Fotogrametría con dron y LiDAR aplicados a la agricultura de precisión: metodología, índices y entregables técnicos
Introducción
Cuando un agrónomo o director de operaciones agrícolas necesita tomar decisiones sobre riego diferenciado, fertilización variable o detección temprana de estrés hídrico, el primer obstáculo es casi siempre el mismo: no cuenta con información espacial del terreno y los cultivos con suficiente resolución ni frecuencia de actualización. Las visitas de campo son costosas, subjetivas y difíciles de escalar en superficies de cientos o miles de hectáreas.
La fotogrametría con dron y el LiDAR aerotransportado resuelven exactamente ese problema. En este artículo se detalla cómo se planifica y ejecuta un levantamiento fotogramétrico o LiDAR para usos agrícolas, qué parámetros técnicos definen la calidad del producto, cómo se generan índices espectrales como NDVI o NDRE, y qué entregables debe exigir un director de proyecto para que los datos sean realmente accionables.
1. Por qué la información espacial es la base de la agricultura de precisión
La agricultura de precisión parte de un principio aparentemente simple: el campo no es homogéneo. Dentro de una misma parcela coexisten zonas con diferente capacidad de retención hídrica, distintos niveles de materia orgánica, variaciones de pendiente que modifican la escorrentía y microclimas que afectan el desarrollo de los cultivos. Gestionar ese campo como si fuera uniforme genera ineficiencias directas: sobreirrigación en zonas con buen drenaje, subdosificación de fertilizante en suelos pobres, detección tardía de plagas o enfermedades.
Para tomar decisiones espacialmente diferenciadas se necesita información georreferenciada con resolución suficiente para capturar esa variabilidad. Ahí es donde la fotogrametría y el LiDAR con dron se vuelven herramientas centrales, no auxiliares.
A diferencia de la percepción remota satelital convencional —con resoluciones típicas de 10 a 30 m por píxel en las plataformas de acceso libre— un dron fotogramétrico puede entregar ortomosaicos con resolución de 3 a 5 cm por píxel, suficiente para identificar plantas individuales, bordes de terraza o variaciones de altura del cultivo del orden de 10 cm.
2. Plataformas disponibles: fotogrametría multiespectral vs. LiDAR
No todas las misiones agrícolas requieren la misma tecnología. La elección entre fotogrametría multiespectral y LiDAR depende del objetivo del estudio.
2.1 Fotogrametría multiespectral con dron
Un dron equipado con cámara multiespectral captura imágenes en bandas discretas del espectro electromagnético: típicamente azul (Blue), verde (Green), rojo (Red), borde del rojo (Red Edge) y cerca del infrarrojo (Near-Infrared, NIR). La combinación de estas bandas permite calcular índices de vegetación que correlacionan con el estado fisiológico de los cultivos.
Los productos principales de este flujo de trabajo son:
– Ortomosaico RGB en alta resolución (3–5 cm/píxel a alturas de vuelo de 80–120 m AGL)
– Ortomosaico multiespectral corregido radiométricamente
– Índices de vegetación por zona: NDVI, NDRE, GNDVI, SAVI
– Modelo Digital de Superficie (MDS) por fotogrametría Structure from Motion (SfM)
Limitación importante: la fotogrametría genera un MDS (Modelo Digital de Superficie), que incluye la cubierta vegetal. Para obtener el Modelo Digital del Terreno (MDT) —es decir, el suelo sin vegetación— se requiere un proceso de filtrado de puntos de tierra que, en cultivos con dosel cerrado, puede ser impreciso o directamente inviable sin LiDAR.
2.2 LiDAR aerotransportado con dron
El LiDAR emite pulsos láser y mide el tiempo de retorno. En vegetación agrícola, muchos pulsos penetran entre hojas y tallos y retornan desde el suelo. Esto permite clasificar la nube de puntos en puntos de suelo y puntos de vegetación, y derivar tanto un MDT preciso como un MDS, calculando por diferencia el CHM (Canopy Height Model, o Modelo de Altura de Dosel).
El CHM es especialmente útil para:
– Estimar biomasa aérea en cultivos de alto dosel (maíz, caña de azúcar, sorgo)
– Detectar acame (volcamiento) de plantas
– Mapear variabilidad de altura dentro de lotes, indicador indirecto de estrés o heterogeneidad de suelo
– Diseñar sistemas de riego con base en microtopografía real del terreno (gradientes de 5–15 cm que la fotogrametría no resuelve bajo dosel)
La densidad de puntos en levantamientos LiDAR agrícolas se sitúa típicamente entre 20 y 100 puntos/m², dependiendo del sensor, la altura de vuelo y la velocidad.
3. Regulación de vuelos: marco normativo vigente en México
Antes de abordar la metodología, es indispensable aclarar el contexto regulatorio. En México, los sistemas aéreos no tripulados (SANT) están regulados por la AFAC (Agencia Federal de Aviación Civil) mediante la NOM-107-SCT3-2019 y la Circular CO AV-23/10 R2.
Para levantamientos agrícolas en zonas rurales alejadas de aeropuertos o asentamientos urbanos, los vuelos fotogramétricos típicamente se encuadran en operaciones de masa máxima al despegue (MTOW) entre 2 y 25 kg, con altura máxima de operación de 122 m AGL (above ground level). Superar esta cota requiere autorización expresa de la AFAC y coordinación con los proveedores de servicios de tránsito aéreo correspondientes.
El operador debe contar con la habilitación vigente y el SANT registrado ante la AFAC. La omisión de estos requisitos invalida el levantamiento desde el punto de vista legal y puede acarrear sanciones administrativas.
4. Metodología de levantamiento fotogramétrico multiespectral en campo agrícola
4.1 Planificación de la misión
La planificación parte de definir la Resolución Espacial en Suelo (GSD, Ground Sampling Distance) requerida. Para agricultura de precisión, un GSD de 5 cm es el estándar operativo en la mayoría de los casos; para conteo de plantas o detección de plagas puntuales, puede requerirse hasta 2–3 cm, lo que implica volar más bajo o usar cámaras de mayor resolución.
La relación entre GSD, altura de vuelo y distancia focal del sensor es:
GSD = (H × p_s) / f
Donde:
– H = altura de vuelo sobre el terreno (m)
– p_s = tamaño del píxel del sensor (µm)
– f = distancia focal de la lente (mm)
Para un sensor de 4.8 µm y focal de 25 mm, volar a 100 m AGL entrega un GSD ≈ 1.9 cm.
Los traslapes recomendados para fotogrametría agrícola son:
– Traslape frontal (overlap): 80–85%
– Traslape lateral (sidelap): 75–80%
Traslapes inferiores generan huecos en la reconstrucción SfM y degradan la precisión geométrica del ortomosaico.
4.2 Red de puntos de control terrestre (GCP)
Para proyectos de agricultura de precisión donde los entregables se integrarán a sistemas de gestión (SIG, plataformas de prescripción variable), los datos deben estar referenciados al sistema geodésico oficial de México: ITRF2008 época 2010.0, con elipsoide GRS80 y proyección UTM en la zona correspondiente.
Para Nuevo León, la zona UTM es 14N. Para otros estados del norte y centro del país las zonas más frecuentes son 13N y 14N; en el sureste, 15N y 16N.
La densidad de GCPs (Ground Control Points) recomendada es de al menos 1 GCP por cada 30–40 ha para misiones con dron a 100 m AGL. Los puntos deben ser medidos con GNSS de doble frecuencia en modo RTK o estático, con precisión horizontal ≤ 2 cm y vertical ≤ 3 cm. Es importante subrayar que RTK y DGPS no son equivalentes: el RTK trabaja con correcciones de fase portadora en tiempo real y alcanza precisión centimétrica, mientras que el DGPS corrige únicamente el código pseudorrandom y se limita a precisiones decimétricas, insuficientes para este tipo de levantamiento.
4.3 Calibración radiométrica
La cámara multiespectral debe calibrarse radiométricamente antes y después de cada vuelo mediante un panel de reflectancia de valores conocidos. Sin esta calibración, los valores de reflectancia capturados no son comparables entre vuelos de diferentes fechas, lo que invalida cualquier análisis temporal de índices de vegetación.
La corrección radiométrica convierte los valores digitales crudos (DN) de la imagen en reflectancia superficial (adimensional, 0–1), el único formato que permite comparar datos multi-temporales.
4.4 Procesamiento fotogramétrico
El flujo de procesamiento SfM incluye:
- Alineación de imágenes — detección de puntos homólogos y estimación de la posición y orientación de cada cámara
- Construcción de la nube de puntos densa — reconstrucción 3D por correlación de densidad
- Generación del MDS — interpolación de la nube filtrada
- Generación del ortomosaico — proyección ortogonal de las imágenes sobre el MDS
- Cálculo de índices espectrales — operaciones raster por banda
La precisión vertical del MDS fotogramétrico en terreno con vegetación baja (trigo, soya, pastizal) es del orden de 2–3 veces el GSD. Para GSD = 5 cm, se espera una precisión vertical de 10–15 cm en zonas de vegetación abierta, y significativamente menor en cultivos de alto dosel.
5. Índices espectrales: cálculo, interpretación y límites
5.1 NDVI (Normalized Difference Vegetation Index)
El más difundido. Se calcula como:
NDVI = (NIR − Red) / (NIR + Red)
Rango: −1 a +1. Vegetación sana y densa: 0.6–0.9. Vegetación estresada: 0.2–0.5. Suelo desnudo: 0.0–0.15.
Limitación crítica: el NDVI satura en cultivos de alta densidad (valores > 0.8 dejan de discriminar diferencias de biomasa). Para maíz en etapa de reproducción o caña de azúcar, el NDVI es un indicador pobre.
5.2 NDRE (Normalized Difference Red Edge)
NDRE = (NIR − RedEdge) / (NIR + RedEdge)
Más sensible al contenido de clorofila y al estrés nitrogenado temprano. No satura tan rápido como el NDVI. Recomendado para cultivos de ciclo largo o alta biomasa.
5.3 GNDVI (Green NDVI)
GNDVI = (NIR − Green) / (NIR + Green)
Sensible al contenido de clorofila y útil para detectar deficiencias de nitrógeno antes de que sean visibles al ojo humano.
5.4 SAVI (Soil Adjusted Vegetation Index)
SAVI = [(NIR − Red) / (NIR + Red + L)] × (1 + L)
Donde L es un factor de corrección de suelo (típicamente 0.5). Se usa en cultivos con cobertura incompleta del suelo (etapas tempranas o cultivos en hilera con alta exposición de suelo entre surcos), donde el NDVI sobreestima el estrés al confundir suelo seco con vegetación estresada.
6. LiDAR para microtopografía y diseño de nivelación agrícola
Uno de los usos más directos del LiDAR en agricultura es el diseño de sistematización de suelos: nivelación, conformación de bordos, diseño de drenes y canales de riego gravitacional. Para estos trabajos, la precisión vertical del MDT es el parámetro crítico.
Un levantamiento LiDAR con dron de última generación entrega precisiones verticales de ±3 a ±5 cm en terreno abierto, con densidades de 30–50 puntos/m². Esto es suficiente para diseñar nivelaciones con tolerancia de ±5 cm en parcelas agrícolas.
El MDT resultante permite calcular directamente:
– Curvas de nivel a intervalo de 5 cm (imposible con topografía convencional en grandes superficies sin un costo prohibitivo)
– Pendientes por lote para diseño de riego por gravedad
– Volúmenes de corte y relleno para proyectos de nivelación
– Modelado hidrológico básico: dirección de flujo, acumulación, delimitación de microcuencas dentro de la parcela
Para este último punto, la integración con herramientas de análisis hidrológico —como las metodologías de cuencas establecidas por la CONAGUA— permite dimensionar correctamente los drenes parcelarios y evitar encharcamientos que pueden representar pérdidas de cosecha del 20 al 40% en zonas con mal drenaje.
7. Entregables técnicos: qué pedir y en qué formato
Un proyecto de fotogrametría o LiDAR para agricultura de precisión debe entregar, como mínimo:
| Entregable | Formato | Especificación mínima |
|---|---|---|
| Ortomosaico RGB | GeoTIFF | GSD ≤ 5 cm, proyección ITRF2008/UTM |
| Ortomosaico multiespectral | GeoTIFF multibanda | Corregido radiométricamente |
| Índices espectrales (NDVI, NDRE, GNDVI) | GeoTIFF | Por vuelo, con leyenda de umbrales |
| MDS (fotogrametría) o MDT (LiDAR) | GeoTIFF + ASCII XYZ | Resolución ≤ 25 cm |
| Nube de puntos (LiDAR) | LAZ (LAS comprimido) | Clasificada: suelo / vegetación baja / vegetación alta |
| Informe de precisión | Residuos en GCPs y puntos de verificación | |
| Curvas de nivel | SHP o DWG | Intervalo 5–25 cm según proyecto |
| Zonas de manejo diferenciado | SHP | Clases de NDVI o CHM para prescripción |
Nota sobre formatos de nube de puntos: LAZ es el formato LAS comprimido —no un formato independiente. Ambos son estándar de la ASPRS. Exigir entrega en LAZ es correcto técnicamente y reduce el tamaño de archivo hasta un 85% respecto al LAS sin pérdida de información.
Los entregables deben incluir el informe de calibración radiométrica con los valores del panel antes y después del vuelo, y el reporte de control de calidad con los residuos en GCPs y en puntos de verificación independientes (CheckPoints), que no deben participar en el ajuste del bloque fotogramétrico.
8. Escala de aplicación y experiencia de campo
La fotogrametría con dron escala bien en superficies de 50 a 500 ha por jornada de vuelo, dependiendo del número de plataformas y la autonomía de los equipos. Para superficies superiores a 500–1,000 ha en una sola campaña, la incorporación de sensores LiDAR montados en plataformas de ala fija o en aeronaves tripuladas puede ser más eficiente logística y económicamente.
En México existen proyectos fotogramétricos agrícolas de referencia donde se han levantado más de 50,000 ha con metodología certificada, demostrando que la tecnología está madura para escalar a nivel de grandes extensiones en cultivos de exportación, caña, maíz o frutales. Un equipo con metodología certificada y experiencia en levantamientos de gran escala puede ejecutar este tipo de campañas con estándares de precisión auditables.
Para conocer cómo se estructura este tipo de levantamiento desde la planificación hasta la entrega, puedes revisar los alcances técnicos del servicio de fotogrametría y LiDAR con dron y los criterios generales de servicios topográficos especializados.
9. Errores comunes y cómo evitarlos
Error 1 — Usar el MDS como si fuera el MDT
El MDS incluye la cubierta vegetal. Usar el MDS para diseño de nivelación o cálculo de pendientes en cultivos de alto dosel introduce errores de decenas de centímetros. Si se necesita el MDT bajo vegetación, se requiere LiDAR.
Error 2 — No calibrar radiométricamente
Sin calibración con panel de reflectancia, los índices espectrales de dos fechas distintas no son comparables. El análisis temporal se invalida.
Error 3 — Confundir RTK con DGPS
Los GCPs medidos con DGPS (corrección de código) tienen una precisión de 0.3–1.0 m, insuficiente para anclar un ortomosaico de 5 cm de GSD. Se necesita RTK o medición estática post-procesada.
Error 4 — No verificar el sistema de referencia
Entregar datos en WGS84 dinámico en lugar de ITRF2008 época 2010.0 genera diferencias de hasta 1.5 m con la cartografía oficial de INEGI, lo que invalida la integración con bases de datos prediales o sistemas de prescripción variable.
Error 5 — Volar sin GCPs confiando solo en el GNSS del dron
Los GNSS embarcados en drones comerciales tienen precisión típica de 0.5–2.0 m horizontal. Sin GCPs de alta precisión, el ortomosaico puede estar desplazado varios metros y el MDS tendrá errores verticales inaceptables para diseño de nivelación.
Preguntas frecuentes (FAQ)
¿Qué diferencia hay entre MDT y MDS en un levantamiento agrícola?
El MDT (Modelo Digital del Terreno) representa solo la superficie del suelo, sin vegetación ni estructuras. El MDS (Modelo Digital de Superficie) incluye todo lo que cubre el terreno: cultivos, árboles, edificaciones. Para diseño de nivelación y sistematización de suelos se necesita el MDT. Para estimar altura de cultivo o biomasa se usa la diferencia MDS − MDT (Modelo de Altura de Dosel, CHM). La fotogrametría con dron produce directamente un MDS; obtener el MDT bajo cultivos de alto dosel requiere LiDAR.
¿Con qué frecuencia se deben realizar los vuelos para monitoreo de cultivos?
Depende del ciclo del cultivo y del objetivo. Para monitoreo de estrés hídrico o nutricional en cultivos anuales (maíz, trigo, soya), la frecuencia típica es de 10 a 21 días durante el período crítico de desarrollo. Para detección de plagas o enfermedades, se recomienda una frecuencia mínima quincenal. Para inventario de biomasa o estimación de rendimiento pre-cosecha, suele ser suficiente un vuelo por etapa fenológica clave.
¿Es el NDVI suficiente para todos los cultivos y todas las etapas?
No. El NDVI satura en cultivos de alta densidad de dosel (valores superiores a 0.8 dejan de discriminar diferencias de biomasa) y es sensible a la influencia del suelo en coberturas bajas. Para cultivos de alto biomasa o para detectar estrés nitrogenado temprano, el NDRE o GNDVI ofrecen mejor discriminación. Para etapas tempranas con suelo expuesto, el SAVI o el MSAVI2 son preferibles.
¿Qué precisión vertical es esperable en un MDT generado con LiDAR agrícola?
En terreno abierto con densidad de puntos de 30–50 puntos/m², se espera una precisión vertical de ±3 a ±5 cm (RMSE) con GCPs medidos con RTK. Esta precisión es suficiente para diseño de nivelación con tolerancias de ±5 cm y para modelado hidrológico parcelario. En zonas bajo dosel cerrado, la precisión del MDT depende de la tasa de penetración del pulso LiDAR y puede degradarse a ±8–15 cm.
¿Qué sistema geodésico se usa para entregar datos en México?
El sistema geodésico oficial de México es el ITRF2008 época 2010.0, con elipsoide GRS80 y proyección UTM en la zona correspondiente al estado donde se ubica el proyecto. Este es el sistema adoptado por el INEGI y el que debe usarse para cualquier entregable que se integre a cartografía oficial, registros prediales o plataformas de gestión territorial. Usar WGS84 como referencia puede generar discrepancias métricas con la cartografía base oficial.
¿La regulación de drones aplica igual en zonas agrícolas rurales que en zonas urbanas?
El marco regulatorio de la AFAC (NOM-107-SCT3-2019 y Circular CO AV-23/10 R2) aplica en todo el territorio nacional. En zonas rurales alejadas de aeropuertos y sin asentamientos humanos densos, las restricciones operativas suelen ser menos restrictivas en términos de espacio aéreo, pero el límite de 122 m AGL y los requisitos de habilitación del operador y registro del SANT siguen vigentes sin excepción.
¿Es posible integrar los datos de dron con plataformas de agricultura de precisión como sistemas de prescripción variable?
Sí, y esa integración es precisamente el objetivo operativo. Los índices espectrales exportados como archivos raster georreferenciados en ITRF2008 pueden importarse directamente en plataformas de gestión agronómica que generan mapas de prescripción variable para aplicadoras de fertilizante o equipos de riego. El requisito es que los datos estén correctamente georreferenciados y en formato estándar (GeoTIFF). Los archivos de zonas de manejo (SHP) son también compatibles con la mayoría de los monitores de siembra y aplicación de precisión disponibles en el mercado.
Conclusión
La fotogrametría multiespectral y el LiDAR con dron no son herramientas de nicho reservadas para proyectos de investigación agrícola. Son metodologías maduras, escalables y con estándares técnicos bien definidos que permiten a productores, agroindustrias y empresas de servicios agronómicos tomar decisiones espacialmente informadas sobre millones de pesos en insumos, agua y mano de obra.
El valor de estos levantamientos no está en la imagen bonita del dron —está en la precisión geométrica del MDT para nivelación, en la comparabilidad temporal de los índices espectrales tras una calibración radiométrica correcta, y en la capacidad de convertir datos en zonas de manejo diferenciado que lleguen directamente a la consola del tractor.
La diferencia entre un levantamiento útil y uno que termina archivado sin uso suele reducirse a tres decisiones: elegir la tecnología correcta para el objetivo del estudio, ejecutar con rigor metodológico desde la planificación del vuelo hasta la entrega del informe de calidad, y referenciar todos los datos al sistema geodésico oficial para que sean integrables con cualquier plataforma futura.
FACT-CHECK APLICADO:
– Sistema geodésico oficial México ITRF2008 época 2010.0 (no WGS84): INEGI — Marco de Referencia Geodésico
– Zona UTM Nuevo León 14N: INEGI, Marco Geodésico Nacional
– Regulación drones México NOM-107-SCT3-2019 + Circular CO AV-23/10 R2, límite 122 m AGL: AFAC — SANT
– RTK ≠ DGPS (RTK usa fase portadora, DGPS usa código pseudorrandom): Leick, A. — GPS Satellite Surveying, 4th ed.
– MDT ≠ MDS: MDT solo terreno, MDS incluye vegetación y edificios — ISO 19101, ASPRS Lidar Guidelines
– LAZ = LAS comprimido, no formato independiente: ASPRS LAS Specification 1.4
– NDVI, NDRE, GNDVI, SAVI: fórmulas verificadas contra Rouse et al. (1974), Barnes et al. (2000), Gitelson & Merzlyak (1994), Huete (1988)
– CONAGUA como autoridad en hidrología: Ley de Aguas Nacionales, DOF
