Plataforma agrícola satelital (PLAS)

IMÁGENES SATELITALES COMO FUENTE DE INFORMACIÓN AGRONÓMICA

El interesante desarrollo tecnológico observado en el último tiempo ha permitido contar con nuevas fuentes de información para el análisis y el monitoreo de la agricultura. Dentro de estos desarrollos destaca la Teledetección Satelital (Remote Sensing en inglés) la cual permite obtener información de los cultivos utilizando sensores implementados sobre satélites, los cuales registran imágenes de la tierra con alta frecuencia. De este modo, se puede conocer por ejemplo qué cantidad de follaje está cubriendo el suelo (el desarrollo vegetativo del cultivo), como es absorbida la radiación solar fotosintética o cual es la temperatura superficial de un cultivo, entre otras cosas. Además, la secuencia de imágenes en el tiempo (series temporales) permiten analizar la evolución del desarrollo de un cultivo en el terreno y por lo tanto utilizarla como fuente de información para el manejo agronómico del mismo. Ejemplos de información derivada desde las imágenes satelitales se puede indicar: fechas de inicio y fin del desarrollo vegetativo de los cultivos, vigor del crecimiento (cobertura rápida del suelo), valores máximos de desarrollo alcanzados en la temporada (máximo NDVI, máxima cobertura), variabilidad espacial, período estable (sin crecimiento), inicio de la senescencia, receso invernal.

En la figura 1 se muestra un ejemplo del desarrollo de un cultivo de un parrón uva de mesa, caracterizado a partir de la evolución anual del índice de vegetación NDVI estimado de imágenes satelitales.

El Índice de Vegetación NDVI señalado en la imagen anterior es la manera más práctica de utilizar la información registrada por los satélites en la agricultura. De manera genérica se podría definir un Índice de Vegetación como una variable calculada a partir de las respuestas de la vegetación a las distintas longitudes de onda de la radiación solar (absorber o reflejar la radiación) y que permite extraer información de los cultivos, minimizando los efectos del suelo, del ángulo de iluminación del objeto o de la atmósfera. Básicamente, el índice NDVI evalúa el tamaño fotosintético del cultivo ya que recoge principalmente cómo los cultivos absorben la radiación solar fotosintéticamente activa. A partir del cálculo de este índice NDVI para cada fecha de paso del satélite, es posible representar la evolución temporal del desarrollo de los cultivos en una parcela agrícola. Como es de esperar, para cada cultivo es posible establecer el comportamiento del índice NDVI, lo cual servirá para diferenciar tipos de cultivos y diferencias en la fenología de acuerdo a las localidades donde se desarrollan. En la figura 2 se muestran ejemplos de la evolución temporal del índice en varios cultivos desarrollados en la región de Coquimbo.

De este modo, la información derivada de las imágenes satelitales tendrá valor para el manejo agronómico de los cultivos ya que permite identificar fechas claves del desarrollo (emergencia, brotación, senescencia, etc.), vigor del crecimiento y los valores máximos del desarrollo (los cuales como se verá más adelante tienen relación con el riego), la variabilidad del cultivo dentro de los predios, etc. Toda esta información permitirá analizar el desarrollo de un cultivo y adaptar su manejo agronómico a las condiciones observadas. En este aspecto, es bueno indicar que las diferencias identificadas a través del análisis de imágenes satelitales, pueden estar relacionadas con múltiples factores (deficiencias nutricionales, problemas sanitarios, errores en la programación del riego, diferencias de suelo, mal funcionamiento del equipo de riego, etc.) y que los satélites no son capaces de diagnosticar específicamente la razón de dichas condiciones pero si su identificación. Es por esto que las tecnologías basadas en supervisión satelital no reemplazan las visitas en terreno, sino que mejora la capacidad de supervisión y análisis del estado de los cultivos, ya que las maneras tradicionales (caminado o en vehículos) no logran la intensidad de análisis alcanzada con imágenes, además de ser un método cuantitativo, sin el sesgo introducido por el observador o por la disponibilidad de caminos para recorrer el campo. En este sentido, las herramientas satelitales para la supervisión de los cultivos rompen con estas limitantes, siendo mucho más eficientes y económicos para el análisis del territorio que los métodos tradicionales. En la figura 3 se muestra un ejemplo de un parrón de uva pisquera donde se han identificado dos zonas en las cuales el cultivo presenta valores diferentes del índice NDVI.

INFORMACIÓN SATELITAL PARA EL RIEGO DE LOS CULTIVOS

En la Plataforma PLAS se implementan dos metodologías para estimar las necesidades hídricas de los cultivos utilizando información satelital: una a partir de la relación del coeficiente de cultivo Kcb con el índice NDVI para establecer la tasa de transpiración máxima del cultivo (Campos et al., 2010)) y otra a partir de un balance de energía superficial que permite establecer la tasa de transpiración actual del cultivo.

La primera metodología sigue las directrices planteadas por FAO en su Manual Nº56 (Allen et al., 1998) conocida como "Coeficiente de cultivo-Evapotranspiración de referencia (Kc-ETo)", donde el procedimiento considera que la evapotranspiración de un cultivo (ETc, necesidades de riego) es el producto del nivel de desarrollo vegetativo (un coeficiente de cultivo, Kc) y de la demanda evaporativa de la atmósfera del sitio donde crece (evapotranspiración de referencia, ETo), relacionados de acuerdo a la siguiente ecuación (1):

ETc= Kc x ETo

La determinación de este coeficiente de cultivo (Kc) es muy complejo por lo que generalmente se utilizan valores propuestos en la literatura. La innovación implementada en la plataforma PLAS es el uso de la relación existente entre el índice de vegetación satelital NDVI y el coeficiente de cultivo (Kc) de acuerdo a la ecuación:

Kc = 1.44 x NDVI - 0.1

Esta ecuación es una aproximación validada en diferentes cultivos y es aplicable para cualquier cultivo/cubierta vegetal, tanto de herbáceos como frutales faltando validarla para algunas especies de frutales subtropicales, como cítricos y paltos. De este modo, es posible contar con coeficientes de cultivo en cualquier sitio agrícola, los cuales representan la situación real del desarrollo del cultivo in situ.

La segunda metodología que se implementará en la plataforma, estima la ETc utilizando modelos de balance de energía superficial (BES) de capa simple como el modelo de Penman-Monteith (PM), o extendiendo el modelo de PM de una sola capa, a un modelo de capas múltiples. Modelos de multiples capas del BES, aunque más complejos, permiten caracterizar de mejor manera los cultivos y especialmente los frutales donde existen superficies con vegetación (hileras de plantas) y otras con suelo desnudo (entre hileras). Esta característica tiene la ventaja que permite separar la ET entre sus componentes transpiración de la vegetación y la evaporación de agua del suelo.

Actualmente, es posible estimar mapas de ETc utilizando el balance de energía superficial a partir de datos remotamente capturados desde plataformas aéreas y espaciales. Especialmente mediante el uso de imágenes de satelites del programa espacial LANDSAT o de cámaras multiespectrales y termales a bordo de sistemas UAV. Se han desarrollado un gran número de algoritmos a partir de datos remotamente detectados para la estimación de los flujos de energía y, posteriormente cuantificar la ETc. Para cuantificar la evapotranspiración, estos metodos no solamente utilizan la respuesta espectral de las superficies sino que también las mediciones de la temperatura superficial de los cultivos capturada por los satelites. Esta ventaja permite obtener información espacialmente distribuida necesaria para la determinación de requerimientos hídricos tanto a una escala regional como a nivel predial. En la plataforma PLAS se están implementando modelos de capas múltiples del BES donde se estima la ETc como se señala en la figura 4.

Demanda ambiental

Otra de las innovaciones propuestas en la plataforma PLAS es el desarrollo e implementación de una metodología que permita interpolar valores de la demanda ambiental (ETo) entre estaciones meteorológicas cercanas y generar un continuo de información para toda la superficie agrícola, básica en el cálculo de las necesidades de riego, tal como se indicó en la ecuación (1). Actualmente Chile cuenta con redes de estaciones meteorológicas desplegada a lo largo del país (RAN - MINAGRI, DGA, Fedefruta, etc.), la cual lamentablemente presenta una baja densidad de estaciones meteorológicas por lo que no se cuenta con valores de la demanda ambiental para todas las condiciones ambientales donde se desarrollan las actividades agrícolas. Para suplir esta deficiencia en este proyecto se plantea el desarrollo e implementación de una metodología que permita interpolar valores de ETo entre estaciones cercanas y generar un continuo de información de la demanda ambiental para la superficie agrícola.

De esta forma, el problema de cobertura, representatividad y área de influencia de las estaciones meteorológicas disponibles actualmente es abordado introduciendo la interpolación de los componentes espaciales (aspecto, exposición, pendiente, distancia a cuerpos de agua) que describen las principales variaciones del clima en el paisaje. Se espera que con estos resultados se potencie la infraestructura meteorológica actual del país y se avance en el uso operativo de la información para mejorar la definición de las necesidades de riego de los cultivos.

Esta información será integrada en la Plataforma Agrícola, permitiendo a los usuarios contar simultáneamente con información del desarrollo de los cultivos como de la demanda ambiental de la localidad donde se desarrollan y de este modo estimar las necesidades de riego.

Fuente y noticia completa en: Red Agrícola