Repositori Digital d'Agricultura de Precisió (Grup de Recerca en AgròTICa i Agricultura de Precisió)
Permanent URI for this collection
L’Agricultura de Precisió és una estratègia de maneig que recull, processa i analitza dades temporals, espacials i individuals i les combina amb altres informacions per a recolzar decisions de maneig d’acord amb la variabilitat estimada per tal de millorar l’eficiència d’ús dels recursos, la productivitat, la qualitat, la rendibilitat i la sostenibilitat de la producció agrícola (www.ispag.org/about/definition).
L’objectiu d’aquest repositori és posar materials divulgatius relacionats amb l’AP a disposició dels agricultors/es i personal tècnic a fi de facilitar la transició cap a l’Agricultura de Precisió a Catalunya. [Més informació].
Browse
Recent Submissions
- ItemOpen AccessA systematic analysis of scan matching techniques for localization in dense orchards(Elsevier, 2024-10-21) Guevara, Javier; Gené-Mola, Jordi; Gregorio, Eduard; Auat Cheein, Fernando A.In recent years, different methods have been studied to determine machinery position within a grove, as an alternative for complementing GNSS (global navigation satellite system) information in cases where GNSS signal is occluded. Such a situation can be observed when agricultural machinery travels under dense foliage or on the slopes of mountains. Scan matching techniques arise as a possible solution for localizing the machinery, complementing the absence of the GNSS signal when necessary. However, since key points are difficult to obtain in heterogeneous, unstructured and non-rigid environments (such as orchard plants), the performance of scan matching techniques often decreases in agricultural environments. This paper suggests dividing the point clouds into horizontal and vertical segments to improve the performance of scan-matching methods in orchards. It also examines the best way for registered frames to overlap. We validate the analysis with extensive experimentation in a Fuji apple orchard. The results show that the cumulative localization error in scan matching techniques can be notoriously decreased with selective parts of the orchard, by up to 60%. The experimentation performed herein suggests that the proposed methodology can complement the GNSS navigation in a middle-long path.
- ItemOpen AccessLeafiness-LiDAR index and NDVI for identification of temporal patterns in super-intensive almond orchards as response to different management strategies(Elsevier, 2024-07-13) Sandonís-Pozo, Leire; Oger, Baptiste; Tisseyre, Bruno; Llorens Calveras, Jordi ; Escolà i Agustí, Alexandre; Pascual Roca, Miquel ; Martínez Casasnovas, José AntonioThe use of super-intensive orchards is a growing trend in fruit production. The present study aims to improve management of these cropping systems by focusing on how agronomic decisions impact orchard dynamics in the short to medium term and by providing a decision-support approach based on stable temporal patterns from previous seasons. A multitemporal study using remote sensing and LiDAR was conducted in a commercial almond orchard over four growing seasons (2019-2022) to determine the optimal timing of image acquisition for variable pre-harvest treatments. A model-based clustering (mclust) was applied to optimal Sentinel-2 NDVI maps and apparent soil electrical conductivity (ECa) data, interpolated to the pixel centroids of Sentinel-2 image grids, to delineate potential management zones (PMZs). The leafiness-LiDAR index (LLI), a leaf area index (LAI) estimator, was obtained as ground truth after summer pruning and before harvesting, showing a significant influence of fertigation and pruning on the LAI, with summer pruning particularly influencing orchard dynamics. The optimal time for NDVI mapping was found to be two months after summer pruning in productive years and two weeks after in unproductive years. The delineated PMZs were consistent across seasons and corresponded to significant LAI differences. This method could contribute to improving resource management and sustainability in super-intensive commercial orchards.
- ItemOpen AccessCàmeres de profunditat RGB-D(2023) Gené Mola, Jordi; Gregorio López, Eduard; Llorens Calveras, Jordi; Escolà i Agustí, Alexandre; Román, CarlaLes càmeres de profunditat són sensors que permeten adquirir imatges on, per cada píxel, es mesura la distància entre la càmera i els objectes (blancs) fotografiats, permetent la generació d’imatges 3D (tres dimensions) en format de núvol de punts. Algunes càmeres de profunditat també proporcionen dades de color. Els dispositius que proporcionen simultàniament una imatge de color i una imatge de profunditat també són anomenats càmeres o sensors RGB-D, on RGB es refereix a la imatge de color (acrònim pels canals de cada color, de “Red, Green and Blue” en anglès) i D es refereix a la imatge de profunditat (“depth” en anglès) que en català es podria anomenar distància.
- ItemOpen AccessPosicionament i navegació: sistemes satel·litaris de navegació global(2022) Escolà i Agustí, Alexandre; Román, CarlaTal com s’ha dit en altres documents d’aquest repositori, en Agricultura de Precisió (AP) és important saber on som. Les dades de posició es poden fer servir amb diverses finalitats (Figura 1). Bàsicament, saber on som ens permet enregistrar les dades de localització o georeferenciació de persones, equips, mostres o actuacions. Saber on som també permet anar a un altre lloc, altrament dit navegar. Sí, sí, es pot navegar pel mar però també per terra ferma i, fins i tot, per l’aire! En AP els dispositius utilitzats per saber on som són els receptors dels Sistemes Satel·litaris de Navegació Global (SSNG), en anglès anomenats Global Navigation Satellite Systems (GNSS). Així, un receptor SSNG permet determinar les coordenades de les extraccions de mostres de sòl o bé permet georeferenciar les dades d’un sensors o d’un equip (documentació de dades). També permet saber en quin punt del camp són els equips quan treballen i ajustar l’operació al lloc on són (control d’equips). Finalment, pel que fa a la navegació, els receptors SSNG permeten fer el guiatge d’equips i gestionar flotes senceres.
- ItemOpen AccessRendibilitat de l’Agricultura de Precisió(2022) Escolà i Agustí, Alexandre; Román, CarlaEn agricultura convencional, les actuacions uniformes al camp i l’aplicació de recursos amb dosis úniques comporten costos uniformes per unitat de superfície tant de la maquinària com dels productes emprats. Des del moment en que el coneixement i la tecnologia permeten actuacions variables en Agricultura de Precisió, els costos derivats per hectàrea també esdevindran variables. No és el mateix aplicar 50 kg/ha de fertilitzant que 150 kg/ha. No és el mateix fer servir 250 L/ha de volum d’aplicació unitari en la distribució d’un producte fitosanitari que aplicar 500 L/ha. No és el mateix sembrar 85.000 llavors de panís per hectàrea que 100.000. A més, el fet de distribuir quantitats diferents de recursos per hectàrea també modifica les capacitats de treball dels equips i els seus rendiments i eficiències.