| dc.description.abstract | La determinación de la evapotranspiración del cultivo (ETC), la fracción de cobertura vegetal (FCV) y el contenido de nitrógeno del dosel (CND) por métodos convencionales resulta tardado, costoso y se obtienen datos puntuales, que en muchas ocasiones no son representativos de las condiciones del área de estudio. En este trabajo, para conocer la distribución espacial de las variables antes mencionadas, se generaron modelos lineales con datos captados por sensores remotos, los cuales son exhaustivos espacialmente. En el Capítulo 1 se aborda un modelo para estimar el KC en el cultivo de uva de mesa, producida en la Costa de Hermosillo, Sonora, a partir del índice de vegetación de diferencias normalizadas (NDVI) calculado con imágenes Sentinel-2 (S-2). Con la implementación del modelo generado se obtuvo un R2 de 0.92 y un CME de 0.67 mm día-1, al comparar ETC medida con el sistema de covarianza de vórtices vs ETC estimada con el modelo propuesto. En el Capítulo 2 se trabajó con maíz producido en Texcoco de Mora, Estado de México, para evaluar tanto la relación entre la FCV con el NDVI, estimado con información radiométrica a nivel de campo (NDVIR) e imágenes S-2 (NDVIS); como la capacidad de diferentes índices espectrales (IE) en la estimación del CND. Comparando la FCV medida vs la estimada con el NDVIR, se obtuvo un R2=0.92 y un CME=7.3%, los cuales fueron mayores a los R2=0.67 y CME=17.6% obtenidos usando el NDVIS, resultado que se atribuye a un efecto atmosférico no corregido en las imágenes S-2, ya que el estudio se realizó durante la temporada de lluvias, periodo con frecuente nubosidad. De los IE analizados, el ClGreen se desempeñó mejor en la estimación del CND. Al comparar el CND medido vs el estimado usando el modelo generado con el ClGreen se obtuvo un R2=0.91 y un CME=0.63 g m-2. Se concluye que es posible obtener información espacialmente distribuida, y de forma continua, de variables agronómicas como la ETC, la FCV y el CND por medio de imágenes S-2. _______________ ESTIMATION OF EVAPOTRANSPIRATION AND NITROGEN CONTENT IN AGRICULTURAL CROPS USING REMOTE SENSORS. ABSTRACT: Determination of crop evapotranspiration (ETC), fractional vegetation cover (FVC) and canopy nitrogen content (CNC) using conventional methods is time consuming, expensive and punctual result. In this work, to know the spatial distribution of the aforementioned variables, linear models were generated with data captured by remote sensors. In Chapter 1 a model is approached to estimate the KC in table grapes, produced in the Costa de Hermosillo, Sonora, from the normalized difference vegetation index (NDVI) calculated with Sentinel-2 images (S-2). With the implementation of the generated model, an R2 of 0.92 and a RMSE of 0.67 mm day-1 were obtained, when comparing ETC measured with the eddy covariance system vs ETC estimated with the model. In Chapter 2 a study was carried out in six corn plots grown by producers in Texcoco de Mora, Estado de Mexico, to evaluate the relationship between FVC and NDVI, estimated with radiometric information (NDVIR) and S-2 images (NDVIS); and the capacity of different spectral indices in estimating CNC. Comparing the measured FVC vs. the estimated with the NDVIR, an R2=0.92 and a RMSE=7.3% were obtained, greater than the R2=0.67 and RMSE=17.6% obtained using the NDVIS, this result is attributed to an uncorrected atmospheric effect in images S-2, since the study was carried out during the rainy season, a period with frequent cloudiness. Of the spectral indices analyzed, ClGreen performed better in estimating CNC. When comparing measured CNC vs. estimated CNC using the model generated with ClGreen, an R2=0.91 and a RMSE=0.63 g m-2 were obtained. It´s concluded that it is possible to obtain spatially distributed information, and continuously, from agronomic variables such as ETC, FVC and CNC using S-2 images. | es_MX |
