Drones adaptados con sensores SVM (NIRS) para la caracterización rápida de suelos en caña de azúcar, una revisión sistemática
No Thumbnail Available
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Santiago de Cali
Abstract
The need for robust, fast and accurate soil analysis using artificial intelligence (AI) technology presents a promising future for sustainable agricultural practices and efficient management of natural resources). Under this premise this article examines how advanced technologies, specifically drones and artificial intelligence (AI), are revolutionizing agriculture, with a particular focus on sugarcane production. The main objective is to analyze the effectiveness of these technologies in improving accuracy and efficiency in crop management. The methodology employed consisted of a documentary review of relevant literature on the use of drones in precision agriculture, with a qualitative focus on soil characterization and crop monitoring. A detailed analysis of two specific drone models, the DJI Inspire 2 and the DJI Phantom 4 RTK, was conducted, evaluating their applications, advantages and limitations in the agricultural context. The results revealed that the DJI Phantom 4 RTK provides accurate data for crop gap identification and plant health assessment, while the DJI Inspire 2, while useful for dynamic captures, has limitations in flight time and range. Furthermore, the integration of AI techniques and advanced sensors (NIRS,) such as Support Vector Machines (SVM), GNSS RTK sensor shows great potential to improve soil characterization and optimize agricultural management. In conclusion, the combination of drones and advanced technologies enables more accurate and sustainable agriculture, facilitating informed decision making and efficient resource management.
Description
La necesidad de un análisis de suelo sólido, rápido y preciso utilizando tecnología de inteligencia artificial (IA) presenta un futuro prometedor para las prácticas agrícolas sostenibles y la gestión eficiente de los recursos naturales). Bajo esta premisa el presente artículo examina cómo las tecnologías avanzadas, específicamente los drones y la inteligencia artificial (IA), están revolucionando la agricultura, con un enfoque particular en la producción de caña de azúcar. El objetivo principal es analizar la eficacia de estas tecnologías para mejorar la precisión y la eficiencia en la gestión de cultivos. La metodología empleada consistió en una revisión documental de literatura relevante sobre el uso de drones en la agricultura de precisión, con un enfoque cualitativo en la caracterización del suelo y la supervisión de cultivos. Se realizó un análisis detallado de dos modelos específicos de drones, el DJI Inspire 2 y el DJI Phantom 4 RTK, evaluando sus aplicaciones, ventajas y limitaciones en el contexto agrícola. Los resultados revelaron que el DJI Phantom 4 RTK proporciona datos precisos para la identificación de brechas en los cultivos y la evaluación de la salud de las plantas, mientras que el DJI Inspire 2, aunque útil para capturas dinámicas, presenta limitaciones en tiempo de vuelo y alcance. Además, la integración de técnicas de IA y sensores avanzados (NIRS,) como las Máquinas de Vectores de Soporte (SVM), el sensor GNSS RTK muestra un gran potencial para mejorar la caracterización del suelo y optimizar la gestión agrícola. En conclusión, la combinación de drones y tecnologías avanzadas permite una agricultura más precisa y sostenible, facilitando una toma de decisiones informada y una gestión eficiente de los recursos.
Keywords
Agricultura de precisión, Drones, Caña de azúcar, SVM, Mapeo de brechas
Citation
Muñoz Varela, D. A. (2024). Drones adaptados con sensores SVM (NIRS) para la caracterización rápida de suelos en caña de azúcar, una revisión sistemática. Universidad Santiago de Cali.