Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución

Autores
Capraro, Flavio; Tosetti, Santiago; Campillo, Pedro; Mut, Vicente; Pierantozzi, Pierluigi
Año de publicación
2026
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
La gestión eficiente del recurso hídrico constituye un desafío central en la agricultura moderna, especialmente en regiones áridas y semiáridas. En este contexto, el riego de precisión requiere de información confiable y oportuna sobre el estado hídrico de los cultivos. En este trabajo se propone una metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en el uso de imágenes termográficas y multiespectrales de alta resolución adquiridas mediante un vehículo aéreo no tripulado (UAV), equipado con una cámara termográfica FLIR VueProR 640 y una cámara multiespectral MicaSense RedEdge. El estudio se desarrolló durante la campaña productiva 2024–25 sobre un olivar experimental en el que se aplicaron cuatro tratamientos de riego con diferentes niveles de reposición hídrica (100%, 70%, 50% y 25%), con el objetivo de generar variabilidad en el estado hídrico del cultivo. Las imágenes térmicas y multiespectrales fueron procesadas mediante un flujo de trabajo integrado que combina fotogrametría digital, sistemas de información geográfica y herramientas de programación en Python. A partir de ortomosaicos georreferenciados con una resolución espacial aproximada de 4 cm se calcularon la temperatura del cultivo, el índice de estrés hídrico del cultivo (CWSI) y el índice de vegetación NDVI. Los resultados muestran una elevada variabilidad espacial y temporal de los índices térmicos asociada a los tratamientos de riego, mientras que el NDVI presenta un comportamiento más estable a lo largo de la campaña. La metodología propuesta permite un estudio detallado a escala intra-parcela y aporta un flujo de trabajo integrado para el procesamiento y análisis de datos aplicados a la gestión del riego en olivares superintensivos.
Efficient water resource management is a central challenge in modern agriculture, particularly in arid and semi-arid regions. In this context, precision irrigation requires reliable and timely information on crop water status. This work proposes a methodology for monitoring the water status of a super-intensive olive grove based on high-resolution thermal and multispectral imagery acquired using an unmanned aerial vehicle (UAV) equipped with a FLIR VueProR 640 thermal camera and a MicaSense RedEdge multispectral camera. The study was conducted during the 2024–25 growing season on an experimental olive grove where four irrigation treatments with different levels of water replenishment (100%, 70%, 50%, and 25%) were applied in order to induce variability in crop water status. Thermal and multispectral images were processed through an integrated workflow combining digital photogrammetry, geographic information systems (GIS), and scientific programming tools in Python. Crop temperature, the Crop Water Stress Index (CWSI), and the Normalized Difference Vegetation Index (NDVI) were computed from georeferenced orthomosaics with an approximate spatial resolution of 4 cm. The results show high spatial and temporal variability of thermal indices associated with irrigation treatments, while NDVI exhibits a more stable behavior throughout the growing season. The proposed methodology enables detailed intra-plot analysis and provides an integrated workflow for processing and analyzing UAV-based data applied to irrigation management in super-intensive olive groves.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
riego de precisión
estrés hídrico
termografía
agricultura digital
olivos
precision irrigation
water stress
thermography
digital agriculture
olive crops
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/195030
Acceder
id SEDICI_f8ff004d04f6be3b67eeb3fb86bed17c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/195030
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resoluciónMethodology for monitoring the water status of a super-intensive olive grove based on high-resolution thermal and multispectral imageryCapraro, FlavioTosetti, SantiagoCampillo, PedroMut, VicentePierantozzi, PierluigiCiencias Informáticasriego de precisiónestrés hídricotermografíaagricultura digitalolivosprecision irrigationwater stressthermographydigital agricultureolive cropsLa gestión eficiente del recurso hídrico constituye un desafío central en la agricultura moderna, especialmente en regiones áridas y semiáridas. En este contexto, el riego de precisión requiere de información confiable y oportuna sobre el estado hídrico de los cultivos. En este trabajo se propone una metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en el uso de imágenes termográficas y multiespectrales de alta resolución adquiridas mediante un vehículo aéreo no tripulado (UAV), equipado con una cámara termográfica FLIR VueProR 640 y una cámara multiespectral MicaSense RedEdge. El estudio se desarrolló durante la campaña productiva 2024–25 sobre un olivar experimental en el que se aplicaron cuatro tratamientos de riego con diferentes niveles de reposición hídrica (100%, 70%, 50% y 25%), con el objetivo de generar variabilidad en el estado hídrico del cultivo. Las imágenes térmicas y multiespectrales fueron procesadas mediante un flujo de trabajo integrado que combina fotogrametría digital, sistemas de información geográfica y herramientas de programación en Python. A partir de ortomosaicos georreferenciados con una resolución espacial aproximada de 4 cm se calcularon la temperatura del cultivo, el índice de estrés hídrico del cultivo (CWSI) y el índice de vegetación NDVI. Los resultados muestran una elevada variabilidad espacial y temporal de los índices térmicos asociada a los tratamientos de riego, mientras que el NDVI presenta un comportamiento más estable a lo largo de la campaña. La metodología propuesta permite un estudio detallado a escala intra-parcela y aporta un flujo de trabajo integrado para el procesamiento y análisis de datos aplicados a la gestión del riego en olivares superintensivos.Efficient water resource management is a central challenge in modern agriculture, particularly in arid and semi-arid regions. In this context, precision irrigation requires reliable and timely information on crop water status. This work proposes a methodology for monitoring the water status of a super-intensive olive grove based on high-resolution thermal and multispectral imagery acquired using an unmanned aerial vehicle (UAV) equipped with a FLIR VueProR 640 thermal camera and a MicaSense RedEdge multispectral camera. The study was conducted during the 2024–25 growing season on an experimental olive grove where four irrigation treatments with different levels of water replenishment (100%, 70%, 50%, and 25%) were applied in order to induce variability in crop water status. Thermal and multispectral images were processed through an integrated workflow combining digital photogrammetry, geographic information systems (GIS), and scientific programming tools in Python. Crop temperature, the Crop Water Stress Index (CWSI), and the Normalized Difference Vegetation Index (NDVI) were computed from georeferenced orthomosaics with an approximate spatial resolution of 4 cm. The results show high spatial and temporal variability of thermal indices associated with irrigation treatments, while NDVI exhibits a more stable behavior throughout the growing season. The proposed methodology enables detailed intra-plot analysis and provides an integrated workflow for processing and analyzing UAV-based data applied to irrigation management in super-intensive olive groves.Sociedad Argentina de Informática e Investigación Operativa2026-05-27info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/195030spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/ejs/article/view/20959info:eu-repo/semantics/altIdentifier/issn/1514-6774info:eu-repo/semantics/altIdentifier/doi/10.24215/15146774e104info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-06-23T11:16:56Zoai:sedici.unlp.edu.ar:10915/195030Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-06-23 11:16:56.346SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución
Methodology for monitoring the water status of a super-intensive olive grove based on high-resolution thermal and multispectral imagery
title Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución
spellingShingle Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución
Capraro, Flavio
Ciencias Informáticas
riego de precisión
estrés hídrico
termografía
agricultura digital
olivos
precision irrigation
water stress
thermography
digital agriculture
olive crops
title_short Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución
title_full Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución
title_fullStr Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución
title_full_unstemmed Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución
title_sort Metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en imágenes termográficas y multiespectrales de alta resolución
dc.creator.none.fl_str_mv Capraro, Flavio
Tosetti, Santiago
Campillo, Pedro
Mut, Vicente
Pierantozzi, Pierluigi
author Capraro, Flavio
author_facet Capraro, Flavio
Tosetti, Santiago
Campillo, Pedro
Mut, Vicente
Pierantozzi, Pierluigi
author_role author
author2 Tosetti, Santiago
Campillo, Pedro
Mut, Vicente
Pierantozzi, Pierluigi
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
riego de precisión
estrés hídrico
termografía
agricultura digital
olivos
precision irrigation
water stress
thermography
digital agriculture
olive crops
topic Ciencias Informáticas
riego de precisión
estrés hídrico
termografía
agricultura digital
olivos
precision irrigation
water stress
thermography
digital agriculture
olive crops
dc.description.none.fl_txt_mv La gestión eficiente del recurso hídrico constituye un desafío central en la agricultura moderna, especialmente en regiones áridas y semiáridas. En este contexto, el riego de precisión requiere de información confiable y oportuna sobre el estado hídrico de los cultivos. En este trabajo se propone una metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en el uso de imágenes termográficas y multiespectrales de alta resolución adquiridas mediante un vehículo aéreo no tripulado (UAV), equipado con una cámara termográfica FLIR VueProR 640 y una cámara multiespectral MicaSense RedEdge. El estudio se desarrolló durante la campaña productiva 2024–25 sobre un olivar experimental en el que se aplicaron cuatro tratamientos de riego con diferentes niveles de reposición hídrica (100%, 70%, 50% y 25%), con el objetivo de generar variabilidad en el estado hídrico del cultivo. Las imágenes térmicas y multiespectrales fueron procesadas mediante un flujo de trabajo integrado que combina fotogrametría digital, sistemas de información geográfica y herramientas de programación en Python. A partir de ortomosaicos georreferenciados con una resolución espacial aproximada de 4 cm se calcularon la temperatura del cultivo, el índice de estrés hídrico del cultivo (CWSI) y el índice de vegetación NDVI. Los resultados muestran una elevada variabilidad espacial y temporal de los índices térmicos asociada a los tratamientos de riego, mientras que el NDVI presenta un comportamiento más estable a lo largo de la campaña. La metodología propuesta permite un estudio detallado a escala intra-parcela y aporta un flujo de trabajo integrado para el procesamiento y análisis de datos aplicados a la gestión del riego en olivares superintensivos.
Efficient water resource management is a central challenge in modern agriculture, particularly in arid and semi-arid regions. In this context, precision irrigation requires reliable and timely information on crop water status. This work proposes a methodology for monitoring the water status of a super-intensive olive grove based on high-resolution thermal and multispectral imagery acquired using an unmanned aerial vehicle (UAV) equipped with a FLIR VueProR 640 thermal camera and a MicaSense RedEdge multispectral camera. The study was conducted during the 2024–25 growing season on an experimental olive grove where four irrigation treatments with different levels of water replenishment (100%, 70%, 50%, and 25%) were applied in order to induce variability in crop water status. Thermal and multispectral images were processed through an integrated workflow combining digital photogrammetry, geographic information systems (GIS), and scientific programming tools in Python. Crop temperature, the Crop Water Stress Index (CWSI), and the Normalized Difference Vegetation Index (NDVI) were computed from georeferenced orthomosaics with an approximate spatial resolution of 4 cm. The results show high spatial and temporal variability of thermal indices associated with irrigation treatments, while NDVI exhibits a more stable behavior throughout the growing season. The proposed methodology enables detailed intra-plot analysis and provides an integrated workflow for processing and analyzing UAV-based data applied to irrigation management in super-intensive olive groves.
Sociedad Argentina de Informática e Investigación Operativa
description La gestión eficiente del recurso hídrico constituye un desafío central en la agricultura moderna, especialmente en regiones áridas y semiáridas. En este contexto, el riego de precisión requiere de información confiable y oportuna sobre el estado hídrico de los cultivos. En este trabajo se propone una metodología para el seguimiento del estado hídrico de un olivar superintensivo basada en el uso de imágenes termográficas y multiespectrales de alta resolución adquiridas mediante un vehículo aéreo no tripulado (UAV), equipado con una cámara termográfica FLIR VueProR 640 y una cámara multiespectral MicaSense RedEdge. El estudio se desarrolló durante la campaña productiva 2024–25 sobre un olivar experimental en el que se aplicaron cuatro tratamientos de riego con diferentes niveles de reposición hídrica (100%, 70%, 50% y 25%), con el objetivo de generar variabilidad en el estado hídrico del cultivo. Las imágenes térmicas y multiespectrales fueron procesadas mediante un flujo de trabajo integrado que combina fotogrametría digital, sistemas de información geográfica y herramientas de programación en Python. A partir de ortomosaicos georreferenciados con una resolución espacial aproximada de 4 cm se calcularon la temperatura del cultivo, el índice de estrés hídrico del cultivo (CWSI) y el índice de vegetación NDVI. Los resultados muestran una elevada variabilidad espacial y temporal de los índices térmicos asociada a los tratamientos de riego, mientras que el NDVI presenta un comportamiento más estable a lo largo de la campaña. La metodología propuesta permite un estudio detallado a escala intra-parcela y aporta un flujo de trabajo integrado para el procesamiento y análisis de datos aplicados a la gestión del riego en olivares superintensivos.
publishDate 2026
dc.date.none.fl_str_mv 2026-05-27
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Articulo
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/195030
url http://sedici.unlp.edu.ar/handle/10915/195030
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/ejs/article/view/20959
info:eu-repo/semantics/altIdentifier/issn/1514-6774
info:eu-repo/semantics/altIdentifier/doi/10.24215/15146774e104
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1868982608808902656
score 13.265058

Publicaciones similares