Servicios cloud computing de teledectección
Spatial Analysis of Agriculture es una aplicación de escritorio que permite el uso de estos servicios al alcance de los agricultores que como usuarios, puedan realizar una análisis fácil e intuitivo de sus cultivos.
En la transformación digital del sector agroalimentario, la
utilización de herramientas informáticas y sensores es una práctica en auge y
cada vez más utilizadas por agricultores y empresas de servicios. No obstante,
acercar estas tecnologías a este perfil de usuario resulta una tarea compleja,
si bien necesaria, por las innumerables ventajas que aportan. Así, hoy día se
disponen de tecnologías y recursos que permiten agilizar tareas de seguimiento
y monitorización de cultivos..
OBJETIVOS
En este contexto, muchas de las
herramientas o servicios informáticos empleados requieren para su uso de un
nivel avanzado en programación fuera del alcance de muchos de
estos usuarios e incluso empresas, necesitando del desarrollo de pasarelas de
acceso amigable para su uso. Estas permiten que de forma sencilla el usuario
final haga una explotación de estos servicios de forma adaptada a sus
necesidades. Así, por ejemplo servicios cloud computing como Google Earth
Engine permiten acceder a un amplio catálogo de escenas de satélite, siendo el
usuario quien tiene que desarrollar mediante código la lógica para la
explotación y uso de estas escenas. Este modo de trabajo no se adecua al cliente final. El objetivo es facilitar al usuario final los datos
que la tecnología nos permite conocer.
Por tanto,
una vez que se cuenta actualmente con herramientas y servicios web y de cloud
computing, se debe comenzar con el desarrollo y la integración de estos
servicios en aplicaciones llave en mano adaptadas al usuario final con objeto
de rentabilizar y llevar un seguimiento específico del cultivo.
COMO SE HA REALIZADO
A través del lenguaje de programación
Python, en un entorno de desarrollo local, se desarrolló una aplicación que
de forma ágil permite el análisis del estado de un cultivo mediante índices de
vegetación derivados de imágenes de satélite mediante servicios cloud
computing. Para ello se utilizaron diversas librerías internas y externas de
Python, como Folium, para la creación de mapas, Matplolib para gráficas,
Geemap, etc. Las imágenes se recopilan de forma automática de una colección autorizada de Sentinel 2. Con la geometría de la parcela introducida unicamente filtramos las imágenes para obtener aquellas de nuestro interés. Posteriormente hacemos el cálculo necesario con las bandas satélites para adquirir los índices que necesitamos.
Centro de información
Universidad de Córdoba
guigalo99@gmail.com
(+34) 666097090