Resumen:
La investigación se enfocó en la visión artificial de fotografía aérea aplicada a la industria del café, utilizando algoritmos computacionales para la reconstrucción de cartografía por ortomosaicos. Para lograrlo, se toman muestras a través de cartografía aérea, toma de datos en campo y procesamiento de muestras en laboratorio de los plantíos de café de una unidad productiva. Por lo anterior, se implementaron tres técnicas, una indirecta y dos directas; la primera hace referencia al uso de cámaras especiales incorporadas en los RPAS /UAS para la toma de imágenes multiespectrales de cultivos de café a partir de cartografía aérea en una unidad productiva dentro de un Cultivo de Café la cual se encuentra ubicada en la finca “La Fortaleza” en la vereda la Figueroa, municipio de Popayán, Cauca, Colombia. Por lo cual se implementó mediante el diseño mecatrónico un sistema de acople para dos cámaras multiespectrales a un drone Phantom 4.
En términos generales, los resultados de este estudio indicaron la adecuada adaptación del drone Phantom 4 y las cámaras multiespectrales Micasense RedEdge M y Mx Blue mediante el diseño mecatrónico. Se logró recopilar información de campo y laboratorio utilizando tanto técnicas directas como indirectas para cuantificar la clorofila. En este proceso, se identificaron correlaciones satisfactorias entre los 18 índices de vegetación propuestos para la cámara Micasense RedEdge M. Sin embargo, para la cámara Micasense RedEdge Mx Blue, las correlaciones satisfactorias variaron.
En cuanto a las correlaciones entre las técnicas directas e indirectas, se observaron correlaciones fuertes tanto positivas como negativas para cada cámara multiespectral, con valores que oscilan entre -0.77 y 1.0. Destaca la mayor cantidad de correlaciones positivas, acercándose al valor 1.0. Estos resultados resaltan la importancia de emplear diversas técnicas para analizar la vegetación y evaluar su estado de salud de manera integral.
Estos índices proveen información valiosa que contribuye al logro de los objetivos propuestos, el análisis estadístico de los datos permite evaluar el progreso y desarrollo de las plantas, así como comprender mejor las dinámicas ambientales y el desarrollo sostenible. Estos hallazgos son fundamentales para la gestión y la formulación de políticas públicas en términos de impacto ambiental y sostenibilidad.
