Comparación de técnicas de estimación del grado de salinidad en suelos de escasa vegetación mediante el procesamiento de imágenes multiespectrales de satélite

• Autores: Pardo Villegas, Jose Diego, Salinas Velez Bryan, Jose Ricardo
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/10076
• Enlace del recurso: https://hdl.handle.net/20.500.12802/10076
• Nivel de acceso: acceso abierto
• Materia: Salinidad en suelos; Conductividad eléctrica; Técnicas de Estimación; Imágenes multiespectrales; Grado de salinidad; Escasa vegetación; http://purl.org/pe-repo/ocde/ford#2.02.04

En 2005 el MINAG, concluyó que 0.24 % del total de suelo agricultor en Perú, es afectado por salinización y este se encuentra ubicado en suelos costeños. Del mismo modo se advirtió que la producción agrícola en el departamento de Lambayeque aportó 0.8% al PBI del país y 16,2% del PBI de la región. Siendo la degradación del suelo a causa de la salinización, el escaso recurso hídrico y una deficiente planificación por parte de los productores, las principales causas de un bajo nivel de crecimiento agrícola en dicha región. Por tal motivo y teniendo en cuenta los datos antes descritos, se propuso el trabajo de investigación “Comparación de técnicas de estimación del grado de salinidad en suelos de escaza vegetación, mediante el procesamiento de imágenes multiespectrales de satélite” y de esta forma usar el procesamiento de imágenes multiespectrales para estimar la salinidad de los terrenos de escasa vegetación, y así aprovecharlos mediante la agricultura dirigida. Para lo cual se consideró utilizar las siguientes técnicas de estimación; SLR, MLR, RFR y DTR, para extraer características como los indicadores de salinidad y vegetación utilizar imágenes multiespectrales, para validar se realizaron pruebas de conductividad eléctrica para medir el grado de salinidad´ La comparación de estas técnicas mostró resultado que dan a DTR como el de mejor con 95% de precisión y un error promedio de 0.11 dS/m, en segundo lugar, RFR con 88%, de precisión y un error promedio de 0.18 dS/m, mientras que SLR y MLR solo obtuvieron un 52% de precisión y un error promedio de 0.33 dS/m.