Los UAS/UAV o como algunos prefieren llamarlos, drones, nos están proporcionando una fuente significativa de datos principalmente para su aplicación en la agricultura. En los últimos 5 años hemos desarrollado una impresionante capacidad de análisis de datos basados en el uso de plataformas rotativas y de ala fija, sensores múltiples y flujos de proceso de datos. En el Reino Unido, Environment Systems cuenta con una red establecida de operadores calificados y centrados en la agricultura que realizan con frecuencia vuelos dirigidos y captura de datos según nuestras propias y estrictas especificaciones y procedimientos de garantía de calidad. Ayudamos a nuestros clientes a seleccionar la plataforma adecuada y la solución de sensor para satisfacer sus necesidades precisas.

Según el tipo de plataforma, volar a alturas de hasta 400 pies los drones pueden capturar hasta 100ha por vuelo y según el tipo de sensor, a una distancia de 3 cm del suelo (GSD), es decir, con una resolución muy alta. Los sensores también varían. Los sensores RGB ofrecen un GSD de 3 cm, mientras que los sensores multiespectrales necesarios para el análisis detallado del cultivo proporcionan 10cm GSD.

Trial plot analysis
Combinar imágenes de alta resolución desde distintos sensores permite un análisis de datos detallado y los indicadores relacionados con el rendimiento ayudan a mejorar el rendimiento y optimizar los insumos

Hemos participado activamente en pruebas agronómicas de cultivos, mapeo de malezas, monitoreo del estado de crecimiento de los cultivos y modelado para pronóstico de rendimientos. Muchos de nuestros clientes se han beneficiado del uso de índices de vegetación de alta resolución tales como OSAVI, NDVI, NDRE y GDVI para el monitoreo del crecimiento y desarrollo de los cultivos a nivel de parcela o subcampo de ensayo.

El mapeo de malezas o especies invasoras como el pasto negro nos da un buen ejemplo de lo que se puede lograr. Ahora hemos desarrollado una serie de algoritmos y un flujo operativo para la detección de pasto negro en el trigo de invierno. Desarrollado inicialmente a nivel de parcela de prueba, han sido ajustados y escalados para que funcionen a escala de campo. Los algoritmos tienen un “ajuste óptimo” operativo (en inglés “sweet spot”) donde los mejores resultados se archivan cuando el pasto negro se dirige hacia el dosel del cultivo a una densidad significativa para que sea detectada desde las imágenes.

Esta data puede estar disponible para adaptarse a una amplia variedad de plataformas de software de gestión de granjas y de otras aplicaciones.