Integración de los sensores remotos en la gestión sostenible del riego. Una aplicación en Andalucía

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Integración de los sensores remotos en la gestión sostenible del riego. Una aplicación en Andalucía"

Estefania Valenzuela Hernández
hace 8 años
Vistas:

1 Integración de los sensores remotos en la gestión sostenible del riego. Una aplicación en Andalucía OBJETIVO PRINCIPAL: Seguimiento del uso del agua en los regadíos de la cuenca del río Guadalquivir MÉTODO: Integración datos de sensores remotos en modelos de estimación de evapotranspiración (ET) M.P. González-Dugo* IFAPA. Centro Alameda del Obispo L. Mateos, Instituto de Agricultura Sostenible, CSIC S. Escuin, F. Cano, Empresa pública Desarrollo Agrario y Pesquero (Dap), A.Díaz, IFAPA V. Cifuentes, Confederación Hidrográfica del Guadalquivir J.L. Tirado, N. Oyonarte, Dap SATÉLITES EN CAMPO Desarrollo metodológico y validación Aplicaciones a gran escala Espectro electromagnético Visible Infrarrojo Cercano: Seguimiento del crecimiento de los cultivos.8.6 Respuesta espectral de un cultivo a lo largo de su ciclo..2 Día 125 Día 161 Día 175 Día 231 Día 26 actividad fotosintética albedo estructura vegetación VIS.-.7 µm NIR µm LIDAR µm crecimiento vegetación TIR µm estado hídrico RADAR.5cm-1 m humedad superficial del suelo Índices de vegetación Algodón E F M A Longitud de onda (nm) USWCL P. Pinter D

de evapotranspiración (ET) M.P. González-Dugo* IFAPA. Centro Alameda del Obispo L. Mateos, Instituto de Agricultura Sostenible, CSIC S. Escuin, F.

2 Parcela 26 Térmico: Estado hídrico y evapotranspiración temperatura del cultivo menor que temperatura del aire Temperatura de la superficie (15 Mayo) Tc < Ta Marzo Abril Mayo Junio Julio.6. temperatura del cultivo mayor que emperatura del aire Tc > Ta mar -may 13-jun 23-jul Fecha Usos del suelo OBJETIVO PRINCIPAL: Seguimiento del uso del agua en los regadíos de la cuenca del río Guadalquivir Riego + Lluvia ET + Drenaje + Escorrentía MÉTODO: Integración datos de sensores remotos en modelos de estimación de evapotranspiración (ET) Riego Lluvia Evapotranspiración Información óptica (VIS/NIR) series temporales de índices de vegetación (IV) en el modelo FAO de necesidades hídricas de los cultivos Información térmica modelos de balance de energía en superficie Escorrentía Drenaje

MÉTODO: Integración datos de sensores remotos en modelos de estimación de evapotranspiración (ET) Riego Lluvia Evapotranspiración Información óptica (VIS/NIR) series temporales de índices de

3 ÍNDICE 1 Descripción del modelo de estimación de ET basado en series de IV y medidas en campo 1 Extensión a escala de cuenca y aplicación a la cuenca del río Guadalquivir 1. Descripción del modelo de estimación de ET basado en series de índices de vegetación y medidas en campo 2 Validación y comparación con modelos de balance de energía en superficie Modelo de evapotranspiración basado en índices de vegetación Modelo de evapotranspiración basado en índices de vegetación Modelo FAO : Coeficiente de cultivo x Evapotranspiración de referencia Modelo FAO : ET (Kcb + Ke) ETo Red de estaciones meteo único: ET Kc ETo Transpiración Evaporación dual: ET (Kcb + Ke) ETo Transpiración Evaporación Series de índices de vegetación eff K cb K cb,max eff soil BALANCE DE AGUA EN LA ZONA RADICULAR Ke R ET D K s S w K r ( Kcmax K cb ) RZWHC RZWDi (1 p)rzwhc S w (contenido de agua) RZWHC (capacidad de almacenamiento de agua) RZWD (déficit de agua en el suelo) Ks (coeficiente de estrés) Kr (coeficiente de reducción de la evaporación)

evapotranspiración basado en índices de vegetación Modelo de evapotranspiración basado en índices de vegetación Modelo FAO : Coeficiente de cultivo x Evapotranspiración de referencia Modelo FAO : ET

4 Medidas remotas y de campo. Campañas 2, 25 y 26 Medidas remotas y de campo. Campañas 2, 25 y 26 Fracción de cobertura del suelo, Área foliar, Biomasa 1 Fc estimada satélite,8,6,,2 Al godón Re mol acha To mate,2,,6,8 1 Fc medida Algodón Influencia de las sombras en cultivos orientados N-S y E-W 6, Re mol acha To mate r 2,85 IAF medida, 2,,,2,,6,8 1 Incorporación de la teledetección a la gestión del VI agua en la agricultura Medidas de campo y uso del modelo de evapotranspiration 1 Remolacha Algodón f c (%) IAF fc (%) LAI Biomasa (gr/m 2 ) Biomass (gr/m2) Sugarbeet VI -NDVI NDVI Cotton VI -NDVI PRODUCCIÓN Algodón Remolacha Tomate Rendimiento (Mg ha -1 ) ALGODÓN Evapotranspiración (mm) 2. Extensión a escala de cuenca (VI max VI) (1 f c ) ξ (VI max VI min ) K cb K cb,max f c,eff f c Análisis de la productividad del agua de riego: Gonzalez-Dugo y Mateos, 28 Agric. Water Manage. 95: 8-58

orientados N-S y E-W 6, Re mol acha To mate r 2,85 IAF medida, 2,,,2,,6,8 1 Incorporación de la teledetección a la gestión del VI agua en la agricultura Medidas de campo y uso del modelo de

5 Uso del agua a escala de zona regable Lebrija, España Ortofoto Evapotranspiración Adaptación a escala de cuenca: - Heterogeneidad de cultivos - Disponibilidad de datos en la Cuenca del Guadalquivir (datos de suelo, agua aplicada por parcela, sistema de riego) - Operatividad Escala de cuenca Cuenca del Guadalquivir ( km2) Sensor Acquisition day Sensor Acquisition day L5-TM IRS-Awifs IRS-P6-Liss III L5-TM 5--8 L5-TM IRS-Awifs L5-TM L5-TM L7-ETM SLC-off L5-TM L5-TM L5-TM L5-TM L5-TM L5-TM L5-TM L5-TM L5-TM L5-TM L5-TM Modelo de evapotranspiración basado en índices de vegetación Modelo de evapotranspiración basado en índices de vegetación Arroz (Kcb + Ke) ETo Olivar (Kcb + Ke) ETo Respuesta espectral Respuesta espectral Balance de agua en el suelo Balance de agua en el suelo K K 1 ( ) 1 cbmax cb agua + eff agua : imagen satélite agua :,5 eff :,65 Kcb max : f(cultivo) K K cbmax cb eff : imagen satélite suelo :,1 eff :,65 Kcb max : f(cultivo y mes) suelo ( ) suelo

527 km2) 27 28 Sensor Acquisition day Sensor Acquisition day L5-TM 18-3-7 IRS-Awifs 5-3-8 IRS-P6-Liss III 3-3-7 L5-TM 5--8 L5-TM 19--7 IRS-Awifs 1-5-8 L5-TM 5-5-7 L5-TM 8-5-8 L7-ETM SLC-off 29-5-7

6 Kc, Kcb Simplificación del modelo dual Kcb Kc Evolución de las curvas de K c y K cb para un cultivo típico Simplificación del modelo dual Días desde siembra Kc K cb Simulaciones de la relación K c K cb bajo distintas condiciones de clima y riego Aspersión Aspersión-estación lluviosa Aspersión-estación seca Goteo Goteo-estación lluviosa Goteo-estación seca Aspesión-Febrero Aspersión-Julio El parámetro a es función de: la precipitación en el periodo y lugar considerados, y debe ser calibrado localmente y con los datos medidos en dicho periodo la frecuencia y tipo de riego (fracción de suelo humedecido por el mismo) durante los ciclos de los cultivos regados Funcionamiento del modelo simplicado en comparación con el dual 1 y.97x r Imagen multitemporal Procedimiento de clasificación de cultivos Olivar, Datos cítricos de partida: y otros declaraciones frutales de los SIG-PAC, agricultores SIG citrícola, para SIG oleícola Cultivos subvenciones no-permanentes agrarias de la UE Algoritmos de clasificación supervisada Proceso de depuración: (5-8 imágenes por año) Imagen SAM algodón (los píxeles más brillantes se alejan más del comportamiento medio) ET sintética (mm) Evolución media de para algodón 5 algodón remolacha Pixels declarados como algodón Espectro pixel CONFIRMADO como algodón Espectro pixel NO CONFIRMADO como algodón ET dual (mm) 7 parcelas aceptadas se usaron para entrenamiento y 7 para validación

7 Resultados Resultados Evapotranspiración estacional en 27 y Clasificación de cultivos regados ET (mm) ET (mm) Precisión global 88% (mejor, algodón: 92%; peor, otros usos: 7%) Resultados Evolución del consumo de agua según Evolución de la ET por cultivos campaña 28 avanza campaña de riego 1, citricos frutales 8, olivar 7, TA algodon 6, TA arroz Consumo de aguata por girasol cultivo y por parcela 5,, TA maiz 1 3, TA remolacha 2, 12 1,, TA cereales TA otros 8t 9p 8s 7t 8p 6t 7s 8 7p 5t 6s 6p t 5s 5p ET Acumulada 28 Decenas del periodo de estudio (mes-decena) 3. Validación y comparación con modelos de balance de energía ET Acumulada 27 6 TA otros TA cereales TA remolacha TA maiz TA arroz TA algodon olivar frutales TA girasol Consumo de agua de riego por zona regable 2 citricos 3t s p 1 3s ET decenal (mm) 9,

por parcela 5,, TA maiz 1 3, TA remolacha 2, 12 1,, TA cereales TA otros 8t 9p 8s 7t 8p 6t 7s 8 7p 5t 6s 6p t 5s 5p ET Acumulada 28 Decenas del periodo de estudio (mes-decena) 3.

8 ÁREA DE ESTUDIO 22 campaña SMACEX TM Junio, 23 3 weeks campaing over ETM Corn Julio, 1 and Soybean fields in ETM, Julio, 8 central Iowa 12 torres de EC midiendo en continuo durante 3 semanas en una cuenca situada en Iowa (US) WC3 WC6 WC13 WC1 WC15-2 WC16-2 WC15-1 WC16-1 WC33 Rectángulos 12 x 18 metros ( x 6 TM pixeles) en la dirección del viento dominante WC23 WC25 WC2 Flujos del balance de energía medidos con sistemas de covarianza de torbellinos sobre cultivos de maíz y soja Maíz Soja conjuntos de platos de flujo distribuidos en líneas y surcos Descripción de la campaña SMACEX: Kustas WP et al. 25 J. Hydromet 6:791-8 Comparación y validación de modelos: Gonzalez-Dugo et al. 29. Agric. For. Meteorol. 19: SELECCIÓN DE DATOS Y DESARROLLO DE LOS CULTIVOS Modelos de balance de energía WC3 WC6 WC13 WC1 WC15-2 WC16-2 WC15-1 WC16-1 WC33 Parcela Cultivo Suelo WC23 WC25 WC2 Índice área foliar (m 2 /m 2 ) 23 Junio 1 Julio 8 Julio Fracción de cobertura 23 Junio 1 Julio 8 Julio WC3 soja CANISTEO WC6 maíz CLARION WC13 soja WEBSTER WC1 soja CLARION WC15_1 corn CANISTEO WC15_2 corn CANISTEO WC16_1 soja CLARION WC16_2 soja CLARION WC23 soja CLARION WC2 maíz CLARION WC25 maíz SPILLVILLE WC33 maíz NICOLLET SUELO CUBIERTA SISTEMA Temperatura radiométrica en superficie: T RAD {f c T c + [1- f c ] T s } 1/ Estimación instantánea de la ET La temperatura de la cubierta es muy sensible al estrés hídrico

energía medidos con sistemas de covarianza de torbellinos sobre cultivos de maíz y soja Maíz Soja conjuntos de platos de flujo distribuidos en líneas y surcos Descripción de la campaña SMACEX: Kustas

9 Comparación de estimaciones de ET diaria con valores medidos para un modelo de balance de energía y un modelo basado en Índices de Vegetación 2S derived ET (mm day -1 ) 1 8 RMSD.39 mm MBE -.5 mm r soy 182 soy 189 soy 17 corn 182 corn 189 corn ET Measured diaria medida daily ET (mm día-1) day ) FAO-VI derived ET (mm daȳ 1 ) 1 8 RMSD.2 mm MBE.1 mm r Soy 182 Soy 189 Soy 17 Corn 182 Corn 189 Corn ET Measured diaria medida daily ET (mm day día-1) ) Líneas de trabajo Validación del modelo simplificado usando torres de covarianza de torbellinos instaladas sobre distintos cultivos desde 1 años, especialmente en especies leñosas Aplicación en 29 a la Cuenca del Guadalquivir Modelo híbrido: combinación del modelo de balance de energía de doble fuente con el basado en índices de vegetación para abordar adecuadamente las situaciones de estrés hídrico Muchas gracias por su atención Agradecemos la financiación de los proyectos RTA25-7 y NRA OES-7 del NASA Terrestrial Hidrol. Program, al Coop Research Prog. de la OCDEy a la Confederación Hidrográfica del Guadalquivir

7 6 17 Soy 182 Soy 189 Soy 17 Corn 182 Corn 189 Corn 2 2 6 8 1 ET Measured diaria medida daily ET (mm day día-1) ) Líneas de trabajo Validación del modelo simplificado usando torres de covarianza de

Documentos relacionados

Innovación en la Gestión integrada de los recursos hídricos: Herramientas SIG avanzadas de asesoramiento personalizado para la gestión sostenible de

Innovación en la Gestión integrada de los recursos hídricos: Herramientas SIG avanzadas de asesoramiento personalizado para la gestión sostenible de cultivos extensivos. sigagroasesor Alberto Lafarga Arnal