Monitoreo multitemporal del vigor vegetativo y la productividad forrajera mediante imágenes UAV multiespectrales y NDVI en un sistema de pastoreo rotacional altoandino
DOI:
https://doi.org/10.61347/ei.v5i1.331Palabras clave:
Agricultura de precisión, imágenes multiespectrales, NDVI, productividad forrajera, pastoreo rotacional, UAVResumen
El monitoreo de pasturas mediante tecnologías de teledetección constituye una herramienta eficiente para evaluar la productividad y la variabilidad espacial de sistemas forrajeros bajo manejo rotacional. El presente estudio tuvo como objetivo evaluar la productividad forrajera y la variabilidad espacial del vigor vegetativo mediante el análisis multitemporal del Índice de Vegetación de Diferencia Normalizada (NDVI) derivado de imágenes multiespectrales obtenidas con vehículos aéreos no tripulados (UAV) en un sistema de pastoreo rotacional del Centro Experimental San Francisco de la Universidad Politécnica Estatal del Carchi (UPEC), Ecuador. La investigación se desarrolló en un potrero de 5000 m² con mezcla forrajera destinada a la alimentación de ganado lechero, donde durante marzo, abril y mayo de 2026 se registraron variables productivas como tasa de crecimiento, oferta de forraje, oferta real de forraje y cobertura de malezas, mediante aforos semanales con Rising Plate Meter y procesamiento con el software 3R. Las imágenes multiespectrales fueron adquiridas con un UAV DJI Mavic 3 Multispectral y procesadas para la generación de ortomosaicos y mapas NDVI, cuyos valores oscilaron entre −0,81 y 0,64, evidenciando heterogeneidad espacial del vigor vegetativo. Los resultados mostraron que abril presentó el mayor desempeño productivo, con una tasa de crecimiento de 630,2 kg MS ha⁻¹ día⁻¹ y una oferta real de forraje de 4.151,4 kg MS ha⁻¹, además de una alta variabilidad temporal en la tasa de crecimiento (CV = 71,6 %) y variabilidad moderada en la oferta real de forraje (CV = 33,8 %). En conjunto, se concluye que la integración de imágenes multiespectrales UAV y análisis NDVI constituye una herramienta no destructiva, de alta resolución espacial y utilidad operativa para caracterizar la productividad forrajera y apoyar la gestión de sistemas de pastoreo rotacional.
Descargas
Citas
Ali, A., & Kaul, H. (2025). Monitoring yield and quality of forages and grassland in the view of precision agriculture applications—A review. Remote Sensing, 17(2), 279. https://doi.org/10.3390/rs17020279
Allen, V., Batello, C., Berretta, E., Hodgson, J., Kothmann, M., Li, X., McIvor, J., Milne, J., Morris, C., Peeters, A., & Sanderson, M. (2011). An international terminology for grazing lands and grazing animals. Grass and Forage Science, 66(1), 2–28. https://doi.org/10.1111/j.1365-2494.2010.00780.x
Berni, J., Zarco-Tejada, P., Suárez, L., & Fereres, E. (2009). Thermal and narrowband multispectral remote sensing for vegetation monitoring from an unmanned aerial vehicle. IEEE Transactions on Geoscience and Remote Sensing, 47(3), 722–738. https://doi.org/10.1109/TGRS.2008.2010457
Hunt, E., Hively, W., Fujikawa, S., Linden, D., Daughtry, C., & McCarty, G. (2010). Acquisition of NIR-green-blue digital photographs from unmanned aircraft for crop monitoring. Remote Sensing, 2(1), 290–305. https://doi.org/10.3390/rs2010290
Malenovský, Z., Lucieer, A., King, D., Turnbull, J., & Robinson, S. (2019). Unmanned aircraft system advances health mapping of fragile polar vegetation. Methods in Ecology and Evolution, 10(11), 1842–1857. https://doi.org/10.1111/2041-210X.12833
Matese, A., & Di Gennaro, S. (2021). Beyond the traditional NDVI index as a key factor to mainstream the use of UAV in precision viticulture. Scientific Reports, 11(1), 2721. https://doi.org/10.1038/s41598-021-81652-3
Näsi, R., Viljanen, N., Kaivosoja, J., Alhonoja, K., Hakala, T., Markelin, L., & Honkavaara, E. (2018). Estimating biomass and nitrogen amount of barley and grass using UAV and aircraft based spectral and photogrammetric 3D features. Remote Sensing, 10(7), 1082. https://doi.org/10.3390/rs10071082
Peña, J., Torres-Sánchez, J., Serrano-Pérez, A., de Castro, A., & López-Granados, F. (2015). Quantifying efficacy and limits of unmanned aerial vehicle (UAV) technology for weed seedling detection as affected by sensor resolution. Sensors, 15(3), 5609–5626. https://doi.org/10.3390/s150305609
Rouquette, F., Sollenberger, L., & Vendramini, J. (2023). Grazing management and stocking strategy decisions for pasture-based beef systems: Experimental confirmation vs. testimonials and perceptions. Translational Animal Science, 7(1), txad069. https://doi.org/10.1093/tas/txad069
Rouse, J., Haas, R., Schell, J., & Deering, D. (1974). Monitoring vegetation systems in the Great Plains with ERTS. En Third Earth Resources Technology Satellite-1 Symposium: Technical Presentations (Vol. 1, Section A, Paper A20). National Aeronautics and Space Administration (NASA). https://ntrs.nasa.gov/api/citations/19740022614/downloads/19740022614.pdf
Serrano, J., Shahidian, S., Paixão, L., Marques da Silva, J., & Paniágua, L. L. (2024). Pasture quality assessment through NDVI obtained by remote sensing: A validation study in the Mediterranean silvo-pastoral ecosystem. Agriculture, 14(8), 1350. https://doi.org/10.3390/agriculture14081350
Tsouros, D., Bibi, S., & Sarigiannidis, P. (2019). A review on UAV-based applications for precision agriculture. Information, 10(11), 349. https://doi.org/10.3390/info10110349
Tucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150. https://doi.org/10.1016/0034-4257(79)90013-0
Villalobos, F., & Fereres, E. (2017). Fitotecnia: Principios de agronomía para una agricultura sostenible. Ediciones Mundi-Prensa. https://n9.cl/rweni
von Bueren, S., & Yule, I. (2013). Multispectral aerial imaging of pasture quality and biomass using unmanned aerial vehicles (UAV). En Proceedings of the FLRC Workshop 2013. Massey University. https://n9.cl/s4n7b
Xue, J., & Su, B. (2017). Significant remote sensing vegetation indices: A review of developments and applications. Journal of Sensors, 2017, 1353691. https://doi.org/10.1155/2017/1353691
Zhang, C., & Kovacs, J. M. (2012). The application of small unmanned aerial systems for precision agriculture: A review. Precision Agriculture, 13(6), 693–712. https://doi.org/10.1007/s11119-012-9274-5
Zhao, Y., Liu, Z., & Wu, J. (2020). Grassland ecosystem services: A systematic review of research advances and future directions. Landscape Ecology, 35(4), 793–814. https://doi.org/10.1007/s10980-020-00980-3
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Wanda Maribel Champutiz Castro, Jeysonn Marcelo Palma Mera
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
