Capítulo 1
Durante el proyecto se ha realizado una actividad en un lote comercial de caña de azúcar. Se ha tomado a partir de un muestreo sistemático, datos de índice de área foliar (LAI) por medio del instrumento LAI-2000 Plant canopy analyzer (LI-COR) y se compararon con los adquiridos por el sensor MODIS. La estimación del índice de área foliar es usada en el desarrollo de modelos de crecimiento de cultivo para estimar producción y evapotranspiración y la única forma de calcularlo en grandes superficies terrestres es por medio de imágenes satelitales o aéreas.

1.1 Introducción
La caña de azúcar tiene un periodo vegetativo promedio en el valle de río Cauca de 13.5 meses. Rahman et al., 2008 sugieren, que el máximo índice de área foliar está alrededor de los 6 meses lo que puede variar según las condiciones agroecológicas y el tipo de variedad. Bappel et al., 2005 comparan datos SPOT-NDVI con datos de campo donde obtienen una curva para la estimación de LAI a partir de datos SPOT con el fin de ser usado dentro del modelo agrometeorológico MOSICAS.

En Cenicaña se está desarrollando un modelo de producción para caña de azúcar. Estos modelos son implementados dentro de plataformas como DSSAT y usan diferentes parámetros para la simulación de escenarios, dentro de estos la medición del índice de área foliar es fundamental y puede ser estimado por datos remotos de forma continua e implementado dentro de la plataforma.

La generación de mapas de LAI de forma continua por medio de imágenes satelitales posibilita el desarrollo de modelos para la estimación regional de la evapotranspiración (Vettorazzi and Xavier, 2004).

Capítulo 2
Con el fin de continuar caracterizando el comportamiento de las zonas agroecológicas en el valle del río Cauca basados en su respuesta espectral junto con su producción expresada en Toneladas de Caña por Hectárea (TCH), se presenta en este capítulo como las principales zonas agroecológicas se encuentran relacionadas frente a sus valores de productividad histórica y valores de índice de vegetación (EVI), a su vez se evidencia como los valores espaciales acumulados de EVI se relacionan con zonas de potencial máximo para caña de azúcar en el valle del río Cauca.

2.1 Introducción
Conocer de manera indirecta información sobre los cultivos es importante para el desarrollo de estrategias de mercadeo, realizar estimativos de producción y desarrollo de modelos o métodos para ser más rentables, ambientalmente sostenibles y conservar recursos alimenticios. Lo anterior permite contribuir al desarrollo de un sector altamente competitivo, con estándares de calidad, afinamiento de sus labores y del producto final en este caso etanol y azúcar.

La iniciativa BSI (Better Sugar Cane Initiative) indica el uso de estándares que van desde lo social y ambiental hasta el uso adecuado del agua y agroquímicos. Dichos estándares serán en un futuro cercano herramientas que deberán ser tomadas en cuenta para la venta y comercialización de productos derivados de la caña de azúcar.

El uso de la percepción remota puede contribuir en varios aspectos de esta iniciativa en el sentido de conocer el comportamiento vegetativo de los campos y junto con la investigación generar alternativas para el manejo de los mismos. La información derivada de satélites contribuye a incrementar la productividad y los nuevos avances computacionales y el aumento en el número de constelaciones satelitales permitirán que esta ciencia contribuya al desarrollo sostenible de la agricultura.

Capítulo 3
El uso de la información tomada en campo por medio del espectrorradiómetro posibilita conocer cuales son las regiones espectrales y cuales son los posibles sistemas satelitales que puede ser usados para un seguimiento continuo de los campos sembrados con caña teniendo en cuenta las diferentes prácticas de manejo, variables ambientales y costo, lo cual converge con un objetivo específico estipulado para este proyecto. Durante este capítulo se mostrarán dos experimentos de fertilización en diferentes zonas agroecologicas y dos experimentos de riego uno llevado al exceso de agua debido a las condiciones climáticas durante su ciclo de desarrollo y otro para conocer la respuesta de la caña al agua en diferentes variedades de caña.

3.1 Introducción
Las mediciones espectrales en campo son necesarias para el desarrollo de trabajos con percepción remota, pero los instrumentos y métodos empleados tienen serias limitaciones aún en condiciones ideales. Los problemas se deben al propio instrumento, el entorno en el que es usado y la metodología adoptada (Milton, et al., 2009).

La repetibilidad de las medidas espectrales se refiere a la precisión de los equipos usados y es un aspecto de la calidad de los mismos. La reproducibilidad depende del espectrorradiómetro y la metodología usada para adquirir la información en campo.

Muchas de las fuentes de incertidumbre que afectan a la repetibilidad de las mediciones se entienden y se pueden cuantificar, pero muchos que afectan a la reproducibilidad siguen siendo objeto de la especulación basada en un conocimiento incompleto de la radiación ambiental en la que se toman las mediciones.

Aunque la reflectancia espectral tiene su base y distinguida historia como el primer campo de interés para la espectrorradiometría, las unidades físicas fundamentales son la radiación e irradiancia espectral (Milton et al., 2006). La reflectancia espectral se presenta como una propiedad inherente de la superficie, esto es cierto sólo en parte. La propiedad inherente de la superficie es en realidad su BRDF (bidirectional reflectance distribution function), y esto es imposible de medir en condiciones de campo. Como consecuencia, la precisión de la espectrorradiometría 21 de campo está definida en términos de la trazabilidad de las mediciones de radiación y la irradiación en el campo.

Un enfoque alternativo es centrarse en la radiación y la irradiancia como las variables físicas primarias, para desarrollar una cadena de trazabilidad en torno a ellas, y considerar la reflectancia como un parámetro derivado. Además para que las mediciones sean reproducibles deben ir acompañadas de un metadato.

La caña de azúcar tiene un crecimiento vigoroso, alcanzando alturas de más de cuatro metros lo cual convierte la adquisición de la información en un proceso delicado y más complejo que otros cultivos. En nuestro caso realizaron mediciones single-beam, donde el mismo espectroradiómetro mide reflectancia sobre el objeto y sobre la referencia, y adjuntó para las mediciones toda la información meteorológica, generalidades del sitio, información del espectrorradiómetro, adquisicón de las lecturas, condiciones del cielo, entre otros. Con lo anterior se considera tener una base de datos espectral muy completa y útil sobre los datos tomados en cada experimento.