Drones en el ámbito agropecuario, una herramienta que llegó para quedarse

Por Edwin M. Aguiar*

Los drones han llegado para quedarse. Esta tecnología es versátil y muy útil en infinidad de campos entre los que se halla el ámbito agropecuario donde quizás de manera silenciosa ya ocupa un lugar no conocido por el gran público. Es más común el uso recreativo -no siempre de manera correcta y legal- y especialmente ligado a las artes audiovisuales donde es difícil hallar una película, propaganda u otras producciones aun locales en que no se utilicen tomas realizadas con estos dispositivos UAV (Unmanned Aerial Vehicle, según su sigla en inglés o comúnmente drone). 

El objeto de este artículo es mostrar algunos usos de drones en el ámbito agropecuario. Pero no los drones altamente especializados dotados de cámaras multiespectrales, NIR, o específicos para pulverización, que están muy alejados de un costo accesible, sino de drones profesionales, pero de uso general como el DJI Spark.

Con este drone se puede realizar una serie de trabajos que sirven para diagnosticar situaciones, establecer líneas de tiempo comparativas, obtener fotografías y videos de gran calidad, ortomosaicos (composiciones de múltiples fotografías aéreas en alta definición), DEM (modelos de elevación digital), modelos 3D que permiten indagar sobre nuestra producción desde un punto de vista cenital (un ángulo de cámara ‘picado‘ es decir perpendicular al suelo) y varios interrogantes que podamos tener del tipo: ¿cuánta producción de tal cultivo tengo en el lote, en porcentaje?¿Cuánto de inundación o sequía? ¿Está sembrado regularmente o no? ¿Cuánto hay de maleza en la producción?

Por esa razón hemos dividido el tipo de actividad en dos categorías: 1) Observación directa y 2) Análisis posteriores. En la primera trabajamos con las fotografías y con el video tanto grabado como FPV (first person view, vista en primera persona) o pantalla de pilotaje en el que se ve el vuelo del drone.

El DJI Spark es un dron muy liviano (300 gramos) y pequeño, pero sumamente poderoso y dotado de una gran aviónica que le da estabilidad, control y muchas configuraciones que hacen que su pilotaje sea ameno y fácil. Para vuelos muy cortos se maneja con un lenguaje de señas, para vuelos intermedios con el celular y una app llamada DJI GO 4 y para vuelos de los que nos ocupamos se incluye un control remoto de 2km de alcance y se pilotea con DJI GO 4 o en nuestro caso con Red Waypoint, ambos disponibles gratuitamente para Android en la Play Store.

Observación directa

Para comenzar un vuelo lo primero que hay que hacer es planificarlo. Para esto utilizamos la aplicación Red Waypoint en la cual sobre un mapa satelital podemos volar libremente o trazar una ruta marcando los puntos de vuelo (waypoints) en varios trazados: lineal, circular, rectangular y grilla. A esto se le denomina plan de vuelo e incluye la altitud a la que volaremos, velocidad, posición de la cámara (gimbal o cardan de 2 ejes que la enfoca entre 0 y 90º).

Ya realizado el plan de vuelo conviene revisar las condiciones con otra aplicación (para Android también) llamada UAV Forecast. Antes de ir al lugar de vuelo hay que recargar las baterías, verificar que los sensores de la aeronave estén correctamente calibrados (IMU, brújula, gps), tarjeta micro SD en estado, lo que se conoce como Check List. Ya en el lugar de vuelo debemos tener en cuenta los árboles y líneas de energía entre otros obstáculos y buscar una zona adecuada de despegue y aterrizaje.

Con las imágenes obtenidas del vuelo es posible reconocer a simple vista elementos que estemos buscando: fallas en los cultivos, animales, bajos inundados, sequía, etc. Pero para mediciones más agronómicas se puede utilizar un software gratuito del INTA llamado Cobcal el cual permite por colorimetría establecer cobertura, pero también otras variables que deseemos cuantificar utilizando un algebra booleana (seleccionando colores que debe contar y colores que debe excluir). El resultado se puede ver en las imágenes donde aplicando los criterios podemos discriminar qué es cultivo o maleza, por ejemplo.

También en la observación se obtienen videos que se graban en la tarjeta SD (al igual que las fotografías) del drone, donde posteriormente podemos editar y tener el estado del lote para comparar a futuro. Un ejemplo lo pueden ver en el canal de video de Youtube que tenemos donde se hace el seguimiento de algunos lotes de ensayos de arroz, pasturas, etc.

Análisis posteriores

La metodología de análisis a posteriori consiste en procesar el bagaje de datos obtenidos por el drone en forma de algún producto elaborado que suele requerir algunos trabajos adicionales y también algunos conocimientos extras. La diferenciación está dada por las consideraciones del siguiente cuadro:

Es necesario el uso de software específico para el procesado de fotogrametría. Este software puede ser online en una serie de varios servicios que se ofrecen gratuitamente (con restricciones por supuesto) o de pago, o software offline como el Agisoft Photoscan Pro. El procesamiento online es preferible para muchos, pero requiere de una gran conexión de red de banda ancha y cantidad de datos a utilizar, ya que consume mucho. La versión offline, instalada en la notebook o la PC es más lenta y suele ser demandante de memoria, disco y procesamiento, pero configurando adecuadamente se obtienen resultados muy buenos aun en máquinas modestas.

En nuestro caso utilizaremos el Photoscan en una PC de escritorio relativamente nueva con 8 gb de RAM y un microprocesador de varios núcleos, lo que nos dará tiempos de entre una hora a dos horas en los procesamientos más arduos que ya detallaremos.

¿Qué es lo que obtendremos procesando las fotografías? Esencialmente un ortomosaico, un ‘DEM‘ (modelo digital de elevaciones) y modelos 3D. Estos dos productos son sumamente útiles tanto si los usamos en lo inmediato como si los utilizamos en una línea de tiempo comparativamente como vemos en la imagen donde se exhiben tres estados distintos de un cultivo en diferentes fechas.

Los DEM por su parte son simulaciones digitales de elevaciones de suelo, cobertura, árboles, etc., que detallan un perfil que nos permite observar las variaciones de cultivos, erosión del suelo, encharcamiento, como se aprecia en la imagen, también se puede aplicar una línea de tiempo y ver las variaciones del terreno.

Los modelos 3D por su parte son capturas de pantalla de un modelo matemático que simula la realidad tridimensional, cuanta más cantidad de imágenes y procesamiento más fieles a la realidad se obtienen. En las imágenes es posible apreciar distintos enfoques con textura, sin ella o en ‘malla de alambre‘ un lote de ensayos.

La composición de los ortomosaicos, DEM o modelos 3D es posible ya que las fotografías captadas por el drone poseen metadatos con una gran cantidad de información como ser coordenadas, altitud, valores de cámara y varias cosas más que el software interpreta y compone en un todo. Un ortomosaico puede tener desde tres fotografías a varios cientos. Compone un gran rompecabezas orientando y solapando cada imagen al mismo tiempo que va generando un modelo matemático preciso. Un ortomosaico usual puede contener alrededor de 100 fotografías y pesar 500Mb o ‘medio giga‘, lo cual es pesado. Pero muestra una imagen detallada de un terreno que se puede ampliar hasta alcanzar dimensiones en que se ven las hojas de un cultivo, como en el ejemplo de un lote de ensayos de arroz de 124 fotografías que resulta en un ortomosaico cuya superficie es de 318m2 y posee dos largos de 97 y 85 metros por 67 y 64 metros de ancho conformando un polígono irregular con un perímetro de 315 metros. Lo adicional es que posee en cada punto sus coordenadas geográficas, altitudes y otras variables.

Ortomosaico

“Es un producto de imagen georreferenciado organizado como mosaico a partir de una colección de imágenes en el que la distorsión geométrica se ha corregido y ortorrectificado. DEM: El tipo de Modelo Digital del Terreno (MDT) más conocido es el Modelo Digital de Elevaciones (MDE), un caso particular de aquel, en el que la variable representada es la cota del terreno en relación a un sistema de referencia concreto. No obstante no hay un uso normalizado en la literatura científica de los términos Modelo Digital de Elevaciones (MDE), Modelo Digital del Terreno (MDT) y Modelo Digital de Superficie (MDS). En la mayoría de los casos, el término Modelo Digital de Superficie se refiere a la superficie de la tierra e incluye todos los objetos que esta contiene. En cambio, un MDT representa la superficie de suelo desnudo y sin ningún objeto, como la vegetación o los edificios”.

Con esta cantidad de información es posible tomar decisiones más ajustadas a la realidad y a la necesidad, mejorando el desempeño de la productividad agropecuaria.

Otros índices y mediciones

Finalmente, para no exceder el espacio disponible para este tipo de material, hay una serie de indicadores usuales en agronomía como ser el NVDI que es un índice de vegetación diferencial normalizada, que permite determinar la calidad y cantidad de cultivos, diferenciar vegetación (cultivo y malezas) que se realiza mediante algebra de bandas entre el color rojo y el infrarrojo cercano.

Los drones económicos -y aun los no económicos- difícilmente poseen este tipo de cámaras multiespectrales, ya que son muy onerosas. Sin embargo, estamos trabajando en la EEA Corrientes (INTA) en un índice basado en el NVDI pero que utiliza imágenes del espectro visible, es decir los colores que registra la cámara más datos de posicionamiento y altitud para asemejar un indicador que permita saber el estado de la vegetación, como se puede apreciar en la imagen donde los rojos corresponden a un máximo de vegetación y el azul a su ausencia, siendo la graduación la cantidad en altura. Pero de ello hablaremos en una próxima publicación.

* Técnico del INTA Estación Experimental Agropecuaria Corrientes

Consulta: [email protected]