Quantification of water stress and yield estimation in grapevine (Vitis vinifera l.) Using unmanned aerial vehicles (UAVs)

Abstract

Los cambios en el clima causados por procesos naturales y, en mayor parte por actividades humanas, afectan a la disponibilidad de recursos hídricos y a la productividad de los cultivos, siendo la agricultura la actividad con mayor consumo de agua. En este contexto de limitación hídrica, el riego de precisión en sus distintas modalidades es una de las técnicas empleadas por la agricultura de precisión para aumentar la eficiencia de uso del agua, reduciendo su consumo minimizando los efectos negativos sobre la productividad final de los cultivos. El riego deficitario ha sido ampliamente adoptado en cultivos leñosos, destacando la vid por su importancia a nivel mundial, nacional y regional. Para poner en práctica alguna de las técnicas de riego de precisión, es necesario el control del estado hídrico de la planta. Tradicionalmente, se han empleado medidas puntuales no representativas de la variabilidad espacial del estado hídrico, que requieren de mano de obra y de tiempo para su ejecución, tales como potencial hídrico, transpiración de la hoja y, fluctuaciones de diámetro de tronco, entre otras. El empleo de imágenes de satélites por la agricultura de precisión durante más de 40 años ha contribuido al desarrollo de técnicas de monitoreo y gestión basadas en la teledetección. El rápido avance de los vehículos aéreos no tripulados (VANTs) o drones y de sensores, y su adopción por la agricultura de precisión ha constituido una fuente de datos de resolución espacial, espectral y temporal sin precedentes, siendo muy utilizada para el seguimiento y gestión de los cultivos, y para la evaluación del estado hídrico del viñedo como ayuda en la programación de riegos. La optimización del agua de riego en forma de riego de precisión, además de ser importante para ahorrar agua, constituye una técnica de regulación de la cosecha final en cantidad y calidad. Sin embargo, para aplicarla con este fin, se requiere conocer la producción final que cabría esperar en el momento de la vendimia. Distintos métodos basados en el estudio de las variables del rendimiento tales como número de racimos por cepa, peso del racimo, número de bayas por racimo o peso de la baya, y basados en datos históricos de cosecha, han sido empleados tradicionalmente con este fin. Imágenes de inflorescencias o racimos tomadas en campo con sensores manuales, embarcados en vehículos que circulan entre las filas de plantas o en VANTs son los avances más recientes para la estimación de cosecha en viña. El objetivo general de esta Tesis Doctoral es analizar la relación de parámetros espectrales y geométricos de la cubierta del viñedo derivados de sensores a bordo de VANTs con el estado hídrico y la producción final medidos en un viñedo, como base para la generación de modelos predictivos del estado hídrico y de cosecha en distintos momentos del desarrollo de la viña. Para ello, entre los años 2018 y 2020, se realizaron diferentes vuelos con un VANT con una cámara convencional o RGB (red-green-blue) y otra multiespectral a bordo durante el ciclo fenológico de un viñedo en espaldera de la variedad Monastrell, cultivada en la provincia de Albacete (sureste de España). Las ortoimágenes se segmentaron excluyendo suelo y sombras, obteniendo así solo información de la cubierta vegetal a partir de la cual se extrajo el grado de cobertura vegetal (representativo del vigor) y bandas espectrales que se emplearon para calcular distintos índices de vegetación (IVs). El diseño experimental constó de cuatro bloques al azar y seis tratamientos, entre los que se incluyeron secano y regadío, además de tratamientos en los que se combinaron diferentes tipos de sal (sulfatos y cloruros) con diferentes momentos de inicio del riego (antes y después del envero). Se midió el potencial hídrico de tallo a mediodía los mismos días en los que se voló con el dron, para calcular la integral de estrés hídrico representativa del estrés hídrico acumulado. También se midió el rendimiento final en vendimia, y los componentes del rendimiento en tamaño guisante de la baya. En cuanto a la predicción de estado hídrico, los IVs o bandas espectrales en el rango del visible se relacionaron mejor que los IVs derivados del sensor multiespectral mostrando unos resultados más estables las bandas multiespectrales cuando se analizó el efecto interanual. En cualquier caso, se requiere de medidas de campo cada año para cuantificar las diferencias de estado hídrico, debido a la respuesta interanual del cultivo a factores bióticos y abióticos, y a la variabilidad de las condiciones edáficas, climáticas y de desarrollo del propio cultivo. Con respecto a la estimación de la producción final en etapas tempranas del desarrollo del racimo, se ha comprobado la buena relación con el rendimiento final de IVs en el visible y multiespectrales combinados con componentes del rendimiento medidos en tamaño guisante de la baya y un indicador del vigor vegetativo. Destacando las relaciones de IVs en el visible en tamaño guisante de la baya y racimo cernido. Sin embargo, como en el caso de predicción del estado hídrico, es necesario calibrar estos modelos anualmente por la variabilidad interanual e intraparcelaria.