AGRICULTURA DE PRECISIÓN MEDIANTE EL USO DE TECNOLOGÍAS GEOESPACIALES Dr. Ronald Ernesto Ontiveros Capurata I CONGRESO NACIONAL COMEII 2015 DE RIEGO Y DRENAJE 23 Y 24 de noviembre de 2015 Jiutepec, Morelos 1
Índice Introducción Sensores remotos en la agricultura de precisión AP en base a sensores remotos satelitales Sensores remotos proximales en la AP Nuevas tendencias de sensores remotos en la AP Conclusiones I CONGRESO NACIONAL COMEII 2015 Reunión Anual de Riego y Drenaje 2
Introducción I CONGRESO NACIONAL COMEII 2015 Reunión Anual de Riego y Drenaje 3
4. Resolución espectral Reflectancia Reflectancia Reflectancia Sensores remotos 1. Resolución radiométrica 2. Resolución Temporal Ciznicki et al. 2012 Superficie Terrestre Vector píxel Suelo 3. Resolución espacial Longitud de onda Agua Bandas Espectrales Longitud de onda Vegetación Imagen multiespectral Longitud de onda 4
Resolución radiométrica 8 bits (256 valores) 4 bits (16 valores) 1 bits (2 valores) Liew, 2001 5
Resolución espacial 6
Resolución espectral Detección Clasificación Discriminación Identificación Caracterización Cuantificación Mark Elowitz, 2015 7
Reflectancia (%) Azul Verde Rojo Percepción remota de la vegetación Pigmentos de la hoja Absorción de clorofila Estructura de la célula Contenido de humedad Absorción del agua Factor que controla la reflectancia de la hoja Bandas de Absorción verde rojo Azul Infrarrojo cercano Infrarrojo Cercano Infrarrojo Medio Longitud de onda (µm) Infrarrojo cercano Infrarrojo medio 8
Reflectancia Vegetación saludable 50% 8% IRC Rojo Índices de Vegetación Reflectancia Vegetación bajo 40% estrés 30% IRC Rojo Mulla et al. 2013 Índice Ecuación Aplicación NG V/(IRC+R+V) Detección de clorofila NR R/(IRC+R+V) Detección de otros pigmentos (Carotenos) Cantidad de vegetación DVI IRC-R compensando los efectos del suelo GDVI IRC-V Detección de la cantidad de Nitrógeno NDVI (IRC-R)/(IRC+R) Cantidad de biomasa SAVI 1.5*((IRC-R)/(IRC+R+0.5)) GSAVI 1.5*((IRC-V)/(IRC+V+0.5)) Cuantificación de las OSAVI (IRC-R)/(IRC+R+0.16) características de la GOSAVI (IRC-V)/(IRC+V+0.16) vegetación considerando los MSAVI2 0.5+(2*(IRC+1)- efectos del suelo ((2*IRC+1)^2-8*(IRC-R))) 9
Costo Consumo tiempo Resolución Espacial Resolución Espectral Sensibilidad a nubes Cobertura Servicios Programables Comparación de sistemas de adquisición de datos en AP Matera, 2015 Plataforma Satélite Alto Bajo > 2 m > 4 bandas Alta > 1 km 2 No VANT Bajo Bajo 3-20 cm 4-6 bandas Baja 1-10 km 2 Si En Campo Bajo Alto Variable > 200 bandas Baja < 1 km 2 Si 10
Resolución Temporal (años) R. Espacial vs R. Espectral Sensores remotos en agricultura de precisión (AP) Topografía Geología Forestal Cobertura y uso de suelo Climatología Transporte e infraestructura Agricultura de precisión Alerta temprana Recursos Hídricos Recursos Hídricos Identificación Cultivos rendimiento Incremento del volumen de datos Meteorología Davis et al. 1991 Resolución Espacial 11
Sensores satelitales en la AP SATÉLITE Tipo Landsat Plataforma MODIS ASTER Landsat SPOT 1-5 Rapid Eye SPOT 6 CBERS IKONOS Cartosat WorldView3 R. Temp. R. Espacial (m) 2 días 250-1000 16 días >30 15,30,90 16 días 30 2-3 días 5,10,20 5-30 5.5 días 6.5 Diario 2.5,1.5 1-5 5 días 2.7 3 días 0.8 5 días <1 0.25 Diario 0.3 WorldView 3 12
Aplicaciones de sensores remotos en AP Achiarya, 2015 Crecimiento Llenado de grano Senescencia Fenología Emergencia Siembra Análisis de campo Imagen exploratoria Imagen tiempo t Imagen tiempo t+1 Imagen tiempo t+2 Imagen tiempo n Cantidad de clorofila Manejo del cultivo Preparación de suelo Siembra Fertilización Manejo de Plagas Riego Cosecha 13
Aplicaciones con sensores proximales (Aviones) A) Densidad de vegetación con NDVI B) Déficit hídrico derivado de reflectancia y temperatura Sensor Daedalus montado en un avión de la NASA C) Estrés de cultivos debido a falta de riego 14
INDICES DE VEGETACION AP con sensores proximales (VANT s) VANT s 15
Sensores proximales (in situ) Cantidad de biomasa, clorofila, humedad del suelo, estrés, enfermedades 16
Nuevas tendencias Satélites miniatura (Dauria, Sky box, etc) Frecuencia diaria y programable Mas precisión Mas confiabilidad Sensores hiperspectrales y ultraspectrales > 1000 bandas 17
Conclusiones El uso de tecnologías geoespaciales en la agricultura se ha incrementado en los últimos años debido al interés de mejorar la gestión de recursos e incrementar la producción Gran parte de las actividades de la AP dependen de una adecuada resolución temporal y espacial que es difícil de lograr por lo que se combinan diferentes sistemas de adquisición (satélites, VANT s, etc) La tendencia actual del uso de geotecnologías indica que la generación de información será precisa, confiable y oportuna aunque para su aplicación e implementación en la AP se requerirá recursos humanos especializados 18