La clorofila es un pigmento fundamental para los procesos fotosintéticos de las especies vegetales, y constituye una limitante en la producción agrícola. La estimación del contenido de clorofila foliar (LCC) se realiza generalmente mediante técnicas invasivas de espectrofotometría. Las imágenes multiespectrales y los Índices de Vegetación (IV), constituyen una alternativa importante debido a que permiten la estimación in situ del pigmento. En este trabajo se pretende encontrar la variabilidad y relaciones entre el contenido localizado de clorofila, de la especie Coffea arabica, e IV tomados de imágenes multiespectrales. Se realizó un muestreo de hojas al azar, y se seleccionaron hojas sanas y enfermas. Se estimó el LCC de 60 muestras mediante espectrofotometría y se encontró el coeficiente de correlación con IV. Los mejores indicadores del pigmento fueron los índices GARI, GNDVI y NDVI, entre 14 índices estudiados. Se encontró que la variabilidad de los datos de IV en diferentes zonas de hojas enfermas, concuerda con la distribución de clorofila no homogénea en esas hojas, ya que la degradación de clorofila en esta variedad no se comporta de forma isotrópica. Este resultado alienta la posibilidad de usar esta técnica para inferir el estado de salud de esta planta.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.