Detección de daños por viento en cultivo de arroz
Los daños causados por el viento suponen una amenaza importante para los cultivos de arroz, ya que afectan a la productividad y la rentabilidad. El reto consiste en identificar de forma rápida y precisa las zonas afectadas para poder intervenir a tiempo. KPN Group, una empresa con sede en Montevideo (Uruguay) especializada en soluciones tecnológicas para la agricultura de precisión, la topografía, la cartografía y la silvicultura de precisión, ha aprovechado recientemente la tecnología de los drones y PIX4Dfields. Con más de 10 años de experiencia en el sector, el Grupo KPN detectó y evaluó de manera eficiente los daños causados por el viento en los campos de arroz. Este trabajo fue realizado por Agroequipos, un cliente del programa de consultoría y formación de KPN, ubicado en Lascano-Rocha. Agroequipos proporcionó información precisa a los agricultores para la gestión de los cultivos y las reclamaciones de seguros.
Evaluación de los daños causados por el viento en los cultivos de arroz
Este proyecto se centró en la detección y evaluación de los daños causados por el viento en los cultivos de arroz utilizando un dron equipado con una cámara RGB y PIX4Dfields. La necesidad del agricultor era identificar rápidamente las zonas afectadas para tomar decisiones informadas sobre la gestión de los cultivos, lo que influye directamente en la productividad y la rentabilidad. Tradicionalmente, esta tarea requiere mucha mano de obra, lleva mucho tiempo y es propensa a imprecisiones, lo que provoca retrasos en las intervenciones y posibles pérdidas de rendimiento. Gracias al uso de PIX4Dfields, Agroequipos pudo entregar al agricultor un informe preciso y detallado de los daños sufridos por las 368 hectáreas de arrozales en solo 3 horas.
Las imágenes tomadas por el dron se procesaron rápidamente sin conexión en un ordenador portátil utilizando PIX4Dfields directamente sobre el terreno. El equipo consideró que su rápida velocidad de procesamiento y su interfaz intuitiva eran muy útiles para generar rápidamente mapas de índices de vegetación, ortomosaicos y contornos de parcelas. Este rápido procesamiento sin conexión fue crucial para crear informes de detección de daños oportunos, como destacó Juan: «La velocidad de procesamiento es crucial para la toma de decisiones agrícolas». El modelo digital de superficie (DSM) generado en PIX4Dfields también identificó las zonas dañadas correspondientes al terreno más bajo, lo que permitió planificar la nivelación futura del terreno para evitar pérdidas de rendimiento.
Project details
| Ubicación | Lascano-Rocha, Uruguay |
| Usuario | Agroequipos |
| Duración del proyecto | 3 horas |
| Tamaño del proyecto (área) | 268 hectáreas |
| Software used | PIX4Dfields |
| Hardware utilizado | DJI Mavic 3 Enterprise Multispectral |
| Imágenes por vuelo/conjunto de datos | |
| Conjunto de datos 1: 525 imágenes. | |
| Conjunto de datos 2: 552 imágenes. | |
| Conjunto de datos 3: 445 imágenes. | |
| Tiempo de procesamiento | aproximadamente 20 minutos |
| GSD (distancia de muestreo en tierra) | 3.6 CM/Pixel |
Un reto específico al que nos enfrentamos fue la evaluación precisa del porcentaje de daños en los cultivos. La herramienta Magic Tool de PIX4Dfields aceleró significativamente la detección y definición automáticas de las zonas dañadas dentro de las parcelas de arroz, lo que resultó ser un activo crucial para este proyecto. Agroequipos también aprovechó la herramienta Annotations de PIX4Dfields para clasificar con precisión las zonas dañadas dentro de cada una de las tres parcelas de arroz.
Estimación georreferenciada de los daños en solo 3 horas
El principal logro fue la cuantificación y la localización precisa de los daños, algo imposible de conseguir con los métodos tradicionales en grandes superficies. Esto supone un avance significativo en cuanto a velocidad y precisión en comparación con las prácticas actuales. La mayoría de las compañías de seguros siguen basándose en inspecciones visuales realizadas por expertos, que son esencialmente estimaciones visuales y a menudo pueden ser injustas para una de las partes implicadas. Este nuevo sistema elimina la incertidumbre de las estimaciones basadas en juicios, proporcionando una estimación real y georreferenciada con una resolución excelente.
El proyecto completo, de principio a fin, duró aproximadamente tres horas. Este proyecto tuvo un impacto significativo al proporcionar información precisa y oportuna sobre las zonas afectadas por el viento, lo que permitió a los agricultores tomar decisiones rápidas y específicas y obtener un informe para la compañía de seguros. El informe detallado de los daños en los cultivos se generó en PIX4Dfields y se pudo exportar directamente en formato PDF.
Los resultados por parcela de arroz fueron:
Parcela No.1:
- Superficie total: 60,049 ha.
- Superficie total dañada: 13,128 ha.
- Superficie efectiva plantada: 46,921 ha.
Parcela No.2:
- Superficie total: 41,451 ha.
- Superficie total dañada: 1,412 ha.
- Superficie efectiva plantada: 40,039 ha.
Parcela No.3:
- Superficie total: 85 132 ha.
- Superficie total dañada: 33 864 ha.
- Superficie efectiva plantada: 51 268 ha.
Total: Daño total: 25,9 %, Área efectiva total: 74,1 %
"La rapidez en el procesamiento, junto con herramientas intuitivas para la creación de contornos de parcelas, fue esencial para el éxito del proyecto. Se pudo identificar también a través del DSM que las áreas dañadas del cultivo corresponden con las zonas más bajas del terreno, ayudando a la toma de decisiones futuras en la planificación de geo-nivelación para evitar futuras pérdidas."- Juan Próspero-Encargado Comercial-Agrícola , Forestal, KPN Group.
