La adopción de técnicas de agricultura de precisión permite un ahorro considerable en el consumo de insumos y energía orientados a la optimización de la producción y calidad de los cultivos. El manejo del agua de riego es, sin duda, un buen ejemplo de los beneficios de las técnicas de agricultura de precisión. Los ejes de la aplicación de la agricultura de precisión en el riego se basan en entregar la cantidad de agua justa en el momento correcto y de la manera indicada, siendo el objetivo determinar cuánto, cuándo y cómo regar.
Carlos Zúñiga, Ingeniero Agrónomo Ph.D. Doctorado en Ingeniería Agrícola y Biológica, Universidad del Estado de Washington. INIA La Cruz.
Carlos Zuñiga, Ingeniero Agrónomo, Ph.D. INIA La Cruz
El uso de sensores, no solo en el riego sino en todas las etapas productivas, es fundamental para obtener las respuestas a estas preguntas de manera precisa y temporalmente adecuada. Además de los ya conocidos sensores de humedad de suelo, los avances en electrónica han permitido, en el último tiempo, la creación de nuevos sensores ópticos que pueden detectar, a través de imágenes, energía reflejada o emitida por los cuerpos. Energía que es invisible a nuestros ojos y que puede dar importante información sobre las necesidades hídricas y el estado nutricional y sanitario de los cultivos. Además, la posibilidad de acoplar estos sensores en plataformas aéreas no tripuladas permite abarcar grandes superficies de terreno en una sola captura de datos y a una alta frecuencia, dando la oportunidad de dimensionar la variabilidad espacial del terreno y con alta resolución temporal.
El principio de estos sensores ópticos está basado en la interacción entre los cuerpos y la luz que estos emiten o reflejan. Una pequeña parte de esa luz es visible, el resto es imperceptible a nuestros ojos. Sin embargo esa parte invisible contiene información de gran utilidad sobre el estado de un cultivo. Una parte de la radiación no visible es la radiación infrarroja, dimensionar esta radiación, mediante sensores especialmente diseñados, es una poderosa herramienta para determinar el estado hídrico, sanitario y de desarrollo de las plantas. En el presente artículo se presentarán tres sensores que se basan en la detección de radiación infrarroja que pueden ser de gran ayuda en el manejo agronómico de los cultivos, se discutirá acerca de las plataformas que pueden portar estos sensores y cuáles son los desafíos futuros en el análisis de la información obtenida.
FIgura 1: Imagen termal captada desde un dron (a) y relación entre temperatura de la canopia y la conductancia estomática (b)
FIgura 2: Imagen RGB (a) e imagen termal (b) captada desde una plataforma terrestre móvil
FIgura 3: Espectroradiómetro (a) e imagen multiespectral tomada desde un dron en uva vinífera (b).
SENSORES TERMALES INFRARROJOS
El estrés hídrico en las plantas, detectado por las raíces, produce una respuesta hormonal que provoca el cierre de los estomas disminuyendo la transpiración. Este cambio fisiológico, reducción de la transpiración, disminuye la energía disipada por la planta, lo que se traduce en un aumento de la temperatura de las hojas. En otras palabras, una planta bajo estrés hídrico tendrá una temperatura foliar más alta que aquellas sin estrés. En el último tiempo el desarrollo de la termografía infrarroja ha permitido disponer, a un costo asequible, de las herramientas necesarias para detectar diferencias en temperatura con alta precisión y resolución, las llamadas cámaras termales (Figura 1a). Estas cámaras determinan la temperatura de los cuerpos a través de la radiación infrarroja que estos emiten. Por lo tanto, aprovechando la relación entre el cierre de estomas y el aumento de la temperatura foliar podemos diferenciar plantas estresadas de plantas no estresadas. Esta relación ha sido ampliamente documentada. Por ejemplo, en estudios realizados por el autor, en Washington State University, en uva vinífera, se sometió un cuartel de Cabernet Sauvignon a cuatro regímenes hídricos, un control sin limitaciones hídricas (100%) y tres tratamientos que recibieron 60, 30 y 15% del control. A estos tratamientos se les midió la conductancia estomática (medida del nivel de cierre de estomas) con un porómetro, al mismo tiempo que se tomaban imágenes termales aéreas con un dron.
Los resultados indicaron una relación inversa entre las lecturas de conductancia estomática y la temperatura de la canopia (Figura 1b). Comprobando que la temperatura de las plantas aumenta cuando están más estresadas. El sistema fue preciso además en determinar la diferencia entre las plantas control y las que sufrieron estrés. También la técnica se probó instalando una cámara termal en un pequeño tractor tomando imágenes individuales de las plantas. Los resultados fueron los mismos, sin embargo, el uso de imágenes individuales requiere tener una referencia termal para comparar datos obtenidos con diferencia temporal (Figura 2).
SENSORES MULTIESPECTRALES E HIPERESPECTRALES
La información contenida en la radiación infrarroja cercana reflejada por las plantas y su relación con la energía reflejada en el verde y el rojo está asociada a la cantidad de clorofila presente en las hojas. Por lo tanto, déficit nutricionales, enfermedades o el desarrollo del cultivo pueden ser dimensionados a través del análisis de la radiación reflejada en esta banda (800 a 2500 nm). Se han desarrollado múltiples sensores que pueden obtener esta información. Las cámaras digitales convencionales pueden detectar radiación roja, verde y azul (también conocida como RGB por sus siglas en inglés), pero se pueden modificar sus filtros para detectar radiación infrarroja cercana (800 – 900 nm Figura 3b). Existen otro tipo de sensores que pueden medir un espectro más amplio de radiación reflejada (entre 450 y 2500 nm), que aportan mayor información acerca del estado de los cultivos, los espectroradiómetros y cámaras hiperespectrales (Figura 3a). Estas últimas, obtienen una imagen de los objetos en cada una de las bandas que la cámara posea.
Un aspecto importante a considerar en cualquier recopilación de información con estos sensores, es la luz incidente al momento de la toma de datos. Para poder hacer comparables las mediciones se debe recurrir a la calibración de las imágenes respecto de una referencia o la determinación de índices de vegetación respecto a un estándar. De cualquier modo, el correcto uso de estos equipos permite obtener información relevante acerca de los cultivos antes que nuestra vista los pueda detectar, de esta manera se pueden tomar decisiones de manejo con anticipación a la ocurrencia de deficiencias nutricionales o daño por enfermedades en un nivel severo.
IMÁGENES TRIDIMENSIONALES PARA DETERMINAR VARIABILIDAD ESPACIAL
El manejo del agua y los nutrientes tiene una incidencia importante en el desarrollo de los cultivos. En uva vinífera el vigor o desarrollo de las plantas es un parámetro importante para determinar el nivel de estrés al que están sometidas. Las cámaras tridimensionales son una alternativa que puede ayudar a determinar el volumen, la forma, la altura, la biomasa y otros parámetros estructurales de los cultivos con alta resolución espacial y temporal. Estos sensores basan su funcionamiento en el tiempo que demora en retornar a la cámara una señal enviada al objeto. Equipos que usan este método son sensores ultrasónicos, cámaras tridimensionales y 2D y 3D LiDAR (Light detector and ranging). Los sensores ultrasónicos son poco precisos en terreno para determinar el volumen de las plantas. Sin embargo, cámaras tridimensionales y 2D y 3D LiDAR han sido utilizadas en terreno para fenotipeo de plantas y determinación de volumen. Sus limitaciones son el costo de los equipos y la complejidad en el análisis de la información. Sin embargo, es posible instalar estos equipos en drones o plataformas terrestres móviles como pequeños tractores que pueden escanear campos completos obteniendo toda la variabilidad espacial y a una alta resolución (Figura 4).
Investigaciones realizadas en Washington State University, en uva vinífera, por el Dr. Lav Khot, la Dra. Sindhuja Sankaran y el autor, permitieron correlacionar el volumen de las plantas, obtenido con una cámara tridimensional, con el estrés hídrico al que fueron sometidas. Es necesario tener en consideración la radiación incidente y la velocidad de la plataforma al momento de la captura de datos. Sin embargo, la información recopilada por estos equipos puede ser de gran ayuda en el manejo de la poda, el monitoreo del desarrollo o el manejo del estrés hídrico controlado en uva vinífera.
FIgura 4: Sensor 3D LiDAR en una plataforma móvil terrestre (a) e imagen tridimensional de uva vinífera (b).
Cuadro 1. ventajas y desventajas de las plataformas más utilizadas.
DRONES PERMITEN ALTA RESOLUCIÓN ESPACIAL Y MAYOR FRECUENCIA TEMPORAL
Como se dijo anteriormente, la interacción entre los tejidos vegetales y el espectro luminoso permite el uso de diferentes sensores para medir el crecimiento o desarrollo de los cultivos. Sin embargo, la elección de la plataforma que porte los sensores es fundamental ya que definirá la resolución espacial y temporal de las lecturas. Existen diferentes plataformas en las que estos sensores se pueden ubicar: satélites, plataformas móviles en terreno y vehículos aéreos no tripulados o drones (UAV por su sigla en inglés). Respecto a estos últimos, el uso de drones permite una alta resolución espacial y una mayor frecuencia temporal de los datos obtenidos en comparación a imágenes satelitales o plataformas móviles en terreno. Existen diversos tipos de drones, siendo los rotocópteros y fixed wing (pequeños aviones) los más utilizados. Cada uno tiene ventajas y desventajas que se deben considerar al momento de definir cuál usar. En el cuadro 1 se pueden apreciar ventajas y desventajas de cada una de las plataformas más utilizadas.
ANÁLISIS Y PROCESAMIENTO DE LA INFORMACIÓN
Tal vez una de las etapas más importante en el uso de sensores o teledetección es el procesamiento y análisis de la información obtenida en el campo. Esta etapa requiere del uso de técnicas especiales de procesamiento de imágenes como uso de filtros, normalización, pegado de imágenes, selección de regiones de interés, etc. Esta etapa debe ser desarrollada por personal especializado en procesamiento de imágenes, además se requiere del uso de softwares diseñados para este fin. Sin embargo, existen hoy en día empresas que ofrecen el servicio de recopilación de información además de su procesamiento y análisis. Esta alternativa pone a disposición de los productores y profesionales del agro valiosa información que permite mejorar la gestión y productividad de los recursos de los sistemas agrícolas.
UNA REVOLUCIÓN TECNOLÓGICA QUE AVANZA A GRAN VELOCIDAD
El uso de sensores como los presentados y el desarrollo del internet de las cosas (equipos y sistemas que se pueden manejar a través de internet) va a ir llevando a la agricultura moderna a un aumento de los datos disponibles en los distintos procesos productivos y a una velocidad tan alta que requerirá de algoritmos especiales para su análisis, esto es conocido como Big Data. Su implementación permitirá el manejo de nuestros campos considerando no solo la evaluación de eventos particulares sino la determinación de los efectos de eventos inesperados (plagas, enfermedades, deficiencias nutricionales, estrés hídrico, eventos ambientales) en el sistema productivo completo. El monitoreo de los procesos (riego, nutrición, poda, sanidad) a través de sensores como los presentados en este artículo, determinará el desempeño del sistema. Luego a través de un proceso de análisis automatizado se determinarán eventos fuera de lo esperado y la manera de corregirlos. La utilización de todo tipo de sensores nos indica que ya estamos viviendo esta revolución tecnológica que busca, dentro de otras cosas, mejoras en la gestión y en la productividad de los sistemas agrícolas, la optimización del uso de insumos y la sustentabilidad del sistema agrícola. Es importante ir a la vanguardia de esta revolución tecnológica que avanza a gran velocidad.