Estudios de caso

Identificación de baldosas de drenaje con MicaSense series RedEdge y Pix4Dfields

Share

Share | 08/16/2018

Campo agrícola

HeartWood Labs, parte de Arrowmaker Group Inc, es un proveedor de servicios de drones que ofrece imágenes multiespectrales para la agricultura. A principios de esta temporada, uno de sus clientes, una explotación de soja del noroeste de Iowa, les contrató para identificar dónde se encontraban las losas de drenaje existentes en algunos de sus campos.

Las baldosas de drenaje son muy importantes porque ayudan a controlar los niveles de humedad del suelo, y también son una inversión importante para los agricultores. Saber dónde están las tuberías existentes puede ahorrar a los agricultores mucho tiempo y dinero, al tiempo que garantiza un crecimiento óptimo de los cultivos.

Drone con RedEdge
MicaSense serie RedEdge-M en un DJI Matrice 100

Volar con RedEdge

Para este trabajo en particular, HeartWood Labs voló un DJI Matrice 100 equipado con la serie MicaSense RedEdge y analizó los resultados en Pix4Dfields. “Preferimos volar con el RedEdge antes que con otros sensores multiespectrales que poseemos porque creemos que la calidad de los mapas de reflectancia que produce es superior, y las cinco bandas disponibles son más adecuadas para identificar las características que buscamos, en este caso, las baldosas de drenaje”, afirma Adam Batschelet, director comercial de Ag Technology, en Heartwood Labs.

RedEdge es un sensor multiespectral profesional para agricultura que captura cinco bandas espectrales (rojo, verde, azul, infrarrojo cercano y borde rojo) para permitir análisis más detallados. Su facilidad de integración con una amplia variedad de drones permite a los agricultores optimizar las prácticas de gestión, agilizar las operaciones, detectar el estrés y las enfermedades en una fase temprana y capturar datos precisos para su análisis científico.

Procesamiento con Pix4Dfields

Gracias a Pix4Dfields, el equipo de HeartWood Labs procesó los datos de la serie RedEdge de MicaSense justo después del vuelo en un ordenador portátil, lo que les permitió presentar los resultados a su cliente y tomar medidas sin abandonar el terreno.

“Pix4Dfields reduce nuestro tiempo de procesamiento en gran medida. Para nosotros, el procesamiento suele ser la parte más costosa y que más tiempo requiere de los servicios que prestamos. Gracias a Pix4Dfields, podemos pasar mucho más tiempo sobre el terreno recopilando datos, en lugar de estar sentados en la oficina procesándolos.”

Incluidas las comprobaciones previas al vuelo, el vuelo y el procesamiento, el tiempo total de principio a fin fue de aproximadamente 1 hora para un campo de 160 acres.

Análisis Pix4Dfields

Tras procesar las imágenes en Pix4Dfields, el equipo pudo analizar los datos resultantes en la misma plataforma y mientras seguían sobre el terreno.

Pix4Dfields proporciona potentes herramientas agrícolas como índices de vegetación (incluidos NDVI y NDRE), anotaciones para facilitar la exploración, mapas de zonas y prescripción para prescribir y supervisar las aplicaciones, y funciones de pantalla dividida y doble pantalla para comparar diferentes capas y proporcionar contexto.

NDRE Escala de grises
NDRE Escala de grises

El equipo pudo identificar las baldosas de drenaje mediante el índice NDRE, un índice que sólo puede calcularse si se dispone de la banda de borde rojo. Dado que el sensor RedEdge de la serie MicaSense capta la banda del borde rojo, el equipo pudo detectar las diferencias en la vegetación que crecía a lo largo del campo. Las plantas situadas sobre las líneas de baldosas estaban más sanas que las que no estaban directamente sobre las líneas.

NDRE frente a RGB con la herramienta de pantalla dividida
NDRE frente a RGB con la herramienta de pantalla dividida

Una vez identificados los mosaicos, el equipo presentó los resultados al cliente utilizando la herramienta de pantalla dividida de Pix4Dfields para resaltar las diferencias entre capas. “La herramienta de comparación es fantástica, ya que nos permite sentarnos con el agricultor y demostrarle la importancia real de las imágenes multiespectrales. Comparar el orto RGB en tiempo real con el índice NDRE nos ayuda realmente a vender las ventajas de los datos multiespectrales. El orto RGB era incapaz de mostrar las líneas de las baldosas, mientras que los resultados calibrados del NDRE multiespectral las mostraban perfectamente”.

Baldosas de drenaje
Debido a los cambios en la vegetación por encima de las baldosas de drenaje, éstas fueron más fáciles de identificar utilizando el índice NDRE.

A continuación, utilizaron la herramienta de zonificación para delimitar las zonas del campo sometidas a mayor tensión y las examinaron sobre el terreno para determinar dónde debían instalarse nuevas baldosas. La mayor parte de las tensiones se producían donde el drenaje del agua no se gestionaba suficientemente. Utilizando la herramienta de anotación, marcaron los puntos donde se encontraban las líneas de baldosas en todo el campo para futuras referencias.

El generador DSM resultó muy útil para mostrar al agricultor un modelo 3D de cómo se comporta exactamente el agua en su campo debido a las bajas pendientes y las pequeñas colinas que no siempre son evidentes.

Conclusión

Gracias al uso de MicaSense series RedEdge y Pix4Dfields, el equipo de HeartWood Labs no sólo fue capaz de identificar las baldosas de drenaje, sino también de volar y entregar estos resultados en el mismo día y mientras aún estaban sobre el terreno.

“Anteriormente habíamos utilizado Pix4Dmapper y habíamos obtenido grandes resultados, pero la decisión de utilizar Pix4Dfields fue muy fácil en cuanto estuvo disponible. La capacidad de procesar los datos de RedEdge muy rápidamente (menos de 8 minutos) y en el borde de los campos es un activo tremendo para nosotros.”


Un agradecimiento especial a Adam Batschelet, Business Manager de Ag Technology, en Laboratorios Heartwood por su colaboración en este estudio de caso.

Suscripción al boletín de noticias

Inscríbase para recibir actualizaciones directamente en su buzón de entrada.