Comunicacions a congressos (Grup de Recerca en AgròTICa i Agricultura de Precisió)

Permanent URI for this collection

Browse

Recent Submissions

Now showing 1 - 5 of 10
  • Item
    Open Access
    Metodología para el análisis de los errores y validación de nubes de puntos 3D obtenidas en campo para la caracterización de la arquitectura de árboles frutales
    (2021) Lavaquiol Colell, Bernat; Llorens Calveras, Jordi; Sanz Cortiella, Ricardo; Gené Mola, Jordi; Arnó Satorra, Jaume; Gregorio López, Eduard; Escolà i Agustí, Alexandre
    El estudio de la estructura de la planta (índice de área foliar, porosidad del dosel, densidad foliar, arquitectura leñosa y sistema de entrenamiento) y de su geometría (tamaño, forma y volumen) es básico para realizar un manejo óptimo del cultivo. Antes de la introducción de los sensores 3D, la caracterización precisa de cultivos en 3D era una tarea muy laboriosa que resultaba inviable en grandes cultivos comerciales. Sin embargo, la introducción de nuevos sensores 3D ha supuesto una oportunidad para realizar esta tarea de una forma relativamente sencilla y rápida. Antes de utilizar un sistema de escaneo 3D para caracterizar el dosel, es fundamental conocer su error de medición o precisión. En esta investigación proponemos una metodología para evaluar la precisión de los sensores LiDAR comparando las nubes de puntos 3D basadas en LiDAR con un modelo digital de Ground-Truth (DGT) generado mediante la aplicación de técnicas de fotogrametría. La nube de puntos 3D de la DGT se obtuvo a partir de 288 fotografías de la escena que incluye el árbol Ground-Truth (Malus domestica Bork). La nube de puntos resultante tiene un sesgo de - 0,15 mm de diámetro y 0,05 mm de longitud, por lo que se puede considerar que la DGT representa fielmente la realidad. Este DGT es utilizado posteriormente para validar la nube de puntos generada por un sistema mobile terrestrial laser scanner (MTLS) compuesto por un sensor VLP-16 Velodyne LiDAR sincronizado con un sistema de posicionamiento GNSS-RTK. El MTLS se condujo a velocidades de 0,14 m/s y 0,55 m/s. Se obtuvo un error promedio de 4,3 cm y 4,4 cm, respectivamente. El número de puntos obtenidos a 0,14 m/s fue de 50 051 puntos y a 0,55 m/s de 12 503 puntos. A pesar de tener un error de medición bajo cuando se escanea a ambas velocidades, se obtiene una densidad de puntos óptima cuando se escanea a 0,14 m/s y pobre cuando se escanea a 0,55 m/s. De estos resultados se concluye que el error obtenido con el sensor Velodyne VLP-16 se considera aceptable en aplicaciones agronómicas.
  • Item
    Open Access
    R software code to process and extract information from 3D Lidar point clouds
    (2019) Llorens Calveras, Jordi; Cabrera Pérez, Carlos; Escolà i Agustí, Alexandre; Arnó Satorra, Jaume
    In the process of electronic canopy characterization, it is necessary to process efficiently point clouds obtained by means of sensors or other capturing information systems. These point clouds may have different origin but they define the main structural characteristics of the scanned crop. For this reason, a fast, easy-to-configure and precise methodology is necessary to extract such information. The work presented in this poster defines the main features of a procedure carried out with R Software code.
  • Item
    Open Access
    Manejo de malas hierbas bajo la línea del viñedo mediante acolchados orgánicos y su efecto sobre el vigor del cultivo
    (Sociedad Española de Ciencias Hortícolas, 2022) Cabrera Pérez, Carlos; Llorens Calveras, Jordi; Escolà i Agustí, Alexandre; Royo-Esnal, Aritz; Recasens i Guinjuan, Jordi
    En una parcela de viñedo de Raimat (Lleida) cv. ‘Chardonnay’ se estudió, durante la campaña 2019, el efecto de cuatro estrategias de manejo de malas hierbas bajo las cepas: 1) laboreo con intercepas, 2) pases de segadora, 3) acolchado de cáscaras de almendra y 4) acolchado de astillas de pino. Además de la presencia de malas hierbas bajo la línea, se estimó, en nueve cepas distintas y para cada manejo, la longitud de los sarmientos, el potencial hídrico de tallo, el rendimiento y el peso de poda. A su vez, en el mes de julio y agosto se escaneó la parcela con un escáner láser móvil terrestre equipado con sensores LiDAR para la medición del dosel foliar como indicador de vigor. La presencia de malas hierbas fue significativamente menor en los acolchados que en los otros manejos coincidiendo también con diferencias significativas en los otros parámetros. Con acolchados las cepas mostraron mayores valores de longitud de sarmientos, rendimiento, peso de poda y mejor estado hídrico. El sistema basado en LiDAR confirmó estas diferencias a nivel de dosel foliar. Los resultados demuestran que el uso de acolchados orgánicos permite reducir la presencia de malas hierbas y favorecer el vigor de las cepas.
  • Item
    Open Access
    Aplicaciones de la teledetección en la caracterización de frutales y en la fertilización de cultivos extensivos
    (2021) Martínez Casasnovas, José Antonio; Arnó Satorra, Jaume; Daniele, Elisa; Escolà i Agustí, Alexandre; Sandonís Pozo, Leire; Llorens Calveras, Jordi; Rosell Polo, Joan Ramon; Uribeetxebarria Alonso de Armiño, Asier
  • Item
    Open Access
    Assessment of different N treatments in Hedgerow Almond Orchards by means of LiDAR point clouds
    (2022) Sandonís Pozo, Leire; Llorens Calveras, Jordi; Escolà i Agustí, Alexandre; Arnó Satorra, Jaume; Pascual Roca, Miquel; Martínez Casasnovas, José Antonio
    Monitoring of canopy status in fruit tree orchards allows better decisions in the canopy management, such as pruning or fertirrigation. LiDAR is an effective tool to acquire accurate 3D geometric and structural data, such as height, width, volume or canopy porosity, among others. In the present work, a super-intensive almond orchard (Prunus Dulcis) with 8 different N treatments (N50, N100, N150, NStop: N100 only in Fase I and with and without DMPSA nitrification inhibitor in 24 rows and 3 blocks, was scanned during three years (2019-21) in two different vegetative stages (after spring pruning and before harvesting) by means of a terrestrial LiDAR scanner. Canopy parameters such maximum height and width, cross section and porosity were summarized from the LiDAR 3D point cloud every 0.5 m along the almond tree hedgerows. A repeated measure mixed statistical model was applied to each parameter in order to assess the effect of the N treatments. The adjusted R2 ranged from 0.73 of the canopy width to 0.83 of the porosity. Canopy parameters and their main interactions with the different treatments were significantly differentiated. The N100+DMPSA treatment was the one favoring higher canopy development (higher cross sections and widths, and less porosity), while the NStop+DMPSA treatment was related to lower canopy development and higher porosity.