Palabras clave
Sustainable Development
Technology and Sustainability
Electronic Resources
Automated System
Agricultura
Desarrollo Sustentable
Tecnología y Sustentabilidad
Recursos Electrónicos
Sistema Automatizado
Resumen
Este trabajo describe una metodología para identificar los patrones o características de los cultivos, mediante el empleo de los algoritmos de reconocimiento de la ingeniería del software. Este sistema procesa información referente al progreso de las plantas; para ello, se realizaron comparaciones de imágenes que fueron capturadas usando Vehículos Aéreos No Tripulados VANT/DRONES como uno de los recursos de las Tecnologías de la Información y Comunicación (TIC), y los objetos contenidos en una Base de Datos que contienen características normales y anormales de diversas plantas como el mango, el limón y la palmera de coco.
El procesamiento de datos a través de la aplicación automatizada generó resultados de identificación favorables mediante el reconocimiento automático de los cultivos, ya que se identificaron con el proceso de comparación las imágenes con características normales y anormales.
El proyecto beneficiará principalmente a los agricultores, pues se podrán identificar los riesgos de los sembradíos provocados por las plagas de insectos infecciosos que ingresan a los cultivos (mosquita blanca), además de otras probables anomalías como quemaduras (enfermedad de hoja seca), las cuales podrían obstaculizar el crecimiento óptimo de la planta. Con ello, se podrán tomar decisiones oportunas para atender los riesgos de los cultivos con el apoyo del sistema de reconocimiento.
El tratamiento de información referente al progreso de los sembradíos genera consigo una propuesta innovadora que incorpora las tecnologías con amplias posibilidades para el desarrollo agrícola en las costas de Guerrero, México.
Con la modernización y específicamente el uso de estos sistemas automáticos que administran y difunden la información, se podrán atender de manera oportuna los riesgos de la agricultura y evitar así pérdidas de la cosecha, generando impactos en el desarrollo social, económico y ambiental al atender de manera oportuna los riesgos o peligros presentados en el cultivo.
Citas
Agudelo, R., Castellanos, D. y Medina, M. (2005). Automatización de Sistema de Riego para el cultivo de flores tipo exportación. (Tesis de Licenciatura). Facultad de Ingeniería Electrónica, Bogotá D.C. Colombia.
Bedolla, J., Bedolla, R. y Palacios, R. (2015). Sistema de Gestión de Programas de Educación Ambiental, una aplicación para el desarrollo comunitario. 20º ENCUENTRO Nacional sobre Desarrollo Regional en México. Publicado In: Pasado, presente y futuro de las regiones en México y su estudio. (ISBN: 978-607-96649-1-6 UNAM-IIEc: 978-607-02-7436-7: Cuernavaca, Morelos: 17 al 20 de noviembre de 2015). México: AMECIDER, 1-24.
Betancourt, D. (2014). Sistema de visión por computador para detectar hierba no deseada en prototipo de cultivo de frijol usando ambiente controlado. (Proyecto de grado). Universidad Católica de Colombia. Facultad de Ingeniería. Programa de ingeniería electrónica y telecomunicaciones. Bogotá D.C. Colombia.
Cabello, A. y Ortiz, E. (2013). Políticas públicas de innovación tecnológica y desarrollo: teoría y propuesta de educación superior. Revista: Convergencia Revista de Ciencias Sociales Scielo, 20(61), 135-172.
Cáceres, C. (2015). Procesamiento de imágenes para reconocimiento de daños causados por plagas en el cultivo de Begonia semperflorens (flor de azúcar). Acta agronómica. Palmira, Colombia. Universidad Nacional de Colombia. Disponible en: http://www.redalyc.org/pdf/1699/169940048012. pdf. doi: http://dx.doi.org/10.15446/acag. v64n3.42657. Acceso: julio 28 de 2019.
Cásares, C., Farías, N., García, N. y García, A. (2017). Procesamiento de imágenes de plantas ornamentales multi-escala para calcular su crecimiento. Revista: 3C TIC: Cuadernos de desarrollo aplicados a las TIC, 6(3): 10-25.
Di Benedetto, A. y Tognetti, J. (2016). “Técnicas de análisis de crecimiento de plantas: su aplicación a cultivos intensivos”. Revista: Revista de investigaciones agropecuarias: RIA, 42(3): 258-282.
Flores, A. (1990). “La modernización de la agricultura en el trópico húmedo mexicano: veinte años de experiencia en la Chontalpa, Tabasco”. Revista: Revista de Geografía Agrícola, 1(1): 105-115.
González, A., Amarillo, G., Amarillo, M. y Sarmiento, F. (2015). “Drones aplicados a la agricultura de precisión”. Revista: Revista especializada en ingeniería, 10(2016): 23-37.
LAVIDA. (2012). México Rumbo a la Sustentabilidad: 40 Propuestas para la Administración Federal 2012-2018. México: La Asamblea Veracruzana de Iniciativas y Defensa Ambiental. Disponible en: https://www.lavida.org.mx/documento/ m%C3%A9xico-rumbo-sustentabilidad- 40-propuestas-administraci%C3%B3n-federal-2012-2018. Acceso: 03 de abril de 2018.
Maduell, E. (2012). Visión artificial. PID_00184756, v.3.0. Barcelona, España: Universitat Oberta de Catalunya UOC. 1-30.
Murray, T. G., y Murray, P. G. (2012). Clima desbocado. ¿Cómo ves?. México: Guía del maestro www. comoves.unam.mx. Disponible en: http://www. comoves.unam.mx/assets/revista/168/clima-desbocado.pdf. Acceso: 24 de agosto de 2018.
Noda, K., Ezaki, N., Takizawa, H., Mizuno, S. y Yamamoto, S. (2006). Detection of plant saplessness with image processing. International Joint Conference SICE-ICASE, 4856 - 4860.
Núñez, O., Figueroa, T. y De Jesús, A. (2015). Monitorización de Cultivos Utilizando Drones. Lagunas, El Barrio de la Soledad, Oaxaca: Centro Educativo Cruz Azul, A.C. México. Disponile en: http:// vinculacion.dgire.unam.mx/vinculacion-1/ Congreso-Trabajos-pagina/Trabajos-2015/ Ciencias-fisicomatematicas/Fisica/13.%20 CIN2015A20121.pdf. Acceso: 03 de octubre de 2018.
Plan Nacional de Desarrollo. (2013-2018). Igualdad de oportunidades para un México próspero. México: Gobierno de la República. Disponible en: http:// pnd.gob.mx. https://observatorioplanificacion. cepal.org/sites/default/files/plan/files/ MexicoPlanNacionaldeDesarrollo20132018.pdf. Acceso: 03 de abril de 2018.
Silberschatz, A. y Korth, H. (2002). Fundamentos de Bases de Datos, 4ta Edición. Madrid, España: McGRAW-HILL, 787, 1-16.
Yan, L., Chunlei, X. y JangMyung, L. (2009). Vision-based pest detection and automatic spray of greenhouse plant. IEEE International Symposium on Industrial Electronics, 920 - 925.