CHIL.ME

El Grupo imaPing, Teledetección Aplicada a Agricultura de Precisión y Malherbología, está localizado en el Instituto de Agricultura Sostenible (IAS) de Córdoba, centro perteneciente al Consejo Superior de Investigaciones Científicas.

Las principales líneas de investigación están dirigidas a la optimización del uso de agroquímicos mediante estrategias basadas en aplicaciones localizadas. Sus objetivos se centran en:

• 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

2015

• M. Pérez-Ortiz, J.M. Peña, P.A. Gutiérrez, J. Torres-Sánchez, C. Hervás-Martínez y F. López-Granados. 2015. A semi-supervised system for weed mapping in sunflower crops using unmanned aerial vehicles and a crop row detection method. Applied Soft Computing, 37 (2015): 533–544. http://dx.doi.org/10.1016/j.asoc.2015.08.027. 

• F. López-Granados, J. Torres-Sánchez, A. Serrano-Pérez, A.I. de Castro, F.J. Mesas-Carrascosa y J.M. Peña. 2015. Early season weed mapping in sunflower using UAV technology: variability of herbicide treatment maps against weed thresholds. Precision Agriculture. doi:10.1007/s11119-015-9415-8. 

• I. Borra-Serrano, J.M. Peña, J. Torres-Sánchez, F.J. Mesas-Carrascosa y F. López-Granados. 2015. Spatial Quality Evaluation of Resampled Unmanned Aerial Vehicle-Imagery for Weed Mapping. Sensors, 15: 19688-19708. doi:10.3390/s150819688. 

• 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, 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-Barragán, 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.

2014

•  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.M. Peña-Barragán, J. Torres-Sánchez, A. Serrano-Pérez, F. López-Granados. 2014. Detección de malas hierbas en girasol en fase temprana mediante imágenes tomadas con un vehículo aéreo no tripulado (UAV). Revista de Teledetección, 42: 39-48. doi: http://dx.doi.org/10.4995/raet.2014.3148.

• 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.

• 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.

2013

•  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.

 2012

• M. Cruz-Ramírez, C. Hervás-Martínez, M. Jurado-Expósito y F. López-Granados. 2012. A multi-objective neural network based method for cover crop identification from remote sensed data. Expert Systems with Applications, 39: 10038-10048. doi:10.1016/j.eswa.2012.02.046.

• D. Gómez-Candón, F. López-Granados, J. J. Caballero-Novella, J. M. Peña-Barragán y L. García Torres. 2012. Understanding the errors in input prescription maps based on high spatial resolution remote sensing images. Precision Agriculture, 13: 581-593. doi:10.1007/s11119-012-9270-9.

• D. Gómez-Candón, F. López-Granados, J. J. Caballero-Novella, A. García-Ferrer, J. M. Peña-Barragán, M. Jurado-Expósito y L. García-Torres. 2012. Sectioning remote imagery for characterization of Avena sterilis infestations. Part A: Weed abundance. Precision Agriculture, 13: 322-336. doi:10.1007/s11119-011-9249-y.

• A. I. De-Castro, M. Jurado-Expósito, J. M. Peña-Barragán y F. López-Granados. 2012. Airborne multiespectral imagery for mapping cruciferous weeds in cereal and legume crops. Precision Agriculture, 13: 302-321. doi:10.1007/s11119-011-9247-0.

• F. Fernández-Navarro, C. Hervás-Martínez, P. A. Gutiérrez-Peña, J.M. Peña-Barragán y F. López-Granados. 2012. Parameter estimation of q-Gaussian radial basis functions neural networks with a hybrid algorithm for binary classification. NeuroComputing,  75: 123-134. doi:10.1016/j.neucom.2011.03.056.

• D. Gómez-Candón, F. López-Granados, J. J. Caballero-Novella, A. García-Ferrer, J. M. Peña-Barragán, M. Jurado-Expósito y L. García-Torres. 2012. Sectioning remote imagery for characterization of Avena sterilis infestations. Part B: Efficiency and economics of control. Precision Agriculture, 13: 337-350. doi:10.1007/s11119-011-9250-5.

• A. I. De-Castro, M. Jurado-Expósito, M. T. Gómez-Casero y F. López-Granados. 2012. Applying neural networks to hyperspectral and multispectral field data for discrimination of cruciferous weeds in winter crops. The Scientific World Journal, 2012: 1-11. doi:10.1100/2012/630390.

 2011

• F. López-Granados. 2011. Weed detection for site-specific weed management: mapping and real-time approaches. Weed Research, 51: 1-11. doi:10.1111/j.1365-3180.2010.00829.x.

• D. Gómez-Candón, F. López-Granados, J. J. Caballero-Novella, M. Jurado-Expósito y L. García-Torres. 2011. Geo-referencing remote images for precision agriculture using artificial terrestrial targets. Precision Agriculture, 12: 876-891. doi:10.1007/s11119-011-9228-3.

2010

• F. López-Granados, M. T. Gómez-Casero, J. M. Peña-Barragán, M. Jurado-Expósito y L. García-Torres. 2010. Classifying irrigated crops as affected by phenological stage using discriminant analysis and neural networks. Journal of the American Society for Horticultural Sciences, 135(5): 465-473.

• C. Hervás-Martínez, P. A. Gutiérrez-Peña, J. M. Peña-Barragán, M. Jurado-Expósito y F. López-Granados. 2010. A logistic radial basis function regression method for discrimination of cover crops in olive orchards. Expert Systems With Applications, 37: 8432-8444. doi:10.1016/j.eswa.2010.05.035.

• J. M. Peña-Barragán, F. López-Granados, M. Jurado-Expósito y L. García-Torres. 2010. Sunflower yield related to multitemporal aerial photography, land elevation and weed infestation. Precision Agriculture, 11(5): 568-585. doi:10.1007/s11119-009-9149-6.

• M. T. Gómez-Casero, I. L. Castillejo-González, A. García-Ferrer, J. M. Peña-Barragán, M. Jurado-Expósito, L. García-Torres y F. López-Granados. 2010. Spectral discrimination of wild oat and canary grass in wheat fields for less herbicide application. Agronomy for Sustainable Development, 30: 689-699. doi:10.1051/agro/2009052.

Otras páginas web relacionadas con Francisca López Granados para consultar más artículos e información de proyectos:

• Imaping: Precisión Malherbología
• TOAS Project
• RHEA Project
• Recupera2020
• Perfil de Francisca López Granados en Recupera2020

• Correo electrónico: flgranados@ias.csic.es
• Edificio principal IAS – Despacho 8 planta alta
• Teléfono: 957 49 92 19