Detección de estrés en cultivos agrícolas con datos espectrales utilizando métodos de selección de bandas

Abstract

Los sensores espectrales permiten obtener información sobre las propiedades del material a través de la luz reflejada. A partir de este tipo de datos se estudia el estrés abiótico nutricional en los cultivos de maíz, fríjol y aguacate. Para este fin, se propone una metodología que utiliza técnicas de reducción de dimensiones basada en selección de bandas y discrimina diferentes tratamientos nutricionales en las plantas. Los métodos elegidos son Bombs, SVD y OCF para selección de bandas y SVM, RF y NN para clasificación y detección del nivel nutricional. La metodología se prueba con tres bases de datos sometidas a diferentes tratamientos nutricionales: cultivo de maíz sometido a deficiencias de nitrógeno, cultivo de frijol sometido a deficiencias por fósforo, y aguacate sometido a deficiencias por fósforo. Los resultados arrojan que para diferencia nutricional de 50 % se detecta el estrés por nitrógeno con precisión de hasta 98 % en maíz y para estrés por fósforo con precisión de hasta 66 % en fríjol y 77 % en aguacate. Sin embargo, estos valores bajan al tener diferencia nutricional de 25 % entre clases, obteniendo máxima precisión de 74 % para maíz y 38 % para aguacate. Entonces, se concluye que la detección de niveles de estrés de 50 % es factible para cualquiera de las bases de datos con la metodología propuesta. Sin embargo, actualmente solo es aplicable a la detección de diferencias nutricionales de 25 % en maíz. Es posible que estos resultados mejoren con una mayor cantidad de datos y se considera un importante trabajo a futuro comprobarlo