I+D+i

Uso de imágenes satelitales para la gestión agronómica del tomate de industria

Uso de imágenes satelitales para la gestión agronómica del tomate de industria

La variabilidad espacial es uno de los retos a los que se enfrenta el agricultor cuando se plantea un programa de fertirrigación para su parcela, sobre todo cuando se trata de ajustar aplicaciones con necesidades: la adopción de una misma estrategia para el conjunto de una parcela heterogénea puede llevar a pérdidas de producción en parte de la misma por falta de nutrientes o riego o bien suponer un derroche e incluso sufrir daños en la cosecha provocados por exceso en uno u ambos. En este artículo se analizará el uso de imágenes satelitales para dirigir las actuaciones en el cultivo mediante un conocimiento previo de la parcela.

Carlos Campillo, Sandra Millán, Javier Carrasco y María del Henar Prieto. Grupo de Riego y Nutrición. Centro de Investigaciones Científicas y Tecnológicas de Extremadura (Cicytex). Junta de Extremadura.

Caracterizar la variabilidad sería un primer paso para proponer una estrategia de gestión. En la actualidad hay disponibles a nivel comercial tecnologías capaces de realizar este primer paso, señalando y delimitando zonas homogéneas en una superficie de cultivo. Se trata de sensores de medida masiva de parámetros como la conductividad eléctrica aparente (ECa) que ha demostrado ser un indicador efectivo y rápido de la variabilidad espacial en el suelo y relacionarla con la productividad del suelo (Kitchen et al., 1999).

Otro enfoque que puede ser complementario es cuando se utiliza información georreferenciada sobre la planta, como es el caso de la monitorización de las superficies agrícolas mediante mapas del cultivo. Se trata de una información directa del desarrollo, estado nutricional, hídrico, sanitario o productivo del cultivo. Este conjunto de medidas masivas del cultivo se fundamenta principalmente en la reflectancia de la cubierta vegetal, todas las superficies absorben parte de las longitudes de onda del espectro de luz solar y otra parte la reflejan.

En el caso de los cultivos el espectro de luz reflejada por la superficie depende de las características de la cubierta vegetal, tanto la composición de pigmentos, como la arquitectura de la planta o el contenido de agua de los tejidos vegetales.

Caracterizando estos espectros es posible obtener mucha información sobre el cultivo. Una de las aplicaciones más desarrolladas es la elaboración de índices de vegetación. Estos índices se obtienen de la combinación de las reflectancias a diferentes longitudes de onda y se ha demostrado que guardan una estrecha relación con el estado de desarrollo de una cubierta vegetal en el pixel concreto para el que se elabora el índice (Gilabert et al., 1997) resulta de gran utilidad para diferenciar entre suelo y planta cuando la cobertura del cultivo es in­completa.

Uno de los más utilizados es el índice de vegetación de diferencia normalizado (NVDI) que es un buen indicador además del estado de desarrollo de la vegetación, del estado nutricional y el estado sanitario del cultivo (Tucker, 1979). Existe diferente tecnología para la medición de la reflectancia de cultivo, y por ende el cálculo de diferentes índices de vegetación, desde medidas puntuales con sensores de mano hasta imágenes aéreas mediante cámaras instaladas en aeronaves tripuladas o no tripuladas (drones) o incluso con imágenes satelitales. En este caso hablaremos de estas últimas.

El análisis de esta información permite dirigir actuaciones partiendo de un conocimiento más preciso de la parcela en sus conjuntos y con sus diferentes áreas. Esta información tiene vocación de convertirse en una pieza clave para la toma de decisiones en cuanto a prácticas agrícolas como la fertilización, el riego, el control fitosanitario, los momentos y la planificación de la cosecha.

Imágenes satelitales disponibles

Las imágenes de satélite han evolucionado espectacularmente en los últimos años. La mejora en la resolución temporal y espacial de los nuevos satélites permite obtener imágenes del cultivo a lo largo de todo su ciclo. La resolución espacial es la precisión que puede alcanzar el sensor por pixel, es decir, el área real de tierra representada en un nivel digital de información (pixel).

Cuadro I. Valores de resolución temporal y espacial de los principales satélites.

En palabras simples si hacemos un zoom en una fotografía llegará un momento en que en vez de ver la foto veamos pixeles o cuadros que forman la imagen, dependiendo de la calidad de la imagen tendremos un mayor número de pixeles para una zona concreta con lo cual una mayor resolución espacial.

Por ejemplo, podemos ver en el cuadro I que la resolución espacial del satélite Sentinel 2, en según qué bandas consigue resoluciones de 10 m/pixel. Esto quiere decir que un pixel representa 10 × 10 = 100 m2 de terreno. Los satélites con mayor resolución espacial son los satélites de pago, que puede ser muy interesante en el caso de estudios para grandes zonas de cultivo.

La resolución temporal es un segundo factor de gran importancia para los estudios en agricultura ya que es el periodo de tiempo entre la toma de una imagen y la siguiente. El incremento en la resolución espacial de los satélites en los últimos años ha sido una de las grandes ventajas de esta tecnología haciéndola factible para el seguimiento del desarrollo de la vegetación. La resolución temporal del Sentinel 2 se sitúa en medidas semanales e incluso varias veces por semana, de forma que se tiene garantía de la continuidad de la información incluso despreciando parte de las imágenes si se trata de días nublados o medidas nocturnas. En el cuadro I se muestran los valores de resolución espacial y temporal de los principales satélites.

Como se puede ver en el cuadro I existen numerosos satélites disponibles para realizar estudios agrícolas con diferentes resoluciones espaciales y temporales. Pero ¿cuál es el satélite o plataforma de imágenes aéreas que mejor se adapta a mis necesidades? La respuesta depende de la precisión necesaria. En la figura 1 podemos ver los valores de NVDI de un cultivo con diferente resolución espacial, satélite con alta resolución (Sentinel 2) (a), muy alta resolución (WorldView) (b), y obtenidas mediante dron (c).

 

Figura 1. Diferencias en resolución entre diferentes imágenes en la determinación de valores de NVDI: satélite sentinel 2 (a), satélite VHR (b) y dron (c). Fuente: Conapa. https://conapa.es/teledeteccion-agricola.

La figura 1 muestra cómo el nivel de detalle es mayor al aumentar la resolución espacial, pero también aumenta el coste de las imágenes. Dependiendo de la necesidad de una mayor o menor precisión en la medida se puede elegir una u otra plataforma. En este ejemplo vemos que, a pesar de las diferencias en resolución, las imágenes correspondientes al Sentinel 2 fueron capaces de definir las mismas zonas, con diferente desarrollo de la vegetación en la parcela que las otras dos metodologías más precisas.

Si se trata de utilizar la información para hacer un abonado de precisión la imagen de mayor resolución nos permitirá hacer un mejor ajuste de las zonas de aplicación diferencial de fertilizante. Existen trabajos donde la precisión es muy importante como, por ejemplo, en el caso de control de malas hierbas o estudios de estado hídrico del suelo (imágenes de radar), estado hídrico del cultivo (imágenes térmicas) o medidas de volumen del cultivo (imágenes LIDAR).

Los satélites con alta resolución espacial y temporal, llamados VHR están indicados para realizar estudios de mayor precisión en las parcelas, incrementándose los costes. Entre los satélites donde la descarga de imágenes es gratuita, destacamos los satélites Sentinel 2 de la Agencia Espacial Europea (ESA) y el satélite Landsat 7 y 8 de la agencia norteamericana.

Como hemos dicho estas imágenes son gratuitas y se pueden descargar y/o analizar en plataformas amigables (por ejemplo, http://apps.sentinel-hub.com/sentinel-playground), donde se pueden ver las diferentes imágenes y los índices de vegetación más comunes, de tal manera que el usuario en el móvil o en un ordenador pueda acceder a la última imagen de su parcela, con imágenes cada 3 a 5 días.

Figura 2. Visualización del índice NDVI con de imágenes Sentinel 2 en plataforma ESA. Fuente: http://apps.sentinel-hub.com/sentinel-playground

Esta herramienta gratuita está disponible para cualquier usuario con un conocimiento mínimo de sistemas de información geográfica (SIG). En la figura 2, se observa una captura de pantalla de esta plataforma en una zona de regadío cercana a Badajoz. Los colores muestran los diferentes valores del NVDI –en este caso el índice que se ha seleccionado–, pero se observa en la parte izquierda de la imagen que existen más índices que también se puede visualizar.

En este caso el NVDI indica zonas de la imagen con tonos de verde desde oscuro, que coinciden con valores altos, a verde más claro, valores intermedios, y los colores azules, valores bajos relacionados como veremos posteriormente con el desarrollo de los cultivos. Los colores amarillos y rojos corresponden a zonas sin vegetación o vegetación muerta.

En la parte superior de la imagen se pueden ver marcados en círculo de color gris en un calendario los distintos días en los que hay imágenes disponibles o sin nubes, en este caso en el ejemplo hemos seleccionado el mes de agosto de 2018. En la parte superior derecha se muestran los diferentes satélites que se pueden consultar y, por último, al lado de la fecha aparece un símbolo de nube que nos permite seleccionar el máximo porcentaje de nubosidad para mostrarnos en las imágenes.

Este sistema facilita un acceso directo a imágenes procesadas. Sin este sistema el usuario debería descargarse las imágenes y trabajarlas en un SIG, lo que exige una cierta especialización. Aunque se puede mejorar el análisis de las imágenes con herramientas SIG más avanzadas como puede ser QGIS (sistema SIG gratuito), que mediante la integración de la herramienta SCP (desarrollada por Luca Congedo) se pueden descargar las imágenes de satélite de ambas agencias y realizar estudios en mayor profundidad o incluso utilizando el programa de la propia ESA que se llama SNP también gratuito. Tam­bién existen empresas que ofrecen servicios de análisis e interpretación de las imágenes de satélite, con precios reducidos facilitando el acceso a esta información adecuándola a las necesidades del usuario.

 

¿Qué utilidad puede tener esta información?

Es curioso constatar que a pesar de que existe una información valiosa sobre las parcelas de cultivo de forma gratuita, en la práctica apenas se está haciendo uso de la misma. Existe un claro desajuste entre una oferta de calidad y una demanda escasa. La clave está en saber cómo utilizar esa información para apoyar la toma de decisiones en campo. A continuación, se presentan algunos ejemplos de aplicaciones.

Figura 3. Valores de NVDI para el cultivo de tomate de industria en julio de 2016 y puntos donde se localizó cada zona de control o medida.

Las imágenes de Sentinel 2 obtenidas de una parcela nos permiten tener un informe histórico de las zonas con diferente desarrollo a lo largo del tiempo y analizar in situ y relacionado con información disponible el origen de esas diferencias. Una vez conocidas las causas, es posible planificar actuaciones concretas y verificarlas en la propia parcela eligiendo de forma dirigida los puntos de control más eficientes. Por ejemplo, modificar instalaciones de riego o hacer abonados de corrección e incluso detectar posibles fallos de riego en sectores que han podido permanecer más tiempo abiertos o cerrados y daños producidos por plagas y enfermedades o tratamientos mal aplicados.

En el año 2017 dentro del proyecto europeo, Fertinnowa (Transferencia de técnicas INNOvadoras para el uso sostenible del agua (WA) en cultivos FERTirrigados), se realizó una experiencia para evaluar la utilización de imágenes satelitales para determinar la heterogeneidad de una parcela de tomate de industria e identificar zonas diferenciales de desarrollo de cultivo para ajustar éste a las necesidades de riego a cada zona.

Identificación de diferentes zonas de la parcela

En primer lugar, antes del trasplante del tomate se identificaron las zonas que el año anterior habían tenido diferente desarrollo dentro de la parcela con una imagen de satélite Sentinel 2 hecha la pasada campaña. En la figura 3 vemos las diferentes zonas de NVDI en la parcela de estudio obtenidas. En este caso, esta parcela repetía el mismo cultivo, sin embargo también se podría utilizar otra imagen que, aunque no fuera del mismo cultivo pueda marcar diferencias de desarrollo en la parcela. A partir de la imagen se seleccionaron zonas con mayor y menor desarrollo.

 

Identificación de diferentes puntos de control de la parcela

A partir de la variabilidad de valores de NVDI, se seleccionaron tres zonas (zona a, b y c) con diferente nivel de desarrollo y dentro de cada una de ellas se establecieron una serie de puntos para controles in situ (3 en cada zona).

En un primer paso se trataba de establecer la relación existente entre los valores de desarrollo de cultivo tomados en campo con los valores de NVDI obtenidos mediante satélite.

 

Identificación del desarrollo del cultivo

Para monitorizar la evolución estacional del desarrollo del cultivo en las diferentes zonas seleccionadas se utilizó la metodología de imagen fotográfica a pie de campo y analizada según la metodología propuesta por (Campillo et al., 2008) y se comparó en las mismas fechas con los valores de NVDI obtenidos de la imagen satelital en la misma zona de medida.

En la figura 4a se muestra la evolución obtenida mediante fotografía digital y en la figura 4b con las imágenes de satélite tomadas ambas sobre los mismos puntos de la parcela. Al comparar las imágenes del satélite de este año con el anterior se comprobó que había bastante coincidencia, de forma que los factores que habían provocado la heterogeneidad dentro de la parcela se seguían manteniendo.

 

 

Figura 4. Evolución del suelo cubierto por el cultivo (a) y evolución de los valores de NVDI (b) para las zonas de medida en diferentes momentos del ciclo.

También se comprobó que con las imágenes de satélite era posible identificar las diferentes fases de desarrollo del cultivo: fase de crecimiento vegetativo y floración (60 días después de trasplante), que coincide con el periodo donde va creciendo de manera exponencial tanto el suelo sombreado como el NVDI, periodo de engorde de frutos (40 días), coincidiendo con el periodo donde se estabilizan los valores de NVDI y el periodo de maduración de frutos (30 días) coincidiendo con un descenso de los valores de NVDI. Esta información es muy útil a la hora del ajuste de los coeficientes de cultivo teóricos del tomate.

El siguiente paso fue comparar los valores medidos en la parcela de desarrollo vegetativo (%SS) con el índice de vegetación proporcionado para esos mismos puntos por el satélite (NVDI) (figura 5a). Como se puede comprobar se trata de un ajuste lineal altamente significativo que permite transformar los valores de NVDI obtenidos con el satélite en valores de suelo cubierto por el cultivo, y éstos a su vez en coeficientes de cultivo (Kc), en el caso del tomate de industria aplicando la fórmula obtenida por Campillo et al. (2017) (figura 5b) pudiendo obtener curvas completas de desarrollo de cultivo y Kc estacionales.

 

 

Figura 5. Relación entre el suelo cubierto por el cultivo (a) y el coeficiente basal de cultivo (b) con los valores de NVDI obtenidos con las imágenes satelitales.

En la figura 5b se observa la relación existente entre el coeficiente de cultivo y el NVDI obtenido desde el satélite comparada con la ecuación general para cultivos extensivos que utiliza la plataforma Spi­derwebGIS (http://maps.spiderwebgis.org/webgis/). Con esta información, es posible identificar las diferentes necesidades de riego entre las diferentes zonas de su parcela, pudiendo realizar ajustes de riego para cada sector o válvula dependiendo de las características de la instalación. Por ejemplo, con los datos obtenidos a partir de los valores de coeficiente de cultivo, según las diferencias de desarrollo del cultivo, las necesidades hídricas en cada zona podrían llegar a ser superiores al 15%: un riego uniforme llevaría a un sobrerriego o infradotación dependiendo de la zona de la parcela.

 

Identificación de las zonas productivas

Como premisa, se seleccionaron las diferentes zonas en función de su desarrollo en el año anterior. Hemos visto que esto se cumplió en relación al desarrollo del cultivo, pero cabe preguntarse si estas diferencias se mantuvieron para la producción.

En la figura 6a se observa que la producción de tomate tuvo una distribución heterogénea en la parcela, pudiendo establecerse diferencias de producción entre las zonas, en relación a las diferencias de desarrollo que se habían observado entre ellas con la información inicial del año anterior y las imágenes analizadas durante todo el ciclo del cultivo.

Una vez realizada la recolección en cada una de las zonas los datos de producción fueron comparados con los valores de NVDI obtenidos con satélite en el momento de la recolección y un mes antes coincidiendo con el momento de máximo desarrollo de cultivo. Se obtuvo una buena relación entre los valores de NVDI en las diferentes zonas un mes antes de la recolección y la producción final.

 

Figura 6. Producción total (comercial + destrío) en las diferentes zonas (a) y mapa predictivo de producción en toda la superficie de la parcela de estudio (b).

Estos datos permiten al agricultor conocer qué zonas serán más productivas y además con los datos de desarrollo de cultivo qué zonas deben empezar a cosecharse primero. Estas relaciones permiten obtener mapas de producción sobre la parcela completa a partir de la toma de datos en las zonas de control seleccionadas, herramienta muy útil a la hora de realizar los conteos y aforos previos a la recolección (figura 6b).

Como hemos visto, las imágenes satelitales abren un gran abanico de posibilidades para mejorar la gestión de las parcelas de tomate y conocer la variabilidad espacial de la parcela, permitiendo realizar medidas que ayuden a realizar mejoras en la gestión de riego en los diferentes sectores y turnos de riego y la selección de puntos de control que permitan sacar el máximo partido a las medidas en campo. También se puede utilizar para identificar las zonas más productivas a priori en la parcela ayudando así al agricultor a gestionar mejor las zonas donde comenzar la cosecha e identificar los puntos para los controles de aforo.

Sin embargo, aunque se ha visto que las medidas de NVDI permiten identificar qué zonas pueden ser más productivas, debido a las diferencias de desarrollo de cultivo, en muchas ocasiones los valores de NVDI pueden no ser correctos y no estar relacionados con un diferente manejo de riego o fertilización. Estos valores pueden estar en algunas ocasiones influenciados por plagas o enfermedades, malas hierbas e incluso daños producidos por agentes químicos, incluso la obturación de cintas de riego que pueden influir sobre el desarrollo del cultivo y su relación con los valores de NVDI.

También la relación existente entre los valores de NVDI y producción total del cultivo tienen que ser estudiados en cada campaña, es decir, un valor de 0,8 de NVDI no va indicar que esa zona obtendrá rendimientos superiores a 120 t/ha, sino que en muchos casos será la zona más productiva de la parcela, siempre y cuando no existan situaciones de falta de cuaje, por altas temperaturas o excesivo desarrollo de la variedad.

Está claro que la tecnología satelital puede ser un gran aliado a la hora de facilitar la identificación de diferentes zonas productivas en la parcela agrícola, debe ser una ayuda a la toma de decisiones del técnico o el agricultor, pero nunca sustituir a la experiencia y al conocimiento que tiene el agricultor de su parcela. n

(Visited 354 times, 1 visits today)