| Summary: | Tradicionalmente, los métodos utilizados para determinar el índice de área foliar para cualquier planta consisten en pruebas destructivas las cuales son ineficientes en términos de tiempo y de recursos. La teledetección cuenta con distintas plataformas las cuales permiten agilizar y mejorar los métodos para determinar el índice de área foliar de forma no intrusiva lo cual a su vez permite aumentar la escala de trabajo fácilmente de ser necesario. En esta investigación se lleva a cabo un primer acercamiento al desarrollar un modelo para la estimación del índice de área foliar, utilizando datos hiperespectrales en el pasto Estrella Africana (Cynodon nlemfuensis) en la Estación Experimental Alfredo Volio Mata (EEAVM) de la Universidad de Costa Rica. Para esto se llevó a cabo la recolección de los datos hiperespectrales, así como de datos auxiliares durante los meses de junio hasta octubre del año 2022 en la parcela 25 de la EEAVM, la cual cuenta con pasto Estrella Africana bajo los manejos de corte y pastoreo. De acuerdo con los resultados del análisis de varianza se determinó que el índice de área foliar es significativamente diferente entre los manejos, motivo por el cual se buscó modelar esta variable de forma independiente. Por otra parte, al tomar en consideración la edad del pasto, el índice de área foliar no presentó diferencias significativas entre las edades del pasto, lo cual se trató de un comportamiento no esperado. La generación de los modelos para estimar el índice de área foliar se llevó a cabo comparando dos metodologías por manejo: 1) con modelos basados en índices de vegetación y 2) utilizando el modelo PLSR. En el caso de los modelos basados en índices de vegetación se utilizaron los índices NDVI, MTVI2, OSAVI, NDRE, RSI, EVI2 y OINLI para predecir el índice de área foliar mediante regresiones de diferentes tipos. Para los modelos PLSR se probaron combinaciones de métodos de preprocesado y variables...
|
|---|