS-CSIC), al Instituto de Ciencias Agrarias de Madrid (ICA-CSIC) y al Institute for Agricultural and Fisheries Research de Melle (Bélgica).
Entre los investigadores participantes están Ana Isabel de Castro, Jorge Torres y Francisco Manuel Jiménez-Brenes, quien explica a ToDrone que para demostrar las capacidades de su algoritmo se planificaron rutas de vuelo en las que un dron volaba a 30 metros de altura. “Se ha podido comprobar que volando a esta altura, el dron toma las imágenes de 1 hectárea de superficie de viñedo en unos 6 minutos”, apunta el investigador.
Lee el artículo original en Topdrone.
También te puede interesar:
