Medición del área foliar en olivares en seto para interpretación de los datos NDVI procedentes de imágenes de satélite

Informe: Estimación del índice de área foliar en olivares en seto superintensivo

Introducción

En condiciones de cobertura del suelo de cultivos discontinuos, como ocurre con muchos cultivos hortícolas (p. ej., frutales y olivos), es importante contar con datos de reflectancia de alta resolución espacial para su uso agronómico. El porcentaje de píxel cubierto por el cultivo y la presencia de suelo desnudo y vegetación espontánea pueden afectar la reflectancia de los píxeles completos. En este contexto, un grupo de investigadores del Consejo Nacional de Investigación de Italia y de la Universidad de Florencia ha llevado a cabo un estudio para analizar la estimación del índice de área foliar (LAI) en olivares en seto superintensivo y su relación con los datos espectrales de detección remota.

Objetivos

El objetivo principal de este estudio es analizar la medición del índice de área foliar (LAI) en olivares en seto superintensivo y su relación con los datos espectrales de detección remota. Esto permitirá mejorar la interpretación de los datos obtenidos a través de imágenes satelitales y apoyar el desarrollo sostenible en el sector agrícola.

Métodos

Se llevó a cabo un experimento de campo en un olivar en seto superintensivo de 8,30 ha. Durante dos años (2020-2021), se monitoreó la variación del índice de vegetación de diferencia normalizada (NDVI) a partir de imágenes Sentinel-2 en una cuadrícula de 830 píxeles (10×10 m). Además, se estimó el LAI mediante mediciones destructivas en plantas individuales y mediante la transmitancia de luz al nivel del suelo utilizando un instrumento de campo comercial de bajo costo (LAI-Pen LP 100) con dos sensores de luz.

Resultados

El NDVI medio obtenido a partir de las imágenes Sentinel-2 varió de 0,28 a 0,81 a lo largo de los dos años. Durante los meses de verano, se mantuvo relativamente estable (0,28-0,36 en 2020 y 0,39-0,41 en 2021). El LAI estimado por mediciones destructivas osciló entre 2,17 y 4,38. Por otro lado, el LAI estimado por LAI-Pen mostró una fuerte correlación con el LAI estimado por mediciones destructivas (R2=0,9473, n=9). Además, se encontró una correlación directa entre el LAI-Pen promedio de todas las plantas incluidas en cada píxel y los valores de NDVI en la misma fecha.

Conclusiones

Este estudio presenta dos métodos para la estimación del índice de área foliar en olivares en seto superintensivo. Se propone por primera vez el uso de datos de transmitancia de luz medidos cerca de las plantas con un instrumento de lectura rápida como método para estimar el LAI. Esto puede ser útil para el modelado de cultivos y contribuir al desarrollo sostenible en el sector agrícola.

Sin embargo, debido a los procedimientos manuales involucrados en el experimento, el número de píxeles con un LAI promedio para todas las plantas fue limitado. Esto dificulta la interpretación directa de los datos de NDVI de baja resolución espacial para los olivares. No obstante, los resultados sugieren la posibilidad de integrar la medición del nivel del suelo, potencialmente realizada a través de vehículos no tripulados, y los datos de reflectancia de satélite disponibles gratuitamente. Esto permitiría ampliar su uso también en cultivos afectados por interferencias de fondo como los olivares.

Objetivos de Desarrollo Sostenible (ODS)

Este estudio contribuye al logro de varios Objetivos de Desarrollo Sostenible (ODS), entre ellos:

1. ODS 2: Hambre cero – Al mejorar la interpretación de los datos espectrales y estimar el índice de área foliar, se pueden implementar mejores prácticas agrícolas que ayuden a garantizar la seguridad alimentaria.
2. ODS 9: Industria, innovación e infraestructura – El uso de datos de detección remota y tecnologías como la transmitancia de luz al nivel del suelo contribuye a la innovación en el sector agrícola y mejora la infraestructura agrícola.
3. ODS 13: Acción por el clima – Al utilizar datos de reflectancia de satélite y estimar el índice de área foliar, se pueden desarrollar estrategias agrícolas más sostenibles que ayuden a mitigar el cambio climático.

En resumen, este estudio demuestra la importancia de contar con datos de alta resolución espacial para mejorar la interpretación de los datos espectrales en el sector agrícola. Además, destaca la relevancia del índice de área foliar como una variable estratégica para el modelado de cultivos y el desarrollo sostenible.

1. Objetivos de Desarrollo Sostenible (ODS) relacionados con los temas destacados en el artículo:

• Objetivo 2: Hambre cero – El artículo discute la medición del índice de área foliar (LAI) en cultivos hortícolas, lo cual es relevante para mejorar la producción agrícola y abordar el problema del hambre.
• Objetivo 15: Vida de ecosistemas terrestres – El artículo se centra en la estimación del área cubierta por el cultivo discontinuo y cómo esto afecta la reflectancia de los píxeles. Esto está relacionado con la gestión sostenible de los ecosistemas terrestres.

2. Metas específicas de los ODS identificadas en el artículo:

• Meta 2.4: Sistemas de producción sostenibles – El artículo busca mejorar la interpretación de los datos espectrales de detección remota para apoyar la agricultura sostenible en cultivos hortícolas.
• Meta 15.9: Integración de los valores de los ecosistemas en la planificación y las políticas nacionales – El artículo propone integrar la medición del nivel del suelo y los datos de reflectancia de satélite para mejorar la interpretación de los datos de NDVI en olivares.

3. Indicadores de los ODS mencionados o implícitos en el artículo:

• Indicador 2.4.1: Sistemas de producción agrícola sostenible – El artículo no menciona explícitamente este indicador, pero la mejora en la interpretación de los datos espectrales de detección remota en cultivos hortícolas contribuiría a la implementación de sistemas de producción agrícola sostenible.
• Indicador 15.9.1: Progreso hacia la integración de los valores de los ecosistemas en la planificación y las políticas nacionales – El artículo no menciona explícitamente este indicador, pero la propuesta de integrar la medición del nivel del suelo y los datos de reflectancia de satélite en olivares podría contribuir al progreso hacia la integración de los valores de los ecosistemas en la planificación y las políticas nacionales.

4. Tabla de ODS, metas e indicadores:

¡Atención! Este espléndido artículo nace de la fuente del conocimiento, moldeado por una maravillosa tecnología patentada de inteligencia artificial que profundizó en un vasto océano de datos, iluminando el camino hacia los Objetivos de Desarrollo Sostenible. Recuerda que todos los derechos están reservados por SDG Investors LLC, lo que nos permite defender el progreso juntos.

Fuente: oleorevista.com

Únete a nosotros en un viaje transformador en https://sdgtalks.ai/welcome, para contribuir activamente a un futuro mejor.