Día Internacional de la Telecomunicaciones

Transcripción

1 Día Internacional de la Telecomunicaciones Procesamiento digital de imágenes satelitales y adquiridas con drone aplicado a la agricultura de precisión y monitoreo de la biodiversidad Dirección de Investigación y Desarrollo Tecnológico

2 Contenido Introducción Proyecto en agricultura de precisión Proyecto en conservación de la biodiversidad

3 Introducción La Tecnologías de Información y Comunicación (TIC) tiene un rol muy importante en la agricultura de precisión que ha crecido sustancialmente en los últimos años en escala y alcance (FAO, 2017) La tecnología enmarcada en Internet de la cosas (IoT) ha sido la difundida y utilizada en las diferentes etapas de la cadena productiva del sector agrícola (FAO, 2017). La Máquina Naturales (Natural Machines) en conjunto de con Big Data son utilizadas para analizar y modelar procesos de producción de alimentos. Se espera que la aplicación de las TIC, IoT, Big Data y Cloud Computing conlleven a un manejo ecológico, sustentable y saludable de las actividades relativas a la agricultura (FAO, 2017)

4 Introducción El monitoreo de cultivos a gran escala requiere también de herramientas de teledetección como imágenes de satélite y de manera especial imágenes aéreas de drone. La teledetección tiene herramienta bastante útiles para realizar inventarios forestales o catastro de zonas agrícolas. Entre estas herramientas están, por ejemplo, las técnicas de procesamiento de imágenes (opticas, Radar, lidar), clasificadores, Inteligencia computacional, entre otros.

5 Proyecto INNOVATE PERÚ UNIVERSIDAD NACIONAL DE INGENIERIA Desarrollo de una plataforma de teledetección basada en computación paralela para el procesamiento de imágenes satelitales, haciendo uso de firmas espectrales y análisis de suelos orientada a incrementar el rendimiento del maíz amarillo duro en Lambayeque.

6 OBJETIVO Implementación de un sistema automatizado de monitoreo y evaluación del estado nutricional del suelo, estrés hídrico y estado de verdor del maíz, que permita mejorar la toma de decisiones por parte del agricultor, logrando reducir costos y una mejor productividad del Maíz Amarillo Duro.

7 INICTEL-UNI Integrantes INIA UCLM

8 Arquitectura

9 Esquema del sistema de almacenamiento y procesamiento Evapotranspiración, Mapas de NDVI, Rendimiento de cultivos de maíz amarillo Imágenes Satelitales Imágenes de alta resolución (drone) Geo Portal Web Mediciones de NDVI en superficie Estudios de suelo Datos Meteorológicos

10 UNIVERSIDAD NACIONAL DE INGENIERIA Geo Portal WEB

11 Imágenes satelitales: Sensores Landsat 7 y 8 (30 m 9B y 11B ) World View 2 (pan m, 8B) Spot 6 y 7 (1.5 m) PeruSat (Pan, 0.7 m, 4B) Imágenes aéreas

12 Generación de una imagen multiespectral Sistema óptico Filtros de radiación Imagen digital multiespectral Banda Escena Sistema de conducción de radiación Convertidor A/D Elemento lógico (pixel) Fuente de radiación Sensores remotos

13 Especificaciones de los Sensores Satélite Landsat 5 Sensor TM, MSS Estado Sensor TM sigue en operación; MSS fuera de servicio Altitud 705 Km Orbita Polar, sincronizada con el sol Inclinación 98.2º Tiempo de Cruce Nominalmente 9:45 AM ( ), hora local (nodo descendente) por el Ecuador Periodo de 99 minutos; aprox orbitas/día revolución Repetición de la 16 días Cobertura Fuente: Satélite Landsat 7 Sensor ETM+ Estado Operacional a pesar de una línea de escaneo fallida Altitud 705 Km Orbita Polar, sincronizada con el sol Inclinación 98.2º Tiempo de Cruce Nominalmente 10:00 AM ( ), hora local (nodo descendente) por el Ecuador Periodo de 99 minutos; aprox orbitas/día revolución Repetición de la 16 días Cobertura Fuente:

14 Ejemplo imagen Landsat 7

15 Ejemplo de imagen SPOT 6 Lambayeque

16 Ajuste (Calibración) L λ = Gain ND + Offset ρ = π d 2 (L λ L p ) T v (E o cos θ z T z + E down )

17 Índice de vegetación NDVI = NIR RED NIR + RED SAVI = (NIR RED)(1 + L) NIR + RED + L EVI = NIR RED NIR + C 1 RED C 2 BLUE + L

18 Índice de diferencia normalizada de vegetación, NDVI En la Figura muestra en la abscisa las longitudes de onda y en la ordenadas la reflectancia. Región del Infrarrojo Cercano NDVI NIR NIR RED RED Región del Visible

19 Imágenes aérea con drone Adquisición de imágenes multiespectrales vía DRONE

20 Trabajo de campo en INIA-Chiclayo ( de febrero )

21 Características técnicas para la adquisición - Para la cámara (tetracam) Cuatro bandas (R, G, B y Infra. Cercano) Resolución de pixel a 100 m de altura: 2.4 x 2.4 cm Tiempo de exposición: 6 ms Inclinación durante el vuelo(pitch): 3 Fotos georeferenciadas - Durante el vuelo Altura: 100m Velocidad: 3m/s Tiempo de vuelo: 8min Captura de foto: cada 5seg

22 ancho de imagen Levantamiento aéreo con drone alto de imagen solape Transversal ( 75%) solape Longitudinal (75%)

23 Levantamiento aéreo con drone Orden de disparo Referencia La adquisición de las fotos no debe realizarse luego de media hora de haber tomado la foto de referencia

24 Toma de Imágenes en Lambayeque con Cámara RGB

25 Calibración radiométrica y generación del mosaico de las fotos capturadas por la cámara Multiespectral

26 Composición de mosaico de imágenes con drone (pix4d)

27 Ejemplos de combinación de bandas MAPA R-G-NIR MAPA NDVI

28 Mediciones de NDVI en superficie Medición del NDVI con el GREENSEEKER en los campos de INIA- CHICLAYO para la validación del mapa NDVI obtenido

29 Datos Meteorológicos Mediciones: Temperatura, Humedad Relativa del Aire, Precipitación, Viento y radiación solar

30 Arquitectura: Modulo de Estación Meteorológica INIA CHICLAYO EEVF

31 Estudios de suelo Modulo de Análisis de suelos Visualización de parcelas

32 Evapotranspiración, Mapas de NDVI, Rendimiento de cultivos de maíz amarillo Calculo de evapotranspiración: Hidromore (datos de tipo de suelo, datos meteorológicos y NDVI El rendimiento del cultivo: Rdto = - b+ a X(V6)

33 Campo experimental de maiz

34 Proyecto INNOVATE PERÚ UNIVERSIDAD NACIONAL DE INGENIERIA Evaluación del estado eco sistémico de los aguajales en Iquitos empleando imágenes de alta resolución, computación de alto rendimiento y procesamiento digital de imágenes, que facilite la conservación y uso sostenible de la biodiversidad en la Amazonia Peruana

35

36

37 Diagrama de etapas de procesamiento y extracción de características

38 Adquisición de Imágenes

39 Drone Tipo: Cuadracoptero Altura de vuelo: < 300 m Peso sin carga útil: Aprox. 5 kg Velocidad de crucero: < 16 m/s Adquisición de Imágenes Cámara fotográfica Bandas: R, G y B Resolución espacial a 120 m: 1.2 cm x 1.2 cm

40 Adquisición de Imágenes Planeamiento del vuelo

41 Adquisición de Imágenes

42 Diagrama de etapas de procesamiento y extracción de características

43 Detección de Aguajes Procesamiento de las imágenes Extracción de bandas R, G y B Original B Realce del contraste Erosión B z es la traslación de B por el vector z Dilatación B s denota la simetría de B A: imagen binaria, B: elemento estructurante, E: espacio euclidiano

44 Detección de Aguajes Identificación de Ramas a través de Binarización Las ramas de los aguajales tienen la siguiente forma: Identificación de Ramasector característico. Se hace un barrido en espiral. Se dan 20 vueltas y en cada una se extraen 200 puntos. Para resaltar las hojas se binariza la imagen con un umbral simple: Los resultados son mejores si se aplica un umbral adaptivo.

45 Detección de Aguajes

46 Reconstrucción y generación de mosaicos Extracción, descripción y «matching» de características SIFT Estimación de la matriz de homografía (método RanSac) Alineamiento de imágenes

47 Publicación de imágenes en el Geo Portal GIS

48 Agradecimientos: INNOVATE PERÚ Contacto: