Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
En las últimas dos décadas, y gracias a la disponibilidad de nuevas tecnologías
geoespaciales y de la información ha podido hacerse realidad un manejo de precisión de las
explotaciones agrarias, optimizando el uso de los diversos insumos (fertilizantes, fitosanitarios,
semillas). De esta forma ha surgido el concepto de “Agricultura de Precisión (AP)”, definido
como el conjunto de técnicas de cultivo que utilizan tecnologías de la información para ajustar
el uso de semillas y de agroquímicos considerando la diversidad del medio físico y del medio
biológico.
Este trabajo pretende abordar diversos aspectos relacionados con el manejo integrado de
las malas hierbas (A. sterilis y L. rigidum) en cultivos de cereal (trigo y cebada), utilizando para
ello técnicas de teledetección y agricultura de precisión. El objetivo final es reducir el uso de
productos fitosanitarios y mejorar la rentabilidad de la producción.
Se abordó en el trabajo una primera etapa dirigida al análisis/caracterización espectral de
las malas hierbas y los cultivos. Para ello se llevaron a cabo diversos experimentos de
espectroradiometría de campo y laboratorio con objeto de medir la reflectividad de las diversas
especies analizadas. Posteriormente se aplicaron técnicas tradicionales de análisis estadístico
(distancia normalizada y análisis discriminante) así como otras específicas de teledetección
hiperespectral (Spectral Angle Mapper). Estas técnicas nos permitieron evaluar la separabilidad
espectral entre cubiertas y determinar las longitudes de onda (bandas) y combinaciones de
bandas (índices) que más contribuyen a la correcta clasificación de especies.
Por otra parte, con objeto de analizar la potencialidad de los sensores actualmente
disponibles para identificar y cartografíar rodales de malas hierbas en cultivos de cereal, se
adquirió una serie multitemporal de imágenes Quickbird sobre una finca de cebada con
infectación de A. sterilis. El tratamiento de las imágenes incluyó procesos de georeferenciacion
para asegurar el ajuste multitemporal, corrección radiométrica (conversión de niveles digitales a
valores de radiancia y reflectividad), fusión de bandas multiespectrales y pancromática y cálculo
de índices de vegetación.
Palabras clave:
Malas hierbas, cereal, cartografía, espectroradiometría, teledetección hiperespectral,
imágenes Quickbird
ABSTRACT
During the last two decades the increasing availability of geospatial and information
technologies has favoured the importance of the precision management in agriculture fields
optimizing the use of fertilizers, herbicides, seeds, etc. In this way the precision agriculture
977
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
concept has emerged and defined as the collection of cultivation techniques that use new
information technologies to adjust the use of seeds and agrochemical in order to adapt them to
the biodiversity of the agricultural fields.
In this work new technologies such as remotes sensing are applied in the context of
precision agriculture to improve grassweed management in winter cereal crops. The main
objective is provide the information required to reduce the use of herbicides and increase yield
profitability.
In a first methodological phase an spectral characterization of weeds and crops was
accomplished. The potential use of remote sensing to discriminate and map two grassweeds
(Avena sterilis and Lolium Rigidum) growing in winter cereals (wheat and barley) was
evaluated under laboratory and field conditions. Statistical analysis (normalized distance and
discriminant analysis)was applied to the data in order to study the separability between species.
Other hiperespectral techniques such as the Spectral Angle Mapper (SAM) were also applied.
The objective was to define the spectral bands, spectral indices and plant growth stages more
adequate for weed discrimination
On the other hand, in order to explore the potential of commercial satellites to
discriminate and map weeds, a multitemporal series of high spatial resolution images provided
by the Quickbird satellite were acquired over the study area, a barley field infected with A.
Sterilis. Image processing included geometric and radiometric corrections, data fusion and
calculation of spectral indices.
Key Words:
Grassweeds, cereal, mapping, spectroradiometry, hyperspectral remote sensing,
Quickbird images
1. INTRODUCCIÓN
Una mala hierba es una “planta que crece siempre o de forma predominante en
situaciones marcadamente alteradas por el hombre y que resulta no deseable por él en
un lugar y momento determinado” (Pujadas y Hernández, 1988). Las malas hierbas que
proliferan en los campos de cultivo suponen un grave problema para los agricultores, ya
que habitualmente interfieren en el normal crecimiento de los cultivos, lo que se traduce
en un bajo rendimiento de producción. Por tanto, el control de las malas hierbas es una
actividad fundamental en la agricultura si se desea obtener cosechas y rendimientos
adecuados.
En la agricultura convencional, la aplicación de herbicidas se realiza sobre la base
de considerar el campo de cultivo como un espacio uniforme. Por tanto, se aplican los
mismos insumos (fertilizantes, herbicidas, insecticidas, etc) a las mismas dosis en toda
el área. No obstante, la realidad es que cada campo puede variar enormemente, tanto en
términos de fertilidad del suelo, como de la composición, abundancia y distribución
espacial de la flora arvense y de la fauna fitófaga. En este sentido, surge ya hace
algunas décadas el concepto de agricultura de precisión (AP) que propone ajustar el uso
de insumos a las necesidades reales de cada unidad de terreno (Fernández-Quintanilla y
Barroso, 2001). Este concepto, aplicado al control de malas hierbas, implicaría detectar
la localización de las malas hierbas dentro de los campos de cultivos, con el propósito
de generar mapas que muestren su distribución espacial lo que permitiría, de manera
más precisa, la aplicación de los herbicidas en las zonas específicas donde estas se
encuentran y con las dosis requeridas (Brown y Steckler, 1995; Stafford y Miller, 1993;
Thompson et al., 1991). Esto supondría una reducción en el uso de los herbicidas lo que
traería como resultado no sólo una reducción de costes para el agricultor (Medlin y
978
TELEDETECCIÓN Y AGRICULTURA DE PRECISIÓN: UN EJEMPLO DE APLICACIÓN A LA CARTOGRAFÍA DE MALAS
HIERBAS EN CULTIVOS DE CEREAL
Shaw, 2000) sino que además permitiría promover la disminución del daño al
medioambiente (Timmermann et al., 2001).
Las malas hierbas por lo general crecen en zonas definidas, creando límites entre
los cultivos y permitiendo de esta manera determinar las zonas específicas donde se
pueden aplicar los herbicidas. Este patrón espacial favorece, en principio, el uso de la
teledetección como herramienta para obtener información espacial y actualizada sobre
la localización, tipo y densidad de malas hierbas en las cosechas agrícolas (Lamb y
Brown, 2001; Moran et al, 1997; Zwiggelaar, 1998). Las imágenes tomadas desde
sensores aerotransportados o instalados en plataformas espaciales representan un
conjunto de medidas cuantitativas sobre el territorio, con un nivel de resolución espacial
inalcanzable en muestreos de terreno. Sin embargo, para que estas tecnologías sean
aplicables y resulten operativas, hay ciertos requisitos que se deben cumplir (McGowen,
1998):
· Debe haber suficiente diferencia en el comportamiento espectral entre las malas
hierbas, el cultivo y el suelo, de manera que sea posible la discriminación;
· La resolución espectral y espacial del sensor tiene que ser adecuada;
· La resolución temporal debe ser suficiente como para adquirir los datos en los
momentos críticos de las fases de crecimiento de las malas hierbas y cultivos.
· La información del sensor debe poder ser procesada y provista a los usuarios
finales en tiempo y forma, y a un costo competitivo. Esto es particularmente importante
si la información debe adaptarse a su utilización en labores agrícolas.
· Los precios de las imágenes y el coste de su procesamiento no deben ser
superiores a los ahorros conseguidos o a las mejoras de producción.
Se ha demostrado que, los rodales de las cosechas y de las malas hierbas, pueden
ser distinguibles en imágenes captadas por sensores remotos (Menges et al., 1985;
Richardson et al., 1985). La mayoría de los investigadores han utilizado diferentes
algoritmos de clasificación con el fin de delimitar rodales de malas hierbas, basándose
en las diferencias espectrales del suelo, los cultivos y las malas hierbas. Estos
algoritmos de clasificación resultan ser eficaces a la hora de detectar malas hierbas en la
fase de pre-emergencia del cultivo, debido a que la respuesta espectral del suelo
desnudo es diferente a la respuesta espectral de las malas hierbas (Lamb y Weedon,
1998). Sin embargo, en la fase de post-emergencia del cultivo, discriminar la mala
hierba con precisión resulta menos sencillo, debido a que las malas hierbas y los
cultivos durante ese período presentan características espectrales similares (Lamb y
Brown, 2001). Otro problema que presenta la aplicación de la teledetección a la
discriminación de malas hierbas es el efecto del suelo, debido a que la interacción entre
la reflectividad que procede de la cubierta vegetal y del suelo alteran la respuesta
espectral captada por el sensor cuando el porcentaje de cobertura vegetal es bajo o
intermedio (Huete et al., 1985). Lamentablemente, es en esta fase donde el empleo de la
teledetección para la generación de mapas de malas hierbas resulta más interesante pues
permitiría su utilización para la aplicación selectiva de los tratamientos de herbicidas en
la fase de post-emergencia.
A pesar de las dificultades, puede apreciarse un gran potencial en la utilización de
imágenes provenientes de sensores remotos en la detección de las malas hierbas en los
cultivos (Goel et al. 2003b). Diversos estudios han demostrado que es posible utilizar
979
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
2. OBJETIVOS
El ahorro económico que supondría la aplicación selectiva de herbicidas, unido a
la gran importancia de la preservación del medio ambiente, justifica la investigación
sobre el potencial de las nuevas tecnologías para abordar la detección de malas hierbas
en los cultivos. Los sistemas de posicionamiento global, la teledetección aeroportada y
espacial y los sistemas de visión artificial son algunas de las nuevas herramientas
capaces de ofrecer información de gran utilidad para la toma de decisiones relativas al
control de malas hierbas. Las técnicas tradicionales de exploración en el campo
utilizadas hasta el momento resultan poco operativas a la hora de realizar estudios de
control de plagas y/o malezas en grandes superficies. En este sentido la teledetección se
presenta como una alternativa potencialmente eficaz para la generación de mapas de
localización de malas hierbas que permitan al agricultor optimizar la aplicación de los
herbicidas. Sin embargo, aunque el planteamiento teórico sobre la capacidad de la
teledetección para generar información espacial precisa y actualizada sobre la
localización de las malas hierbas resulta evidente, es preciso comprobar si, en
condiciones reales, es posible la discriminación espectral entre determinadas especies de
malas hierbas y los cultivos en los que se implantan, así como el potencial de los
sensores comerciales actuales para obtener una cartografía suficientemente precisa de
forma operativa. De acuerdo a este planteamiento, el objetivo principal de este trabajo
es demostrar la capacidad de la teledetección para cartografíar malas hierbas en cultivos
de cereal. Para alcanzar este objetivo general se platean los siguientes objetivos
específicos:
· Caracterizar espectralmente los cultivos de Cebada Nevada, Cebada Barbarrosa,
Trigo Orion y Trigo Astral, y las malas hierbas Lolium Rigidum y Avena Sterilis, a lo
largo de sus ciclos de desarrollo.
· Analizar la separabilidad espectral entre cultivos y malas hierbas, teniendo en
cuenta criterios temporales y espectrales utilizando técnicas estadísticas tradicionales y
nuevos métodos de análisis específicos de datos hiperespectrales.
980
TELEDETECCIÓN Y AGRICULTURA DE PRECISIÓN: UN EJEMPLO DE APLICACIÓN A LA CARTOGRAFÍA DE MALAS
HIERBAS EN CULTIVOS DE CEREAL
3. METODOLOGÍA
Para alcanzar los objetivos propuestos en el estudio se elaboró un planteamiento
metodológico en dos fases: la primera, de caracterización espectral de las cubiertas de
interés, incluye la obtención de datos mediante el diseño y ejecución de diversos
experimentos para la medición de las características espectrales de las especies
analizadas, tanto en laboratorio (a nivel de grupos de hoja y de planta) como en
exteriores, sobre áreas piloto con densidades de cubierta preestablecidas. En esta fase se
abordó además, el tratamiento y análisis de los datos incluyendo la creación de librerías
espectrales. Se utilizaron diversas herramientas estadísticas tradicionales y otras
específicas de datos hiperespectrales con el propósito de determinar la capacidad de la
teledetección para discriminar las especies de malas hierbas de los cultivos de
referencia. En la segunda fase se realizó un análisis de las imágenes de satélite
QuickBird adquiridas sobre la zona de estudio. Los procesos aplicados a las imágenes
(cálculo de índices de vegetación, clasificaciones no supervisadas, entre otros) tenían la
finalidad de determinar si resulta factible discriminar y cartografiar rodales de malas
hierbas en cultivos de cereales, a partir de imágenes de satélite de alta resolución
espacial.
981
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
Por cada maceta (por tanto por cada especie) se realizaron cuatro mediciones,
girando la maceta 90º entre cada medición con objeto de considerar las variaciones de
reflectividad que pudiesen estar relacionadas con la estructura de la planta (inclinación
de las hojas, cobertura del suelo).
Para medir la reflectividad a nivel de grupos de hojas (sin interferencia del suelo),
se cortaron las plantas de cada maceta separando los tallos y, en su caso, las espigas.
Las hojas cortadas se colocaron en una bandeja de cartón forrada de papel carbón para
evitar la reflectividad difusa de la superficie de la bandeja. Las hojas fueron colocadas
de forma ordenada con el haz mirando hacia el objetivo del radiómetro en tres capas
entrecruzadas. Se tomaron igualmente cuatro mediciones por bandeja (por consiguiente
por especie). El propósito de este experimento era simular en lo posible el
comportamiento espectral de las especies a nivel de hoja. En definitiva, obtener los
espectros más “puros” de cada especie que nos permitieran analizar la separabilidad con
el menor nivel de ruido posible.
Durante la campaña 2004, se realizaron, además, mediciones en exteriores sobre
un área piloto, ubicada en la finca La Poveda de Arganda del Rey, Madrid,
perteneciente al Consejo Superior de Investigaciones Científicas. El área piloto estaba
compuesta por 16 parcelas cuyo tamaño y distribución se diseñó con el fin de facilitar
las mediciones con el espectroradiómetro durante todo el ciclo vegetativo de las
especies. Cada parcela tenía un tamaño aproximado de 6m de largo por 3m de ancho y
estaban agrupadas en dos bloques de ocho parcelas cada uno (dos parcelas por especie).
En la parte norte de cada bloque se acondicionó un pasillo de 2m de ancho que permitía
una fácil circulación entre las parcelas para realizar las mediciones
De las 16 parcelas, ocho se sembraron con los cultivos de referencia, cuatro con
las dos especies de malas hierbas y cuatro se dejaron como suelo desnudo. Para todos
los casos, se fijaron densidades de siembra superiores a las estándar con el fin de
obtener un alto porcentaje de cobertura.
El radiómetro se situó a una altura de 207cm lo que genera un FOV con un eje
mayor de 20,9cm y un eje menor de 16,8cm (Figura. 3). Esta disposición se consideró
apropiada para facilitar el manejo del instrumento por parte del operario y al mismo
tiempo observar un área suficientemente representativa.
982
TELEDETECCIÓN Y AGRICULTURA DE PRECISIÓN: UN EJEMPLO DE APLICACIÓN A LA CARTOGRAFÍA DE MALAS
HIERBAS EN CULTIVOS DE CEREAL
1
Los datos multiespectrales se generaron promediando las mediciones obtenidas con el
espectroradiómetro para las longitudes de onda de las 5 bandas QuickBird.
983
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
984
TELEDETECCIÓN Y AGRICULTURA DE PRECISIÓN: UN EJEMPLO DE APLICACIÓN A LA CARTOGRAFÍA DE MALAS
HIERBAS EN CULTIVOS DE CEREAL
985
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
986
TELEDETECCIÓN Y AGRICULTURA DE PRECISIÓN: UN EJEMPLO DE APLICACIÓN A LA CARTOGRAFÍA DE MALAS
HIERBAS EN CULTIVOS DE CEREAL
987
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
4. RESULTADOS
4.1. Fase 1: Caracterización espectral de las cubiertas
Lolium Rigidum Especies
18 M ayo 2 0 0 4
80,00
80,00
60,00
L.Rig_21/ 01/ 04 60,00 C. Nev
L. Rig_12/ 02/ 04 T. Ast
40,00 L. Rig_15/ 03/ 04 L. Rig
40,00
L. Rig_14/ 04/ 04 C. Bar
L. Rig_18/ 05/ 04 A. Ste
20,00
20,00 T. Or ion
0,00 0,00
400 700 1000 1300 1600 1900 2200 2500 400 700 1000 1300 1600 1900 2200 2500
Figura 4. Curvas espectrales de lolium rigidum para las distintas fechas (izquierda) y de
todas las especies para el 18 de mayo (derecha). Mediciones de campo.
988
TELEDETECCIÓN Y AGRICULTURA DE PRECISIÓN: UN EJEMPLO DE APLICACIÓN A LA CARTOGRAFÍA DE MALAS
HIERBAS EN CULTIVOS DE CEREAL
Por último, los índices espectrales, en general, superan los valores de distancia
normalizada obtenidos con las bandas originales, tanto en el caso del análisis
hiperespectral como en el multiespectral. De los índices calculados, el TCARI ofrece los
mejores resultados para datos hiperspectrales y el NDVI para multiespectrales. En la
tabla 1 se pueden observar los resultados obtenidos del cálculo de la distancia
normalizada entre lolium rígidum y los cultivos de referencia con datos hiperespectrales.
989
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
del IRC y SWIR las que ofrecen los mejores resultados. En el caso de los índices, la
mejor separabilidad entre malas hierbas y cultivos se observó con índice TCARI basado
en datos hiperespectrales y diseñado originalmente para la estimación del contenido en
clorofila de los cultivos. En general las mayores diferencias espectrales se encuentran
entre lolium rígidum y trigo orión, siendo más complicada la discriminación en el caso
de A. sterilis, que presenta un comportamiento más similar al de los cultivos,
especialmente a cebada nevada y trigo astral.
Tabla 2. Longitudes de onda seleccionadas en el análisis discriminante. Datos
Hiperespectrales de campo
Medición Banda seleccionada
Primera 765 IRC
1990 SWIR
2170 SWIR
2190 SWIR
2210 SWIR
Segunda 405 A
435 A
485 A
625 R
685 R
1410 SWIR
1930 SWIR
2010 SWIR
Tercera 415 A
425 A
505 V
585 V
595 V
1490 SWIR
2170 SWIR
Cuarta 405 A
435 A
535 V
705 IRC
1510 SWIR
1930 SWIR
2230 SWIR
Quinta 425 A
565 V
645 R
715 IRC
775 IRC
965 IRC
1090 IRC
1210 SWIR
2250 SWIR
2410 SWIR
990
TELEDETECCIÓN Y AGRICULTURA DE PRECISIÓN: UN EJEMPLO DE APLICACIÓN A LA CARTOGRAFÍA DE MALAS
HIERBAS EN CULTIVOS DE CEREAL
5. CONCLUSIONES
En síntesis, los resultados obtenidos han permitido confirmar la potencialidad de
la teledetección para discriminar espectralmente los cultivos de las malas hierbas y, por
tanto, para la discriminación de rodales en campos infectados. Se han puesto de
manifiesto las dificultades que entraña la discriminación de especies similares como es
el caso de la Avena sterilis y las distintas variedades de trigo y cebada. No obstante, se
ha demostrado la posibilidad de realizar una discriminación aceptable al final del ciclo
del cultivo. Las imágenes Quickbird han demostrado su capacidad para la cartografía de
rodales de A.sterilis en cultivos de cereal cuando la densidad de mala hierba es
suficientemente alta. Aunque esta información no resulta operativa para la aplicación
del herbicida en la época idónea para el tratamiento puede servir para la obtención de
mapas de rodales que permitan predecir su distribución espacial. Además, los
991
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
6. AGRADECIMIENTOS
El presente trabajo ha sido realizado en el marco del proyecto “Biología espacial
de gramíneas arvenses en cereales; aproximaciones para su detección y control
mediante tratamientos localizados” AGL2002-04468-C03-03 financiado por el
Ministerio de Educación y Ciencia. Nuestro agradecimiento a la Universidad de Alcalá
que puso a nuestra disposición el equipo de espectroradiometría y el laboratorio en el
que se realizaron las mediciones. Expresamos además nuestro agradecimiento al
personal de la finca experimental del CSIC “La Poveda” por el apoyo prestado en la
obtención de los datos de campo.
7. BIBLIOGRAFÍA
Brown, R. B. and Steckler, J. -P. G. A. (1995) “Prescription maps for spatially variable
herbicide application in no-till corn”, Transactions of the ASAE, 38,6, pp. 1659-
1666.
Datt, B., (1998), “Remote sensing of chlorophyll a, chlorophyll b, chlorophyll a+b, and
total carotenoid content in Eucalyptus leaves”. Remote Sensing of Environment.
66, pp. 111-121.
Everitt, J.H., Escobar, D.E., Alaniz, M.A., Davis, M.R., and Richerson, J.V. (1996).
“Using spatial information technologies to map Chinese tamarisk (Tamarix
chinensis) infestations”. Weed Science, 44,1, pp 194-201.
Everitt, J.H., Anderson, G.L., Escobar, D.E., Davis, M.R., Spencer, N.R., and
Andrascik, R.J. (1995). “Use of remote sensing for detecting and mapping leafy
spurge (Euphorbia esula)”. Weed technology, 9,3, pp 599-609.
Fernandez-Quintanilla, C., Barroso, J. (2001) “La evaluación de malezas dentro de la
agricultura de precisión.”, Revista de investigaciones de la Facultad de Ciencias
Agrarias, 1,1, pp. 49-62.
Goel, P.K., S.O. Prasher, J.A. Landry, R.M. Patel, R.B. Bonnell, A.A. Viau, and J.R.
Miller. (2003b) “Potetial of airborne hyperspectral remote sensing to detect
nitrogen deficiency and weed infestation in corn”. Computers and Electronics in
Agriculture, 38,2, pp 99-124.
Haboudane, D., Miller, J., Tremblay, N., Zarco-Tejada, P., Dextraze, L. (2002),
“Integrated narrow-band vegetation indices for predictioin of crop chlorophyll
content for application to precision agriculture”, Remote Sensing of Environment
81, pp. 416-426.
Huete, A. R., Jackson, R. D. and Post, D. F., (1995), “Spectral response of a plant
canopy with different soil backgrounds” Remote Sensing of Environment, 17, pp.
37-53.
Kruse, F.A., Boardman, J.W., Lefkoff, A.B., Heidebrecht, K.B., Shapiro, A.T., Barloon,
P.J., and Goetz, A.F.H. (1993), “The Spectral Image Processing System (SIPS) –
Interactive Visualization and Analysis of Imaging Spectrometer Data”. Remote
Sensing of Environment, 44, pp.145-163.
992
TELEDETECCIÓN Y AGRICULTURA DE PRECISIÓN: UN EJEMPLO DE APLICACIÓN A LA CARTOGRAFÍA DE MALAS
HIERBAS EN CULTIVOS DE CEREAL
993
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 977-994
994