Informe salida de campo

​Camilo A, Montilla M . Yesid F, Muñoz N. Chary E, Quinche G. Avdoni, Sánchez R. David

C, Sandoval C
Universidad Nacional de Colombia. Carrera 30 Calle 45. Bogotá D.C.

CAPTURA, REPRESENTACIÓN, ANÁLISIS Y USO DE LA INFORMACIÓN

GEOGRÁFICA EN LA AGRONOMÍA

RESUMEN

Dadas las necesidades y los requerimientos que actualmente, se deben disponer para lograr
una optimización de recursos y un mayor conocimiento acerca de los factores positivos y
negativos que influyen en el desarrollo y la producción de cultivos, se han creado
herramientas tecnológicas que facilitan el estudio de las variables que pueden generar algún
tipo de impacto en los procesos productivos del campo. los sistemas de información
geográfica (SIG), sistemas de posicionamiento global (GPS) la teledetección y sus
instrumentos contribuyen en la generación de datos que son un gran apoyo en la toma de
decisiones respecto al manejo correcto del suelo, las plantaciones y factores ambientales
con la finalidad de lograr los mejores resultados, además del uso de los modelos digitales de
elevación (DEM) que nos aportan datos interesantes para este desarrollo como la pendiente
de los terrenos, la escorrentía, y la estimación de la temperatura con una relación altura
clima. Esto se logra a partir del análisis de la realidad y las representaciones que se
obtienen a partir de los sensores remotos, índices espectrales, imágenes satelitales, entre
otros. Con la ayuda de estos conocimientos y herramientas especializadas, se realizó un
trabajo de campo hacia distintos municipios de cundinamarca, el Centro de investigación de
agricultura tropical (CIAT), al centro de investigación Corpoica La Libertad en el
departamento del meta, con el fin de realizar mediciones manuales respecto al grado de
inclinación de la superficie, índices NDVI, SPAD, posicionamiento GPS, altura de árboles,
para posteriormente realizar composiciones espectrales y mapas representativos que
permitieran mostrar de forma detallada temas como, la densidad del cultivo y sus
variaciones respecto al rendimiento y desarrollo, hacer una comparación sobre la disposición
actual del suelo frente a su aptitud y potencial, y todo esto para demostrar la importancia y la
utilidad que tiene la geomática aplicada a la Agronomía. los cálculos de la altura, inclinación
y pendientes de los terrenos también son muy importantes y determinan en gran medida el
óptimo desarrollo de los cultivos.

Palabras clave:​ modelos digitales de elevación (DEM), índice de vegetación de Diferencia

Normalizada (NDVI), sensor remoto, variabilidad espacial, información geográfica.

INTRODUCCIÓN
La Geomática Se refiere al método integrado para la medición, análisis y uso de los datos
terrestres, denominados datos espaciales (geoespaciales), los cuales provienen de satélites
que orbitan la tierra, sensores marinos y aerotransportados, mapas, bases de datos, así
como de equipos de medición terrestre [...] es un término científico moderno que hace
referencia a un conjunto de técnicas que se integran para capturar, procesar, analizar,
interpretar, publicar y guardar información geográfica (Araque et al​, 2014). Integra disciplinas
como la cartografía, la fotogrametría, los sensores remotos, la geodesia, los sistema de
información geográfica, el modelamiento espacial, los sistema de posicionamiento global y la
estadística espacial para generar conocimiento sobre áreas temáticas definidas como aporte
para la solución de problemas específicos (Martínez, 2011).

Los Sistemas de Información Geográfica, sensores remotos y mapeo juegan un papel

importante en todos los aspectos geográficos y espaciales del desarrollo. Los sensores
remotos, que pueden ser satelitales, aéreos, terrestres y submarinos, se utilizan para
adquirir la mayoría de los datos cerca de la costa y lejos de ella, especialmente sobre
temperaturas, velocidad de corrientes, altura de olas, concentración de clorofila y uso de
agua y tierra (FAO, 2009). La Teledetección se define como una disciplina fundamentada en
principios físicos - ópticos que tiene como finalidad la medición de magnitudes de la energía
electromagnética de objetos o superficies, a fines de obtener información de éstos sin tener
contacto con los mismos (Schonwandt, 2016). A través de técnicas de teledetección, la
detección, registro y análisis de las alteraciones ocurridas en el comportamiento espectral de
la cobertura vegetal, permiten caracterizar y evaluar el estado nutricional y fitosanitario de
las plantas, detectando incidencias de plagas y enfermedades e inferir posibles carencias
nutricionales (SÁ. I.B, 1999). Por este motivo el objetivo de nuestra investigación fue analizar
la variabilidad espacial de factores que inciden en la producción agrícola, comparando los
datos obtenidos en campo con su representación en diferentes fuentes de datos
suministrados a partir de sensores remotos, índices espectrales, mapas e imágenes
satelitales sumado a esto, estudiar, realizar y analizar diferentes parámetros de importancia
agronómica como el contenido de clorofilas, y mediciones de NDVI evidenciando así la salud
del cultivo y en base a esto tomar decisiones de manera oportuna.

MARCO TEÓRICO

● Mapa de suelos
“Un mapa es una representación gráfica de la realidad, de forma plana, a escala,
simplificada y convencional. En él se localizan, distribuyen, seleccionan y relacionan
determinados aspectos del espacio geográfico.” (Abbott, 2009)

El recurso suelo es el pilar más importante para hacer frente a ese reto, ya que cerca del 95
% de los alimentos se produce directa o indirectamente en los suelos (FAO, 2015). La
necesidad de conocer la distribución geográfica de los suelos y de aprovechar este recurso
en las actividades humanas, agrícolas y ganaderas ha impulsado una gran cantidad de
investigaciones y metodologías para desarrollar estudios, análisis y sistemas predictivos de
suelos. Ambos recursos brindan a agricultores, técnicos, estudiantes, investigadores y
público en general información que permite planificar el desarrollo del sector agropecuario,
mejorar los rendimientos productivos y conservar el recurso suelo (IICA, 2016).
 ● Relieve
Las geoformas, o formas del relieve, son las irregularidades de la superficie terrestre,
aunque también han sido descritas como la expresión del sustrato geológico en el terreno.
Ejemplos son montañas, lomeríos, altiplanicies, valles, piedemontes y planicies. Estas
formas del relieve son el resultado de dos tipos de procesos que, además de crearlas
(morfogénesis), las modelan de manera constante (morfodinámica) (Mendoza, 2017).

● Pendiente
La pendiente de una recta es un concepto matemático fundamental en la ESO y el
bachillerato.Aparece de varias formas y en varios contextos a lo largo de los distintos cursos
y tiene aplicaciones en otras disciplinas. En un principio se introduce en el marco de las
funciones afines y lineales, y son dos las formas de definirlo,

1. Como un coeficiente: el valor de m en la ecuación ​y = mx+b

2. Como un cociente: ​Y​2 -​ Y​1 /​ X​2​ - ​X1​​ ,​ donde
​ (​X​1​, Y​1​), ​(​X​2​, Y​2​) son dos puntos de la recta,
Si se dispone de conceptos trigonométricos suele emplearse la siguiente definición,
3. Como la tangente de un ángulo: el que forma la recta con la parte positiva del eje x.
En otros momentos del cálculo la pendiente aparece de nuevo en relación con la recta
tangente y la derivada. Además, su interpretación como razón de cambio se utiliza en física
o economía (Martínez, 2013).

● . ​Pisos termicos
Los pisos térmicos, son un sistema de medida que nos permite definir la temperatura de una
zona, de acuerdo a la altura sobre el nivel del mar en que se encuentre. Este sistema, sólo
se puede aplicar en el trópico americano, debido a sus características geográficas y
atmosféricas. Dentro de los pisos térmicos se han definido cinco niveles denominados
cálido, templado, frío, páramo y glacial.

● Índice de vegetación
Al hablar de índices nos referirnos a un conjunto de operaciones algebraicas efectuadas
sobre los valores numéricos de los pixeles, usando dos o más bandas pertenecientes a la
misma escena (Muñoz, 2013). Un Índice de Vegetación, puede ser definido como un
parámetro calculado a partir de los valores de la reflectancia a distintas longitudes de onda,
y que es particularmente sensible a la cubierta vegetal (Gilabert et al, 1997). También,
corresponde a un número generado por alguna combinación de bandas espectrales y que
puede tener alguna relación con la cantidad de la vegetación presente en un píxel dado.
Estos índices, son utilizados para mejorar la discriminación entre el suelo y la vegetación,
reduciendo el efecto del relieve en la caracterización espectral de las diferentes
cubiertas.Los valores bajos de los índices de vegetación, usualmente indican vegetación
poco vigorosa, mientras que los valores altos, indican vegetación muy vigorosa (Muñoz,
2013).

● NDVI
El Índice de Vegetación Diferencial Normalizado, es el más conocido de todos, y es el más
utilizado para todo tipo de aplicaciones. La razón fundamental su sencillez de cálculo y
disponer de un rango de variación fijo (entre –1 y +1), lo que permite establecer umbrales y
comparar imágenes. Valores muy bajos de NDVI, del orden de 0.1, corresponden a áreas
rocosas, arenosas o nevadas. Valores de 0.2 a 0.3 pueden corresponder a áreas pobres
con arbustos o pasturas naturales. A partir de estos valores tendremos los niveles
correspondientes a praderas, cultivos, forestaciones etc. dependiendo el valor alcanzado
(Muñoz, 2013).

El cálculo del NDVI​ ​se hace mediante la siguiente fórmula:

Fórmula 1.​ Cálculo del índice de vegetación normalizado (NDVI)

Es decir, mediante la diferencia entre la reluctancia de las bandas 4 (infrarrojo cercano) y 3

(visible – rojo) dividido por la suma de estas dos​ bandas de ​reflectancia.

● Medidor SPAD

El medidor de clorofila SPAD 502 mide inmediatamente el contenido de clorofila o “verdor”

de sus plantas y reduce el riesgo de tener deficiencias que limitan el rendimiento, o una
fertilización costosa. El SPAD 502 cuantifica cambios sutiles o tendencias en la salud de sus
plantas mucho antes que sean visibles al ojo humano. es un medidor compacto designado
para ayudar a los usuarios a mejorar la calidad de los cultivos y aumento de rendimiento de
los cultivos, proporcionando una indicación de la cantidad de clorofila presentes en las hojas
de la planta (Medidor de Clorofila SPAD 502 & 502DL).

MATERIALES Y MÉTODOS

En una primera actividad, se realizaron actividades previas al trabajo práctico como cálculo y
medición de pendientes y perfiles topográficos mediante un DEM de diferentes municipios
de Cundinamarca y Meta, también se realizaron mapas de índice NDVI con el programa
digital ArcGIS utilizando imágenes satelitales de LANDSAT 8 y Sentinel 2 que permitieron
dar una idea general del comportamiento de la áreas de estudio.

En campo se identificaron diferentes características de los suelos del municipio de cáqueza

como la pendiente, que es calculada de diferentes formas, la primera mediante un
inclinómetro, la segunda mediante cálculos trigonométricos de diferentes puntos con
coordenadas GPS y la distancia entre lo mismos; que son comparados con los datos de
mapas de pendientes. En estos mismos municipios se realizó la diferenciación climática, el
uso actual de los suelos, características del relieve; que fueron comparados en el campo con
lo realmente observado. Posteriormente se realizaron mediciones espectrales de índices de
NDVI con el sensor GreenSeeker y de clorofila mediante un sensor SPAD en cultivos de
arroz en el centro de investigación de agricultura tropical (CIAT), y un cultivo de soya
contiguo a la industria bioenergy en puerto lópez, ambos en el departamento del meta. Para
ser comparados con los dados en los mapas de NDVI y ser corregidos. Finalmente se
realizan diferentes mediciones de un polígono o área con un método tradicional realizado
con cinta métrica y otro moderno con dispositivo GPS; también se realizaron la mediciones
de distancia e inclinación de árboles con el fin de calcular la altura.

Con los datos obtenidos se realizan una comparación de datos y se identifican las diferentes
propiedades de la información geográfica y su aplicación para resolver problemas.

RESULTADOS Y DISCUSIÓN

Información de suelos
En primera medida se tomó información brindada por el Estudio de suelos de Cundinamarca
el cual permitió clasificar cada uno de los puntos según sus características y propiedades
geográficas en los cuales se presenta diferentes tipos de suelo, tales como, MLVe y MLVf,
encontrando suelos con relieve quebrado de moderado a fuertemente quebrado, profundos,
afectados principalmente por erosión.

Tabla 1. ​Descripción de las unidades de mapeo tomadas en puntos de Cundinamarca y

meta.
UN.
MAPEO CARACTERÍSTICAS DE LOS USO APTITUD DE CLASE
PUNTO DE SUELOS (leyenda) ACTUAL USO CLIMA
SUELO (observació
(mapa) n)

Relieve moderadamente Agricultura, VI P-1 Frío

quebrado a moderadamente cultivos de Fertilidad Sub
escarpado con pendientes de papa, plantas natural baja y clima-seco
12 a 75%, afectado en sectores medicinales profundidad Entre 12 y
por erosión hídrica ligera y como, efectiva de 18°c
moderada; suelos profundos a caléndula, los suelos Precipitación
Primera MLVe superficiales, bien a manzanilla, limitada en 1001-2000
parada moderadamente bien yerba buena, sectores. mm/año
drenados, de texturas finas a y ganadería.
Ganadería
moderadamente gruesas,
extensiva
reacción fuerte a
para
medianamente ácida,
producción
saturación de aluminio baja y de carne y
fertilidad moderada a alta.
regeneración
espontánea
de la
vegetación.
 Relieve moderadamente Zona urbana IV PC-2 Templado
quebrado con pendientes entre terreno Agricultura Subclima-hú
12 y 25% afectado en sectores ganadería, de medo entre
por erosión hídrica laminar cultivos pan subsistencia 18 y 24°c
ligera y frecuente pedregosidad coger. con cultivos Precipitación
Cáqueza MRKd superficial; suelos profundos a transitorios y 2000-3000m/
1 superficiales, bien drenados, de regeneración año
texturas moderadamente finas espontánea
a finas, reacción de la
medianamente ácida a vegetación.
ligeramente alcalina, media
saturación de aluminio y
saturación moderada.

Relieve fuertemente quebrado Solamente VI PC-2 Templado

a fuertemente escarpado, con Con uso para Ganadería Subclima
pendientes 25-50% y mayores ganadería en extensiva y húmedo
a 75%, suelos muy los sectores agricultura de entre 18 y
Cáqueza MRIe superficiales, bien a menos subsistencia 24°c
2 excesivamente drenados, de escarpados y con cultivos Precipitación
texturas moderadamente finas sobre la semi-perman 2000-3000m
a gruesas, reacción muy rivera del río entes m/año
fuertemente de ácida a neutra, cultivos (frutales) y
saturación de aluminio baja y menores. regeneración
fertilidad baja. espontánea
de la
vegetación.

Relieve plano a ligeramente Terreno III hS-1 Cálido

plano, pendientes 0-3%. usado con Cultivos Subclima
Microrelieve ondulado. fines de anuales húmedo
Arroz RVHay
Afectados por selección de semiperenne superior a
CIAT
Encharcamientos,​ s​ uelos variedades s como arroz 24°c
Profundos a superficiales, de arroz maíz sorgo precipitación
texturas finas a resistentes a soya y 2000-3000m
moderadamente gruesas, patógenos. pastos m/año
imperfecta a bien drenados, introducidos
mediana a muy fuertemente para
ácidos, fertilidad moderada a ganadería
baja semi-extensi
va
 Relieve plano a ligeramente Cultivo VI s1 Cálido
ondulado, extensivo de Ganadería Subclima
pendientes 0-7%. Afectados soya, y extensiva húmedo
por contiguo a con pastos superior a
escurrimiento difuso en los cultivo de introducidos 24°c
planos convexos suelos caña para asociados precipitación
Soya AVCa Profundos a moderadamente ´producción con 2000-3000m
profundos, de etanol. actividades m/año
texturas finas a medias, bien a de
moderadamente drenados, agroforesterí
fuerte a a (caucho,
medianamente ácidos, fertilidad pino,
baja, eucalipto y
toxicidad por aluminio frutales).

Por otra parte, en campo se realizó la identificación de suelos ubicados en el departamento

de Cundinamarca y Meta (Tabla 1), en los cuales se identificó el tipo de suelo, el uso actual
y su aptitud de uso, encontrando así: Las primeras paradas fueron realizadas en el
departamento de Cundinamarca, muestreando tres puntos, en los cuales tanto para el
Primer punto y Cáqueza 1 el uso de la tierra y su aptitud, se encontraban invertidos ya que si
el uso actual está destinado para la agricultura, su aptitud de uso se encuentra destinada
para ganadería intensiva o viceversa, sin embargo para el caso de Cáqueza 2, tanto el uso
actual como la aptitud de uso si corresponde, encontrándose este destinado para la
ganadería intensiva, en ambos caso, Según el MINISTERIO DE MINAS Y ENERGÍA (2013)
subclases como VI P-1, IV PC-2, VI PC-2, son zonas de estudio que presentan factores
limitantes severos de uso tales como las pendientes moderada a ligeramente a fuertemente
escarpadas, las prácticas culturales y mecánicas que se deben efectuar para un
aprovechamiento sostenible de estas tierras, deben incluir el control del sobrepastoreo, la
utilización del sistema de potreros arbolados, la siembra de cultivos en faja en contorno y la
implementación de sistemas de riego suplementario.
Por otro lado en los puntos realizados en el departamento del Meta, en el caso de arroz en
CIAT, el uso actual y la aptitud de uso si corresponde ya que la aptitud III hS-1, recomienda
el establecimiento de cultivos anuales y perennes como arroz, por último para el caso de
soya, el uso actual y la aptitud de uso no corresponden ya que en esta zona según su
aptitud debería ser de ganadería o actividades agroforestales, sin embargo se encontró
cultivos extensivos de soya y caña para la producción de etanol.

Información de Relieve
Figura 1. ​Representación del relieve y la pendiente del departamento de Cundinamarca y
Meta.

Método 1: ​GPS

Fórmula 2.​ Cálculo de la pendiente metodología del GPS.

Método 2: ​Decámetro y altura

 Fórmula 3​. Cálculo de la pendiente mediante el uso del decámetro
.
Tabla 2. ​Datos obtenidos y comparación de resultados de la pendiente calculada por
diferentes métodos
Pu Altur Coordenadas Distancia Pendiente Pendiente Pendiente Pendiente
nto a (m) (UTM) decámetro calculada calculada inclinómetro método 4
(m) método 1 método 2 método 3 DEM (%)
X Y (%) (%) (%)

P1 2814 603451 49086 49,20 10,5 10,22 21 96,6

6

P2 2819 603420 49090

2

P3 2827 603408 49094 36,05 2,7 2,77 3 0

2

P4 2826 603412 49097

9

P5 2831 603410 49100 59,87 6,4 6,70 16 0

9

P6 2835 603376 49106

1
.

Los datos presentes en la Tabla 2 muestran 4 métodos diferentes para obtener la pendiente
entre 2 puntos, con el método 1 y 2 se utilizó la altura según el gps variando el cálculo de la
distancia por medio de las coordenadas y el decámetro en campo. por esta razón la
pendiente es casi la misma si tenemos en cuenta que el error del gps no supera los 5
metros, por otro lado se obtuvieron las pendientes con el inclinómetro y al ser una medición
que depende en gran parte de la persona se espera que sea más imprecisa. Finalmente se
obtuvo la pendiente en el DEM colocando los puntos guardados del gps sobre este y se
realizaron los cálculos con las nuevas alturas pero resultó ser muy poca la resolución del
mapa para obtener datos exactos ya que los puntos estaban muy cerca entre sí.
Mapa de pisos térmicos

Figura 2.​ Mapa de pisos térmicos de los municipios de Cundinamarca y Meta.

Colombia se encuentra situada en el noroeste de América del Sur, es un país tropical, la

temperatura es uniforme en las distintas ciudades, pero varía de acuerdo con la altura sobre
el nivel del mar, se realizó un recorrido teniendo como punto de partida la ciudad de Bogotá
la cual se encuentra edificada en una altiplanicie a 2630 m.s.n.m presenta una temperatura
media de 14,55°C (Esguerra, 2010) ubicándose en un piso térmico frío, el primer punto de
parada se realizó en el municipio de Cáqueza el cual cuenta con un clima tropical, presenta
una temperatura promedio de 19, 5°C y se encuentra a una altura de 1746 m.s.n.m (Climate,
2018) ubicado en un piso térmico templado, la última parada se realizó en el piedemonte
llanero, correspondiente a Villavicencio hasta La Libertad Evidenciando un cambio de piso
térmico templado a Cálido, se encuentra a una altura de 467 m.s.n.m y una temperatura
promedio de 27°C (Instituto de Turismo de Villavicencio, 2008), este recorrido permitió
evidenciar los diferentes cambios de la temperatura en función de la altura como se
evidencia en la Figura 2.

Mapa de uso y cobertura de la tierra

En el recorrido realizado en el departamento del meta se dispuso de unos polígonos que

delimitan ciertas zonas en las cuales se realizaron las mediciones y con las que se hizo la
relación entre los puntos medidos y la disposición espacial de los polígonos. En la figura 3,
se diferencian cinco zonas que acompañan el recorrido que se hizo desde puerto lópez
hasta un cultivo de soya contiguo a la industria bioenergy. la figura de color rojo representa
el polígono alto menegua, el color naranja representa el diamante, el color terracota es
matazul, el color amarillo es aurora y el color verde representa campo 18. como similitudes
de estas áreas pudimos evidenciar el relieve, el clima, la disposición de los terrenos era
básicamente para temas de ganadería extensiva más hacia la zona entre alto menegua y
diamante. el área que respecta al recorrido entre diamante y aurora disponía de más
diversidad de cultivos especialmente en temas de agroforestería donde se observaron
grandes cultivos maderables de eucalipto y pino, cultivos de caucho,arroz terrenos amplios
para ganadería y caña para producción de etanol. Por lo mencionado anteriormente, al
hacer una comparación de lo visto con los datos de las unidades de mapeo de la tabla 1, se
puede decir que se hace un uso del suelo acorde a sus características y teniendo en cuenta
las condiciones y factores ambientales lo cual permite una correcta disposición del suelo con
fines productivos.

Figura 3. ​Disposición espacial de polígonos en Google Earth en el departamento del Meta.

Figura 4. ​Disposición espacial de zonas de cultivo CORPOICA La Libertad.

 Figura 5. ​Zona de cultivo de palma medido

En las figuras 4 y 5 se representa la zona correspondiente al centro de investigación de

corpoica la libertad en donde se realizaron las mediciones de algunos de los cultivos
presentes como frutales y palma de aceite como ejemplos. En la figura 5 se muestra la
medición realizada a una sección del cultivo de palma realizada de forma manual y con
apoyo de un gps para realizar el polígono correspondiente y las comparaciones de áreas y
perímetros de la figura 10.
Mapas de Índices espectrales a partir de imágenes de satélite Landsat 8 y Sentinel 2

Los índices espectrales se han convertido en una herramienta que ha tomado un gran
impulso al preferirse, puesto que con ellos se pueden determinar características
nutricionales, biomasa, contenido de clorofila, entre otros, en donde establece una relación
entre la composición química de la planta con la resolución espectral rojo e infrarrojo
cercano, que se pueden detectar con los sensores remotos, y de esta manera hacer
mediciones más rápido y eficiente (Romero ​et al​. 2009). Gracias a estos sensores remotos
podemos adquirir imágenes con una resolución espectral amplia, que nos permite la
composición de imágenes las cuales nos aportan datos de interés para la Agronomía.
Figura 6. ​Imágenes de composiciones de bandas de imagen Landsat 8 tomada 5 de enero
de 2018.

Las imágenes de la Figura 6 anteriores son composiciones de las bandas de una imágen
sentinel, las cuales nos indican que en esta primera temporada del año ha tenido bastante
vegetación si observamos la composición de infrarrojo y el color natural, pero viendo la
composición de agricultura se puede llegar a pensar que la mayoría de zonas pueden ser
solamente pasto, lo que quiere decir que lo más probable es que estas zonas se estén
usando para ganadería y pastoreo, cabe destacar que hay varias zonas que pueden ser de
forestación, pues el la composición de usos del suelo no indica precisamente las zonas
donde hay cultivos o pasto.
Figura 7. ​Mapas de NDVI del meta, calculado a partir de imágenes Landsat 8 (Imagen
izquierda) y Sentinel 2 (Imagen derecha) del 5 de enero de 2018

Si comparamos los NDVI calculados a partir de diferentes sensor, podemos observar que
hay diferencias, como en los máximos y mínimos, que diferencias de 0,05 y 0,1
posiblemente porque los sensores tienen diferente resolución espacial (número de bandas)
no se podría decir cual es más exacta o cual es mejor, al menos no en nuestro juicio. Otro
factor a observar es la variación en el mapa, pues es notable que en el NDVI de landsat 8 se
encuentren más zonas sin vegetación que las que se muestra en el NDVI calculado desde
sentinel 2, este caso puede que lo que haga que difiera no solamente es la resolución
espectral si no también las condiciones en las que se encontraban, pues estas pueden
afectar estas mediciones, por eso es importante considerar trabajar con varios mapas de
NDVI para tener una mayor precisión.

Mediciones de cultivo

En la libertad se localizó un cultivo de palma, en el cual se eligieron dos palmas para medir
la altura de las mismas; un integrante del grupo se colocó a diferente distancia de las
palmas, con una medida de 1.73 m entre sus ojos y sus pies, desde estas distancias midió la
pendiente en porcentaje con el el inclinómetro, para poder calcular la longitud vertical y la
copa del árbol, a este resultado se le suma la altura del integrante y de este modo
determinar la altura del árbol (Figura 8)

Figura 8.​ Esquema del método usado para calcular la altura de los árboles.
 Figura 9.​ Toma de datos en campo con el inclinómetro.

En la siguiente tabla se observan los datos obtenidos de las diferentes mediciones:

Tabla 3. ​Datos usados para calcular la altura de dos diferentes palmeras.

Distancia Altura Inclinación Altura Altura
(m) Inclinómetro (°) calculada calculada en
(m) (m) aplicación (m)

Palmera 1 7m 1,73 m 32° 6,1 m 5,33 m

Palmera 1 13,8 m 1,73 m 19° 6,5 m

Palmera 2 20 m 1,73 m 13° 6,3 m 7,15 m

Palmera 2 10 m 1,73 m 35° 6,7 m

Con los datos obtenidos se puede observar que en las medidas presenta una gran similitud,
promediando estas tenemos un valor de 6,3 m para la palmera 1 y de 6,5 para la palmera 2;
estos resultados son muy similares e indican que esta dos plantas están sembradas en la
misma temporada, las condiciones que las rodean y los aspectos fenotípicos indican lo
mismo.

Comparando las alturas calculadas con las obtenidas con la aplicación móvil hay
considerables diferencias entre estas, lo que hace pensar que estas aplicaciones
tecnológicas no son muy confiables para estas mediciones, mientras la exactitud que hay
en el método por cálculos es más confiable.
Figura 10. Comparación de áreas y perímetros del mismo polígono en Google Earth y
Arcgis.

Como se puede contemplar en la Figura 10 al calcular el área a través de dos programas

distintos genera diferencias, aunque realmente no son muchas pues los datos tienden a
tener una cercanía, por lo tanto es importante destacar que es factible hacer una
comparación cada vez que se pueda para obtener un promedio y así saber que dato es más
preciso. Del mismo modo en campo se realizó la medida del perímetro tradicionalmente
mediante cinta métrica, la cual dio como resultado 607.9 metros que está muy cerca al valor
calculado en los dos programas, pero aun así hay un error considerable con respecto a los
otros métodos, indicando que estos métodos tradicionales, no garantizan que allá veracidad
en las areas y perimetros calculados.

Mediciones de NDVI con Greenseeker y SPAD

En campo se realizaron las medidas de NDVI con el Greenseeker y de SPAD con un

clorofilómetro, en dos cultivos: Soya ubicado en via Puerto Lopez y Arroz en la estación
CORPOICA. El NDVI se muestra como un indicador sensible de la biomasa y del índice de
área foliar en varios cultivo, lo cual puede emplearse para evaluar el desarrollo del cultivo ,
también puede ser utilizado para una relación con el rendimiento.
En la Figura 10, se presenta los valores obtenido de NDVI para ambas coberturas, el color
verde representa el valor de NDVI más bajo y el color rojo el valor de NDVI más alto
obtenido. Para el caso de Arroz se obtuvieron valores entre 0,1 a 0,4 aproximadamente de
acuerdo con Ren ​et al​. (2008) la vegetación fotosintéticamente activa se encuentra entre 0,2
a 0,8 y los cultivos tienden a estar entre 0,4 y 0,9 dependiendo en gran parte del índice de
área foliar y la disposición del terreno, los valores más bajos pueden estar asociados a la
reflectancia causada por el suelo desnudo, esto debido a que en el momento que se
realizaron las mediciones el cultivo se encontraba en un estado de desarrollo muy pequeño,
evidenciando una mayor cantidad de suelo desnudo.
Por otra parte para el cultivo de soya se obtuvieron valores entre 0,1 hasta 0,8
aproximadamente, esto concuerda con (Crusiol ​et al. 2003) en donde se llevó el registro de
NDVI para diferentes estadios de soya, obteniendo para la etapa de V2 a V4 un rango entre
0,2 a 0,5.
 Figura 11. ​Mapas de NDVI realizados sobre dos tipos de cobertura vegetal: Soya y Arroz.

En adición, se realizó la medición de clorofila directamente sobre las hojas de cada cultivo
con ayuda de un clorofilómetro SPAD para ambas coberturas (Figura 12), obteniendo así,
para el caso de arroz valores entre 26 a 45 aproximadamente de acuerdo con
(FEDEARROZ, 2015) el valor de SPAD puede estar asociado con el rendimiento del cultivo,
siendo los mejores valores entre 41,9 y 42,4, los valores más bajos de SPAD están dados
por las plantas susceptibles a enfermedades como ​Pyricularia​, la cual afecta el contenido de
clorofilas dentro de la hoja debido a la producción de especies reactivas de oxígeno (ROS)
causadas por el estrés biótico. Finalmente, para el caso de soya se obtuvieron valores de
SPAD entre 11 a 41,1 aproximadamente, de acuerdo con (Ferraris & Couretot, 2008) valores
de unidades SPAD de 44,9 corresponden a estadios V4 en adelante, por lo tanto, se puede
inferir que hay una deficiencia nutricional en las plantas, ya que algunas presentan clorosis
muy leve.
Figura 12. ​Mapas de contenido de clorofilas SPAD en dos tipos de cobertura vegetal: Soya
y Arroz.

CONCLUSIONES

La información de suelos obtenida por el estudio de suelos de Cundinamarca y meta ,

permitió determinar relaciones entre el uso actual de un terreno y su aptitud de uso, además
de las recomendaciones necesarias para que este uso actual se acerque los mayormente
posible a su actitud siendo más aprovechable.
Los valores de pendiente calculados con varias metodologías, permiten evidenciar el error
experimental causado por los instrumentos utilizados, además el uso de modelos de
elevación digital para el cálculo de este parámetro es indispensable en casos donde no se
cuente con los instrumentos necesarios para la medición de este.

La introducción de tecnologías como los sensores remotos, las imágenes satelitales y el uso
de GPS y clorofila metros (SPAD) brindan una mayor información sobre el estado del cultivo
a nivel nutricional o fitosanitario permitiendo así tener más recursos para la toma de
decisiones sobre el cultivo, y predicciones acerca del rendimiento del mismo, evitando así la
elevación de costos por aplicaciones innecesaria de cualquier insumo agroquímico, estas
mediciones deben realizarse principalmente cuando el área foliar sea mayor, evitando así
que el sensor capte la reflectancia del suelo desnudo. Por otra lado también facilita que el
trabajo en campo sea más sistematizado y menos exhaustivo.
Es mucho más eficiente y eficaz calcular áreas y perímetros por medio de el uso de GPS y
otras técnicas de Geomática facilitando el uso de terrenos y caracterización de los mismos,
ofreciendo herramientas para los ingenieros agrónomos que desarrollan su carrera en el
campo.

El uso de la composición de las bandas de las imágenes satelitales es favorable para el

manejo e identificación de terrenos aptos para uso y cuáles no, además de la gran ayuda
que aportan los DEM para las preparaciones de terreno al momento de hacer aplicaciones.

BIBLIOGRAFÍA
● Abbott, A (2009) “Geografía. El espacio mundial y sus dinámicas”. Ediciones
Santillana. Pág. 18.
● Araque, F. et al (2014) Manual de capacitación básica en Geomática para las
comunidades organizadas. PROYECTO DE INVESTIGACIÓN FONACIT. Centro de
Procesamiento Digital de Imágenes - Fundación Instituto de Ingeniería.
● Climate-data, (2018). Clima: Cáqueza. Tomado de:
https://es.climate-data.org/location/32449/​.
● Crusiol, L., Neiverth, W., Rio, A., Silbaldelli, R., Ferreira, L., Carvalho, J.2003. NDVI
de estádios de desenvolvimento da soja BRS 284 em condições de campo. UTFPR,
Londrina, Paraná.
● Esguerra, G. (2010). El problema de la hipertrofia cardiaca en los habitantes de las
alturas. pp. 274 - 278.
● FAO (2009) Sistemas de información geográfica, sensores remotos y mapeo para el
desarrollo y la gestión de la acuicultura marina. Roma.
● FAO (2015) Los suelos sanos son la base para la producción de alimentos
saludables (en línea). Consultado 28 May 2018. Disponible en
http://www.fao.org/soils-2015/resources/fact-sheets/es/#c327325
● FEDEARROZ, (2015). La Primera Planta PORE. Vol 63. No. 517. Bogotá, Colombia.
● Ferraris, G. & Couretot, L.. (2008). Estrategia de inoculación en soja de primera.
Nidera.
● Instituto de turismo de Villavicencio, (2008). Turismo en Villavicencio. Tomado de:
http://www.colombiaturismoweb.com/
● Mendoza, E (2017) ​Geoformas (formas de relieve)
from:​https://www.researchgate.net/publication/313333020_Geoformas_formas_de_re
lieve
● Medidor de Clorofila SPAD 502 & 502DL. En:
http://www.protolab.com.mx/agr_/archivos_pdf/007_spectrum.pdf
● IICA (2016) Buenas prácticas en la elaboración de mapas de suelo. Instituto
Interamericano de Cooperación para la Agricultura. Universidad de Costa Rica.
Centro de Investigaciones Agronómicas. En: ​http://www.iica.int
● Martínez, F (2013) La Pendiente de una recta. En:
https://www.researchgate.net/publication/317719320_La_pendiente_de_una_recta
 ● Martínez, L (2011) La Geomática: ciencia de la información espacial. Memoria
Seminario de Agricultura Específica por Sitio y Agricultura de Precisión. P 9 – 23,
TECNICAÑA, Cali.
● MINISTERIO DE MINAS Y ENERGÍA, (2013). Zonificación de amenaza por
movimiento en masa en el municipio de Cáqueza - Cundinamarca. pp. 225 - 230.
Alcaldia de Caqueza.
● Muñoz, P (2013) Apuntes de Teledetección: Índices de vegetación. Centro de
información de recursos naturales. Ministerio de agricultura. Chile.
● Ren, J., Z. Chen, Q. Zhou y H. Tang. (2008). Regional yield estimation for winter
wheat with MODIS-NDVI data in Shandong, China. Intl. J. Appl. Earth Observ.
Geoinform. 10, 403-413.
● Schonwandt, D (2016) Teledetección aplicada a las ciencias aplicadas y recursos
naturales. Sistema integrado de información agropecuaria. Ministerio de agricultura,
ganadería y pesca. Argentina.
● SÁ. I.B (1999) Aplicacion de sensores remotos en la deteccion y evaluacion de
plagas y enfermedades en la vegetación. Avances y aplicaciones. VIII congreso de
teledetección. pp. 64-67. Albacete, España.
● Romero-Sánchez, E., Paz-Pellat, F., Palacios-Vélez, E., Bolaños-González, M.,
Valdez-Lazalde, R., & Aldrete, A. (2009). Diseño de un índice espectral de la vegetación
desde una perspectiva conjunta de los patrones exponenciales y lineales del crecimiento.
Agrociencia​, ​43​(3), 291-307.

ANEXOS

Figura 13 .​Cálculo del NDVI con Greenseeker

Figura 14.​ Mediciones de cultivo para hallar la altura de una palma.
Figura 15.​ Manchas blanquecinas con Halos necróticos y cloróticos asociadas a posible agente
causal ​Pyricularia.