DSpace Repository

Estimación de biomasa y rendimiento en trigo, cebada y maíz mediante modelos de crecimiento de cultivos asistidos por satélite

Show simple item record

dc.contributor.author González Gómez, Laura
dc.date.accessioned 2019-11-08T13:24:55Z
dc.date.available 2019-11-08T13:24:55Z
dc.date.issued 2019
dc.identifier.uri http://hdl.handle.net/10578/22551
dc.description.abstract En la actualidad, el poder predecir las cosechas en grandes áreas de manera operativa es importante para diversos actores como son los gobiernos, los productores, las aseguradoras, las compañías agrícolas o incluso para los investigadores. Además, reviste especial importancia en el manejo agrícola llevado a cabo por gestores y agricultores, quienes a través del conocimiento de las condiciones reales de los cultivos podrán administrar de manera más idónea la labores a realizar sobre ellos, así como los inputs a aplicar. Esta tesis tiene por objetivo el desarrollo de metodologías para la estimación de la producción de biomasa y el rendimiento en grano de cultivos herbáceos como son el trigo, la cebada y el maíz. Las aproximaciones propuestas hacen uso de series temporales de imágenes multiespectrales para describir el crecimiento de los cultivos y están basadas en los principios clásicos de “eficiencia en el uso del agua”, WUE, y de “eficiencia en el uso de la luz”, LUE. La secuencia de imágenes de satélite permite describir el crecimiento de los cultivos en términos de las variables biofísicas de interés en estos modelos: la transpiración de las cubiertas (Tc) y la radiación fotosintéticamente activa absorbida (APAR). La metodología utilizada para derivar las secuencias temporales de Tc y APAR se basa en la capacidad de las imágenes multiespectrales para describir los parámetros conocidos como coeficiente basal de cultivo (Kcb), relacionado con la Tc, y la fracción de radiación fotosintéticamente activa absorbida por la vegetación (fAPAR), relacionada con APAR. La implementación de las aproximaciones basadas en modelos WUE y LUE requiere además el uso de variables meteorológicas de uso común, evapotranspiración de referencia (ETo) y radiación solar incidente. En esta tesis se hace uso de las relaciones ya establecidas de Kcb y fAPAR con índices de vegetación derivados de la reflectividad de la cubierta y en concreto se utiliza el índice de vegetación NDVI (Normalized Difference Vegetation Index). Estas relaciones están bien asentadas en la literatura científica y han sido evaluadas de forma experimental para los cultivos estudiados. El desarrollo y aplicación de los modelos se centra en la provincia de Albacete, sureste de España, y hace uso de una extensa base de datos obtenidos en 267 parcelas comerciales cultivadas bajo condiciones de secano y regadío entre los años 2003 y 2016. La extensión del periodo de estudio y la diversidad de parcelas monitorizadas resulta en diferencias notables en los manejos agronómicos, condiciones meteorológicas, suelo y productividad de los cultivos. La hipótesis central ha sido la necesidad de incorporar el ciclo de crecimiento en su totalidad para la correcta simulación de procesos acumulativos como son la producción de biomasa y grano. Por ello se analiza la caracterización de la dinámica de los cultivos mediante la evolución temporal de los índices de vegetación derivados de imágenes. Los resultados obtenidos indican que para una correcta comparación de un mismo cultivo creciendo bajo diferentes condiciones meteorológicas y de manejo, las evoluciones de NDVI deben ser desplegadas en escalas temporales relacionadas con las variables que influyen en el crecimiento. En esta tesis se propone el uso de las escalas basadas en grados-día y de ETo acumulados en el tiempo. La caracterización de las curvas de evolución del NDVI de los cultivos tiene además importantes aplicaciones para acotar el ciclo de crecimiento, inicio y fin de la acumulación de biomasa, y la identificación de la floración que diferencia los periodos vegetativo y reproductivo. Respecto a la estimación de la cosecha, los resultados experimentales muestran que la producción de grano está fuertemente correlacionada con la acumulación de Tc y APAR durante el ciclo de crecimiento. Estas relaciones pueden aproximarse mediante funciones lineales que permiten estimar el rendimiento de los cultivos en sitios y periodos diferentes de aquellos desde donde fueron calibrados. Las relaciones descritas tienen fuertes bases fisiológicas como ha sido propuesto en la literatura científica. No obstante, la novedad de los resultados obtenidos en esta tesis es la posibilidad de derivar las variables de interés a partir de secuencias de imágenes de forma remota y operativa para grandes áreas. Los análisis complementarios realizados indican que los factores limitantes como el estrés hídrico reducen la producción de grano, con especial incidencia en las parcelas cultivadas en régimen de secano. El estrés hídrico limita el crecimiento-expansión de la cubierta y además reduce la tasa de transpiración por debajo de los valores potenciales derivados de los Kcb basados en índices de vegetación. Los valores de Kcb o fAPAR derivados de imágenes reflejan el efecto del estrés hídrico en la expansión de la cubierta y para reproducir la reducción de la tasa de transpiración en esta tesis se propone el uso de modelos de balance de agua en suelo. La incorporación del estrés en las relaciones descritas permite una estimación más exacta del rendimiento cuando los diferentes manejos (secano y regadío) se analizan conjuntamente. En una segunda aproximación se analizan las variables que conforman la estimación del rendimiento y que podrían afectar a la precisión de las relaciones obtenidas entre la producción final y los valores acumulados de Tc y APAR. Estas variables son la producción de biomasa y la partición de la biomasa total en grano. El cociente de las producciones de grano y biomasa total se conoce como índice de cosecha (HI). Este análisis se basa en la estimación de la producción de grano y biomasa de los cultivos de trigo y maíz a escala intra-parcelaria y su comparación con las medidas derivadas de monitores de rendimiento y medidas puntuales. El análisis de la producción de biomasa y su relación con Tc y APAR indican que la metodología propuesta reproduce la variabilidad del crecimiento del cultivo. De este análisis se derivan de forma empírica los valores de las eficiencias WUE y LUE para los cultivos analizados (trigo y maíz de regadío) y se constata su consistencia con los valores de la literatura existente. En el análisis del HI se analiza la incertidumbre que supone utilizar un valor fijo de HI para reproducir la variabilidad de la producción. Según los resultados obtenidos, los valores de HI muestran una correlación positiva con la producción de biomasa. Se concluye por tanto la necesidad de implementar modelos operativos que simulen el valor real de HI para una mejor estimación de la producción y su variabilidad espacial. Los resultados obtenidos abren la posibilidad de estimar de manera remota la producción de los cultivos analizados de forma precisa y operativa, a escala de parcela agrícola y para grandes áreas. Las variables de entrada son datos meteorológicos disponibles en la mayoría de las estaciones agrometeorológicas e imágenes de satélite disponibles de forma libre y gratuita (Landsat 8 y Sentinel 2). Otras aplicaciones de interés que se derivan es el seguimiento de la variabilidad espacial a escala intra-parcelaria, con importantes aplicaciones en agricultura de precisión. es_ES
dc.format text/plain es_ES
dc.language.iso es es_ES
dc.publisher Universidad de Castilla-La Mancha es_ES
dc.rights info:eu-repo/semantics/openAccess es_ES
dc.subject Ingeniería agrícola es_ES
dc.title Estimación de biomasa y rendimiento en trigo, cebada y maíz mediante modelos de crecimiento de cultivos asistidos por satélite es_ES
dc.type info:eu-repo/semantics/doctoralThesis es_ES


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account