En las últimas décadas hemos sido testigos de una auténtica revolución tecnológica, en donde han aparecido innumerables tecnologías innovadoras aplicables a la agricultura. De la mano de dicha revolución, la cantidad de información disponible ha incrementado exponencialmente, lo cual es un arma de doble filo que puede abrumar incluso a los expertos.
Figura 1. Drone en huerto de cerezos. Fuente: Equipo Avium.
En la actualidad a través de técnicas de teledetección o percepción remota, es posible obtener información a distancia utilizando sensores montados en dispositivos remotos. Los dispositivos más populares son los satélites y vehículos aéreos no tripulados (UAV, por sus siglas en inglés). Las imágenes obtenidas a través de teledetección están compuestas por píxeles, los cuales representan valores numéricos de reflectancia sobre una superficie en diferentes bandas, es decir, cada una de ellas representa un rango dentro del espectro electromagnético.
Figura 1. Espectro electromagnético. Fuente: Adaptado de Chuevieco 2010, por Torrealba 2013.
En el cultivo de cerezo distintos trabajos y en distintas temporadas evaluadas por el Equipo Avium, indican que el índice de vegetación no necesariamente va a estar correlacionado con una variable en particular. Además, se ha demostrado que NDVI y SAVI obtenidos a partir de imágenes satelitales no son capaces de predecir la fenología del cerezo (Von Bennewitz et al., 2018). Por otra parte, según Blanco et al., 2020, el índice NDVI no se relaciona al potencial hídrico medido con bomba Scholander en precosecha, mas sí en postcosecha con un coeficiente de determinación estadística r2 de 0,6.
Avium ha estado trabajando fuertemente en la incorporación de estas nuevas tecnologías aplicadas al cultivo de cerezo con prometedores resultados. Los manejos convencionales suelen ser implementados de manera homogénea para toda una superficie, basados en un promedio que no necesariamente es representativo de la misma, olvidando por completo un componente que es clave en agricultura de precisión y base sólida de la agricultura 4.0, la variabilidad espacial.
Figura 2. Equipo Avium en terreno programando plan de vuelo de drone en cerezos.
La visualización de variables en mapas con colores llamativos es un pilar clave en comprensión de la variabilidad espacial y puede estar explicando a gritos problemas de fondo que pueden tardar años en ser identificados o mal diagnosticado sin este tipo de herramientas. Bajo el mismo contexto, el uso de imágenes multiespectrales permite el cálculo de índices para cada píxel asociados a una ubicación específica y su representación colorimétrica en base a un sistema de clasificación, el cual también es discutible. Para analizar la variabilidad espacial no es del todo correcto comparar dos combinaciones variedad/portainjerto dentro del mismo histograma a clasificar, ya que por lógica la combinación menos vigorosa va a tener valores más bajos de un índice de vegetación, alterando la visual del mapa.
En literatura existe una gran cantidad de índices multiespectrales los cuales son el resultado de operaciones matemáticas entre bandas del espectro electromagnético. El equipo Tech de Avium, bajo la lógica de la representación de la variabilidad espacial, comparó los patrones espaciales visualizados a partir de diferentes índices multiespectrales, identificando que la distribución espacial es muy similar en el cultivo de cerezo independiente del índice utilizado. En esta primera instancia el objetivo fue simplificar y/o acotar los índices a utilizar para facilitar la interpretación de resultados, darle una correcta clasificación y definir un número reducido de categorías por índice.
Figura 3. Distribución espacial de distintos índices de vegetación en un cuartel de cerezos Santina/Colt sistema de conducción KGB, San Vicente de Tagua Tagua, Chile. A) Clorofila; B) NDRE; C) NDVI; D) Nitrógeno; E) Humedad en hoja. Fuente: Copeval-Agrodreams.
Ante la gran cantidad de información y la similitud de resultados entre índices, Avium propone utilizar en el cultivo de cerezo el índice de vegetación NDVI (por sus siglas en inglés, Normalized Difference Vegetation Index), el cual, corresponde a la relación entre la reflectancia de las bandas infrarrojo cercano y rojo (Rouse et al., 1974)
NDVI= NIR-REDNIR+RED
Donde, NIR: banda de infrarrojo cercano (por sus siglas en inglés Near Infrared); Red: banda de rojo.
Para el caso del cultivo del cerezo, no es correcto suponer que el índice de vegetación NDVI está asociado exclusivamente al vigor, de hecho la definición de vigor es la característica de desarrollo de brotación anual y no de la envergadura de las plantas. Se puede perfectamente tener una planta grande, voluminosa, pero no vigorosa, es decir sin o con un escaso desarrollo de brotes anuales. No basta con sólo visualizar la imagen desde la comodidad de una oficina, es fundamental complementar la toma de imágenes con la realidad de cada caso en particular. Dentro de las evaluaciones de este tipo de herramientas realizadas por el equipo Avium, se ha visualizado que en una zona un menor índice NDVI, puede estar asociado a diferentes problemáticas, como menor expresión vegetativa, problemas de riego, focos de plagas y/o enfermedades, diferencias de textura de suelo, poblaciones de malezas, entre otras.
Figura 4. Zonas bajo índice NDVI en cerezos. A) Santina/MaxMa 14 focos de enfermedades de madera. B) Lapins/Colt zona con diferencias en textura de suelo y plantas con Chondrostereum purpureum. C) Santina/Colt plantas sometidas a estrés hídrico, líneas de riego cortas. Fuente: Avium-Copeval-Agrodreams.
Otra analítica importante a tener en cuenta es observar de manera integral la variabilidad espacial y temporal, ya que esto permite tener una noción con mayor precisión de las potenciales zonas de manejo. Avium, durante la temporada 2022-2023 dentro de la evaluación de estas nuevas tecnologías aplicadas al cultivo de cerezo, comparó los patrones espaciales en distintas fechas, específicamente en periodos de precosecha, postcosecha temprana y postcosecha tardía, demostrando que los patrones identificados por el mismo tipo de clasificación se mantienen en el tiempo, mas no así el valor numérico del mismo índice.
Figura 5. Identificación de zonas de manejo en cuartel de cerezos Santina/Colt en sistema de conducción KGB, San Vicente de Tagua Tagua, Chile. Fuente: Avium-Copeval-Agrodreams.
La correcta utilización de este tipo de herramientas tecnológicas no sólo tiene un impacto técnico, sino también económico. De acuerdo con la Figura 5, aproximadamente el 50% de la superficie desde un punto de vista de manejos agronómicos podría no ser candidata para realizar poda de verano, incluso pudiendo esta labor ser incorrecta en esta situación, ya que se eliminaría material vegetal afectando al normal desarrollo de las plantas en verano.
Dentro de los índices de mayor interés, evaluadas en terreno por Avium, más allá del espectro visible e infrarrojo cercano, nos encontramos con el espectro térmico, el cual tiene un gran potencial para identificar diferentes problemáticas en tiempo real, antes de verlas expresadas en los índices de vegetación mencionados anteriormente. En la figura 6, se observan diferencias de temperaturas hacia el borde Noreste del cuartel causado por un exceso de tensión en las líneas de riego que ocasionó que se estrangularan, impidiendo el paso de agua a través de ellas.
Figura 6. Uso de imágenes multiespectrales e hiperespectrales. A) índice NDVI; B) índice termal; C: líneas de riego estranguladas. Fuente: Avium-UPL-Skyquest
La incorporación de este tipo de tecnologías, relativamente nuevas en las últimas décadas en el mundo agrícola, es realmente un desafío. El exceso de información de distintas fuentes y la falta de sapiencia del funcionamiento de estas tecnologías puede llevar a usuarios a cometer errores de interpretación, es por lo anterior que es fundamental acompañar los resultados con una mirada analítica, crítica desde el punto de vista técnico, comprobando en terreno el origen u orígenes la variabilidad espacial expresada en las imágenes que permita tomar decisiones, que en la mayoría de los casos repercutirán sobre la sostenibilidad del sistema agrícola, de manera fuerte sobre los pilares económicos y ambientales.
Reducir la brecha en el conocimiento de herramientas tecnológicas aplicables a la agricultura es una temática a trabajar en la industria. Es necesario derribar mitos, proponer estrategias que sea aplicables desde un punto de vista no exclusivamente técnico, sino, también operativo. La cantidad de manejos sitio-específicos propuestos según la variabilidad identificada tiene que ser factible y rentable desde un punto de vista técnico-operacional, para alcanzar la excelencia en la producción de cerezas.
Agradecimientos especiales:
Manuel Baumann. CEO SkyQuest. Quién ha sido el pilar de inicio de la apertura de visión a la utilización de imágenes muliespectrales para Avium.
Programa Agrodreams–Copeval. Quienes permitieron poder desarrollar analítica y fundamentos técnicos para indicadores en el cultivo del cerezo.
Bibliografía
von Bennewitz, E., Cazanga-Solar, R., & Carrasco-Benavides, M. (2018). Studying phenological stages of cherry (Prunus avium L.) using field observations and satellite-derived vegetation indexes.
Blanco, V., Blaya-Ros, P. J., Castillo, C., Soto-Vallés, F., Torres-Sánchez, R., & Domingo, R. (2020). Potential of UAS-based remote sensing for estimating tree water status and yield in sweet cherry trees. Remote Sensing, 12(15), 2359.
Chuvieco, E. 2010. Teledetección ambiental, la observación de la tierra desde el espacio. Nueva edición actualizada. Ariel Ciencia. Barcelona. pp: 591.
Rouse, J.; Haas, R.; Deering, D.; Schell, J. and Harlan, J. 1974. Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation. NASA/GSFC Type III Final Report. 371 p.
