9º Congreso de Agroinformática

Revisión y análisis de índices

de estado hídrico de cultivos bajo
riego utilizando termografía
Casos de uso en olivos y almendros

Dr. Ing. Flavio Capraro

Instituto de Automática (INAUT)
Investigador CONICET
INTRODUCCIÓN
La agricultura moderna se enfrenta a un conjunto de desafíos
crecientes: la necesidad de producir más y mejor, y la existencia
de unas condiciones climáticas adversas.
Conceptos como “agricultura intensiva sostenible” o “agricultura de
precisión” son cada vez más comunes, en los que se contempla
una producción más eficiente y con un menor impacto ambiental.
Aparición en los últimos años de términos tales como huella
ecológica (hídrica, del carbono) asociados a la producción agraria.
Se requieren de nuevas tecnologías para la monitorización,
seguimiento y gestión de las plantaciones; en particular con
énfasis en el manejo del riego..
Se requiere uniformizar la productividad de las parcelas,
evaluando la variabilidad espacial en los suelos y diseño de zonas
de riego homogéneas.
Trasladar los conocimientos y tecnologías de manejo eficiente
empleadas en la agricultura extensiva hacia los cultivos de tipo
arbóreos, frutales y hortícolas que se desarrollan en Argentina.
INTRODUCCIÓN
La termografía se basa en la detección de la radiación infrarroja
emitida por los cuerpos, convirtiendo la información obtenida en
imágenes visibles con información sobre la temperatura de la
superficie de los mismos.

Los objetos con una temperatura superior al 0 absoluto (0 ºK, -273 ºC)
emiten energía electromagnética en el rango de los infrarrojos (0,75
µm-100 µm).

Esta tecnología es empleada como técnica sin contacto, no invasiva, y

no destructiva para determinar las propiedades y características
térmicas de un objeto de interés y es utilizada en diferentes campos de
aplicación.

En agricultura se encuentran trabajos en: Monitorización de

invernaderos, programación de riego, detección de suelos salinos,
detección de enfermedades y patógenos, predicción y estimación de
rendimientos, evaluación de maduración, detección de estrés hídrico.
Estado hídrico de los cultivos
El uso de indicadores del estado hídrico de los cultivos para la gestión y
optimización del riego es ampliamente estudiado. Se requiere de un
elevado número de puntos de medición para caracterizar la variabilidad
espacial del cuadro o parcela.

Una alternativa tecnológica es el uso de la teledetección. El reciente

desarrollo de sensores aerotransportados de alta resolución permiten
genera información para analizar el estado hídrico de los cultivos en
grandes extensiones y con ello planificar el riego de manera eficiente.

Mediante termografía se puede calcular analíticamente el índice de estrés

hídrico en una planta dentro del cultivar (sensores IR localizados) y
combinado la información con imágenes térmicas de alta resolución se
puede generar un mapa de toda la parcela.

Un objetivo importante es disminuir la variabilidad productiva dentro de la

parcela. Particularmente la variabilidad asociada a problemas en el diseño
de los sistemas de riego, al mantenimiento de las instalaciones y equipos ,
y a la programación de las operaciones o turnos (manejo) de riego.
Indicadores de estado hídrico de los cultivos
1) Potencial hídrico de la hoja:
El método estándar para realizar la medición se basa en utilizar la cámara
de presión (método de Scholander et al., 1965)
Da una medida de la tensión que se produce en el xilema de una planta
intacta debido a la evaporación de agua desde el tejido por transpiración y
a las resistencias al movimiento del agua desde el suelo hasta el tejido.

2) La temperatura de la hoja:
Se utiliza como medida la diferencia de temperatura entre la existente a
nivel de cubierta vegetal y la del aire (Tc-Ta) (Jackson et al., 1977).
Las plantas sometidas a estrés hídrico tienden a cerrar los estomas para
evitar una mayor pérdida de agua, disminuye la transpiración y capacidad
de realizar la fotosíntesis. Tc-Ta aumenta a medida que las plantas
presentan un mayor estrés hídrico.

3) Índice de estrés hídrico de cultivo:

Enmascara los efectos de parámetros ambientales que afectan de forma
directa en la relación entre temperatura del dosel vegetativo y estado
hídrico (Idso et al., 1981 y Jackson et al., 1981).

Fuente: Joaquim Bellvert Rios (2014). Tesis Doctoral, Córdoba, España

Índice de estrés hídrico de cultivo (CWSI)

Tc: temperatura del dosel vegetativo.

Twet: temperatura de una hoja transpirando a la máxima tasa de potencial.
Tdry: temperatura de una hoja que no transpira.
Cuando el dosel transpire a su velocidad potencial, Tc = Twet y CWSI = 0.
Cuando el dosel no transpire, Tc = Tdry y CWSI = 1.

La normalización es simple y razonable, siempre que Tdry y Twet sean

conocidos.
Métodos de cálculo de CWSI
1) Método Empírico:

Empíricamente se puede obtener a partir del desarrollo de una línea base

denominada ‘non-water stressed baseline (NWSB)’ (Idso et. al, 1981).

La NWSB se determina a partir de la relación entre Tc-Ta y el déficit de

presión de vapor (DPV) para plantas que se encuentren en condiciones
hídricas adecuadas y presenten una máxima transpiración.

Tc-Ta: diferencia de temperatura medida de la hoja – aire

(Tc-Ta)LL: esperado lower limit o non-water stressed baseline de (Tc-Ta) en
el caso de un dosel potencialmente transpirando
(Tc-Ta)UL: esperado diferencial en el caso de un dosel sin transpirar.
Ambas líneas base son función del déficit de presión de vapor
Métodos de cálculo de CWSI
2) Método por balance energético:

Se determina en base a la ecuación del balance energético de

una superficie (Jackson et. al, 1981; 1982; 1988):

Rn: radiación neta [W/m2], G: flujo de calor hacia la superficie, H: flujo de calor
sensible hacia el aire encima de la superficie, λE: flujo de calor latente.

La diferencia de temperatura entre el dosel vegetativo y el aire se puede

expresar por:

ρCp: densidad y calor específico del aire, Tc: temperatura del dosel vegetativo,
Ta: temperatura del aire, Ic: coeficiente de intercepción, es: vapor de presión del
aire saturado a Tc, ea: vapor de presión del aire, γ: constante psicométrica, Δ:
pendiente de la relación entre la presión de saturación y la temperatura, rc y ra:
resistencia del dosel vegetativo y aerodinámica.
Métodos de cálculo de CWSI
3) Método por superficies de referencia:

Se basa en utilizar superficies naturales o artificiales a modo de referencia

para calcular Twet y Tdry.

Las referencias comúnmente más utilizada son mojar el dosel vegetativo con
agua o bien utilizar paneles húmedos (=Twet). Por otro lado, cubrir las hojas
con vaselina (=Tdry), con el propósito de evitar la transpiración.

También se ha utilizado para Twet superficies de referencia artificiales

húmedas y Tdry se estimó 5ºC más de la temp. del aire de un bulbo seco.
Termografía en olivos

Sepulcre et. Aa, 2006

Detection of water stress in an olive orchard with thermal remote sensing imagery
Termografía en olivos

Berni et. al, 2009

Mapping canopy conductance and CWSI in olive orchards using
high resolution thermal remote sensing imagery
Termografía en olivos

Zarco Tejada et. al, 2013

A PRI-based water stress index combining structural and chlorophyll effects-
assessment using diurnal narrow-band airborne imagery and the CWSI thermal index
Termografía en olivos

Agam et. al, 2013

An insight to the performance of crop water stress index for olive trees
Termografía en olivos

Ageas et. Al, 2017

Assessing a crop water stress index derived from aerial thermal imaging
and infrared thermometry in super-high density olive orchards
Termografía en olivos (San Juan)
Termografía en almendros

Gonzalez-Dugo et. al, 2012

Almond tree canopy temperature reveals intra-crown variability
that is water stress-dependet
Termografía en almendros

Gonzalez-Dugo et. al, 2012

Almond tree canopy temperature reveals intra-crown variability
that is water stress-dependet
Termografía almendros

Gonzalez-Dugo et. al, 2013

Using high resolution UAV thermal imagery to assess the variability in the water
status of five fruit tree species within a comercial orchard
Termografía almendros

Gonzalez-Dugo et. al, 2013

Using high resolution UAV thermal imagery to assess the variability in the water
status of five fruit tree species within a comercial orchard
Termografía en citrus

Zarco Tejada et. al, 2012

Fluorecence, temperature and norrow-band indices acquired from a UAV plataform
for water stress detection using a micro hyperspectral imager and termal camera
CONCLUSIONES
• El uso de cámaras multi-espectrales pequeñas y cámaras
termográficas a bordo de plataformas UAV permiten la
recopilación de datos para aplicaciones agrícolas y ambientales
de precisión.
• Las imágenes termográficas permiten la detección de estrés en
el dosel de la planta en cultivares heterogéneos, donde se
requiere alta resolución espacial (20 a 50cm).
• Las observaciones de (Tc – Ta) sobre olivos y almendros se
correlacionaron bien con las mediciones del estado hídrico de
los árboles. Se puede considerar el uso de éste indicador como
una alternativa a la medición de potencial hídrico.
• Los trabajos destacan la importancia de la distribución del
ángulo foliar (en olivos y almendros), por lo que se requiere
investigar la fuente de variación en orden a lograr una mejor
comprensión de la variabilidad en la temperatura del dosel
• La heterogeneidad espacial en las temperaturas superficiales de
las copas de los árboles puede ser una fuente importante de
error cuando se evalúa el estado hídrico en los cultivos
arbóreos.
CONCLUSIONES
• Mientras que los indicadores fisiológicos se pueden medir en un
número limitado de árboles, las imágenes térmicas proporcionan
información de campos enteros; con la resolución suficiente se
logra el mapeo árbol por árbol de una parcela. Se convierte así
en una valiosa herramienta para la gestión del agua en
agricultura de precisión y estrategias de riego deficitario.
• Los umbrales del CWSI no solo se pueden establecer en base a
las respuestas fisiológicas ante el estrés hídrico sino también en
consideraciones económicas.
• Desde el enfoque del riego de precisión, con el uso de la
información se podrá restructurar las zonas de riego y ajustar
las aplicaciones de riego a fin de uniformizar la productividad.
Simulando escenarios sobre los trabajos realizados se pueden
logar ahorro entre el 10 al 30% de agua.
• Se puede lograr la detección de zonas problemáticas dentro de
una parcela asociado al daño en el sistema de riego, presencia
de enfermedades, estrés hídrico asociado a la variabilidad del
terreno, evaluación de daños por contingencias climáticas, entre
otros.
CONCLUSIONES
• La limitación más marcada en el calculo de CWSI es la necesidad
de una referencia húmeda artificial en cada imagen, para obtener
Twet. Generalmente Twet se calcula analíticamente y Tdry se
determina empíricamente (Tdry = Tair + 5, o Tdry = Tair + 3 ).
• No hay una metodología específica sobre la incorporación de
patrones (target) termográficos in-situ que permitan la correlación
y/o ajustes de las mediciones obtenidas con imágenes
termográficas.
• En las cámara termográficas los efectos atmosféricos resultan ser
muy importantes, incluso para vuelos de baja altitud. Se requiere de
métodos de corrección atmosférica para la exitosa estimación de las
imágenes de temperatura superficial.
• Complejidad en los algoritmos de procesamiento de imágenes
frente a la segmentación y caracterización de las imágenes
termográficas. La variabilidad espacial puede introducir errores
importantes.
• El cálculo de los índices es altamente dependiente de las
condiciones climáticas, de la estructura del cultivo, del instante del
día que se toman las mediciones, entre otros.
 9º Congreso de AgroInformática

GRACIAS POR LA ATENCION BRINDADA

Dr. Ing. Flavio Capraro

fcapraro@inaut.unsj.edu.ar