Show simple item record

dc.contributorArnó Satorra, Jaume
dc.contributorLlorens Calveras, Jordi
dc.contributorUniversitat de Lleida. Escola Tècnica Superior d'Enginyeria Agrària
dc.contributor.authorCamats Terré, Helena
dc.date.accessioned2021-02-01T09:26:55Z
dc.date.available2021-02-01T09:26:55Z
dc.date.issued2020-06
dc.identifier.urihttp://hdl.handle.net/10459.1/70369
dc.description.abstractEl treball experimental titulat "Fenotipatge mitjançant un sensor LiDAR terrestre d'una plantació d'ametllers sotmesa a un assaig experimental de fertirrigació", ha consistit a analitzar i caracteritzar els paràmetres vegetatius d'una plantació d'ametllers en dos moments diferents del cicle vegetatiu del cultiu. Per poder estudiar aquesta caracterització, primerament, s'ha realitzat l'adquisició de dades al camp a través del sensor LiDAR Velodyne VLP-16. Les dades obtingudes (núvol de punts 3D) han estat processades mitjançant la utilització de diferents programaris. L'extracció de paràmetres de la vegetació s'ha realitzat amb el programari RStudio, aplicant un codi prèviament desenvolupat pel Grup de Recerca en Agricultura de Precisió (GRAP) de la Universitat de Lleida. L'extracció d'informació procedent d'aquest núvol de punts 3D ha permès obtenir cinc paràmetres diferents, tant geomètrics (altura dels arbres, amplada del dosser foliar, secció transversal del dosser), com estructurals (porositats del dosser per un costat i l'altre de la filera). A més, els paràmetres esmentats s'han calculat basant-se en tres resolucions espacials diferents, depenent de la longitud de filera que representaven (0,10 m, 0,25 m i 0,50 m). En una segona part de l'estudi, les tres resolucions de fenotipat de la plantació s'han avaluat mitjançant l'obtenció i comparació dels mapes dels diferents paràmetres vegetatius. Un cop aplicat un mètode geoestadístic d'interpolació espacial (kriging), els mapes de superfície obtinguts s'han comparat píxel a píxel (cell-by-cell comparison), mesurant el grau de concordança entre mapes a través del coeficient kappa (prèvia categorització dels mapes en classes o quantils). Prenent com a referència el mapa de major resolució espacial (0,10 m), els mapes han mostrat diferències quantitatives significatives segons la resolució utilitzada. Això no obstant, el patró de distribució ha estat molt similar independentment de la resolució, fet que s'ha posat de manifest quan es comparen mapes categòrics o classificats, és a dir, quan es compara, no tant la magnitud del paràmetre, sinó la localització espacial de les classes (dues o tres), obtingudes aplicant una anàlisi clúster sobre els mapes originals. Aquest resultat s'ha comprovat especialment en paràmetres geomètrics com, per exemple, la secció transversal de dosser foliar. Fruit d'aquesta concordança espacial, es poden construir models lineals per estimar paràmetres a major resolució (0,10 m i 0,25 m) a partir dels mapes obtinguts a menor resolució (0,50 m). Aquesta possibilitat es valora molt positivament perquè permet agilitzar el procés d'adquisició i processament de les dades de sensors LiDAR terrestres aplicats en fructicultura.ca_ES
dc.description.abstractEl Trabajo experimental titulado "Fenotipaje mediante un sensor LiDAR terrestre de una plantación de almendros sujeta a un ensayo experimental de fertirrigación" mediante el uso de un sensor LiDAR terrestre, ha consistido en analizar y caracterizar los parámetros vegetativos de una plantación de almendros en dos momentos diferentes del ciclo vegetativo del cultivo. Para poder estudiar esta caracterización ha sido necesario realizar la adquisición de datos en el campo a través del sensor LiDAR Velodyne VLP-16. Los datos obtenidos (nube de puntos 3D) han estado procesados mediante la utilización de diferentes softwares. La extracción de parámetros de la vegetación se ha realizado con el software RStudio, aplicando un código previamente desarrollado por el Grup de Recerca en Agricultura de Precisió (GRAP) de la Universitat de Lleida. La extracción de información procedente de esta nube de puntos 3D ha permitido obtener cinco parámetros diferentes, tanto geométricos (altura de los árboles, anchura del dosel foliar, sección transversal del dosel), como estructurales (porosidades del dosel foliar a un lado y otro de la hilera). Además, los parámetros mencionados se han calculado basándose en tres resoluciones espaciales diferentes, dependiendo de la longitud de hilera que representaban (0,10 m, 0,25 m i 0,50 m). En una segunda parte del estudio, las tres resoluciones de fenotipado de la plantación han estado evaluadas mediante la obtención y comparación de los mapas de los diferentes parámetros vegetativos. Habiendo utilizado un método geoestadístico de interpolación espacial (kriging), los mapas de superficie obtenidos han estado comparados píxel a píxel (cell-by-cell comparison) midiendo el grado de concordancia entre mapas a través del coeficiente kappa (previa categorización de los mapas en clases o cuantiles). Tomando como referencia el mapa de mayor resolución espacial (0,10 m), los mapas han mostrado diferencias cuantitativas significativas según la resolución utilizada. No obstante, el patrón de distribución ha estado muy similar independiente de la resolución, lo que se ha puesto de manifiesto cuando se comparan mapas categóricos o clasificados, es decir, cuando se comparan, no tanto la magnitud del parámetro, sino la localización espacial de las clases (dos o tres) obtenidas aplicando un análisis clúster sobre los mapas originales. Este resultado se ha comprobado especialmente en parámetros geométricos como, por ejemplo, la sección transversal del dosel foliar. Fruto de esta concordancia espacial, es posible construir modelos lineales que permitan estimar parámetros a mayor resolución (0,10 m y 0,25 m) a partir de mapas obtenidos a menor resolución (0,50 m). Esta posibilidad se valora muy positivamente, ya que permite agilizar el proceso de adquisición y proceso de los datos de sensores LiDAR terrestres aplicados en fruticultura.ca_ES
dc.description.abstractThe experimental work entitled "Phenotyping by a terrestrial LiDAR sensor of an almond plantation undergoing an experimental fertigation test", has consisted in analysing and characterizing the vegetative parameters of an almond tree plantation in two different moments of the vegetative cycle of the crop. To study this characterization, firstly, it has been necessary to perform data acquisition in the countryside through the Velodyne VLP-16 LiDAR sensor. The obtained data (point cloud 3D) have been processed through the use of different software. The extraction of vegetation parameters has been performed with the RStudio software, applying a code previously developed by the "Grup de Recerca en Agricultura de Precisió (GRAP)" of the University of Lleida. The extraction of information from the point cloud (3D) has enabled five different parameters to be obtained, both geometric (height of the trees, the width of the foliar canopy and cross-section of the canopy) and structural (porosities of the foliar canopy on either side of the row). Moreover, the above-mentioned parameters have been calculated based on three different resolutions, depending on the row length they represented (0,10 m, 0,25 m and 0,50 m). Secondly, the three phenotyping resolutions of the plantation have been evaluated by obtaining and comparing the maps of different vegetative parameters. Having used a geostatistical method of spatial interpolation (kriging), the surface maps obtained have been compared pixel by pixel (cell-by-cell comparison), by measuring the degree of concordance between maps through the kappa coefficient (after categorization the maps into classes or quantiles). Taking as a reference to the map with the highest spatial resolution (0,10 m), the maps have shown significant quantitative differences according to the resolution used. However, the distribution pattern has been very similar regardless of the resolution, which has become evident when comparing categorical or classified maps, that is, when comparing, not so much the magnitude of the parameter, but the spatial locations of the classes (two or three) obtained by applying a cluster analysis on the original maps. This result has been verified, especially, in geometrical parameters such as the cross-section of the canopy. As a result of this spatial concordance, it is possible to build linear models that allow for estimation of parameters at a higher resolution (0,10 m and 0,25 m) from maps obtained at a lower resolution. This possibility is valued very positively since it allows to speed up the acquisition and processing of data from terrestrial LiDAR sensors applied in fruit farming.ca_ES
dc.format.extent138 p.ca_ES
dc.language.isocatca_ES
dc.rightscc-by-nc-ndca_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectSensor LiDARca_ES
dc.subjectNúvol de puntsca_ES
dc.subjectResolució d'escaneigca_ES
dc.subjectKrigingca_ES
dc.subjectComparació de mapesca_ES
dc.subjectAmetllerca_ES
dc.subject.otherRadar òpticca_ES
dc.subject.otherIntel·ligència computacionalca_ES
dc.subject.otherSòls--Fertilitatca_ES
dc.titleFenotipatge mitjançant un sensor LiDAR terrestre d'una plantació d'ametllers sotmesa a un assaig experimental de fertirrigacióca_ES
dc.typeinfo:eu-repo/semantics/bachelorThesisca_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessca_ES


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

cc-by-nc-nd
Except where otherwise noted, this item's license is described as cc-by-nc-nd