Este trabajo tiene como objetivo aplicar las técnicas de teledetección en la predicción de las cosechas de uva, en una zona previamente delineadas para el estudio piloto, en el Valle de los Viñedos, Sierra Gaucho, con el objetivo de verificar el uso de esta tecnología para la vigilancia y el control de expediente vino en relación con el volumen de la biomasa y de instrumentación para la construcción de un sistema de toma de decisiones en la gestión de los viñedos. Los datos para el desarrollo del trabajo se planteó en el Ayuntamiento de Bento Gonçalves / RS y Embrapa Uva y Vino, que cuenta con imágenes de la región de interés, Valle de los viñedos. Imágenes IKONOS y se Quickbird. Debido a la gran área del Valle de los Viñedos y hay muy pocos datos sobre el viñedo para la utilización de la teledetección, elegimos una zona de viñedos de Embrapa Uva y Vino, que se encuentra dentro del Valle de los Viñedos. Se utilizó el índice de la vegetación de diferencia normalizada (NDVI) para evaluar el efecto de los viñedos. El análisis de la clasificación de las imágenes permitió la identificación de áreas de vegetación existente en las dos imágenes, y el método aplicado MAXVER para realizar la clasificación. La confusión matriz se utiliza para evaluar los resultados de la clasificación. Quickbird para la imagen clasificada, indica un porcentaje de 82,74% para la clase viñedos, una precisión del 84,9587% y el coeficiente de Kappa fue 0,7648, lo que indica que la clasificación fue muy bueno. Clasificados para la imagen IKONOS fue 79,75% para la clase viñedos, precisión 80, 4188% y el coeficiente de Kappa de 0,7161, lo que indica que la clasificación fue muy bueno. La imagen NDVI se obtuvo sólo a través de la imagen IKONOS, que permitió la confirmación de la clasificación en el Quickbird imagen. Se constató que en 2000 la cantidad de uva producida es mucho mayor que en el año 2008 porque esta vez hubo una disminución en la superficie plantada en la viña analizados. El análisis de la aplicación de la teledetección en la predicción de cosecha de la uva permite el seguimiento de acciones de apoyo a la agricultura para la viticultura, con el fin de aprovechar al máximo, mediante la planificación y la zonificación de las áreas de plantación, el uso de la tierra y los recursos e insumos para cultura. La metodología permite obtener información sobre los ámbitos de la planta utilizada y las características de los objetivos y sus relaciones espaciales. / Este trabalho tem por finalidade aplicar técnicas de sensoriamento remoto na previsão de safras de uvas, em área previamente delimitada, para estudo piloto, na Região do Vale dos Vinhedos, na Serra Gaúcha, buscando verificar a utilização desta tecnologia para o monitoramento e controle dos dosséis vitícolas em relação ao volume de biomassa e instrumentalização para a construção de um sistema de tomada de decisão no manejo dos vinhedos. Os dados para o desenvolvimento do trabalho foi levantado junto à Prefeitura de Bento Gonçalves/RS e à Embrapa Uva e Vinho, das quais se conseguiu imagens da região de interesse, Vale dos Vinhedos. As imagens obtidas foram IKONOS e QUICKBIRD. Devido à grande área do Vale dos Vinhedos e a existência de muito pouco dado sobre os vinhedos para o uso de sensoriamento remoto, optou-se por uma área de vinhedos da Embrapa Uva e Vinho, que está dentro dos limites do Vale dos Vinhedos. Foi utilizado o Índice de vegetação da diferença normalizada (NDVI) para a avaliação do vigor dos vinhedos. A análise da classificação das imagens possibilitou à identificação de áreas de vigor vegetal em ambas as imagens usadas, sendo o método MAXVER aplicado para a realização da classificação. A matriz de confusão é utilizada para avaliar o resultado da classificação. Para a imagem QUICKBIRD classificada, indica uma porcentagem de 82,74% para a classe vinhedo, acurácia de 84,9587% e coeficiente Kappa foi de 0,7648, indicando que a classificação foi muito boa. Para a imagem IKONOS classificada, foi de 79,75% para a classe vinhedo, acurácia de 80, 4188% e coeficiente Kappa de 0,7161, indicando que a classificação foi muito boa. A imagem NDVI somente foi obtida através da imagem IKONOS, o que possibilitou a confirmação da classificação em relação à imagem QUICKBIRD. Verificou-se que no ano de 2000 a quantidade de uvas produzidas foi muito maior que no ano de 2008, pois nesta data houve diminuição de área plantada na área do vinhedo analisado. A análise da aplicação do sensoriamento remoto na previsão de safras de uvas possibilita subsidiar ações de monitoramento agrícola para a viticultura, de modo a maximizar, por meio do planejamento e zoneamento das áreas de plantio, o uso do solo e de recursos e insumos para a cultura. A metodologia utilizada possibilitou a obtenção de informações a respeito das áreas de plantio utilizadas e as características dos alvos e suas relações espaciais.

En este trabajo de tesis doctoral se ha desarrollado una nueva metodología para monitorizar un viñedo en diferentes fases de cultivo y mejorar su gestión en campo. El núcleo del método propuesto es la confección de mapas de cultivo con origen local único, resolución variable, y sistema de coordenadas global pero con geometría plana. El sistema desarrollado, además, permite la integración de información proveniente tanto de sistemas de adquisición totalmente automáticos como manuales, así como la comparación y correlación de medidas efectuadas en diferentes etapas de crecimiento e incluso a lo largo de diferentes años. El objetivo último consiste en la proposición de modelos predictivos sobre la producción de uva y potencial enológico del futuro vino. Para ello se aplican nuevas tecnologías en una arquitectura de coste moderado, dotada de la flexibilidad y versatilidad necesaria para que un productor promedio del área mediterránea pueda adaptar el sistema propuesto a sus necesidades particulares, utilizando para ello un vehículo convencional de uso agrícola. La arquitectura propuesta, implementada, y validada en campo consiste en un sistema de percepción basado en visión artificial, un sistema de posicionamiento global con corrección diferencial, y un ordenador de abordo que, mediante la metodología propuesta, combina toda la información adquirida y la transforma en mapas de cultivo compatibles entre sí. El sistema de visión ofrece una técnica simple basada en una cámara monocromática sensible en el rango UV-NIR y acondicionada mediante filtros ópticos que optimizan la ejecución del algoritmo de segmentación dinámica. El programa desarrollado e implementado a bordo de un tractor estándar combina imágenes y posicionamiento del vehículo para generar la información para los mapas en tiempo real de vegetación relativa, que serán posteriormente relacionados con otros mapas de interés, tanto generados de forma automática (desnivel del terreno) como manual (rendimiento, compactación del terreno, acidez, etc.). El control de los sistemas de percepción y posicionamiento también se ha simplificado a través de una única interfaz gráfica, que permite la utilización del sistema por operarios no versados en nuevas tecnologías. Los resultados obtenidos indican que un planteamiento simplificado de la agricultura de precisión es informativo siempre y cuando se cuente con un sistema de gestión de información óptimo. Los mapas de cultivo propuestos sirvieron para establecer correlaciones estadísticamente significativas entre variables clave, cuantificando de manera objetiva la variabilidad espacial en cuanto a cantidad de vegetación, producción de uva, compactación del terreno, o propiedades químicas del mosto. La posibilidad de enriquecer los modelos presentados con información proveniente de campañas sucesivas resulta atractivo para el viticultor, que puede contar con modelos predictivos específicamente adaptados a su explotación y que cada vez serán más precisos. Esta metodología está al alcance de pequeños y medianos productores, ya que prescinde de la compra de imágenes digitales de origen aéreo o remoto, y además no requiere la adquisición de un vehículo específico, lo que facilita la generación de mapas de cultivo mientras se efectúan otras labores agrícolas gracias al uso de redes con referencias globales. / Sáiz Rubio, V. (2013). Mapas para mejorar la producción de vino combinando tecnologías de la información y vehículos convencionales [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/31522 / TESIS