Examinando por Autor "Vilca Gamarra, Cesar Francisco"

Mostrando 1 - 4 de 4

Estimation of water stress in maize cultivation utilizing thermal and multispectral imaging from UAVs with machine learning algorithms in Lambayeque, Peru
(Asociación Española de Teledetección, 2026-01-31) Cruz Grimaldo, Camila Leandra; Vilca Gamarra, Cesar Francisco; Millan Ramírez, José Edwin; Chumbimune Vivanco, Sheyla Yanet; Llanos Carrillo, Cristina; Vera Díaz, Elvis; Agurto Piñarreta, Alex Iván; Quille Mamani, Javier; León Dextre, Hairo Alexander
Maize (Zea mays L.) is a fundamental cereal in global food security, but its vulnerability to water stress compromises its productivity and threatens food availability. This study analyzed the relationship between the crop water stress index (CWSI), obtained from thermal images captured by the Zenmuse H20T camera, and various vegetation indices derived from the MicaSense RedEdge-MX Dual. The analysis included machine learning (ML) models such as random forest (RF), k-nearest neighbors (KNN), and gradient boosting regression (GBR). The results showed that RF was the most accurate model for predicting CWSI in maize, with a coefficient of determination (R²) of 0.80, a root mean square error (RMSE) of 0.13, and a mean absolute error (MAE) of 0.09. KNN achieved an R² of 0.78, an RMSE of 0.13, and an MAE of 0.09, while GBR reached an R² of 0.79, an RMSE of 0.14, and an MAE of 0.10. The red band (668 nm) played a crucial role in RF (70.69%) and GBR (50.92%), whereas in KNN, the simple ratio (SR) index showed the highest importance (36.40%). These findings confirm the superiority of ML models over traditional regression approaches for estimating CWSI in maize. Despite the satisfactory results, the algorithms underestimated CWSI values derived from thermal images, which highlights the need to refine these models to improve their accuracy in future agricultural applications.
Integración de VANT-LiDAR con imágenes multiespectrales para la estimación del carbono almacenado en plantaciones forestales de Prosopis sp.
(Universidad Nacional de Trujillo. Facultad de Ciencia Agropecuarias, 2025-05-05) Chumbimune Vivanco, Sheyla Yanet; León Dextre, Hairo Alexander; Llanos Carrillo, Cristina Sofía; Millan Ramírez, José Edwin; Vilca Gamarra, Cesar Francisco; Vera Diaz, Elvis; Agurto Piñarreta, Alex Iván; Baselly Villanueva, Juan Rodrigo; Cruz Grimaldo, Camila Leandra
Los individuos del género Prosopis sp. conocidos como algarrobos; son especies claves en el desarrollo del bosque seco y recuperación de áreas degradadas en la Costa norte del Perú. La evaluación de plantaciones, cálculo de la biomasa aérea forestal (BAF) y carbono almacenado representa un papel importante en el manejo forestal y mitigación del cambio climático. Este estudio evalúa metodologías de monitoreo a través del uso de imágenes multiespectrales y LiDAR acopladas a un VANT, con la finalidad de realizar su validación y generar modelos que permitan estimar el carbono almacenado. Se evaluaron siete especies de Prosopis sp. con la metodología convencional y se encontraron diferencias significativas entre las especies para las características dasométricas e índices de vegetación, así como en la comparación con los datos obtenidos con el LiDAR. Se seleccionaron modelos para determinar BAF y la asociación entre el carbono aéreo obtenido con los modelos constituidos por datos de LiDAR e índices de vegetación que presentaron correlaciones significativas (p < 0,05), se construyeron siete modelos para predicción de carbono y destaca el modelo que tiene como variables regresoras la altura total y área de copa obtenidas del LiDAR, así como los índices CIgreen, GNDVI, RECI, LCI y NDVI (R² = 0,77). Lo cual confirma que el uso de la metodología LiDAR con los índices de vegetación permite una estimación más práctica del carbono almacenado en la plantación.
Manual para la fertilización del ajo y cebolla
(Instituto Nacional de Innovación Agraria (INIA), 2025-08-27) Poma Chamana, Russell Hilario; Villalta Soto, Martín Juan Carlos; Quello Huamaní, Antony Arturo; Pumaleque Sucasaca, Rene Solpicio; Vilca Gamarra, Cesar Francisco; Cama Moreno, Elick Melissa; Linares Escapa, Solmayra Franchesca
El INIA, a través de la Dirección de Servicios Estratégicos Agrarios (DSEA), viene ejecutando el proyecto de inversión “Mejoramiento de los servicios de investigación y transferencia tecnológica en el manejo y recuperación de suelos agrícolas degradados y aguas para riego en la pequeña y mediana agricultura en los departamentos de Lima, Áncash, San Martín, Cajamarca, Lambayeque, Junín, Ayacucho, Arequipa, Puno y Ucayali”, con CUI N° 2487112, el cual tiene entre sus objetivos evaluar alternativas tecnológicas para el manejo de suelos y agua en la producción agrícola En ese contexto, dos de los cultivos más emblemáticos del departamento de Arequipa son el ajo y la cebolla, los cuales desempeñan un papel fundamental en la economía local y la seguridad alimentaria. La producción sostenible de estos cultivos depende en gran medida de un manejo adecuado de la fertilidad del suelo. Por ello, se elaboró el presente Manual para la fertilización del ajo y la cebolla, basado en experiencias de investigación desarrolladas en la Estación Experimental Agraria Arequipa, así como en información documentada en bibliografía especializada. Este documento aborda los principios fundamentales de la fertilización, desde el muestreo de suelos y la identificación de los requerimientos nutricionales, hasta la formulación y aplicación de planes de fertilización específicos, según el tipo de suelo determinado por su respectivo análisis. ns; Ajo; Garlic
Variación espacial de la fertilidad del suelo en la EEA Arequipa
(Instituto Nacional de Innovación Agraria (INIA), 2026-05-31) Poma Chamana, Russell Hilario; Vilca Gamarra, Cesar Francisco; Quello Huamani, Antony Arturo; Puma Huacani, Katherine; Suyco Panibra, Percy Alberto; Calla Cornejo, Nancy Vanessa; Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Ore Valeriano, Ruddy Adely; Chuchon Remon, Rodolfo Juan; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
La degradación del suelo constituye una de las principales amenazas para la sostenibilidad agrícola a nivel global, especialmente en regiones áridas y semiáridas donde la disponibilidad hídrica es limitada y las oportunidades de recuperación natural del suelo son reducidas. Factores como el uso inadecuado del recurso suelo, el sobrepastoreo, prácticas agrícolas poco sostenibles y los efectos intensificados del cambio climático contribuyen a acelerar este proceso (de Valença, 2017; Coaguila et al., 2025; Correa et al., 2016). La región de Arequipa presenta un potencial de superficie agropecuaria aprovechable del 32,2 % de las cuales solo son usadas el 5,75 % (Gobierno Regional de Arequipa [GRA], 2021). En las principales zonas productoras se producen generalmente cultivos forrajeros (alfalfa y maíz forrajero), arroz, cebolla y papa (Gerencia Regional de Agricultura de Arequipa, 2025). Esta región enfrenta como principales desafíos una accidentada geografía en sus valles interandinos y escasez de agua en sus desiertos costeros (GRA, 2021). Estas limitaciones naturales se ven agravadas por la baja adopción de prácticas de manejo basado en diagnóstico. En 2022, únicamente el 2,4 % de los productores agropecuarios realizó análisis de suelos y recibió asistencia técnica para implementar los resultados (Instituto Nacional de Estadística e Informática [INEI], 2023), lo que evidencia una gestión incipiente de la fertilidad en el ámbito productivo. La ausencia de mapas de fertilidad que integren los datos de análisis de suelos limita el diagnóstico integral de la variabilidad edáfica y dificulta la planificación eficiente de estrategias de fertilización. Frente a esta brecha, la aplicación de enfoques de agricultura de precisión, que integren análisis de suelos, geoestadística y sistemas de información geográfica (SIG), se presenta como una alternativa metodológica robusta para evaluar la variación espacial de la fertilidad del suelo. Herramientas como la interpolación kriging, el índice de Moran y el análisis de variogramas permiten modelar la heterogeneidad espacial de las propiedades fisicoquímicas del suelo y generar mapas temáticos que orienten decisiones de manejo sitio-específico, mejorando la eficiencia en el uso de fertilizantes y enmiendas, y contribuyendo a la conservación de la calidad del suelo en el largo plazo (Culman et al., 2021; Chinea-Horta y Rodríguez-Izquierdo, 2021). En este marco, el objetivo del presente documento es analizar la fertilidad y la variabilidad espacial de los suelos en la EEA Arequipa, con la finalidad de generar información técnica que contribuya la planificación agrícola y el fortalecimiento de los sistemas productivos regionales. En específico, se busca evaluar el estado actual de la fertilidad del suelo, determinar sus principales limitaciones, desarrollar mapas de variación espacial de las propiedades edáficas y proponer estrategias de manejo que permitan optimizar el uso de fertilizantes, aumentar la productividad y promover la sostenibilidad de los sistemas productivos de la estación.