Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación

[EN] Remote sensing offers important inputs for sugarcane yield estimation, since its temporal and spatial approaches allow monitoring the phenological cycle of the crop. The objective of this research was to apply an operational method for the estimation of sugarcane yield and sugar content through...

ver descrição completa

Detalhes bibliográficos
Autores: Alemán-Montes, Bryan, Serra, Pere, Zabala, Alaitz
Formato: artículo
Fecha de publicación:2023
País:España
Recursos:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:español
OAI Identifier:oai:riunet.upv.es:10251/191683
Acesso em linha:https://riunet.upv.es/handle/10251/191683
Access Level:acceso abierto
Palavra-chave:Sugarcane
Vegetation indexes
Linear regression
Sentinel-2
Landsat-8
Caña de azúcar
Índices de vegetación
Regresiones lineales
id ES_c4e9b7abd0be14fad68029a12fb675d2
oai_identifier_str oai:riunet.upv.es:10251/191683
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación
Models for the estimation of sugarcane yield in Costa Rica with field data and vegetation indices
title Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación
spellingShingle Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación
Alemán-Montes, Bryan
Sugarcane
Vegetation indexes
Linear regression
Sentinel-2
Landsat-8
Caña de azúcar
Índices de vegetación
Regresiones lineales
title_short Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación
title_full Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación
title_fullStr Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación
title_full_unstemmed Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación
title_sort Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetación
dc.creator.none.fl_str_mv Alemán-Montes, Bryan
Serra, Pere
Zabala, Alaitz
author Alemán-Montes, Bryan
author_facet Alemán-Montes, Bryan
Serra, Pere
Zabala, Alaitz
author_role author
author2 Serra, Pere
Zabala, Alaitz
author2_role author
author
dc.contributor.none.fl_str_mv Universidad de Costa Rica
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv Sugarcane
Vegetation indexes
Linear regression
Sentinel-2
Landsat-8
Caña de azúcar
Índices de vegetación
Regresiones lineales
topic Sugarcane
Vegetation indexes
Linear regression
Sentinel-2
Landsat-8
Caña de azúcar
Índices de vegetación
Regresiones lineales
description [EN] Remote sensing offers important inputs for sugarcane yield estimation, since its temporal and spatial approaches allow monitoring the phenological cycle of the crop. The objective of this research was to apply an operational method for the estimation of sugarcane yield and sugar content through the combination of field variables with vegetation indices, calculated with the satellite sensors on board Sentinel-2 and Landsat-8 in a cooperative from Costa Rica. In addition, historical harvest data and start months of phenological cycle were used to estimate sugarcane yield and sugar content per ton using multiple linear regressions. The integration of historical data and Simple Ratio (SR) vegetation index, calculated in different steps of the phenological cycle (in the months of September, December and January), allowed us to obtain an estimation model of sugarcane yield (tons of sugarcane per hectare) with a regression coefficient (R2) of 0.64 and a RMSE of 8.0 tons/ha. While for sugar content (kilograms of refined sugar per ton) we obtained a R2 of 0.59 integrating historical variables and the vegetation indexes SR and Green Normalized Difference Vegetation Index (GNDVI); in this case the RMSE was 4.9 kg/tons. Ultimately, this operational method of yield estimation provides tools for decision making before, during and after the harvest stage.
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-01-30
dc.type.none.fl_str_mv journal article
http://purl.org/coar/resource_type/c_6501
VoR
http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/191683
url https://riunet.upv.es/handle/10251/191683
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.relation.none.fl_str_mv Universidad de Costa Rica https://doi.org/10.13039/501100005298
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial - Compartir igual (by-nc-sa)
http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial - Compartir igual (by-nc-sa)
http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat Politècnica de València
publisher.none.fl_str_mv Universitat Politècnica de València
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869418942942937088
spelling Modelos para la estimación del rendimiento de la caña de azúcar en Costa Rica con datos de campo e índices de vegetaciónModels for the estimation of sugarcane yield in Costa Rica with field data and vegetation indicesAlemán-Montes, BryanSerra, PereZabala, AlaitzSugarcaneVegetation indexesLinear regressionSentinel-2Landsat-8Caña de azúcarÍndices de vegetaciónRegresiones lineales[EN] Remote sensing offers important inputs for sugarcane yield estimation, since its temporal and spatial approaches allow monitoring the phenological cycle of the crop. The objective of this research was to apply an operational method for the estimation of sugarcane yield and sugar content through the combination of field variables with vegetation indices, calculated with the satellite sensors on board Sentinel-2 and Landsat-8 in a cooperative from Costa Rica. In addition, historical harvest data and start months of phenological cycle were used to estimate sugarcane yield and sugar content per ton using multiple linear regressions. The integration of historical data and Simple Ratio (SR) vegetation index, calculated in different steps of the phenological cycle (in the months of September, December and January), allowed us to obtain an estimation model of sugarcane yield (tons of sugarcane per hectare) with a regression coefficient (R2) of 0.64 and a RMSE of 8.0 tons/ha. While for sugar content (kilograms of refined sugar per ton) we obtained a R2 of 0.59 integrating historical variables and the vegetation indexes SR and Green Normalized Difference Vegetation Index (GNDVI); in this case the RMSE was 4.9 kg/tons. Ultimately, this operational method of yield estimation provides tools for decision making before, during and after the harvest stage.[ES] La teledetección proporciona información de importancia en la estimación de rendimientos de caña de azúcar, ya que su abordaje temporal y espacial permite hacer el seguimiento del cultivo durante su ciclo fenológico. El objetivo de este trabajo era aplicar un método operativo para la estimación del rendimiento agrícola e industrial a través de la combinación de variables de campo con índices de vegetación, calculados con los sensores satelitales a bordo de Sentinel-2 y Landsat-8 en una cooperativa de Costa Rica. Se utilizaron además registros históricos de cosecha y meses de inicio del ciclo fenológico para estimar mediante regresiones lineales múltiples los rendimientos. La integración de registros históricos y el índice de vegetación Simple Ratio (SR), calculados en distintas etapas del ciclo fenológico (en los meses de septiembre, diciembre y enero), permitió obtener un modelo de estimación del rendimiento agrícola (toneladas de caña de azúcar por hectárea) con un coeficiente de regresión (R2) de 0,64 y un RMSE de 8,0 ton/ha. Mientras que para el rendimiento industrial (kilogramos de azúcar refinado por tonelada de caña de azúcar) se obtuvo un R2 de 0,59 integrando variables históricas y los índices de vegetación SR y Green Normalized Difference Vegetation Index (GNDVI); en este caso el RMSE fue de 4,9 kg/ton. En definitiva, este modelo operativo de estimación de rendimientos proporciona herramientas para la toma de decisiones antes, durante y después de la etapa de cosecha.La Universidad de Costa Rica, a través de la Oficina de Asuntos Internaciones y Cooperación Externa (OAICE) ha financiado este trabajo, mediante el número de contrato OAICE-59-2021.Universitat Politècnica de ValènciaUniversidad de Costa RicaRepositorio Institucional de la Universitat Politècnica de València Riunet20232023-01-30journal articlehttp://purl.org/coar/resource_type/c_6501VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleapplication/pdfhttps://riunet.upv.es/handle/10251/191683reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)EspañolspaUniversidad de Costa Rica https://doi.org/10.13039/501100005298open accesshttp://purl.org/coar/access_right/c_abf2Reconocimiento - No comercial - Compartir igual (by-nc-sa) http://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/1916832026-06-13T07:49:27Z
score 15,301603

Registos relacionados