PIF2024- COMBINACION DE TELEDETECCION Y APRENDIZAJE AUTOMATICO PARA ALCANZAR OBJETIVOS DEL PACTO VERDE ASOCIADOS AL MANEJO PRECISO DE MALAS HIERBAS Y DE LA BIODIVERSIDAD FLORISTICA (PID2023-150108OB-C31)

Este proyecto propone utilizar y validar la teledetección basada en drones e imágenes de satélite de alta resolución espacial (VHR), junto con aprendizaje automático (ML), para la generación de mapas de malas hierbas específicos de cada especie con el objetivo de reducir el uso de herbicidas en cultivos de maíz y tomate, así como para detectar y analizar la biodiversidad floral con el fin de mejorar los servicios ecosistémicos en manejos de hábitat. Los objetivos específicos serán: 1) evaluación de algoritmos ML de última generación para detectar y clasificar especies de malas hierbas en imágenes de teledetección de campos de maíz y tomate; 2) comparación del rendimiento de drones y satélites VHR para la cartografía de malas hierbas en campos de maíz y tomate; 3) integración de mapas de malas hierbas y DSS para el control preciso y selectivo de malas hierbas. Evaluación del rendimiento de la pulverización de precisión; 4) desarrollo de un sistema de detección basado en drones para caracterizar rasgos y clasificar plantas con flores dentro de márgenes florales; 5) cartografía y seguimiento de reservorios naturales de plantas con flores mediante teledetección a escala regional. Ampliación de los procedimientos de análisis de imágenes de drones a satélites VHR; 6) evaluación de la relación espacial y temporal entre la biodiversidad floral y los polinizadores asociados como posible servicio ecosistémico.