En entradas anteriores del Blog vimos que uno de los pilares del inicio del proyecto de Viticultura de Precisión en Raimat fueron los mapas de cosecha, hechos a partir de monitores de rendimiento instalados en las vendimiadoras. El mapa de rendimiento ofrece la visión de cómo ha funcionado el cultivo durante la campaña, y está influenciado tanto por problemas intrínsecos (p.e. limitaciones por propiedades de los suelos), o bien asociados a factores externos como, por ejemplo, deficiencias o malfuncionameinto del riego.
No obstante, la obtención de los datos de cosecha no está exempta de problemas, los cuales también ocurrían en Raimat. La Figura 1 muestra fallos en la adquisición de cosecha en dos parcelas de viña por el fallo de los monitores de rendimiento, que pueden fustrar el haber esperado todo un año para obtener los mapas de cosecha. En el caso de la parcela de la izquierda (Figura 1), donde se ve que solamente faltan algunas pocas filas, la elaboración del mapa todavía es posible, admitiendo los errores por la falta de dichos datos. Ahora bien, en la parcela de la derecha el fallo en la adquisición de datos es prácticamente total, impidiendo la elaboración del mapa.
Figura 1. Problemas en la utilización de monitores de cosecha: falta de datos por diferentes motivos.
Los motivos del fallo en la adquisición de estos datos son diversos, yendo desde la inexperiencia del maquinista y/o olvido en conectar el monitor de cosecha hasta fallos del propio sensor en el peso y georreferenciación de los datos. Además, en caso de parcelas grandes en la vendimia pueden intervenir varias máquinas, con similar monitor pero con distinta calibración, por lo que esto es una dificultad añadida a la obtención de unos "buenos" datos de cosecha.
A la vista de estos problemas, y gracias a que hacía 2 años (2002) en que se había lanzado el satélite de alta resolución espacial QuickBird-2, se pensó que una posible alternativa a los mapas de cosecha podrían ser los mapas de vigor a partir de índices multiespectrales derivados de una imagen de satélite.
Nos fijamos en una investigación que se acababa de publicar de Lamb et al. (2004) en el Australian Journal of Grape and Wine Research (Using remote sensing to predict grape phenolics and colour at harvest in a Cabernet Sauvignon vineyard: Timing observations against vine phenology and optimising image resolution). En este artículo científico se abordaba la pregunta de cuál era el momento óptimo para adquirir una imagen multiespectral que mejor se correlacionase con el rendimiento final y con la calidad de la uva, llegando a la conclusión que la ventana más adecuada era +/- una semana desde el envero.
Con el objetivo de analizar dicha correlación adquirimos una imagen de QuickBird-2 en el momento del envero de las variedades de uva tinta como Cabernet Sauvignon (Figura 2) y se calculó el índice de vegetación de la diferencia normalizada (NDVI) (Figura 3).
Figura 2. Primera imagen de satélite de QuickBird-2 adquirida sobre las parcelas de Raimat a final de Julio de 2004 hacia el momento del envero de parcelas de viña de la variedad Cabernet Sauvignon. Se observa la ampliación de una zona con el nivel de detalle de la imagen.
Figura 3. NDVI calculado a partir de la imagen de QuickBird-2 que se muestra en la Figura 3.
Esta imagen, y el NDVI derivado, enseguida dieron juego para extraer información muy útil sobre la variabilidad de la viña en las diferentes parcelas de Raimat y las dosis de fertirrigación. Tal como se puede ver en la Figura 4 los sectores de riego en parcelas de riego localizado tenían un tamaño de aproximadamente 1 ha y eran regulares. En principio, las dosis del riego se aplicaban de forma homogénea, pero debido a la tipología y propiedades de los suelos el cultivo se desarrollaba de forma muy diferente en distintas partes de la parcela. Había sectores donde claramente había un déficit hídrico y otros donde había un exceso de humedad (Figura 4, izquierda). Esto afectaba también a la calidad de la uva, con gran contraste de propiedades entre unas zonas y otras.
Esto sirvió a los técnicos de viticultura de Raimat a repensar las dosis de riego a aportar, reclasificando los sectores en tres clases según el índice de vigor (Figura 4, derecha). Así, se establecieron sectores donde regar con una dosis media, otros con una dosis mayor y otros con una dosis menor.
Figura 4. Izquierda: NDVI de finales de Julio de 2004 con los rectores de fertirrigación de una parcela de viña en Raimat. Derecha: reclasificación de los sectores de fertirrigación según el valor de NDVI medio.
A pesar de la mejora de la gestión de la fertirrigación derivada de la reclasificación de los sectores de riego, todavía habia sectores de riego con el problema sin solucionar, ya que dentro de dichos sectores había una gran varibidad (Figura 5). Con la finalidad de ajustar todavía más la fertirrigación a la variabilidad de la parcela se rediseñaron algunos sectores, readaptando (cortando y o alargando) las mangueras de los goteros (Figura 5, derecha).
Figura 5. Rediseño de sectores de riego en base a la variabilidad intraparcelaria e intra-sector observada a en la imagen de NDVI en una parcela de viña de Raimat.
Sobre este análisis, presentamos el trabajo "Irrigation management zones for precision viticulture according to intra-field variability" (Martínez-Casasnovas et al., 2009) en la European Conference in Precision Agriculture (Wageningen, Países Bajos, 2009).
En conclusión, la complejidad de la elaboración de los mapas de cosecha para tantas parcelas, a lo que se añadían problemas de falta de datos, abrieron la oportunidad para el uso de imágenes de teledetección. Una de las primeras acciones fue la reclassificación y rediseño de los sectores de riego y, en paralelo, también se trabajó en la predicción de la cosecha y también a la de propiedades de calidad de la uva. Pero esto lo dejamos para próximas entradas.
No hay comentarios:
Publicar un comentario