Implementación de la agricultura de precisión a través del desarrollo de sistemas productivos en áreas protegidas o de conservación para optimizar la producción de cultivos. Una revisión sistemática de literatura
Español
Barra lateral del artículo
PDF
FLIP
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Cuaderno Activa provee acceso libre inmediato a su contenido bajo el principio de hacer disponible gratuitamente la producción investigativa al ´´público, fomentando un mayor intercambio de conocimiento científico.
Contenido principal del artículo
Resumen
Hacer una búsqueda literaria, en la cual se plantea la visión satelital con la implementación de drones en función de herramientas complementarias utilizadas en zonas de conservación. Genera, una importancia significativa en el adelantamiento de la tecnología en zonas de difícil acceso y de especial importancia ecosistémica y funcional en general; donde la participación de drones como el sistema de supervisión constante apoyados de sistemas satelitales, ha permitido una integración de diagnósticos más rápidos. En las revisiones bibliográficas, se han establecido la aplicación de la fotogrametría en sistemas de diagnósticos de cultivos, así como en la formación de mapas los cuales sirven en la estimación de usos de suelos, así como de tipos de cultivos y sistemas de mejoramiento ambiental en función de sistemas sostenibles. Por otro lado, tras la declaratoria que se ha llevado las Serranía de las Quinchas (SIRAP), se conoce, como una zona no solo de conservación sino también de protección, donde se practican sistemas agrícolas tradicionales para consumo y generación económica. La revisión sistemática de literatura (RSL) en esta investigación, busca proporcionar respuesta a cada una de los asuntos de investigación formuladas, por medio de la recolección de publicaciones de las plataformas de datos de Scopus y Science Direct.
Palabras clave:
Descargas
Detalles del artículo
Referencias (VER)
Angarita, F. R. (2011). Figuras municipales de conservación ambiental en Colombia: ¿áreas protegidas, redes ecológicas o infraestructuras verdes? Nodo: Arquitectura. Ciudad. Medio Ambiente, 6(11), 65-76.
Aguilar Criado, E. (2014). Los nuevos escenarios rurales: de la agricultura a la multifuncionalidad. Endoxa, series Filosóficas, 33, 73-98.
Colom Cañellas, A. J. (2020). El desarrollo sostenible y la educación para el desarrollo.
Baquero Rubio, J. M., & Bayona Perez, W. A. (2021). Estudio de prefactibilidad para crear una empresa de servicios de agricultura de precisión en cultivos de papa en el altiplano
Barrera Moreno, K. L., & Quevedo Mora, J. E. (2020). Formulación de un plan de turismo rural comunitario en la vereda Las Quinchas del municipio de Otanche, Boyacá.
Bongiovanni, R.; Lowenberg-DeBoer, J. (2004). “Precision Agriculture andSustainability.” Precision Agriculture, 5, p. 359-387.
Cañedo Andalia, R., Rodríguez Labrada, R., & Montejo Castells, M. (2010). Scopus: la mayor base de datos de literatura científica arbitrada al alcance de los países subdesarrollados. Acimed, 21(3), 270-282.
Caicedo Camposano, O. G. (2021). Sustentabilidad de los sistemas de producción de Banano (Musa paradisiaca AAA) en Babahoyo, Ecuador.
Charlotte Landau, E., Pereira Guimarães, D. y Hirsch, A. (2014): Uso de Sistemas de Informaciones Geográficas para especialización de datos del área de producción agrícola. En: E. Chartuni Mantovani y C. Magdalena (Ed.), Manual de Agricultura de Precisión. IICA, PROCISUR, Montevideo, pp. 22-29.
Chávez Tierra, M. A. (2019). Mejoramiento de la productividad mediante la implementación de drones en el cultivo de flores de verano y rosas en el grupo Esmeralda Ecuador (Master's thesis, PUCE-Quito).
Delgado, J. R., Rodríguez, M. Á. V., Contador, J. F. L., & Villar, M. (2018). Teledetección y agricultura de precisión aplicadas al olivar tradicional. In Sistemas de información geográfica y teledetección: aplicaciones en el análisis territorial (pp. 55-68). Grupo de Investigación Geo-Ambiental.
De la Cruz Burgos, J. M., & Muñoz García, G. A. (2016). Análisis multitemporal de la cobertura vegetal y cambio de uso del suelo del área de influencia del programa de reforestación de la Federacion Nacional de Cafeteros en el municipio de Popayán, Cauca.
García, E., & Flego, F. (2008). Agricultura de precisión. Revista Ciencia y Tecnología. Recuperado de http://www. palermo. edu/ingenier ia/C iencia_y_t ecnolog ia/ciencia_y_tecno_8. html.
López Rodríguez, Y. A., Hidalgo Delgado, Y., & Silega Martínez, N. (2021). Escenarios de vinculación de las bases de datos relacionales y las ontologías: un mapeo sistemático. Enfoque UTE, 12(4), 58-75
MAVDT, IDEAM, IGAC (2010). Protocolo de degradación de suelos y tierras por erosión. MAVDT - IDEAM - IGAC, Bogotá D.C., Colombia. 225 p
Morales, L. (2017). La paz y la protección ambiental en Colombia. El Diálogo: Liderazgo para las Américas.
Quezada Poma, N. M. (2014). Uso de los sistemas de información geográfica en el diagnóstico ambiental como herramienta para el ordenamiento territorial caso de aplicación en la Parroquia de Tundayme, Cantón El Pangui, Provincia de Zamora Chinchipe (Master's thesis, Quito, 2014.).
Rodríguez González, L. J. (2020). Agricultura de precisión en el mundo y en Colombia: revisión bibliográfica.
Romero, S. (1999). El desarrollo sostenible de la agricultura: el potencial de la era digital (No. 13). IICA.
Sánchez-Mora, K., Zuñiga-Gutiérrez, M.A. y Mayhua-López, E. (2016): A nonlinear model to estimate Nitrogen level in agricultural soil using Gaussian Kernels. En: ANDESCON 2016, IEEE. IEEE, pp. 1-4.
Sebastián Cantalejo, M. (2020). Desarrollo de la Agricultura de Precisión.
Somoza, A., Vazquez, P., & Zulaica, L. (2018). Implementación de buenas prácticas agrícolas para la gestión ambiental rural. RIA. Revista de investigaciones agropecuarias, 44(3), 398-423.
Turiño, C. (2006). Integración de los Sistemas de Información Geográfica y del Sistema de Posicionamiento Global.
Vargas-Sanabria, D., & Campos-Vargas, C. (2018). Sistema multi-algoritmo para la clasificación de coberturas de la tierra en el bosque seco tropical del Área de Conservación Guanacaste, Costa Rica. Revista Tecnología en Marcha, 31(1), 58-69.
Montesinos, S. (2015). Aplicaciones operativas de losdrones en Agriculturas de precisión. Lecciones aprendidas. XVI Congreso de la Asociación Española de Teledetección, (págs. 629-632). Sevilla
Chen, Z., Li, S., Ren, J., Gong, P., Zhang, M., Wang, L., Xiao, S., & Jiang, D. (2008). Monitoring and management of agriculture with remote sensing. Advances in Land Remote Sensing: System, Modeling, Inversion and Application, 397–421. https://doi.org/10.1007/978-1-4020-6450-0_15
Erdle, K., Mistele, B., & Schmidhalter, U. (2011). Comparison of active and passive spectral sensors in discriminating biomass parameters and nitrogen status in wheat cultivars. Field Crops Research, 124(1), 74–84. https://doi.org/10.1016/j.fcr.2011.06.007
Guo, H., Li, Z. B., Ma, Q., Zhu, D. H., Su, W., Wang, K., & Marinello, F. (2019). A bilateral symmetry based pose normalization framework applied to livestock body measurement in point clouds. Computers and Electronics in Agriculture, 160(October 2018), 59–70. https://doi.org/10.1016/j.compag.2019.03.010
Kaleita, A. L., Hirschi, M. C., & Tian, L. F. (2007). Field-scale surface soil moisture patterns and their relationship to topographic indices. Transactions of the ASABE, 50(2), 557–564.
Kise, M., & Zhang, Q. (2008). Creating a panoramic field image using multi-spectral stereovision system. Computers and Electronics in Agriculture, 60(1), 67–75. https://doi.org/10.1016/j.compag.2007.07.002
Lee, W. S., Alchanatis, V., Yang, C., Hirafuji, M., Moshou, D., & Li, C. (2010). Sensing technologies for precision specialty crop production. Computers and Electronics in Agriculture, 74(1), 2–33. https://doi.org/10.1016/j.compag.2010.08.005
Lelong, C. C. D., Burger, P., Jubelin, G., Roux, B., Labbé, S., & Baret, F. (2008). Assessment of unmanned aerial vehicles imagery for quantitative monitoring of wheat crop in small plots. Sensors, 8(5), 3557–3585. https://doi.org/10.3390/s8053557
Persello, C., Tolpekin, V. A., Bergado, J. R., & de By, R. A. (2019). Delineation of agricultural fields in smallholder farms from satellite images using fully convolutional networks and combinatorial grouping. Remote Sensing of Environment, 231(June). https://doi.org/10.1016/j.rse.2019.111253
Podlasek, A., Bujakowski, F., & Koda, E. (2020). The spread of nitrogen compounds in an active groundwater exchange zone within a valuable natural ecosystem. Ecological Engineering, 146(January), 105746. https://doi.org/10.1016/j.ecoleng.2020.105746
Uno, Y., Prasher, S. O., Lacroix, R., Goel, P. K., Karimi, Y., Viau, A., & Patel, R. M. (2005). Artificial neural networks to predict corn yield from Compact Airborne Spectrographic Imager data. Computers and Electronics in Agriculture, 47(2), 149–161. https://doi.org/10.1016/j.compag.2004.11.014
Viviana Alexandra Berrío Meneses, J. M. (2015 ). USO DE DRONES PARA EL ANALISIS DE IMÁGENES MULTIESPECTRALES EN AGRICULTURA DE PRECISIÓN. ciencia y tecnologia .
Viviana Berrio Meneses, D. Á. (2016). SISTEMA DE OPTIMIZACIÓN DE LAS TÉCNICAS DE PLANIFICACIÓN EN AGRICULTURA DE PRECISIÓN POR MEDIO DE DRONES. berrio meneses .
Willers, J. L., Milliken, G. A., Jenkins, J. N., O’Hara, C. G., Gerard, P. D., Reynolds, D. B., Boykin, D. L., Good, P. V., & Hood, K. B. (2008). Defining the experimental unit for the design and analysis of site-specific experiments in commercial cotton fields. Agricultural Systems, 96(1–3), 237–249. https://doi.org/10.1016/j.agsy.2007.09.003
