RT info:eu-repo/semantics/masterThesis
T1 Ajuste y automatización de un sistema de seguimiento de daños en plantaciones de clones de chopo (populus spp.), empleando sensores ecofisiológicos e Intenet de las Cosas (IoT). Aplicabilidad como sistema de alerta temprana
T2 Adjustment and automation of a damage monitoring system in poplar clone (Populus spp.) plantations using ecophysiological sensors and the Internet of Things (IoT). Applicability as an early warning system
A1 Grisales Sánchez, Isabel
A2 Ingeniería CartograficaGeodesica y Fotogrametria
K1 Ingeniería forestal
K1 Calibración de sensores
K1 Internet de las Cosas (IoT)
K1 TreeTalker
K1 Alerta temprana
K1 Chopo
K1 Sanidad forestal
K1 3106 Ciencia Forestal
AB [ES] El aumento significativo de plagas, enfermedades forestales y el impacto del cambio climático en las plantas, requieren del desarrollo de sistemas el seguimiento y detección temprana de los daños y efectos que provocan sobre las masas forestales, para minimizar su incidencia negativa sobre las mismas. La aplicación de la tecnología del internet de las cosas (IoT) junto con sensores ecofisiológicos son capaces de medir variables que se pueden emplear como indicadores de estrés biótico o abiótico, que permiten el seguimiento y monitoreo en tiempo casi real y de forma remota del estado sanitario de los árboles. Este trabajo ha tenido como objetivo el desarrollo un sistema de alerta temprana y seguimiento de daños, calibrado en plantaciones de clones de chopo (Populus spp.) basado en el IoT y sensores ecofisiológicos TreeTalkers (TT+), proporcionando un reporte final que contiene gráficas de las principales variables y un resumen de las alertas, para que su utilización sea operativa y permita la toma de decisiones por parte del gestor forestal. Para ello, se han desarrollado dos códigos con el lenguaje de programación en R, según el origen de los datos a emplear, que permiten la automatización del procesamiento de los datos registrados por los sensores y el reporte de alertas por valores anómalos. Estos códigos tienen la ventaja de que pueden ser aplicados a otros ecosistemas de sensores con otras especies y en otros lugares. Se ha realizado la calibración del sistema para choperas, empleando 6 sensores localizados en tres plantaciones de la provincia de León. Analizando los datos con una frecuencia de cada hora entre abril y agosto de 2022, se pudo establecer valores umbral para registrar las alertas de daños/estrés y de funcionamiento del propio sistema. Comparando los análisis de la densidad del flujo de savia medida por los sensores, con los crecimientos en diámetro medidos en campo semanalmente y con el estado sanitario determinado semanalmente de forma visual, ha permitido verificar la validez de esta variable como indicador de alerta temprana de daños en choperas. Además, se han incluido como indicadores de posibles daños los crecimientos radiales del fuste por debajo de un umbral y el ángulo de volcamiento del árbol mayor de 45°, como indicador de posibles daños mecánicos. Se prevé incluir en un futuro otros indicadores de alerta como la radiación recibida por el sensor (indicador de defoliación) o la humedad relativa del fuste
LK http://hdl.handle.net/10612/16633
UL http://hdl.handle.net/10612/16633
NO Grisales Sánchez, I. (2022). Ajuste y automatización de un sistema de seguimiento de daños en plantaciones de clones de chopo (populus spp.), empleando sensores ecofisiológicos e Intenet de las Cosas (IoT). Aplicabilidad como sistema de alerta temprana. [Trabajo de fin de Máster, Universidad de León]
DS BULERIA. Repositorio Institucional de la Universidad de León
RD 28-abr-2024