Application of vegetable indices (red band and near infrared) in avocado and orchards

Main Article Content

Anderson Mauricio Guerron Barahona
William Fernando Viera Arroyo
Diego Fabricio Campaña Cruz
Laura Vasquez Rojas
Carlos Lenin Montúfar Salcedo

Abstract

Avocado is a traditional fruit in the diet of Ecuadorians and requires proper crop handling to guarantee high production. Implementations of new technological alternatives such as spectroscopy indexes that correlating each other will allow optimize avocado crop management. This research validated the use of red band and near infrared-based plant indices with leaf nitrogen content. The plant indices used were normalized differential vegetation index (NDVI) and transformed vegetation index (TVI). These indexes were developed from two orthomosaics obtaining images that capture red and near infrared bands. Regression and correlation analysis were performed between the vegetable indices and the foliar nitrogen content analysis, generating values of 0.93 for NDVI, and 0.95 for TVI. The values of the plant indexes can be used to estimate plant vigor based on the nitrogen content of the foliar area.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

Article Details

How to Cite
Guerron Barahona, A. M., Viera Arroyo, W. F., Campaña Cruz, D. F., Vasquez Rojas, L., & Montúfar Salcedo, C. L. (2022). Application of vegetable indices (red band and near infrared) in avocado and orchards. Siembra, 9(1), e3371. https://doi.org/10.29166/siembra.v9i1.3371
Section
Original article
Author Biographies

Anderson Mauricio Guerron Barahona, Universidad Central del Ecuador. Facultad de Ciencias Agrícolas. Jerónimo Leiton y Gatto Sobral s/n. Ciudadela Universitaria. 170521. Quito, Ecuador.

https://orcid.org/0000-0002-4446-8065

William Fernando Viera Arroyo, Instituto Nacional de Investigaciones Agropecuarias INIAP. Avenida Interoceánica Km 15 y Eloy Alfaro. 170902. Tumbaco, Pichincha, Ecuador.

https://orcid.org/0000-0003-4472-4126

Laura Vasquez Rojas, Universidad Central del Ecuador. Facultad de Ciencias Agrícolas. Jerónimo Leiton y Gatto Sobral s/n. Ciudadela Universitaria. 170521. Quito, Pichincha, Ecuador.

https://orcid.org/0000-0001-9849-0607

Carlos Lenin Montúfar Salcedo, Universidad Central del Ecuador. Facultad de Ciencias Agrícolas. Jerónimo Leiton y Gatto Sobral s/n. Ciudadela Universitaria. 170521. Quito, Pichincha, Ecuador.

 https://orcid.org/0000-0002-4707-0837

References

Berrio Meneses, V., Alzate Velásquez, D. F., Ramón Valencia, J. A., y Ramón Valencia, J. L. (2018). Sistema de optimización de las técnicas de planificación en agricultura de precisión por medio de drones. Revista Espacios, 39(45), 18. https://www.revistaespacios.com/a18v39n45/18394518.html

Cabrera-Bosquet, L., Molero, G., Stellacci, A., Bort, J., Nogués, S., y Araus, J. (2011). NDVI as a potential tool for predicting biomass, plant nitrogen content and growth in wheat genotypes subjected to different water and nitrogen conditions. Cereal Research Communications, 39(1), 147-159. https://doi.org/10.1556/crc.39.2011.1.15 DOI: https://doi.org/10.1556/CRC.39.2011.1.15

Campos León, M. B., y Calderón Zaragoza, E. M. (2015). El análisis foliar para el diagnóstico nutritivo de plantaciones de aguacate. Toma de muestras. Junta de Andalucía. Instituto de Investigación y Formación Agraria y Pesquera. https://www.juntadeandalucia.es/agriculturaypesca/ifapa/servifapa/registro-servifapa/173568a2-8844-49a7-a873-da0f7139fbe0

Casassa Bastres, D. A. 2019. Relación entre NDVI y contenido de nitrógeno en un cultivo de maíz forrajero en el agroecosistema de Valdivia. Universidad Austral de Chile. http://cybertesis.uach.cl/tesis/uach/2019/fac335r/doc/fac335r.pdf

Crusiol, L. G. T., Carvalho, J. F. C., Sibaldelli, R. N. R., Neiverth, W., Do Rio, A., Ferreira, L. C., Procópio, S. O., Mertz-Henning, L. M., Nepomuceno, A. L., Neumaier, N., y Farias, J. R. B. (2017). NDVI variation according to the time of measurement, sampling size, positioning of sensor and water regime in different soybean cultivars. Precision Agriculture, 18(4), 470-490. https://doi.org/10.1007/s11119-016-9465-6 DOI: https://doi.org/10.1007/s11119-016-9465-6

Escobar Pardo, O. (2015). Respuestas espectrales a la fertilización con nitrógeno y potasio en el cultivo del banano (Musa AAA Simmonds), caso Municipio Zona Bananera. Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/56137

Gaona, P., Vásquez, L., Viera, W., Morales, C., Viteri, P., Sotomayor, A., Medina, L., Mejía, P., y Cartagena, Y. (2020). Efecto de dos niveles de nitrógeno y potasio aplicados por fertirriego en las variables de crecimiento y concentración de macro y micronutrientes en plantas de aguacate (Persea americana Mill.) Var. Hass. Revista Científica Ecuatoriana, 7(2), 41-48. https://doi.org/10.36331/revista.v7i2.114 DOI: https://doi.org/10.36331/revista.v7i2.114

Hashemi, S. A., Fallah Chai, M. M., y Bayat, S. (2013). An analysis of vegetation indices in relation to tree species diversity using by satellite data in the northern forests of Iran. Arabian Journal of Geosciences, 6(9), 3363-3369. https://doi.org/10.1007/s12517-012-0576-8 DOI: https://doi.org/10.1007/s12517-012-0576-8

Hunt, E. R., Doraiswamy, P. C., McMurtrey, J. E., Daughtry, C. S. T., Perry, E. M., y Akhmedov, B. (2013). A visible band index for remote sensing leaf chlorophyll content at the canopy scale. International Journal of Applied Earth Observation and Geoinformation, 21, 103-112. https://doi.org/10.1016/j.jag.2012.07.020 DOI: https://doi.org/10.1016/j.jag.2012.07.020

Instituto Nacional de Estadística y Censos [INEC]. (2018). Encuesta de superficie y producción agropecuaria continua-2018. https://www.ecuadorencifras.gob.ec/encuesta-de-superficie-y-produccion-agropecuaria-continua-2018/

Instituto Nacional de Estadística y Censos [INEC]. (2019). Encuesta de superficie y producción agropecuaria continua-2019. https://www.ecuadorencifras.gob.ec/encuesta-de-superficie-y-produccion-agropecuaria-continua-2019/

Juzga Solanilla, M. (2016). Comparación de índices de vegetación en el cerro La Conejera de la ciudad de Bogotá. Universidad Militar Nueva Granada. http://hdl.handle.net/10654/15663

López-Aguilar, H. A., García-Pérez, J. L., Barrientos-Juárez, E., Gómez, J. A., y Pérez-Hernández, A. (2016). Método no destructivo para evaluar el vigor vegetal en especies forestales cultivadas en vivero. En Sistema Internacional de Agronomía. Durango. http://cimav.repositorioinstitucional.mx/jspui/handle/1004/1765

Maresma, Á., Ariza, M., Martínez, E., Lloveras, J., y Martínez-Casasnovas, J. A. (2016). Analysis of vegetation indices to determine nitrogen application and yield prediction in maize (Zea mays L.) from a Standard UAV Service. Remote Sensing, 8(12), 973. https://doi.org/10.3390/rs8120973 DOI: https://doi.org/10.3390/rs8120973

Martínez, J. M., y Mendoza España, M. C. (2014). Balance y perspectivas del uso de la teledetección para el estudio de los recursos hídricos en el sistema TDPS. En M. Pouilly, X. Lazzaro, D. Point, y M. Aguirre (eds.), Línea base de conocimientos sobre los recursos hidrológicos e hidrobiológicos en el sistema TDPS con enfoque en la cuenca del Lago Titicaca (pp. 81-95). UICN e IRD. http://www.documentation.ird.fr/hor/fdi:010062841

Méndez-García, T., Palacios-Mayorga, S., y Rodríguez-Domínguez, L. (2008). Análisis de suelo, foliar y de calidad del agua para el cultivo del aguacatero. Terra Latinoamericana, 26(1), 75-84. https://www.terralatinoamericana.org.mx/index.php/terra/article/view/1375

Meneses Tovar, C. L. (2012). El índice normalizado diferencial de la vegetación como indicador de la degradación del bosque. Unasylva: Revista internacional de silvicultura e industrias forestales, 62(238), 39-46. https://www.fao.org/3/i2560s/i2560s07.pdf

Pat López, E. R. (2015). Niveles nutricionales, color y reflectancia espectral de las hojas de los árboles en huertas de aguacate (Persea americana) en Michoacán. Universidad de Quintana Roo. http://risisbi.uqroo.mx/handle/20.500.12249/371

Piscoya Pérez, L. R. (2019). Índice de vegetación de diferencia normalizada (NDVI) en el distrito de Puquina, Moquegua. Universidad Nacional Tecnológica de Lima Sur. http://repositorio.untels.edu.pe/jspui/handle/123456789/144

Prabhakara, K., Hively, W. D., y McCarty, G. W. (2015). Evaluating the relationship between biomass, percent groundcover and remote sensing indices across six winter cover crop fields in Maryland, United States. International Journal of Applied Earth Observation and Geoinformation, 39, 88-102. https://doi.org/10.1016/j.jag.2015.03.002 DOI: https://doi.org/10.1016/j.jag.2015.03.002

Ramos García, C. A. (2015). Método para estimar el contenido de nitrógeno en cultivos de maíz (Zea mays L.) con base en espectrometría. Caso de estudio: Puerto Gaitán, Meta. Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/56151

Rendon Sáenz, J., y Sadehian Khalajabadi, S. (2018). Aplicación de índices espectrales para identificar necesidades de fertilización nitrogenada en café. Cenicafé, 69(1), 7-15. https://biblioteca.cenicafe.org/handle/10778/1088 DOI: https://doi.org/10.38141/10778/1088

Sanjerehei, M. (2014). Assessment of spectral vegetation indices for estimating vegetation cover in arid and semiarid shrublands. Range Management and Agroforestry, 35(1), 91-100. https://www.indianjournals.com/ijor.aspx?target=ijor:rma&volume=35&issue=1&article=015

Smith, H. L., McAusland, L., y Murchie, E. H. (2017). Don’t ignore the green light: exploring diverse roles in plant processes. Journal of Experimental Botany, 68(9), 2099-2110. https://doi.org/10.1093/jxb/erx098 DOI: https://doi.org/10.1093/jxb/erx098

Sotelo-Nava, H., Hernández-Castro, E., Villegas-Torres, O. G., Nava, A. D., Sabino-López, J. E., Chino-Cantor, A., Cruz Lagunas, B., y Álvarez Vargas, D. (2017). Nutritional diagnosis of "Hass" avocado (Persea americana Mill.) soil fertility and water quality, in Tepoztlán, Morelos. International Journal of Environmental & Agriculture Research, 3(1), 152-159. https://ijoear.com/issue-detail/issue-January-2017

Vian, A. L., Bredemeier, C., Turra, M. A., Giordano, C. P. S., Fochesatto, E., Silva, J. A., y Drum, M. A. (2018). Nitrogen management in wheat based on the normalized difference vegetation index (NDVI). Ciencia Rural, 48(9), e20170743. https://doi.org/10.1590/0103-8478cr20170743 DOI: https://doi.org/10.1590/0103-8478cr20170743

Viera, A., Sotomayor, A., y Viera, W. (2016). Potencial del cultivo de aguacate (Persea americana Mill) en Ecuador como alternativa de comercialización en el mercado local e internacional. Revista Científica y Tecnológica UPSE, 3(3), 1-9. https://doi.org/10.26423/rctu.v3i3.192 DOI: https://doi.org/10.26423/rctu.v3i3.192

Viera, W., Cartagena, Y., Toaquiza, J., Gaona, P., Viteri, P., Sotomayor, A., y Medina, L. (2021). Response of 'Hass' avocado under different nitrogen and potassium fertilizer regimes in subtropical Ecuador. Acta Horticulturae, 1327, 175-180. https://doi.org/10.17660/ActaHortic.2021.1327.23 DOI: https://doi.org/10.17660/ActaHortic.2021.1327.23

Vilanova de la Torre, M. M., Pérez, R., Cancela, J. J., Fandiño, M., Teijeiro, M. T., Rey, B. J., Mirás-Avalos, J., Pan, D., y González, X. P. (2018). Uso de imágenes multiespectrales para la determinación de la calidad aromática del cv. Mencía. En Actas de Horticultura. III Symposium Nacional de Ingeniería Hortícola, I Symposium Ibérico de la SECH (pp. 171-175). Sociedad Española de Ciencias Hortícolas, Comunicaciones 78. http://hdl.handle.net/10261/175104

Zenteno Cruz, G. A., Palacios Vélez, E., Tijerina Chávez, L., y Flores Magdaleno, H. (2017). Aplicación de tecnologías de percepción remota para la estimación del rendimiento en caña de azúcar. Revista Mexicana de Ciencias Agrícolas, 8(7), 1575-1586. https://doi.org/10.29312/remexca.v8i7.513 DOI: https://doi.org/10.29312/remexca.v8i7.513

Zheng, H., Cheng, T., Li, D., Zhou, X., Yao, X., Tian, Y., Cao, W., y Zhu, Y. (2018). Evaluation of RGB, color-infrared and multispectral images acquired from unmanned aerial systems for the estimation of nitrogen accumulation in rice. Remote Sensing, 10(6), 824. https://doi.org/10.3390/rs10060824 DOI: https://doi.org/10.3390/rs10060824