Establecimiento de modelos parametrizados para estimación de posible precencia de contaminación y enfermedad del suelo mediante drones en la zona costera

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/17630
Título : Establecimiento de modelos parametrizados para estimación de posible precencia de contaminación y enfermedad del suelo mediante drones en la zona costera
Autor : Quintana Chávez, Joselin María
Tituaña Pillajo, Karen Tatiana
Director de Tesis: Álvarez Mendoza, César Iván
Resumen traducido: The implementation of remote sensors to estimate the parameters of the quality of the soil has demonstrated to be an efficient tool to protect the soil and the prediction of fertile soil. This investigation´s analysis is done through the use of environmental indicators, the behavior of parameters such as N, P, MO and humidity, in order to evaluate changes and alterations of soil in the Coastal regions of Ecuador. Various linear regression models have been generated using spectral indices, among them three indices of vegetation the first of normalized difference (NDVI) and the second of normalized green difference (GNDVI), and the last one known as index normalized difference red edge (NDRE); in order to estimate the water stress of the soil, the standardized water index (NDWI) and the soil moisture index (SMI), where the one with greatest correlation with N is the GNDVI R2 = 0.7958, residual standard error (RSE) 0.03664, according to the NDRE (R2=0.7578), which is associated to the MO factor (R2 = 0.5425, RSE 0.5975), the NDVI attained a stronger relationship with the phosphorus (R2 = 0.6782, RSE 0.9983) in comparison to other parameters. Finally, the SMI had a better association with humidity (R2 = 0.7433, RSE 2.457) continued the NDWI is compared in order to determine the cultivation´s water content. In conclusion, the variables implemented are comparable to the nutritional requirements of the soil where an excess or deficit of one of these can destabilize the structure of the soil.
Resumen : El empleo de sensores remotos para estimar parámetros de calidad del suelo, ha demostrado ser una herramienta eficaz, de ahorro de recursos de análisis y estimación del rendimiento de terrenos agrícolas. Esta investigación pretende analizar por medio de índice ambientales, el comportamiento de parámetros como N, P, MO y humedad, para evaluar anomalías y alteraciones del suelo, en zonas costeras del Ecuador. Se han generado varios modelos de regresión lineal, empleando diferentes índices espectrales, entre ellos el índices de vegetación el NDVI (Índice de vegetación de diferencia normalizada), el GNDVI (Índice de vegetación de diferencia normalizada verde) y el NDRE (Índice de diferencia normalizada de borde rojo); con la finalidad de estimar el estrés hídrico del suelo se empleó el NDWI (Índice de agua normalizado) y el SMI (Índice de humedad del suelo); de estos el que mayor correlación presentó con el N es el GNDVI con un R2 = 0.7958, y un RSE (Error estándar residual) de 0.03664, seguido del NDRE (R2=0.7578), también se relacionó con el factor MO (R2 = 0.5425, RSE 0.5975), el NDVI obtuvo mayor relación con el fósforo (R2 =0. 6782, RSE 0.9983), finalmente el SMI obtuvo una mejor asociación con la humedad (R2 = 0.7433, RSE 2.457) continuo el NDWI que se relaciona por determinar el contenido de agua de los cultivos. Se concluye que las variables empleadas están estrechamente sujetas a los requerimientos nutricionales del suelo donde un exceso o déficit de estos puede desestabilizar la estructura del suelo.
Palabras clave : INGENIERÍA AMBIENTAL
SUELOS - ANÁLISIS
CONTAMINACIÓN
SUELOS - INVESTIGACIONES
VEHÍCULOS AÉREOS NO TRIPULADOS
CONTAMINACIÓN DE SUELOS
COSTAS
Fecha de publicación : ago-2019
URI : https://dspace.ups.edu.ec/handle/123456789/17630
Idioma: spa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UPS - ST004223.pdfTexto completo7,28 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons