sábado, 1 de febrero de 2020


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.

Los drones y los satélites pueden proporcionar información sobre problemas de plagas y enfermedades en el campo, el estado nutricional del cultivo, el estado de desarrollo del cultivo, ayudar en la predicción del rendimiento y más” (https://cropaia.com/es/blog/la-agricultura-de-precision/)

Por medio de imágenes, cámaras multiespectrales es posible de manera remota aproximarnos a la detección de condiciones relacionadas a los niveles de clorofila estrés hídrico en las plantas y estados fitosanitarios. La generación de índices mediante el álgebra de mapas donde se involucran bandas infrarrojas, borde del infrarrojo, visibles y otras áreas del espectro se convierten en una herramienta de gran valor para caracterizar y monitorear las plantaciones.

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.                                                                                                 


                                                                                                                               tomado de E. Chuvieco


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/                        

Formula:

·         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.

“Los valores muy bajos de NDVI (por debajo de 0,1) corresponden a áreas yermas de rocas, arena o nieve. Los valores moderados representan terrenos con arbustos y prados (0,2 a 0,3), mientras que los valores altos indican coberturas vegetales con altos niveles de verdor y vigor. (0,6 a 0,9)”. http://desktop.arcgis.com/



                                                                                                             https://sentera.com/understanding-ndvi-plant-health/



Aplicación del NDVI : Cañaverales de Alanje, Chiriquí




B- El índice de humedad de cultivos (NDMI) (Gao, 1996)


Concepto: Mediante los sistemas de riego y en todo caso la precipitación natural,  proporcionamos la humedad necesaria para generar el proceso fisiológico propio en el desarrollo de la vegetación entre ellos la fotosíntesis y absorción de nutrientes.


“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.

Si queremos analizar el contenido de agua en la vegetación la combinación de bandas adecuadas será el binomio NIR (infrarojo cercano) / SWIR (infrarojo medio), puesto que la absorción de agua se produce en este último. “ La reflectancia SWIR refleja los cambios tanto en el contenido de agua de la vegetación como en la estructura esponjosa del mesófilo en las copas de vegetación, mientras que la reflectancia NIR se ve afectada por la estructura interna de la hoja y el contenido de materia seca de la hoja, pero no por contenido de agua”. https://edo.jrc.ec.europa.eu/documents/factsheets/factsheet_ndwi.pdf


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 (Sentinel 2) = (BANDA 9 / BANDA 3) -1

GCI (Landsat 7) = (BANDA 4 /BANDA 2) -1
GCI (Landsat 8) = (BANDA 5 / BANDA 3) - 1


Para el juego de bandas de Sentinel 2 es posible recurrir a una combinación específica de bandas dentro del red edge. Puedes obtener un índice específico de clorofila jugando con la relación de bandas 7 y 5: (Gitelson et al., 1996)



C1-   Índice de Clorofila Red-Edge  =  (BANDA 7 / BANDA 5) – BANDA 5   


Interpretacion:  . Los valores no poseen una categoría definida, se interpreta basado en los valores obtenidos siendo los mayores valores los que presentan mayor contenido de clorofila en la planta. 




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) =
 Interpretacion:  . Los valores del CCCI  varían entre 0 y 1



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.

1 comentario: