Pais: España

Fecha: 30 de Abril del 2021

Imágenes satelitales para mejorar la predicción del rendimiento del cultivo por ceiA3, España

Un equipo adscrito al ceiA3 del Departamento de Agronomía de la UCO y el IAS – CSIC mejora la simulación del rendimiento de cultivos usando imágenes satelitales

La agricultura moderna busca optimizar la eficiencia y la rentabilidad de las explotaciones a través de información cuantitativa. En los sistemas de secano locales, donde se observan variaciones espaciales en el rendimiento de los cultivos, la comunidad agrícola busca conocer de qué modo varía el potencial productivo dentro de una misma parcela agrícola, para definir el manejo que mejor se ajuste a cada zona. Sin embargo, ese potencial productivo se viene evaluando tradicionalmente con modelos de simulación de cultivos, que uniformizan las condiciones de la parcela, ignorando las variaciones espaciales. Esta limitación afecta las relaciones entre lo que se simula y lo que ocurre a la escala de campo.

Con el objetivo de mejorar las simulaciones del rendimiento, se ha integrado la variación espacial en los modelos de simulación de cultivos. El grupo de investigación ceiA3 ‘Relaciones suelo-agua-planta | AGR-119’ formado por el catedrático emérito de la Unidad de Excelencia María de Maeztu – Departamento de Agronomía de la Universidad de Córdoba (DAUCO) Elías Fereres y la Drª. Margarita García-Vila, junto a los investigadores del Instituto de Agricultura Sostenible del CSIC (IAS-CSIC) Ing. Tomás Roquette Tenreiro, Dr. José A. Gómez y Dr. José A. Jiménez ha estudiado el potencial uso de imágenes satelitales para estimar el grado de cobertura de suelo y asimilarlo en modelos de simulación a fin de poder escalar predicciones de rendimiento a la escala de campo.

El grado de cobertura del suelo es el área proyectada de suelo que está cubierta por vegetación fotosintéticamente activa. Este parámetro es utilizado por algunos de los modelos de simulación para cuantificar el estado de crecimiento y desarrollo del cultivo, y también, para calendarizar su estado fenológico (si se encuentra en un estado vegetativo o reproductivo). De este modo, “la obtención de este parámetro aporta no sólo información cuantitativa del grado decrecimiento del cultivo, sino, también información que permite indirectamente calendarizar su fenología; algo fundamental para una correcta calibración de un modelo, y con elevado potencial para la simulación del rendimiento a la escala de una parcela agrícola donde se observe variabilidad espacial” señala Tomás Roquette Tenreiro.

Utilizando el Índice de Vegetación de Diferencia Normalizada (NDVI) a través de imágenes satelitales, se hace posible la obtención del grado de cobertura de suelo, y su variación espacial y temporal. Este estudio propone correlaciones genéricas y de fácil computación entre los dos factores para 13 cultivos herbáceos distintos, relevantes en el ámbito de la agricultura española y europea; como son el trigo o el maíz.

Esta relación permite al modelo simular el crecimiento y el desarrollo temporal del cultivo en diferentes zonas dentro de la misma parcela. “Contar con una relación genérica disponible entre el índice de vegetación NDVI y el grado de cobertura del suelo para distintos cultivos, permite hacer una predicción más fiable de los rendimientos del cultivo y de su variación espacial” apunta Margarita García-Vila, algo que supone “potenciales aplicaciones relacionadas con la gestión de riesgos, seguros agrícolas y/o sistemas de evaluación de explotaciones” como refiere Tomás Roquette Tenreiro.

Seguir leyendo