Inversión de la Humedad del Suelo en Alfalfa mediante Drones con Fusión de Características y Aprendizaje por...

Área de la Ciencia:

• Ingeniería Agrícola
• Teledetección
• Aprendizaje Automático

Sus antecedentes:

• El riego de precisión se basa en datos precisos de humedad del suelo.
• La teledetección con drones ofrece alta resolución espaciotemporal para la monitorización de la humedad del suelo.
• Los campos de alfalfa requieren una gestión a medida de la humedad del suelo en diversas etapas de crecimiento.

Objetivo del estudio:

• Recuperar el contenido de humedad del suelo en campos de alfalfa utilizando imágenes multiespectrales de drones.
• Evaluar el rendimiento de los modelos de aprendizaje automático y de aprendizaje por conjuntos para la inversión de la humedad del suelo.
• Investigar el impacto de la integración de características espectrales y de textura en la precisión de la inversión.

Principales métodos:

• Construcción de un conjunto de características multifuente mediante la fusión de datos espectrales y de textura de imágenes multiespectrales de drones.
• Comparación sistemática de los modelos Random Forest Regression (RFR), K-nearest neighbors regression (KNN) y XG-Boost.
• Evaluación de modelos de aprendizaje por conjuntos (Voting y Stacking) para mejorar la recuperación de la humedad del suelo.

Principales resultados:

• Los modelos de aprendizaje por conjuntos, en particular Voting, superaron a los modelos individuales de aprendizaje automático, logrando un R² máximo de 0,874 y un RMSE de 0,005.
• La fusión de características multifuente mejoró significativamente la precisión de la inversión, aumentando el R² en 0,065 en comparación con las características de textura únicas.
• Las profundidades óptimas de inversión de la humedad del suelo variaron según la etapa de crecimiento: 40-60 cm para ramificación y brotación, 20-40 cm para floración temprana.

Conclusiones:

• La integración de la fusión de características multifuente con el aprendizaje por conjuntos proporciona un método altamente preciso y estable para la inversión de la humedad del suelo en alfalfa.
• Este enfoque ofrece una solución técnica eficaz para la gestión precisa del agua en pastizales artificiales dentro de regiones áridas.
• Los hallazgos respaldan el uso de la teledetección basada en drones para optimizar el riego en ecosistemas agrícolas.