imaPing

El Grupo de investigación imaPing, Teledetección aplicada a Agricultura de Precisión y Malherbología, está localizado en el Departamento de Protección de Cultivos del Instituto de Agricultura Sostenible de Córdoba, centro perteneciente al CSIC.

Entre los objetivos de sus principales líneas de investigación, dirigidas a la optimización del uso de agroquímicos mediante estrategias basadas en aplicaciones localizadas, cabe destacar los siguientes: 

• Detección y cartografía de malas hierbas y otras variables agronómicas en cultivos aplicando técnicas de teledetección a Imágenes procedentes de Satélites de elevada resolución espacial y de Vehículos Aéreos No Tripulados (UAV: Unmanned Aerial Vehicles) 

• Diseño, Desarrollo y Evaluación de procedimientos automatizados basados en Objetos (OBIA: Object-Based-Image-Analysis) para la segmentación y clasificación de diferentes objetivos agronómicos en imágenes remotas 

• Desarrollo de algoritmos de análisis de imágenes remotas basados en Geoestadística y software add-on” – “plug-in” para estrategias de agricultura de precisión, la reducción de errores de co-registro y la clasificación de sistemas de cultivo

• Título: Desarrollo y Evaluación de tecnologías basadas en UAV y OBIA para la detección de malas hierbas y optimizar su gestión
  Entidad financiadora: MINECO,  AGL2014-52465-C4-4-R
  Importe de la financiación: IAS: 160.000€ / 3 años
  Entidades participantes: IAS/CSIC y UCO
  Fecha de inicio/ finalización: Enero 2015 / Diciembre 2017
  Investigadores principales: Dra. Francisca López Granados y Dr. José Manuel Peña Barragán

• Título: Proyecto RECUPERA 2020, Monitorización de cultivos y malas hierbas mediante tecnologías aéreas con sensores en infrarrojo para la mejora de la gestión agrícola
  Entidad financiadora: Acuerdo CSIC-MINECO- FEDER (fondos  tecnológicos)
  Importe de la financiación: IAS: 320.000€ / 2 años.
  Entidades participantes: IAS/CSIC
  Fecha de inicio/ finalización: Enero 2014 / Diciembre 2015
  Investigadores principales: Dra. Francisca López Granados

• Título: Improvement of high resolution multispectral and thermal images acquired from Unmanned Aerial Vehicles (UAV) for field high-throughput phenotyping: application to drought response of perennial plants (apple trees) on the Diaphen scientific platform and professional experimental stations
  Entidad financiadora: CIRAD, INRA & Montpellier SupAgro (Francia). Ref.: HiRIFAP- CfP 2012-02
  Importe de la financiación: 206.000 €
  Entidades participantes: SupAgro, Ctifl, IRSTEA (UMR TETIS) (Francia) & IAS-CSIC (Córboba) (España)
  Fecha de inicio/ finalización: 2013 / 2015
  Investigadores principales: Dr. Jean Luc Regnard, Montpellier SupAgro (Francia), Dra. Francisca López Granados & Dr. José M.Peña Barragán (España, Steering Commitee)

• Título: Regresión logística con covariables obtenidas mediante aprendizaje híbrido de Redes Neuronales de Unidades Producto: aplicaciones al análisis de eficiencia y de medidas de condicionalidad en cultivos andaluces (NEMO-AVACO).
  Entidad financiadora: Proyecto de Excelencia, Consejería Innovación, Ciencia y Empresa, Junta Andalucía
  Importe de la financiación: 80.000 €/ 3 años
  Entidades participantes: IAS/CSIC y Departamento de Análisis Numérico de la Universidad de Córdoba
  Fecha de inicio/ finalización: 2012 / 2014
  Investigador principal: Dr. César Hervás Martínez (Facultad de Informática, Universidad de Córdoba)

• Título: Teledetección de plántulas de malas hierbas mediante imágenes de vehículos aéreos no tripulados para su aplicación en control localizado.
  Entidad financiadora: MICINN, CICYT-AGL-2011-30442-CO2-01
  Importe de la financiación: 150.000 €/ 3 años
  Entidades participantes: IAS/CSIC y Universidad de Córdoba
  Fecha de inicio/ finalización: 2011 / 2014
  Investigador principal: Dra. Francisca López Granados

• Título: Detección temprana de malas hierbas para su control localizado: aplicaciones y perspectivas de uso de vehículos no tripulados.
  Entidad financiadora: MICINN, CICYT-AGL-2011-30442-CO2-00
  Entidades participantes: IAS/CSIC, Universidad de Córdoba, Centro de Automática y Robótica, y Universidad Complutense de Madrid (Proyecto Coordinado)
  Fecha de inicio/ finalización: 2011 / 2014
  Investigadora Coordinadora: Dra. Francisca López Granados

• Título: TOAS Project: New remote sensing technologies for optimizing herbicide applications in weed-crop systems
  Entidad financiadora: European Union programme, 6 FP7-PEOPLE-2011-CIG: Marie-Curie Action: “Career Integration Grants”, Project Scientific panel ENV: Environment and Geosciences
  Importe de la financiación: 100.000 €.
  Entidades participantes: IAS/CSIC
  Fecha de inicio/ finalización: 2011 / 2015
  Investigador principal: Dr. José Manuel Peña-Barragán
  Coordinador Científico: Dra. Francisca López-Granados
  Website: TOAS Project

• J. Torres-Sánchez, F. López-Granados, N. Serrano, O. Arquero y J.M. Peña. 2015. High-Throughput 3-D Monitoring of Agricultural-Tree Plantations with Unmanned Aerial Vehicle (UAV) Technology. PLOS ONE, 10(6): e0130479. doi: 10.1371/journal.pone.0130479. 

• J. Torres-Sánchez, F. López-Granados y J.M. Peña. 2015. An automatic object-based method for optimal thresholding in UAV images: Application for vegetation detection in herbaceous crops. Computers and Electronics in Agriculture, 114: 43-52. doi:10.1016/j.compag.2015.03.019.

• J. M. Peña, J. Torres-Sánchez, A. Serrano-Pérez, A. I. De-Castro y F. López-Granados. 2015. Quantifying efficacy and limits of Unmanned Aerial Vehicle (UAV) technology for weed seedling detection as affected by sensor resolution. Sensors, 15: 5609-5626. doi:10.3390/s150305609. 

• L. García-Torres, J. J. Caballero-Novella, D. Gómez-Candón, J. M. Peña-Barragán. 2015. Census Parcels Cropping System Classification from Multitemporal Remote Imagery: A Proposed Universal Methodology. PLOS ONE, 10(2): e0117551. doi:10.1371/journal.pone.0117551.  

• I. L. Castillejo-González, J. M. Peña-Barragán, M. Jurado-Expósito, F. J. Mesas-Carrascosa y F. López-Granados. 2014. Evaluation of pixel-and object-based approaches for mapping wild oat (Avena sterilis) weed patches in wheat fields using QuickBird imagery for site-specific management. European Journal of Agronomy, 59: 57-66. doi: 10.1016/j.eja.2014.05.009.

• J. Torres-Sánchez, J. M. Peña-Barragán, A. I. De-Castro y F. López-Granados. 2014. Multi-temporal mapping of the vegetation fraction in early-season wheat fields using images from UAV. Computers & Electronics in Agriculture, 103: 104-113. doi:10.1016/j.compag.2014.02.009.

• D. Gómez-Candón, A. I. De-Castro y F. López-Granados. 2014. Assessing the accuracy of mosaics from unmanned aerial vehicle (UAV) imagery for precision agriculture purposes. Precision Agriculture, 15: 44-56. doi:10.1007/s11119-013-9335-4.

• L. García-Torres, J. J. Caballero-Novella, D. Gómez-Candón y A. I. De-Castro. 2014. Semi-Automatic Normalization of Multitemporal Remote Images Based on Vegetative Pseudo-Invariant Features. PLOS ONE, 9(3): e91275. doi:10.1371/journal.pone.0091275.  

• J. M. Peña-Barragán, P. A. Gutiérrez-Peña, C. Hervás-Martínez, J. Six, R.E. Plant y F. López-Granados. 2014. Object-based image classification of summer crops with machine-learning methods. Remote Sensing, 6: 5019-5041. doi: 10.3390/rs6065019. 

• J. M. Peña-Barragán, J. Torres-Sánchez, A. I. De-Castro, M. Kelly y F. López-Granados. 2013. Weed mapping in early-season maize fields using object-based analysis of Unmanned Aerial Vehicle (UAV) images. PLOS ONE, 8(10): e77151. doi:10.1371/journal.pone.0077151.  

• A. I. De-Castro, F. López-Granados y M. Jurado-Expósito. 2013. Broad-scale cruciferous weed patch classification in winter wheat using QuickBird imagery for in-season site-specific control. Precision Agriculture, 14: 392-413. doi:10.1007/s11119-013-9304-y. 

• J. Torres-Sánchez, F. López-Granados, A. I. De-Castro y J. M. Peña-Barragán. 2013. Configuration and specifications of an Unmanned Aerial Vehicle (UAV) for early site specific weed management. PLOS ONE, 8(3): e58210. doi:10.1371/journal.pone.0058210. 

• D. Gómez-Candón, F. López-Granados, J. J. Caballero-Novella, J. M. Peña-Barragán, M. T. Gómez-Casero, M. Jurado-Expósito y L. García-Torres. 2013. Semi-automatic detection of artificial terrestrial targets for image co-registration. Geoscience and Remote Sensing Letters, 10: 184-188. doi:10.1109/LGRS.2012.2197729.

Generación de mapas de variables agro-forestales mediante Vehículos Aéreos No Tripulados (UAV). Para obtener más información haz click en la siguiente miniatura.

El Grupo de Investigación imaPing, Teledetección Aplicada a Agricultura de Precisión y Malherbología, tiene su sede en el Departamento de Protección de Cultivos del Instituto de Agricultura Sostenible (IAS), centro perteneciente al Consejo Superior de Investigaciones Científicas (CSIC). 

Avenida Menéndez Pidal, s/n. Apartado 4084. 14080 – Córdoba (España). 

Tlf. (+34) 957 499 219. info@imaping.csic.es