El uso la teledetección en la caracterización de
cultivos mediante la aplicación de índices de vegetación
(aspectos
conceptuales)
Por: Raúl E. Martínez D. (REM)
La
teledetección es una de las áreas geo-tecnológicas
de mayor crecimiento en nuestro país
motivada principalmente por la aparición de los drones como instrumento de observación
de bajo costo. El uso de drones ha tenido un impacto importante en áreas como
la topografía, el monitoreo ambiental, como plataforma de observación múltiple y
más recientemente en aplicaciones agrícolas.
Si
bien desde finales de 2017 se empezaron a mercadear en nuestro país drones con
capacidad de sobrevolar cultivos para la aplicación de agroquímicos, es con la
aparición de cámaras multiespectrales montadas sobre estos, que la agricultura
de precisión se renueva en Panamá y aparecen las primeras iniciativas para
caracterizar y monitorear los cultivos mediante el uso de drones y técnicas de
teledetección.
Por
medio de imágenes multiespectrales y la aplicación de técnicas de teledetección
podemos aproximarnos a la caracterización de los estados de vigor de las plantaciones y establecer las relaciones existentes con los niveles de estrés causados por
deficiencias nutricionales, condiciones sanitarias deficientes o déficit
hídrico.
Son
pocas y muy recientes las experiencias generadas en nuestro país en el uso de
la teledetección en la agricultura, estas
experiencias se basan principalmente en actividades académicas y de
investigación que se realizan en algunas de nuestras universidades e
instituciones de investigaciones destinadas a estos fines. Podemos señalar en
ese sentido un artículo aparecido muy recientemente de Sanchez-Galán, Jorge
Serrano y otros, relacionado con la obtención de
firmas espectrales de cultivos trabajado en conjunto entre la Universidad
Tecnológica de Panamá (UTP) y el Instituto de Investigaciones Agropecuarias,
IDIAP. También es importante mencionar el programa de Maestría en Sistemas de
Información Geográfica que desarrolla la UTP donde en el área de teledetección
se abordan temas relacionados con el uso de índices para la caracterización
agrícola; más recientemente aparecen en el mercado local ofertas de servicios por medio de iniciativas
privadas para el monitoreo de cultivos por medio de drones y sensores
destinados para esos fines.
Ante
la poca experiencia existente en aplicaciones reales y el creciente interés
surgido, es necesario desde la experiencia académica acercarnos a
conceptualizar algunos aspectos teóricos que intenten orientar de manera
general al sector agropecuario el cual debe convertirse en verdadero
protagonista del uso de estas técnicas para las actividades agrícolas de
nuestro país.
En
este breve ensayo, se recopilan algunos aspectos teóricos y prácticos de la
teledetección aplicada al estudio de la vegetación así como el uso de índices
de vegetación que permitan aproximarnos a caracterizar los distintos estrés que pueden afectar un cultivo
y el monitoreo de los mismos mediante el
uso de técnicas de teledetección.
1. Conceptos agrícolas
En todo cultivo agrícola existen
aspectos físicos y de manejo que inciden en su correcto crecimiento y
desarrollo los cuales inciden y deben ser tomados en cuenta en todos los
procesos fenológicos de la plantación, sin embargo en términos muy generales
las condiciones de crecimiento y salubridad de una planta están condicionadas a
tres variables físicas fundamentales las cuales pueden ser caracterizadas
espectralmente mediante el uso de índices de vegetación generados por medio de
técnicas de teledetección.
Estas variables o aspectos
son los siguientes:
·
Niveles de nutrición: Expresados en solvencia o carencias de nutrientes.
Hay dos tipos de nutrientes: los macronutrientes, necesarios en grandes
cantidad, y los micronutrientes, necesarios en cantidades pequeñas. Los tres
grandes –nitrógeno, fósforo y potasio- representan juntos más del 75% de los
nutrientes minerales que se encuentran en la planta.
·
Enfermedades y plagas: Presencia de patógenos que causan enfermedades en las plantas se
caracterizan por ser infecciosos (bióticos o vivos) y no infecciosos (abióticos
o no vivos). Los agentes patógenos más comunes en las plantas son los hongos,
aunque las bacterias y los nemátodos también son importantes
·
Niveles de humedad: El estrés hídrico afecta a la
mayor parte de las funciones vitales de la planta, de modo que prácticamente no
hay ningún proceso fisiológico que no esté afectado por el mismo. La
humedad es importante para que la fotosíntesis sea posible. Si la planta pierde
demasiada agua, las estomas se cerrarán, lo cual provocará que la fotosíntesis
se frene. Si esto sucede, no podrá absorber más CO2, y el CO2 es necesario
para mantener en marcha la fotosíntesis. El exceso de agua también genera
problemas.
Las deficiencias o presencia
negativa de estas variables producen un estrés en los cultivos que inciden en
su crecimiento y pueden generar su muerte. El monitoreo del estado de estos
aspectos es necesario para lograr un desarrollo óptimo y homogéneo de la
plantación.
Se parte del criterio que por
medio de técnicas de teledetección y el
uso de imágenes multiespectrales (visibles e infrarrojas) podemos acercarnos a caracterizar los
cultivos en los aspectos antes señalados.
La agricultura de precisión es un término agronómico que define la gestión de parcelas agrícolas sobre la base de la observación, la medida y la actuación frente a la variabilidad inter e intra-cultivo.
2. La agricultura de precisión (AP):
“La agricultura de precisión se refiere al uso de
tecnología que ayuda a los agricultores en la gestión de sus campos de una
manera más precisa y eficaz. Estas tecnologías incluyen
- Usar tecnología de agricultura de precisión para predecir y monitorear los rendimientos de los cultivos.
- Usar sensores para medir una variedad de parámetros de campo.
- Usar sensores remotos, como datos de imágenes satelitales para detectar problemas en el campo y monitorear el rendimiento del campo.
- Herramientas de software de soporte de decisión.
- Robótica: aplicación de precisión de insumos, como fertilizantes, pesticidas” (https://cropaia.com/es/blog/la-agricultura-de-precision/)
La información recolectada puede ser empleada para
evaluar con mayor precisión la densidad óptima de siembra, estimar la cantidad
adecuada de fertilizantes o de otros insumos necesarios, y predecir con más
exactitud el rendimiento y la producción de los cultivos.La agricultura de
precisión implica el uso de imágenes áreas comúnmente generadas por drones así
como la aplicación de técnicas de interpretación de imágenes como parte del monitoreo
de las condiciones del cultivo.
3. La
teledetección en la agricultura de precisión:
El uso de la
teledetección en la Agricultura de precisión se centra fundamentalmente en el
monitoreo del cultivo y la detección temprana de condiciones desfavorables. La
aparición en los últimos años de drones e imágenes satelitales de alta resolución
ha dimensionado su uso dándole una nueva perspectiva y aplicación motivado
también por una disminución en los costos involucrados lo que hace accesible su
uso al mediano y pequeño productor.
“El uso de datos satelitales y drones
proporciona una dimensión adicional del campo, una dimensión que rara vez se
consideraba antes: una vista desde arriba. Esto es un aspecto único e
importante de la agricultura de precisión. Permite a los agricultores detectar
problemas en el campo, que fueron muy difíciles de detectar antes de que esta
tecnología estuviera disponible.
4. La Teledetección en los estudio de
vegetación:
En los sistemas tropicales la
vegetación ocupa un porcentaje importante en la cobertura del territorio siendo
el componente de mayor importancia para
el equilibrio ambiental jugando un papel decisivo en el mantenimiento adecuado
de muchos de los recursos naturales.
Por
medio de la teledetección es posible establecer los tipos de vegetación, su
estado así como definir su dinámica en el tiempo. A partir de imágenes
proveniente de satélites o plataformas aéreas podemos obtener la superficie
cultivada o arbolada e incluso identificar las especies vegetales que la forman
como también darle seguimiento a las diferentes comunidades vegetales y
cultivos agrícolas y los cambios que se generen.
Mediante investigaciones realizadas en
condiciones de laboratorio se ha podido
establecer firmas espectrales típicas para la vegetación. Estas firmas son el
resultado de características físicas y químicas (propiedades estructurales y
fisiológicas) existente en la vegetación
expresadas principalmente en la reflectividad de sus hojas con todos sus
componentes (pigmentos, geometría, humedad, estructura celular, etc), Para el
caso específicos de cultivos también pueden verse afectadas por las características de otras partes de las
plantas, tales como las flores, los frutos, etc, esta
características son evidenciables en diferentes longitudes de onda
principalmente las del infrarrojo cercano, medio y el visible óptico.
Mediante investigaciones
realizadas en condiciones de laboratorio
se ha podido establecer firmas espectrales típicas para la vegetación.
Estas firmas son el resultado de características físicas y químicas
(propiedades estructurales y fisiológicas)
existente en la vegetación expresadas principalmente en la reflectividad
de sus hojas con todos sus componentes (pigmentos, geometría, humedad,
estructura celular, etc), Para el caso específicos de cultivos también pueden
verse afectadas por las características de otras partes de las plantas,
tales como las flores, los frutos, etc, esta características son evidenciables en
diferentes longitudes de onda principalmente las del infrarrojo cercano, medio
y el visible óptico.
El
gráfico muestra el comportamiento espectral de la vegetación verde sana, en
ella podemos observar que. “En la región
del visible (0.4 a
0.7 micrómetros) su reflectividad es baja, con un máximo relativo
en la porción
verde del espectro (0.55 micrómetros). Por el contrario, en
el infrarrojo cercano
(0.7 a 1.3 micrómetros) presenta
una reflectividad elevada,
y ésta sólo
se reduce en
el infrarrojo medio 1.3 a 2.6 micrómetros).
La baja reflectividad en
el espectro visible
se debe a la absorción energética de los pigmentos fotosintéticos
que se encuentran en los cloroplastos:
clorofilas, xantofilas y
carotenos. Sin embargo, el
efecto absorbente de los
pigmentos es menor en la región del verde, ocasionando un
pico relativo que le da el color
a la vegetación.
La
elevada reflectividad en la región del infrarrojo cercano se debe a la estructura
del mesófilo (el tejido interno de la
hoja), que difunde y dispersa la energía, mientras que las variaciones en
la región del infrarrojo medio son resultado del efecto absorbente del agua“ (Chuvieco, 2000)
“El comportamiento
espectral de la vegetación varía en función
de los cambios
fenológicos del follaje.
Esto permite distinguir de entrada dos comportamientos:
uno en la fase de crecimiento
(desarrollo óptimo o
vigoroso) y otro
en la fase de
Senescencia (vegetación seca).
Durante el periodo
de crecimiento, la concentración de clorofila aumenta rápidamente, al igual que los espacios
intercelulares del mesófilo y el contenido de agua, provocando una menor
reflectividad en la región del visible
y mayor en
la porción del
infrarrojo. Por el contrario, en las etapas de senescencia y
caída del follaje, la actividad fotosintética disminuye y el agua se pierde
poco a poco, ocasionando que la reflectividad aumente en la porción del visible
y disminuya en la del infrarrojo”
(La vegetación vista desde
el espacio L Manzo Delagdo y Jorge A. Meave)
En la teledetección aplicada a la agricultura las longitudes de ondas
más utilizadas son las siguientes:
En la actualidad un número crecientes de sensores tienen
capacidad de observar la superficie terrestre en estas longitudes de ondas
permitiendo abordar con mucha más precisión aspectos relacionados con el
desarrollo de cultivos.
El sitio siguiente muestra índices aplicados a
diferentes usos: https://www.indexdatabase.de/
5. Índices de vegetación aplicados
A-
Índice de
vegetación de diferencia normalizada NDVI:
Aspectos conceptuales:NDVI es el
índice más conocido y utilizado para identificar y caracterizar áreas de
vegetación verde. Su origen data a 1972
con la aparición del programa landsat y la necesidad de analizar
específicamente la vegetación.
Características del índice: El (NDVI) es un
índice normalizado que permite generar
una imagen que muestra el verdor (la biomasa relativa). Este índice aprovecha
el contraste de las características de dos bandas, las absorciones de pigmento
de clorofila en la banda roja y la
alta reflectividad de los material de las plantas en la banda cercana al infrarrojo (NIR). http://desktop.arcgis.com/
·
IR = valores de
píxel de la banda infrarroja
·
R = valores de
píxel de la banda roja
Interpretación de valores: Este índice genera
valores entre -1,0 y 1,0 que básicamente representan el verdor y donde
cualquier valor negativo corresponde principalmente a las nubes, el agua y la
nieve y los valores cercanos a cero corresponden principalmente a las rocas y
al terreno desnudo.
Aplicación del NDVI : Cañaverales de Alanje, Chiriquí
B- El índice
de humedad de cultivos (NDMI) (Gao, 1996)
“Si la falta
de humedad detiene estos procesos, el exceso de la misma puede suponer un daño
perjudicial para el cultivo pues facilita el ataque de hongos y enfermedades y
una pérdida de recursos hídricos para la finca. Por lo tanto, saber si la cantidad de riego
que aportamos a nuestro cultivo es la óptima será beneficioso para la
vegetación y para el propietario” https://www.cursosteledeteccion.com/humedad-en-los-cultivos-mediante-teledeteccion-moisture-ndmi/
El Índice de Diferencia Normalizada de Humedad (NDMI) se
utiliza para determinar el contenido de agua de la vegetación.
Formula del índice: El índice de humedad de cultivos (NDMI) utiliza la banda del infrarojo cercano (NIR) y el infrarojo medio (SWIR) para aportar información acerca del contenido de agua de la vegetación.
·
IR = valores de
píxel de la banda infrarroja
·
SWIR = valores de
píxel del infrarrojo medio
Interpretación de valores: La interpretación del NDMI hace posible diferenciar zonas con problemas de estrés hídrico en la finca. Los valores del NDWI varían entre -1 y 1. No es posible establecer unos valores concretos de interpretación de este índice pues para cada tipo de suelo y de cultivo, estos valores podrán variar. Pero en líneas generales podemos establecer:
·
Los
valores cercanos al límite inferior (-1) representan el suelo desnudo.
·
Los
valores medios (0) representan una cubierta de dosel medio con un alto estrés
hídrico.
·
Los
valores cercanos al límite superior (1) representan cubiertas altas de dosel sin
estrés hídrico (con gran cantidad de humedad)
C-
Índice de clorofila GCI (Green Coverage Index)
Concepto: La clorofila es un pigmento, que da el
color verde característico a las plantas. Gracias a la clorofila las plantas pueden realizar
fotosíntesis este proceso es fundamental para su crecimiento y desarrollo.
El verdor en las plantas está
relacionado con el vigor de las mismas, la disminución del verdor (clorosis). La clorosis será el principal motivo del inicio del
amarilleamiento de las masas vegetales causados por falta de clorofila, falta
de drenaje o ausencia de nutrientes como el hierro, así como la presencia de enfermedades o
plagas.
Formula del índice: El índice de clorofila GCI se centra
únicamente en las masas vegetales para calcular el contenido total de clorofila
a través de las bandas del verde visible
y el infrarrojo (o la banda del red edge para mayor sensibilidad).
Estas particulares bandas son especialmente sensibles a variaciones de
contenido de colorofila en vegetación.
GCI (Landsat 7) = (BANDA 4 /BANDA 2) -1
C1- Índice de Clorofila
Red-Edge = (BANDA 7 / BANDA 5) – BANDA 5
E-
Índice de contenido de nitrógeno en el dosel (CCCI)
Concepto: El
nitrógeno es uno de los componentes fertilizantes más vitales en la
agricultura, ya que afecta directamente la cantidad de clorofila en las
plantas. Bajo la condición de desnutrición nitrogenada, la historia es la
siguiente: se altera el proceso de crecimiento de las plantas, se detiene el
desarrollo de clorofila y finalmente las hojas comienzan a ponerse
amarillas. Para sobrevivir, la planta toma nitrógeno de las hojas más
viejas y lo transfiere a otras nuevas, por lo tanto, las hojas de nivel inferior
muestran una indicación de falta de nitrógeno.
Desde mucho tiempo
atrás diversos autores han definido la estrecha relación existente entre la
clorifila y el nitrógeno permitiendo que a partir del conocimiento de una se
pueda estimar el valor de la otra. “Luego, encontrando aquellos índices
espectrales que sean capaces de detectar las variaciones del nivel de clorifila
de las plantas, podaremos encontrar las áreas donde el Nitrógeno es más o menos
abundante”. http://oa.upm.es/51598/1/TFG_JAVIER_BALANZATEGUI_SANCHEZ.pdf
El índice de contenido de
clorofila del dosel analiza la cantidad de clorofila en la vegetación, lo que
permite la detección de la escasez de nitrógeno antes de que el daño sea
irreversible. Como resultado, el CCCI ayuda a prevenir los riesgos
relacionados con el manejo de fertilizantes ricos en nitrógeno
(N-fertilizantes) y siempre lo mantendrá informado sobre el estado del
nitrógeno en sus campos.
Formula del índice : El índice de contenido de nitrógenodel dosel (CCCI) es
un índice de detección remota bidimensional, derivado del índice de vegetación
de diferencia normalizada (NDVI) y el borde rojo de diferencia normalizada
(NDRE). El índice emplea una banda espectral de infrarrojo cercano (NIR)
entre 670 y 790 nm, lo que lo hace perfecto para el monitoreo del contenido de
nitrógeno, ya que solo se puede detectar en 3 longitudes de onda: 670, 720 y
790 nm. Una gran cantidad de estudios han demostrado que CCCI es una medida
robusta de control de nutrición del dosel que mejora el proceso de aplicación
precisa de fertilizantes.
CCCI (sentinel) =
Bibliografía
J. Serrano, J. Fábrega, E.
Quirós, J. Sanchez-Galán and J. Jiménez, “Análisis Prospectivo de la Detección
Hiperespectral de Cultivos de Arroz (Oryza Sativa L.)”, Engineering, vol. 3, no. 1, p. 69, 2018.
Available: 10.18502/keg.v3i1.1414.
E. Chuvieco Salinero,
“Teledetección ambiental: la observación de la Tierra desde el espacio”. 3ra,
2010 ed. Barcelona, Espana: Ariel, 2002.
Jesús Soria Ruiz, Rebeca
Granados Ramírez, “Relación entre los índices de vegetación obtenidos de los
sensores AVHRR del satélite NOAA y TM del Landsat”. Ciencia Ergo Sum, vol. 12,
núm. 2, julio-octubre, 2005, pp. 167-174, Universidad Autónoma del Estado de
México México.
Lilia Manzo-Delgado y Jorge
A. Meave, “La vegetación vista desde el espacio: la fenología foliar a través
de la percepción remota”. https://www.revistaciencia.amc.edu.mx/images/revista/54_3/vegetacion_vista_espacio.pdf
Margarita Alonso Santos, Mª
José Rozados Lorenzo, Mª Francisca Ignacio Quinteiro, Vicente Rozas Ortiz,
Sonia Lamas Pose, David Chapela Rodríguez y Mª Teresa Fontúrbel Lliteras. “Nitrogeno
foliar como estimador de clorofila en una población de Laurus Nobilis del Parque
Nacional de islas Atlánticas, Galicia”. Centro de Investigaciones Ambientales.
CINAM-Lourizán. Apdo. 127. 36080-PONTEVEDRA, España.
Javier Balanzategui Sánchez,
“ Una herramienta para la estimación de concentratación de Nitrógeno a partir
de imágenes Sentinel”. Trabajo de fin de grado, Escuela Técnica Superior de
Ingenieros informáticos, 2018, Madrid España.
