RT Dissertation/Thesis
T1 Precision farming based technologies for olive grove management optimization
A1 Noguera Manzano, Miguel
AB Precision oliviculture aims to enhance the quality and productivity of olive orchardswhile reducing environmental impact through optimized resource utilization. Theimplementation of these strategies requires the development of methodologies tocharacterize the state of olive trees with high spatial and temporal resolution.This thesis aims to develop accessible methodologies for assessing the water andnutritional needs olive crops, as well as the olive fruit quality.The first milestone of this thesis has been the development of a thermal camera based ona low-cost infrared sensor to assess the water status of olive trees. The canopytemperature and the crop water stress index (CWSI) were compared with twostandardized water status indicators (predawn leaf water potential and stomatalconductance), obtaining promising results (R² ≥ 0.80). A significant aspect of this work isthe proposed method for obtaining the thresholds needed to calculate the CWSI. Thisapproach simplifies the automation of the process, as the reference limits are extractedfrom the temperature histogram, avoiding the need to measure artificial surfaces ormeteorological variables.The second milestone involved developing a methodology to assess the nutritionalstatus of olive trees based on analysing and modelling spectral images captured by anunmanned aerial vehicle. A crucial step of this methodology is the proposed imageprocessing technique. It utilizes a digital surface model to filter out backgroundinformation, improving the quality of spectral data by reducing the impact ofbackground noise. The 5 reflectance data extracted from the images were used to trainvarious modelling tools (partial least squares regression, artificial neural network(ANN), support vector regression, and gaussian process regression) using referencevalues of NPK leaf content. The ANN models achieved the best results (LNC: R² = 0.63;LPC: R² = 0.89; LKC: R² = 0.93).The third milestone focused on developing a low-cost multispectral device capable ofcharacterising key quality parameters of intact olives. A prototype based on acommercial sensor was initially built and evaluated in a controlled laboratoryexperiment. The 18 reflectance values acquired by the sensor were used as input forANN models, with three key olive quality indicators serving as reference data: moisture(M), titratable acidity (TA), and oil content per fresh weight (OCFW). The resultsobtained from the ANN models were promising (H: R² = 0.78; TA: R² = 0.86; OCFW: R² =0.62). Encouraged by the laboratory results, a portable device based on the same sensor wasdeveloped. Its potential was evaluated in a field experiment, taking spectralmeasurements on-site. The results of this work were encouraging as the estimates of theoil content per dry matter (OCDM) (R² = 0.86), OCFW (R² = 0.86), and M (R² = 0.89) werebetter than those obtained under laboratory conditions, although the estimation of TA(R² = 0.21) was worse. Alternatively, the potential of the device to characterize quality indicators of red grapes in field conditions was evaluated, obtaining good results (Solidsoluble content: R² = 0.70; TA: R² = 0.67). This suggests the potential of the device beyondolive trees.The results obtained in the research conducted in this Thesis indicate the potential of thedeveloped solutions to support decision-making in the context of precision oliviculture.The low cost and ease of use of the proposed solutions make them accessible for all kindof olive growers.
AB La olivicultura de precisión busca mejorar la calidad y productividad de los olivares,reduciendo su impacto ambiental a través de la optimización del uso de recursos. Laimplementación de estrategias basadas en olivicultura de precisión requiere el desarrollode metodologías para caracterizar el estado de los olivos con una alta resolución espacialy temporal.El objetivo de esta Tesis es desarrollar metodologías accesibles para la estimación delestado hídrico y nutricional del olivar, así como la calidad del fruto.En primer hito de esta Tesis ha sido el desarrollo de una cámara térmica basada en unsensor infrarrojo de bajo coste para evaluar el estado hídrico de los olivos. Latemperatura del dosel y el índice de estrés hídrico del cultivo (CWSI) se compararon condos indicadores de estado hídrico estandarizados (potencial hídrico foliar antes delamanecer y conductancia estomática), obteniendo resultados prometedores (R² ≥ 0.80).Un aspecto relevante de este trabajo es el método propuesto para obtener los umbralesnecesarios para calcular el CWSI. Este enfoque simplifica la automatización del proceso,ya que los límites de referencia se extraen del histograma de temperaturas, evitando lanecesidad de medir superficies artificiales o variables meteorológicas.El segundo hito consistió en el desarrollo de una metodología para evaluar el estadonutricional de los olivos basada en el análisis y modelización de imágenes espectralestomadas desde un vehículo aéreo no tripulado. Una parte esencial de esta metodologíafue el procesamiento de imágenes, que permite la identificación de los píxeles del dosel,descartando información de fondo mediante el uso de un modelo digital de superficie.Esto mejora la calidad de los datos espectrales, disminuyendo el perjuicio ocasionadopor la presencia de distractores. Los 5 datos de reflectancia extraídos de las imágenes seusaron para entrenar varias herramientas de modelización (regresión por mínimoscuadrados parciales, redes neuronales artificiales (ANN), regresión de soporte vectorial,y procesos de regresión gaussiana) utilizando valores de referencia del contenido foliarde NPK. Las modelos ANN arrojaron los mejores resultados (LNC: R2 = 0.63; LPC: R2 =0.89; LKC: R2 = 0.93).El tercer hito consistió en el desarrollo de un dispositivo multiespectral de bajo coste concapacidad de caracterizar parámetros de calidad de aceitunas intactas. Inicialmente sedesarrolló un prototipo basado en un sensor comercial, y este se evaluó en unexperimento realizado en condiciones de laboratorio. Los 18 valores de reflectanciaadquiridos por el sensor se usaron para alimentar modelos ANN usando comoreferencia 3 indicadores de calidad de aceituna (humedad: M; acidez titulable: TA; ycontenido de aceite en materia fresca: OCFW). Las respuestas de los modelos ANNfueron prometedoras (M: R2 = 0.78; TA: R2 = 0.86; OCFW: R2 = 0.62).Estos resultados impulsaron el desarrollo de un dispositivo portátil, basado en el mismo sensor. El potencial de este se evaluó en un experimento de campo, tomando las medidasespectrales sobre el terreno. Los resultados de este trabajo fueron alentadores ya que las estimaciones del contenido de aceite por materia seca (OCDM) (R2 = 0.86), OCFW (R2 =0.86) y M (R2 = 0.89) superaron a las obtenidas en condiciones de laboratorio, aunqueque la estimación de TA (R2 = 0.21) fue peor. Alternativamente, se evaluó el potencial deldispositivo para caracterizar indicadores de calidad de uvas en condiciones de campo,obteniendo buenos resultados (Solidos solubles totales: R2 = 0.70; TA: R2 = 0.67). Estosugiere el potencial del dispositivo en cultivos diferentes del olivo.Los resultados obtenidos en la investigación realizada en esta Tesis indican el potencialde las soluciones desarrolladas para apoyar la toma de decisiones en el contexto de laolivicultura de precisión. El bajo coste y la facilidad de uso de las soluciones propuestaslas hacen accesibles para todo tipo de olivicultores.
PB Universidad de Huelva
YR 2024
FD 2024
LK https://hdl.handle.net/10272/25206
UL https://hdl.handle.net/10272/25206
LA eng
DS Repositorio Institucional de la Universidad de Huelva
RD 30 may 2026