ISSN
2362 - 5163
“Un aporte al Desarrollo Agropecuario de la Región”
Año V - Nro. 65
ISSN 2362 - 5163
STAFF
Director
Ing. Agr. ALFREDO MARÍN
Producción General,
Diseño Gráfico y
Edición Periodística
Lic. RAÚL DUARTE
Web Master
Prof. EDWIN AGUIAR
Colabora en éste número
Téc. EDWIN M. AGUIAR
aguiar.edwin@inta.gob.ar
Mención de la Fuente
Se autoriza la reproducción parcial
o total de esta publicación siempre
que se cite a AVANCES y a los
autores, fecha y nombre de la
institución.
Contacto de Boletín AVANCES
Lic. RAUL DUARTE
Responsable COMUNICACIONES
GRUPO TIC - INTA EEA CORRIENTES
duarte.raul@inta.gob.ar
T.E. Cel. 11 6856-6203
Ruta Nac. Nº 12 Km. 1008 Corrientes
Casilla de Correo Nº 57 (3400)
Corrientes, capital, ARGENTINA
http://inta.gob.ar/corrientes
IntaEeaCorrientes
65
SEPTIEMBRE de 2018
Uso de drones económicos
para cuantificaciones de coberturas
y otras determinaciones
en pequeña escala 1
Por el Téc. EDWIN M. AGUIAR
Introducción
Numerosos trabajos científicos avalan la utilidad en las actividades agropecuarias
del uso de análisis basados en imágenes. Las imágenes satelitales, que requieren
capacitación para su manipulación e interpretación2 con herramientas accesibles y
también gratuitas 3, son accesibles para el público en general. Las imágenes obtenidas por
drones también son accesibles y más fácilmente utilizables, aunque la tecnología para su
uso aun este en desarrollo similares a las satelitales y con un coste elevado. En un estudio
denominado “Uso de drones para el análisis de imágenes multiespectrales en agricultura
de precisión” [ Berrío M. V, et al, 2015] refiere a dichas tecnologías derivadas de la satelital,
las imágenes multiespectrales:
“… se plantea la implementación de nuevas tecnologías como alternativas de
manejo, monitoreo y control de los cultivos agrícolas en diferentes etapas de su
desarrollo, tendientes a mejorar la producción y disminuir los costos.
Específicamente, se propuso el uso de drones en la definición de la respuesta
espectral de una plantación en imágenes de infrarrojo cercano (NIR) de alta
resolución, para lo cual se definió un cultivo de papa (Solanum tuberosum)
variedad Diacol Capiro, ubicado en el Municipio de Mosquera, Cundinamarca;
producto que a la par de ser de gran importancia en la región, es altamente
vulnerable a los efectos de la variedad climática, plagas y las enfermedades. Los
objetivos estuvieron encaminados a obtener imágenes multiespectrales mediante
la implementación de cámaras RGB – NIR (NGB), se procesaron ortofotomosaicos
para obtener el área total del cultivo en NGB, aplicar el índice de vegetación de
diferencia normalizada o Normalized Difference Vegetation Index (NDVI) al
ortofomosaico NGB obtenido con la cámara NIR, definir sobre el ortofotomosaico
NDVI zonas de respuesta espectral diferenciada, y el análisis del
1
Tec. Edwin M. Aguiar, profesor y analista de sistemas, Lic. Tecnologías Educativas. Integrante del grupo TICs EEA
Corrientes en Programación y Bases de Datos (aguiar.edwin@inta.gob.ar ); profesor del Terciario Superior (carrera de
informática y Agropecuaria) en El Sombrero y Profesor de la Catedra de Arduino en el Instituto Privado #ROOT
(Corrientes).
2Como por ejemplo en la CONAE que suelen realizar cursos abiertos y gratuitos en la comunidad. Recientemente finalizo la
primera edición de “Introducción a la tecnología geoespacial en el agro”, del cual el autor participo.
https://2mp.conae.gov.ar/aulavirtual/
3
https://2mp.conae.gov.ar/index.php/software/sopi
 estado del cultivo en las zonas de diferente reflectancia definidas y correlacionarlo con actividades de
comprobación en campo para verificar la veracidad de los resultados obtenidos. La captura y análisis de las
imágenes multiespectrales de alta resolución por medio de drones fue ajustada a las condiciones propias de
la zona de estudio en aspectos tales como, tiempo propicio para realizar los sobrevuelos, identificación de
obstáculos, altura del vuelo, número de fotos por punto y delimitación del área en el software respectivo.”
4
Berrío M. V, et al, 2015

Estas tecnologías implican un costo oneroso inicial en equipamiento y capacitación para la toma e
interpretación de las imágenes alejados de un productor mediano o pequeño y de técnicos o profesionales que no
estén específicamente en el tema. Sin embargo, en este trabajo iniciaremos una línea de trabajo con imágenes
dentro del espectro de luz visible, es decir con imágenes fotográficas y el uso de tecnología económica, es decir
drones de gama baja y media complementado por el uso de software del INTA para análisis de algunos parámetros
de agricultura; para ser aplicados por técnicos o profesionales en poco tiempo, de manera intuitiva y sin requerir de
capacitaciones extensas.

La finalidad es lograr tener herramientas de acceso aun para presupuestos exiguos y que permitan la
obtención de información relevante de manera sencilla, rápida y eficiente, por parte de técnicos, estudiantes,
productores y profesionales que no necesariamente estén en el ámbito de otras soluciones digitales más complejas.

¿Por qué drones? Las imágenes definen

Los satélites son poderosas plataformas que escrutan desde el espacio el suelo y realizan relevamientos en una
multitud de bandas espectrales, como por ejemplo las que muestra el CONAE con respecto a los satélites
Landsat 8 y 5 en sus cursos ofrecidos al público.5

Pero hay algunos pormenores que dificultan el uso de información satelital por parte del gran público agropecuario
en general, en primer lugar, su capacitación y accesibilidad ya que requiere de capacitación y buena conectividad a la
Internet, lo cual es subsanable. El segundo considerando para la utilización del medio satelital, siempre referido al
usuario referido en este trabajo, esta brindado por [Di Leo, Néstor C., 2015] en su artículo de divulgación sobre drones
y agricultura:
Sin dudas, en el aspecto donde los drones presentan ventajas más contundentes en cuanto a la resolución
temporal. Desde los períodos de re-visita casi quincenales del Landsat 8, sumado a la obvia vulnerabilidad
de cualquier misión satelital ante la presencia de cobertura nubosa sobre la escena, los drones presentan
una disponibilidad casi permanente ya que pueden capturar imágenes aún en días nublados sin
6
inconvenientes. [Di Leo, Néstor C., 2015]

4
“Uso de drones para el análisis de imágenes multiespectrales en agricultura de precisión “Berrio M. Viviana A. , Mosquera T. Jemay, Alzate V. Diego F. Universidad de
Pamplona, Santander, Colombia. 2015, https://www.researchgate.net/publication/319853440 , consultado en Junio de 2015

5 “Introducción a las Tecnologías Geoespaciales en el Agro” CONAE, 2018. Requieren previa inscripción y cupos.

6 Di Leo, Néstor C., 2015, “Drones: nueva dimensión de la teledetección agroambiental y nuevo paradigma para la agricultura de precisión” artículo de divulgación, UNR.
Argentina
 Donde además se incluye un argumento esencial: la resolución por pixel de un satélite de uso libre.

En el caso de los Landsat:

Un pixel satelital posee una resolución de 5 metros, un avión a más de 2000 metros de altitud cada pixel
representa 30 cm del terreno mientras que un drone cada pixel revela 2 cm de suelo. Incluso esta categorización está
desfasada ya que las actuales cámaras pasaron de resoluciones HD a full HD y 4K lo que significa un aumento
importante de resolución.

“La fotografía aérea convencional puede ofrecer resoluciones espaciales aproximadas a las de los drones, pero con
costos operativos sustancialmente mayores y mucha menor flexibilidad en la planificación del trabajo de relevamiento. En
cuanto al costo, cabe consignar que solo las misiones satelitales resoluciones espaciales medias (del orden de los 30 m, ej.
Landsat 8) son gratuitas; a partir de este umbral aumenta la cantidad de misiones satelitales privadas, cuyas imágenes son
costosas” [Di Leo, Néstor C., 2015] 7

En la actualidad un drone 8 que se precie debe tener como mínimo una resolución de fullHD siendo el
preferible 4K. Las diferencias de resolución de imagen, visible o espectral, se resumen en la siguiente imagen:

La resolución esta expresada en pixel de ancho por alto, siendo 1080p o fullHD el estándar mínimo de un
drone de calidad y 4K el normal de la serie profesional. En un cuadro se pude apreciar mejor estas diferencias y
establecer qué tipo de cámara es la que se oferta cuando se ofrecen servicios o productos de drones.

7
Di Leo, Néstor C., 2015, “Drones: nueva dimensión de la teledetección agroambiental y nuevo paradigma para la agricultura de precisión” artículo de divulgación, UNR.
Argentina
8
Hay variedad en el concepto de drones: de alas fijas, multirotores etc. En este artículo nos referimos a los drones de cuatro rotores de uso común controlados por
radiocontrol (RC).
 DENOMINACIÓN RESOLUCIÓN PÍXELES EN PANTALLA

HD 1.280 x 720 píxeles 921.600

Full HD 1.920 x 1.080 píxeles 2.073.600

4K 4.096 x 2.160 píxeles 8.847.360

Las cámaras del tipo “de acción”, las más conocidas son las “Go Pro” o similares, varían su precio en
función de esta oferta de resolución. Las cámaras de imágenes de drones son homologas, la mayoría de los
drones económicos poseen cámaras HD y excepcionalmente fullHD. Los drones profesionales con cámaras de
imágenes visibles poseen fullHD y 4K, las de imágenes espectrales siguen la norma en función del tamaño de sus
chips. Regresando de la digresión sobre resoluciones satélites vs drones cabe aclarar que algunos satélites
ofrecen resoluciones mayores, pero no son gratuitas sus imágenes resultando onerosas en general.

El procesado de imágenes tanto satelitales como de drones multiespectrales recurre a técnicas que
trabajan con el apilado de bandas de color (RGB o sea rojo, azul y verde) además de IR (infrarrojo cercano
medio y otros) dando por ejemplo resultados en falso color que resaltan aspectos determinados, como las
imágenes siguientes.
Imagen del satélite Landsat 8 procesada con el software de la
CONAE “SoPI” (de descarga gratuita) en
https://2mp.conae.gov.ar/index.php/software/sopi utilizando
tomas satelitales disponibles, previo registro, en el sitio web de la
USGS https://earthexplorer.usgs.gov/ La imagen corresponde a la
zona de Iguazú en misiones y es utilizada como un ejercicio por el
curso antes citado de la CONAE.

Imagen de drone del artículo de divulgación de [Di Leo, Néstor C.,

9
2015] , antes citado. En ambos ejemplos es visible el grado de
resolución de las imágenes en cuanto a detalles de pequeño tamaño.
Otra de las ventajas de los drones con respecto a los satélites es que
permiten volar bajo las nubes, un factor que dificulta el trabajo
satelital, siendo los vuelos de estos dispositivos más fáciles de
planificar e implementar en circunstancias inusuales en un rango de
horarios dependientes de las condiciones climáticas locales, viento,
iluminación etc.

El uso de satélites aplica en estudios y seguimientos de grandes zonas de espacio y tiempo, mientras que por
el contrario el espacio y tiempo cubierto por los drones es más reducido dependiendo de su autonomía, medida en
minutos y un rango variable según la calidad del dispositivo entre metros y kilómetros.

9
Di Leo, Néstor C., 2015, “Drones: nueva dimensión de la teledetección agroambiental y nuevo paradigma para la agricultura de precisión” artículo de divulgación, UNR.
Argentina.
 En definitiva, son distintos medios para lograr fines bastante parecidos, ya que la variación de escalas es lo
que marca la diferencia. Sin embargo, las técnicas aplicadas en el análisis de información en ambos son similares e
intercambiables. Para un uso local al tamaño de lotes o hectáreas el drone es más específico que un satélite, en un
tamaño regional lo es el satélite. Por ello este trabajo enfoca a los medianos y pequeños productores, técnicos y
profesionales que trabajan en dicha escala y necesitan una herramienta cuyo costo sea dentro de un margen
razonable y brinde una eficacia acorde al tamaño de la zona a explorar; brindando información relevante sobre
variables de interés:

•
Tamaño, forma y accidentes de lotes o parcelas y su cuantificación.

•
Cobertura: Tamaño y calidad de cultivos o sembradíos, frutales u otros usos para determinar porcentuales de
cobertura, rendimientos aproximados, fenología, crecimiento etc.

•
Plagas y enfermedades, detección y extensión de las mismas.

•
Faltas de nutrientes, estrés hídrico, sequia, afectación por heladas etc.

•
Evaluación de bosques o masas de árboles (nativos o implantados).

•
Sequias, inundaciones, planimetría etc.

Y un variado cumulo de necesidad de información que se requieran mediante el uso de un drone e imágenes
del espectro visible (fotografías de videos) tratadas con algunas herramientas de uso común en la computadora.

Materiales iniciales
En este trabajo aplicaremos la solución informática Cobcal10 y en el documento de divulgación científica
“software de cobertura vegetal para la aplicación en Mecanización agrícola” de [Ferrari M.D. et al, 2011]11 y el uso de
un dron de gama media12 que puede ser reemplazado por cualquier dispositivo que contemple esencialmente estos
parámetros:

•Cámara HD o full HD
•Tarjeta microSD (graba en el drone)
•FPV: visión remota del vuelo
•GPS

Aunque el FPV (vista en primera persona) no es necesario, pero ayuda mucho. El FPV consiste en una pantalla
que nos muestra el vuelo del drone remotamente y nos permite controlarlo visualmente desde la perspectiva del
aparato, además de ajustar parámetros y determinar cuándo grabar o fotografiar.

Otro aspecto interesante es el uso de “waypoint” (puntos del camino) que permite el trazado de un
elemental plan de vuelo asignando la ruta, altitudes, detenciones en el aire etc. Obviamente esto requiere de alguna
práctica. El trazado de waypoint no está completo sin un sentido del mismo, es necesario saber qué es lo que se
quiere buscar para trazar la ruta de vuelo, ya que inclusive las condiciones de luz pueden favorecer o no al objetivo
buscado, conviene por regla general tener siempre el sol a espaldas de la toma fotográfica o video. Así se logran
mejores niveles de iluminación y resalte de los colores.

10
http://cobcal.sitiogma.com.ar

11 “Software
de cobertura vegetal para la aplicación en Mecanización agrícola”,2011, Ferrari, D. M.; Ferrari, H. J.; Ferrari, M. C. Estación Experimental Agropecuaria INTA
Concepción del Uruguay, Ruta P. 39, Km 143,5, CP 3260, CC 6, Entre Ríos, Argentina.

12
Hubsan X4 H216a “Desiree Pro”, gps, cámara full HD, FPV entre otras prestaciones.
En la imagen, ejemplo de uso de un plan de vuelo con waypoints del Hubsan X4 tomada del FPV de una Tablet de 7” conectada al mando

Eventualmente se pueden utilizar algún editor de imágenes con la finalidad de realizar ajustes en la
colorimetría de las imágenes, recortes de áreas etc. Es recomendable saber utilizar algún software apropiado al
efecto, pudiendo ser el mismo visor de imágenes del sistema Windows, el Gimp (en Linux y Windows), el Photoshop
etc.

Ajustando conceptos generales

El insumo esencial son las imágenes tomadas por el drone y retocadas. Por ejemplo:

Misión de vuelo: Edición de Objetivo:

22/07/2018 temperatura color diferenciar las
Ensayo de ganadería al +41% tonalidades del
DG1 verde de la
EEA Corrientes Retoques cobertura sobre la
(imagen de testeo efectuadas con la maleza y suelo
colorimétrico) herramienta
“Fotos” de
Imagen A Windows 10

Misión de vuelo: Edición de realzado Objetivo separar la

22/07/2018 de color verde al vegetación en
Ensayo de ganadería +35% general sobre la
DG1 maleza seca y suelo
EEA Corrientes Retoques
(imagen de testeo efectuadas con la
colorimétrico) herramienta
“Fotos” de
Imagen B Windows 10

Misión de vuelo: Edición de ajuste de Objetivo separar la

22/07/2018 contraste al +69% cobertura verde de
Ensayo de ganadería la maleza y otra
DG1 Retoques vegetación, seco y
EEA Corrientes efectuadas con la suelo
(imagen de testeo herramienta
colorimétrico) “Fotos” de
Windows 10
Imagen C

Misión de vuelo: IMAGEN ORIGINAL Imagen de ejemplo

22/07/2018 de uso de las
Ensayo de ganadería técnicas de
DG1 modificación digital
EEA Corrientes de los valores
(imagen de testeo colorimétricos.
colorimétrico)

Imagen Original
 Dependiendo de cada cobertura vegetal o de lo que deseemos cuantificar, el ajuste que más nos convenga
realizar para separar por ejemplo el cultivo de la maleza, las manchas de plagas, terreno inundado o con estrés
hídrico etc.

El resultado final dependerá obviamente de la calidad de las imágenes, por lo que es conveniente tener en
cuenta la mejor hora de iluminación solar y realizar siempre a dicha hora las imágenes si es que se va a hacer una
serie, si vamos a historiar los estados fenológicos de un cultivo, para tener más o menos los mismos valores de
iluminación, temperatura de color y valores colorimétricos.

De todas maneras, si no se van a utilizar perfiles de color en el Cobcal es factible de ajustar manualmente
cuales son los valores en cada caso e ir viendo la evolución del material biológico. En el caso de las imágenes del
ejemplo anterior, se tomó una captura y se procesó por procesos distintos aplicándose ciertos criterios. Con el
mismo set de colorimetría se obtienen diferentes resultados, por lo cual en este caso donde hemos inducido error a
propósito, debemos calcular el perfil de color a vista en cada ocasión.

La imagen original con la cual calibramos el set de colores:

 Esto nos sugiere que además de utilizar aproximadamente la misma hora para preservar la temperatura color
de la luz (y por consiguiente las imágenes) debemos prever el misma dirección y ángulo de vuelo aproximado. En el
método manual del Cobcal se deben seleccionar lo que a criterio del analista de imagen considere que es el objetivo
(cultivo, maleza, seco, humedad, manchas de plaga, etc), ya que el retoque afecta evidentemente a las imágenes
salvo que se apliquen el mismo criterio a todas las imágenes y no como aquí “uno distinto a cada una” y el set
guardado de Cobcal13.

Deliberadamente no nos hemos privado de realizar el peor ejemplo posible, ya que la toma de imagen
“aplasta” la cobertura y no permite discernir fácilmente el cultivo o pastura de ejemplo. Lo ideal es que la imagen sea
lo mas cenital posible, es decir tomada de arriba hacia abajo en un ángulo picado. Los drones que no poseen manejo
de la posición de cámara (Gimbal)

13
Por mayor información del software consultar su manual en http://cobcal.sitiogma.com.ar/files/Trabajo_Cientifico_Cobcal.pdf
 En la imagen superior se puede apreciar un gimbal con una cámara montada. Este artilugio permite además
de la estabilización en dos o tres ejes de la cámara ante los movimientos imprevistos del drone, la orientación
vertical y horizontal a voluntad del piloto. En la imagen superior se muestra un drone Yuneec Typhoon con estas
14
características, en las imágenes de abajo se exhibe un drone Hubsan X4 Desiree Pro H216a sin gimbal, como el
utilizado en este artículo de divulgación técnico y cuyo FOV 15, el ángulo de cámara, es de 85°. Este posee una cámara
fija, más susceptible a los movimientos del drone, con un ángulo fijo amplio que permite, aunque vuele horizontal,
grabar el suelo con detalle. Si “picamos” el drone en un ángulo más agudo (descendiendo) podemos mejorar la
toma de imágenes, pero requiere de practica como todo.

Un ejemplo de este tipo de tomas aéreas es la siguiente imagen tomada del video de vuelo (imagen cruda sin
correcciones):

En ángulo “picado” explicado en términos cinematográficos es cuando la

cámara apunta desde arriba hacia abajo en una angulación variable (desde 90° a
0°) que en este caso es obligando al drone a descender angulando los controles
de empuje, no los de dirección, usualmente el joystick derecho en el Hubsan. En
el caso del ejemplo superior el drone estaba en una altitud relativa de 50 metros
sobre el nivel del suelo y grabando en video. Aunque es menor la calidad que
una foto fija muchas veces al principio es difícil coordinar cuando sacar la fotografía en el momento exacto mientras
se atiende al vuelo y a las rachas -como en este caso- de vientos racheados16. Sin embargo, es preferible las fotografías
si es posible, aunque las capturas de imagen también sirven.
14 Características técnicas: Marca: Hubsan, Modelo: H216A Pro X4, Nombre del artículo: Hubsan H216A RC Quadcopter, Frecuencia: 2.4G, Tamaño de Drone : 180 * 180 * 60 mm,
Peso (incluida la batería): 162g, Batería: 7.6V 750mAh Lipo, Corriente máxima: 6ª, Distancia entre ejes: 225 mm. Batería: Voltaje: 7.6V, Capacidad: 750mAh Lipo. Tiempo de
vuelo: alrededor de 12 minutos, Tiempo de carga: alrededor de 130 minutos, Cámara: FOV: 85 ° Resolución: 1920 * 1080P 30 FPS (FullHD), FPV: Transmisión foto / video en
tiempo real. Funciones de la APLICACIÓN: Transmisión de video en tiempo real WIFI, Vuelo de waypoint (waypoint ajustable y altitud), Un botón para despegue, ¡función de
seguimiento Follow Me!, Modo de vuelo sin cabeza, Posicionamiento por GPS

15 FOV: El campo de visión o campo de perspectiva, también conocido por sus siglas en inglés equivalente FOV (field of view) es la extensión de mundo observable en un
momento dado. En el caso de instrumentos ópticos se refiere al ángulo abarcable a través del cual un sensor puede detectar la radiación electromagnética que se desee
capturar. [Wikipedia, consultada en Julio de 2018]

16
Vientos en ráfagas o rachas imprevisibles de intensidad y duración variable.
 Un instrumento opcional pero necesario es un
anemómetro portátil digital de bajo costo, que nos
permite averiguar la velocidad del viento en km/h u otras
medidas, precaución adecuada para volar el drone y
para determinar la calidad de imágenes a obtener. Con
vientos superiores a 7 u 8 km/h según el peso del drone y
el terreno puede resultar difícil mantener el control de
lmismo. También si este viento es sostenido o en
ráfagas, ya que se deben manejar los controles de
dirección y empuje según la ocasión.

Caso de ejemplo misión 25072018

En la Estación Experimental Agropecuaria Corrientes (INTA) se ha programado un vuelo para observar el

desarrollo de un lote al cual se le ha sembrado pastura, marcado en la imagen satelital del Google con un perímetro
de 395 metros y una superficie estimada de 4.840m2 destinado a un ensayo de animales. La siembra ocurrió casi tres
meses antes de la toma de imágenes. En la captura satelital se aprecia el “antes” y en las siguientes fotografías el
estado actual a fines de Julio de 2018, después de tres semanas de frio invernal y ola polar en la Pcia de Corrientes,
además del pastoreo de ovejas al que fue sometido.

En la imagen cruda del drone, tomada en formato PNG desde el reproductor, que permite capturas de
fotogramas, se puede vislumbrar manchones de la pastura y algún pasto no sembrado, así como algunas áreas con
escaso crecimiento vegetal, zanjas, algún anegamiento, etc. Sobre este material vamos a trabajar.

Estrategias de capturas de imágenes

Los videos “crudos”, sin procesar, son visionados por VLC17, reproductor multiformato libre y gratuito, que en
el menú “video” permite capturar imágenes o fotogramas que se graban por defecto en la carpeta de imágenes del
sistema operativo. En las preferencias del sistema en el menú “herramientas” solapa “video” configuramos para que
18
las imágenes sean en formato TIFF . Son más pesadas, pero sirven mejor para la separación de pixeles y tratamiento
posterior para resaltar los distintos tipos de vegetación, ya que en este ejemplo tanto la pastura como la maleza
natural poseen casi los mismos tonos de verde. Para otros usos como reportes o envíos conviene el formato PNG que
es más liviano. Veamos el flujo de trabajo
17
https://www.videolan.org/vlc/index.es.html
18
TIFF (Tagged Image File Format) es un formato de archivo informático para almacenar imágenes de mapa de bits. Es prevalente en la industria gráfica y en la fotografía
profesional por su versatilidad y compresión no destructiva. El uso de las etiquetas permite también crear extensiones para finalidades de sectores concretos, como el
GeoTIFF, utilizado con fines cartográficos.
 El proceso inicia con la planificación de la misión de vuelo, teniendo en cuenta de realizarlo
aproximadamente a la misma hora (para resguardar las condiciones de iluminación) y la misma ruta. Si va a hacer
tomas de fotografías también debe encuadrar, teniendo en cuenta el FOV, aproximadamente el mismo encuadre.
Ambos materiales, video o fotografía se deben procesar con un mismo filtro o valores que separen los tonos de
verdes o los normalicen para no perder la referencia cromática que cuantifica Cobcal. Las estrategias de uso de filtro
están en consonancia con lo que desea obtener, por ejemplo, diferenciar pasturas o cultivos de malezas etc.

De todas maneras, si no va a utilizar un set fijo de colores y lo va a realizar en cada oportunidad según la
imagen fotográfica no es mala idea recortar la misma zona siempre, para resguardar la información a obtener de la
contaminación del resto de la imagen que puede tener tonos similares a los que está buscando cuantificar.

La primera imagen es un recorte de la segunda que es el plano obtenido de un fotograma de la parcela

significativa del forraje en estudio. La imagen fue tratada para darle resalte a los colores verdes en formato tiff para
hacer uso de la mayor cantidad posible de información de pixeles y separar la maleza de la pastura, por consiguiente
y resguardando más o menos la misma zona y hora conviene hacer las imágenes futuras para ir viendo la evolución
de la misma e ir cuantificando el porcentaje de la misma a través del tiempo.

En el Cobcal elegimos los colores que son representativos

de lo que vamos a mensurar, marcados con una hojita
verde; y seleccionamos los que sabemos que debemos
excluir (casilla marrón) ajustando dichos colores vamos a
ir viendo que el porcentaje cubierto marca un 49% para
ese sector que hemos elegido como representativo del
total.
 Comparada con una imagen total sin recorte
vemos que la aproximación es bastante buena (45%)
teniendo en cuenta que la imagen no está tratada con
resaltadores de la gama de verdes y además está en un
ángulo sesgado hacia el horizonte.

En realidad, no es la misma imagen porque la

que fue realizada en tiff es una captura diferente de la
que no guardamos el archivo original y la segunda es
un png extraído más o menos de la misma ubicación y
altura, lo que reafirma la bondad del método en
general, con un margen que puede oscilar en un
porcentaje no muy grande (aproximadamente por
otras experiencias en un ±5%), aunque es perceptible
que la influencia de la luz y la temperatura de la
misma, afecta a la colorimetría de la cámara.

El color de temperatura de luz varia de un día soleado a uno nublado, que pasa de un tono en grados kelvin de
5400 a mucho menos, es decir del rojizo al azulado. Se puede compensar esto mediante el trabajo de curvas de color,
pero escapa al sentido de una herramienta sencilla.

Por otra parte, es más factible que el usuario corrija algún tono de color, determinando la planta de la maleza,
con el pick de color de Cobcal.

En el ejemplo superior de las dos imágenes trabajadas con Cobcal desde un drone, tomadas en dos fechas
diferentes, se ha tratado de medir el efecto de las heladas. La toma corresponde a un intervalo de tiempo,
separado por una semana y media en los ensayos de pasturas. Pese a la diferencia de temperatura color debido a la
hora y nubosidad, se ha corregido algún tono en particular partiendo de la identificación de las hojas afectadas por
las heladas, para así cuantificar el avance de vegetación afectada.

Se puede ver que hubo desde una serie de “manchones” definidos de la primera imagen, a otros más
indefinidos y en proceso en la segunda imagen. También se ha cuantificado el avance de deterioro de un 23% a un
28% aproximadamente. Lo que se ha mensurado es el avance de dichos manchones, así como su aspecto para
denotar el progreso del marchitamiento vegetal.
 CONCLUSIONES
En esta primera aproximación se puede vislumbrar el potencial de uso de drones que solo
poseen cámaras visuales no multiespectrales con un drone de cámara fija y FOV de 85° de gama media.

Pese a estas limitaciones la herramienta drone y el software Cobcal permiten trabajar una
amplia gama de posibilidades:

1. Determinar el avance o retroceso fenológico de un cultivo.

2. Mensurar el mismo en una línea de tiempo, tomando imágenes a intervalos y comparando la

información colorimétrica.

3. Establecer porcentuales de terreno inundado, “pelado”, con malezas u otros elementos no

productivos.

4. Medir el impacto de heladas, tomando imágenes de las mismas y analizando su dispersión en

el terreno y tamaño.

5. En el caso de frutales identificar la producción y aproximar a la cantidad.

6. Visualizar plagas o enfermedades y su impacto, manchones, avance, etc.

En realidad, el uso que es posible darle dependerá de las necesidades de cuantificar o cualificar
el tipo de producción que se esté realizando habiendo un campo propicio para explorar en ese sentido.

En este breve articulo hemos buscado algunos elementos sencillos y accesibles para todos que
nos permitan manejar por aproximaciones a conceptos más difíciles de medir o contar, un poco
acotados por la estacionalidad del invierno, pero que en primavera retomaremos para ampliar con
otras técnicas referidas a esta misma tecnología.

Serie de divulgación técnica

Por mayor información o consultas dirigirse por email a aguiar.edwin@inta.gob.ar referenciando el tema
o al Grupo TICs INTA Estación Experimental Agropecuaria Corrientes vía web en el sitio www.inta.gob.ar

Año V - Nº 65 ISSN 2362 - 5163

Septiembre de 2018

Instituto Nacional de Tecnología Agropecuaria Información y Contacto

CENTRO REGIONAL CORRIENTES marin.alfredo@inta.gob.ar - T.E.: 11 - 3438-1760
ESTACION EXPERIMENTAL AGROPECUARIA CORRIENTES http://inta.gob.ar/corrientes
Ruta Nac. Nº 12 Km. 1008 - Corrientes
IntaEeaCorrientes