Monitoreo y caracterización de la productividad de un cultivo de maíz utilizando imágenes satelitales

El presente trabajo tuvo como objetivo analizar la evolución temporal del índice de vegetación normalizado (IVN) y su relación con la productividad en dos lotes de un cultivo de maíz de segunda en el partido de Olavarría, provincia de Buenos Aires. Para ello se utilizaron imágenes satelitales de las...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Aramburu, Bautista
Otros Autores: Iturralde, María Del Rosario
Formato: Trabajo final de grado
Lenguaje:Español
Publicado: Pontificia Universidad Católica Argentina 2025
Materias:
Acceso en línea:https://repositorio.uca.edu.ar/handle/123456789/20230
Aporte de:
Descripción
Sumario:El presente trabajo tuvo como objetivo analizar la evolución temporal del índice de vegetación normalizado (IVN) y su relación con la productividad en dos lotes de un cultivo de maíz de segunda en el partido de Olavarría, provincia de Buenos Aires. Para ello se utilizaron imágenes satelitales de las misiones Sentinel 2 y Landsat 8, procesadas en la plataforma Google Earth Engine, y datos de rendimiento obtenidos mediante el monitor de una cosechadora. El análisis incluyó también un seguimiento a campo del estado fenológico, sanitario y general del cultivo. El IVN permitió identificar momentos clave del desarrollo, siendo el valor máximo 0,72 en promedio en ambos lotes y satélites. Se observaron diferencias en la frecuencia de adquisición de imágenes entre misiones, destacándose la mayor resolución temporal de Sentinel-2. Los rendimientos promedio fueron de 3,71 y 3,86 t/ha para los dos lotes evaluados, afectados por una emergencia despareja, presión de malezas y síntomas de achaparramiento del maíz por fitoplasma. El análisis de correlación entre IVN y rendimiento vario entre 0.31 y 0.52. El uso de datos satelitales, mapas de rendimiento y observaciones agronómicas permitió caracterizar el comportamiento del cultivo en función de su ciclo y condiciones de manejo. Los resultados demuestran el valor de la agricultura digital y la teledetección como herramientas para el monitoreo productivo y la toma de decisiones informadas.