Qltivo - Nueva aplicacion de ISL S.A.
APLICACIÓN MÓVIL PARA LA ASISTENCIA TÉCNICA AGRARIA BASADA EN UNA PLATAFORMA DE CLOUD COMPUTING
ISL ha desarrollado una Plataforma nombrado Qltivo para la comunicación entre agricultor-agrónomo, agricultor-agricultor que permita el acceso a asistencia técnica y a herramientas de agricultura de precisión a través del análisis de imágenes convencionales, soportado por el modelo de computación en la nube. La plataforma se ha nombrado como Qltivo, y permitirá identificar tanto el aplicativo móvil de los productores agrícolas como la aplicación de escritorio de los profesionales del sector agrícola.
El desarrollo del proyecto ha permitido, a través de visitas de campo, un acercamiento de los investigadores y profesionales en tecnología con los productores y expertos del sector agrícola, aportando conocimiento para la investigación y desarrollo de software, entendiendo los métodos y particularidades del cultivo de Cacao, Mora y Lima Tahití, además de validar conceptos de usabilidad para determinar mejor los requerimientos de los aplicativos del usuario final.
El desarrollo lo realiza ISL con el apoyo técnico de la Sociedad de Ingenieros Agrónomos de Santander (SIAS) y con el acompañamiento del grupo de Investigación HDSP de la UIS, grupo que basado en sus conocimientos en interpretación de imágenes, suministró el conocimiento para estimar índices de vegetación en las plantas a partir de imágenes convencionales RGB. El proyecto fué seleccionado por Colciencias y el Mintic quienes apoyaron su desarrollo.
Para mayor información, consulte la página qltivo.com
SINOPSIS TÉCNICA
El proyecto “Chat campesino + agricultura de precisión: Una aplicación móvil para la consulta de asistencia técnica mediante una plataforma de cloud computing y el acceso a herramientas de agricultura de precisión” posee tres módulos principales:
Figura 1. Esquema básico de funcionamiento de la plataforma Qltivo
1) Modulo de la infraestructura tecnológica basada en una plataforma cloud computing que soporta a los dos siguientes módulos.
2) Modulo de comunicaciones “chat campesino”, que corresponde al desarrollo de una herramienta TIC`s tipo chat, que permite establecer comunicación por entre agricultor-agricultor y agricultores-especialistas
Figura 2. Interacción entre agricultores y agrónomos en plataforma Qltivo
3) Módulo de índices de vegetación RGB (del inglés Red, Green, Blue), que consiste en desarrollar un algoritmo de agricultura de precisión que permite adquirir una imagen (fotografía convencional) de una planta con un teléfono inteligente y enviarla a través de la aplicación (Apps) Qltivo desarrollada, la aplicación Qltivo recibe la imagen en RGB y la transforma mediante un algoritmo que realiza operaciones entre bandas para obtener índices de vegetación espectral en el rango visible (RGB) (Ver Figura 3.) y regresa una respuesta que puede ayudar a los especialistas agrícolas a dar recomendaciones con respecto al estado de la planta y su nutrición con mayores argumentos a los agricultores.
Figura 3. Esquema del módulo de índices de vegetación RGB
El cálculo de los índices de vegetación espectral que hacen parte del proceso de investigación del proyecto. Utilizan los principios de la reflectancia de la luz solar en las hojas de las plantas, dentro de los cuales se encuentran el índice de vegetación (Normalized Green Red Difference Index) NGRDI, (Green Leaf Index) GLI, (Visible Atmospherically Resistant Index) VARI, (Triangular Greenness Index) TGI. Los anteriores índices pueden ser calculados usando sólo las longitudes de onda del espectro visible (RGB). Estos índices de vegetación fueron evaluados en la correlación en la dosis del nitrógeno dando como resultado que el TGI es el mejor índice de vegetación para su detección (Raymond, y otros, 2013). Debido a que el NGRDI fue evaluado positivamente para la detección de biomasa también fue elegido para su uso.
En las siguientes figuras se ilustra los principios básicos de captura de la imagen e interpretación a partir de la firma espectral de la reflectancia en las plantas.
Figura 4. Esquema captura de información por imagen RGB
Los resultados del proyecto se validan en cultivos de cacao, lima Tahití y mora, con la participación activa de los productores agropecuarios y los agrónomos de la SIAS.
