Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SERVICIO DE REGADÍOS 1
27/05/2020
Colección: Cuadernos Científicos para el Regadío
1 1
Tapia Benito, Julián.; Humanes Cecilia, Marina.
1
Consejería. de Agricultura, Desarrollo Rural, Población y Territorio.
Junta de Extremadura. Avda Luis Ramallo s/n 06800 Mérida (Badajoz). julian.tapia@juntaex.es
INTRODUCCIÓN
Son muchos los problemas globales que a la vuelta de cada década permanecen enquistados
o avanzan hacia su solución a pasos cortos. El del uso eficiente y sostenible del agua es uno
de los que podrían encuadrarse en el segundo grupo, de obviar el escenario de cambio
climático en el que estamos inmersos. No en vano la Agenda 2030 de la FAO (objetivo 6.4) y la
Directiva Marco del Agua 2000/60CE consideran la eficiencia y la sostenibilidad de los recursos
hídricos objetivos prioritarios para el siguiente decenio. La agricultura no es ajena a este reto,
ya que es el sector primario el que de forma global utiliza el 70% de los recursos hídricos que
se consumen en actividades humanas.
Al margen de voces que promueven una huída hacia adelante con propuestas de más
regulación de cauces de agua, en definitiva, construcción de nuevos embalses, la solución no
pasa por camino diferente al ya señalado a inicios de siglo: la mejora de la eficiencia del uso
del agua en la agricultura (Andersen, et al 1999). Es cierto que sólo con el concurso del uso del
agua sobre nuestros cultivos seremos capaces de afrontar las actuales y futuras necesidades
alimenticias de la humanidad, aunque lo es también que únicamente con sistemas de riego
eficientes podremos garantizar la calidad y cantidad de un recurso natural compartido.
El camino a recorrer es largo y es preciso abordarlo con una estrategia global que incluya
aspectos como la mejora de las infraestructuras de transporte y distribución de agua, el cambio
de sistemas de aplicación de ésta en parcela, el estudio de estrategias de riego deficitario, la
sistematización de superficies de riego o el desarrollo de programas de formación para
agricultores y técnicos.
Como en cualquier otro proceso productivo en el que interviene un recurso, la eficiencia del uso
del agua en la agricultura se determina como cociente entre la cantidad estrictamente
necesaria en el proceso y la finalmente consumida o utilizada. A pesar de la complejidad del
desafío, a la determinación del numerador está dedicado este trabajo, como capitulo necesario
y previo a los de demanda, concesión, consumo o eficiencia.
Los estudios de necesidades netas hídricas de cultivos (en adelante NN) no son una novedad.
Se han abordado trabajos de forma profusa durante el pasado siglo y presente para todo tipo
de casos concretos de cultivos, suelos, variedades y sistemas de riego y prácticas culturales.
Sin embargo, son menos los que han abordado el calculo de NN hídricas a gran escala
superficial. La causa principal es que hasta hace poco no han existido herramientas y fuentes
de información que hayan permitido éstos con suficientes garantías.
SERVICIO DE REGADÍOS 2
27/05/2020
Colección: Cuadernos Científicos para el Regadío
La información de detalle de un gran número de variables sobre el terreno, unido a la potencia
de cálculo actual, permiten obtener resultados a diferentes escalas mediante la integración de
lo concreto, y no a través de la generalización o el estudio global, lo que se traduce en la
obtención de resultados más precisos.
Del conjunto de disciplinas que coadyuvan para la realización de estos estudios, ha sido, sin
lugar a dudas, el desarrollo de la ingeniería espacial orientado a la observación de la tierra, la
que ha supuesto el gran salto cualitativo para poder abordarlos. La clave está en la posibilidad
actual de observar el territorio con la resolución espacial y la frecuencia temporal que exige la
dinámica agrícola.
Son diversos los trabajos posteriores en diferentes cultivos, entre los que cabe citar el de
algodón y remolacha por González-Dugo y Mateos (2008) e incluso en leñosos, como el
desarrollado en viña por Campos (2010), en manzano por Odi-Lara (2016), melocotonero
(Tapia y Humanes, 2016), la extensión del estudio a grandes superficies regables (Gonzalez-
Dugo et al, 2009) o el desarrollo de webs que integren toda la metodología e información en
sistemas de información geográfica, como SPIDER
OBJETIVOS
La elección de estas zonas del total de zonas regables de Extremadura obedece a varios
motivos:
b) La elevada superficie cultivada de arroz en Vegas Altas del Guadiana la hace ideal para
testar nuevos algoritmos de cálculo de NN para este cultivo.
c) La vecindad de todas las zonas regables es también una causa de su elección, ya que en el
análisis comparativo permitiría descartar que las diferencias de NN agrupadas por cultivos
pudieran ser debidas a meteorología sensiblemente diferente o a variaciones en el procesado
de las imágenes satelitales, ya que todas las zonas regables están encuadradas en una
misma escena de Sentinel2, la T30STJ.
Los resultados se mostrarán a vuelo de pájaro, sin pormenorizar, con un enfoque descriptivo,
intentando analizar posibles incoherencias y proponiendo mejoras metodológicas para
campañas sucesivas.
MATERIAL Y MÉTODOS
Área de estudio
Vegas Altas del Guadiana define a una importante zona agrícola de regadío del suroeste
español, en la Comunidad Autónoma de Extremadura. El perímetro regable sobrepasa con
creces las 100.000 ha, cuya transformación fue mayoritariamente de iniciativa pública. Se
encuentra surcada por los ríos Guadiana, Zújar y otros tributarios, regulados principalmente por
los embalses de La Serena, Orellana, Zújar García de Sola y Sierra Brava.
Las zonas regables oficiales, transformadas por iniciativa pública son Orellana, Zújar, Zona
Centro y Entrerríos y es sobre éstas sobre las que se centra el trabajo, a pesar de existir
concesiones de riego adicionales y comunidades de regantes de ámbito privado.
El cálculo de las NN de los cultivos se ha realizado sobre los recintos integrados en las zonas
regables oficiales. La Zona Centro no se encuentra totalmente transformada, conviviendo
sectores en estudio, ejecución y explotación. No obstante, el cálculo se ha realizado de la
misma forma que en el resto de zonas para obtener una foto fija de la situación actual, a pesar
de diferir de la que existirá en el futuro cuando toda la zona regable esté en riego.
Los suelos son producto de las unidades cuaternarias de naturaleza fluvial del río Guadiana y
sus tributarios (Zújar, Búrdalo, Ruecas, Alcollarín, Gargáligas y Cubilar). Su naturaleza es
variada dependiendo de los materiales de partida y de la dinámica erosiva y sedimentaria
aunque a grandes rasgos, atendiendo sólo a su textura, se puede decir que existe
predominancia en Orellana y Zújar de los suelos arenosos y franco-arenosos (60%) mientras
que en Entrerríos representan dichas texturas la práctica totalidad de la zona regable. En la
Zona Centro el 97% de los suelos están ubicados en las categorías franco-arcillo-arenoso y
franco-arenoso (cobertura edafológica del CSIC).
Imágenes satelitales
La evolución del desarrollo vegetativo de los cultivos se ha cuantificado a partir del índice de
vegetación NDVI. Las imágenes que se han procesado para la obtención de este índice
proceden de las plataformas Sentinel2, A y B del programa Copernicus de la ESA, y abarcan la
totalidad de la campaña de riego de 2019 para la escena T30STJ, entre los meses de marzo y
finales de octubre.
Coberturas vectoriales
Las coberturas vectoriales que se han utilizado han sido la declaración gráfica GESPAC de
2019, la cobertura gráfica de zonas regables oficiales y los sectores de las Vegas Altas (Zújar,
Orellana, Zona Centro y Entrerríos) y el vectorial de estaciones agrometeorológicas..
El valor representativo del índice de vegetación correspondiente a cada recinto y para cada
fecha de la que se dispuso de una imagen satelital se ha calculado a partir de la mediana del
valor de los píxeles completos incluidos en el interior de la geometría de cada recinto.
Calculo de ETo
Para el cálculo de la evapotranspiración de referencia se ha seguido el método combinado de
Penman-Monteith propuesto por ASCE (Allen et al, 2005), que determina la suma de
evaporación y transpiración de una pradera sana y en crecimiento activo, con un desarrollo
vegetativo constante, por lo que la variación en la evapotranspiración depende, por tanto, tan
sólo de la meteorología. El cálculo se ha realizado a partir de los datos semihorarios de
REDAREX_plus (Tª, HR, Velocidad del viento, precipitación y radiación). El valor de resistencia
de cubierta diurno se ha fijado en 50 m/s y en 200 m/s el nocturno (Allen et al, 2006). El valor
de evapotranspiración de referencia diario se ha obtenido como la suma de la
evapotranspiración semihoraria para cada día (48 registros).
SERVICIO DE REGADÍOS 6
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Cálculo de Kc
El ratio entre la evapotranspiración de una pradera bien regada y con una altura constante,
caracterizada por el valor de ETo, y la evapotranspiración del cultivo, está relacionado
directamente con el desarrollo vegetativo de éste. La inversa de este ratio, que denominamos
coeficiente de cultivo (en adelante Kc) se ha determinado siguiendo la base conceptual
propuesta por el manual 56 de FAO en la vertiente de Kc_dual (Allen et al, 1998). Esto significa
que por un lado se ha calculado un coeficiente de cultivo basal o transpirativo (Kcb) y por otro
un coeficiente de evaporación directa desde el suelo (Ke). En la modelización de ambos
coeficientes ha intervenido el valor del índice NDVI, como medida indirecta del desarrollo
vegetativo del cultivo y del porcentaje de suelo cubierto por la masa vegetativa.
Este valor máximo es el que comúnmente sirve como umbral superior en las posibles rectas
lineales a la hora de determinar las funciones que correlacionan el coeficiente de cultivo basal
con el NDVI. (Neale et al, 1989; Rocha et al, 2010; Campos et al, 2010) y suele corresponderse
en muchos cultivos herbáceos con el valor Kcb=1.15 propuesto por el manual 56 de la FAO
para muchos cultivos herbáceos (Allen et al, 1998).
Siguiendo la metodología del manual 56 de FAO, este valor de Kcb obtenido se ha corregido
posteriormente para condiciones de humedad relativa y de velocidad del viento diferentes a los
estándares que propone el manual (HRmed=45% y vel. viento= 2 m/s). Obtenemos con ello un
valor corregido de Kcb que denominamos Kcb_corr.
donde
donde
La introducción del valor Kcb_max en algunos cultivos herbáceos se lleva a cabo para limitar la
sobreestimación de Ke producida al aplicar directamente la función de Wright (1982) en
cereales, arroz o maíz en algunos estados fenológicos. Durante la fase de senescencia y
secado de estos cultivos el valor de NDVI se reduce gradualmente, lo que se traduce
lógicamente en un descenso de Kcb. Debido a ello el término primero de la función de la
componente evaporativa se incrementa de forma artificiosa. En la metodología aplicada en este
trabajo se ha considerado que la permanencia de la masa vegetativa hasta la recolección
sombreando la superficie del suelo, unido al incremento del albedo del cultivo durante el
secado logran mantener la tasa evaporativa en ratios similares a los mínimos obtenidos con el
máximo desarrollo vegetativo en activo del cultivo, e incluso reducirlo, generando un efecto de
mulching, tal y como sugieren algunos trabajos (Vieira et al, 2016; Risheng et al, 2013). Es por
ello que la variable Kcb en el primer término de la función de Wright ha sido sustituido por
Kcb_max.
En el caso del arroz se ha aplicado una modificación del método anterior. La estimación de
Kcb se ha realizado siguiendo el procedimiento expuesto anteriormente y ha sido en la
determinación de la componente evaporativa donde se ha aplicado una función alternativa para
dar respuesta a las particularidades del cultivo, principalmente al estado de encharcamiento en
el que permanece durante casi todo el ciclo.
SERVICIO DE REGADÍOS 8
27/05/2020
Colección: Cuadernos Científicos para el Regadío
La función elegida para obtener Ke obedece a la idea de que la evaporación es máxima con
una lámina libre de agua y ésta se reduce gradualmente a medida que el cultivo cubre esta
lámina e incrementa su altura y su índice de área foliar, debido al incremento de la resistencia
aerodinámica a la transferencia de vapor y a la reducción de la incidencia directa de la luz
sobre la lámina de agua. Esta reducción en la evaporación se produce al tiempo que
incrementa la transpiración debida al desarrollo del cultivo.
Así,
donde
Las necesidades netas se establecen como diferencia entre la evapotranspiración del cultivo y
la precipitación efectiva, esta última variable extraída de REDAREX. Es preciso reseñar que el
balance de agua entre la evapotranspiración de los cultivos y la precipitación efectiva se ha
realizado dentro del período de estudio sin tener en cuenta el balance de agua en el suelo
fuera de este período, donde el almacenamiento de agua en el perfil del suelo debido a las
precipitaciones inverno-otoñales es importante, lo que podría determinar finalmente unas NN
inferiores a las calculadas. Este aspecto podría tener cierta repercusión en el caso de cultivos
leñosos con elevado porte y potencia radicular.
donde
SERVICIO DE REGADÍOS 9
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Los datos meteorológicos han sido obtenidos de REDAREX_plus. Los cálculos se han
realizado a intervalos de tiempo variables marcados por las fechas de las escenas disponibles
de Sentinel, que suele coincidir con períodos de 5 o 10 días. El nivel de desagregación espacial
es el recinto de riego.
No se han incorporado para el cálculo las posibles estrategias de riego deficitario en leñosos,
vaciados y llenados de láminas de agua en arroz, incorporación de agua disponible en el suelo
a inicio de campaña o eficiencias de transporte, distribución o aplicación en parcelas, casi
todas ellas necesarias para la obtención de las necesidades brutas, NB, es decir, de las
necesidades de riego y demandas hídricas globales de las zonas regables.
El comienzo y finalización del cálculo de NN para cada uno de los cultivos de cada recinto se
ha realizado teniendo en cuenta que existen cultivos de invierno-primavera que ya están
desarrollados cuando se inicia la campaña de riego pero se recolectan cuando todavía ésta no
ha llegado a su apogeo, como los cereales, unido a cultivos herbáceos de verano con
diferentes ciclos y fechas de siembra, cultivos leñosos que están vegetando activamente
durante toda la campaña de riego y, finalmente, cultivos como el arroz, que muestran la
particularidad de permanecer inundados durante prácticamente todo su ciclo vegetativo. La
solución adoptada para un tratamiento diferenciado se ha basado en un sistema de algoritmos
diseñado para grupos homogéneos de cultivos, en función de su curva de desarrollo en el
tiempo, y del sistema y momento de recolección.
Por todo lo anterior, para realizar el cálculo completo de NN, además del obtener la ET0, Kc y
precipitación efectiva, ha sido necesario generar variables adicionales. Estas variables han sido
la pendiente diaria de NDVI, valor máximo de NDVI alcanzado en cada recinto (NDVI_MAX), la
integral acumulada del NDVI durante todo el ciclo de cultivo (NDVI_INT), la duración del ciclo
en días (CICLO), y la fecha de comienzo del ciclo (DIA_JUL). Así mismo se han establecido
para cada cultivo umbrales mínimo de NDVI para inicio y finalización del cálculo de
necesidades, así como valores máximos de NDVI en herbáceos, que mitiguen las posibles
imprecisiones durante el procedimiento de corrección atmosférica de las escenas satelitales.
Fuentes y software
Las imágenes satelitales se han obtenido a través de la API Hub del programa Copernicus
(scihub.copernicus.eu). El software para procesado de las imágenes ha sido SNAP v6.0 de la
ESA y QGIS2.18. Los cruces ráster-vectorial y el cálculo de todas las variables se ha realizado
con Python 3.6 a través de entornos gestionados en Anaconda.
RESULTADOS
La composición del puzzle de cultivos en una zona regable determina en buena medida las
necesidades hídricas de ésta aunque la meteorología juega también un papel crucial. Sin
pretender ser exhaustivos en este documento, ya que los datos están publicados en la web
Redarex_plus, sí que es razonable hacer algunos apuntes al respecto para poder situar la
campaña desde un punto de vista meteorológico en un marco espacial y temporal.
SERVICIO DE REGADÍOS 10
27/05/2020
Colección: Cuadernos Científicos para el Regadío
La comparativa del año 2019 respecto a la media del decenio 2010-2019, fijando la estación de
Don Benito como referencia y el período de observación entre el 15 de marzo y el 15 de
octubre, desvela una tasa de evapotranspiración algo superior en el año de estudio (1124 y
1077 mm, respectivamente). Ocurre a la inversa en el caso de la precipitación, con un valor en
2019 de tan sólo 56 mm, cuando en el decenio la media alcanzó 138 mm.
La precipitación otoño-invernal, previa al inicio de campaña, fue también inferior en el año del
estudio frente al promedio del decenio (145 mm frente a 240 mm)
SERVICIO DE REGADÍOS 11
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Todo lo anterior nos lleva a sugerir que el año 2019, con una tasa evapotranspirativa algo
superior y menor precipitación, las necesidades netas de las zonas regables, fijando el resto de
variables, será superior a la del decenio o a las del año previo. Además, la reserva útil de agua
en el suelo ha sido también inferior, lo que puede repercutir en el balance de agua el caso de
cultivos leñosos con cierto desarrollo.
De una forma más intuitiva la distribución de la superficie de cultivos en las cuatro zonas
regables se muestra en los gráficos 4 a 7.
La proporción de cada cultivo en las zonas regables, e incluso entre sus sectores, determinará
en gran medida diferencias de necesidades netas medias por unidad de superficie. En líneas
generales, la presión que soportará la infraestructura de distribución de agua y el medio
circundante será mayor en aquellas zonas que mantengan una mayor proporción de cultivos
con ciclos más largos, mayor desarrollo vegetativo, en definitiva, más demandantes de agua o
con sistemas de distribución o aplicación en parcela menos eficientes.
SERVICIO DE REGADÍOS 12
27/05/2020
Colección: Cuadernos Científicos para el Regadío
En la zona regable de Orellana las NN globales de los cultivos en la campaña ascienden a 317
3
Hm , distribuidos entre los 36 sectores de riego. El perímetro total de la zona regable oficial es
de 61693 ha, de las cuales son potencialmente regables unas 51490 ha. De esta superficie
potencialmente regable, durante el año 2019, se han declarado como cultivos a la PAC en el
perímetro 49607 ha. IR=0.96, excluyendo, como en las otras zonas, los recintos declarados
como barbecho o secano (Tabla 6).
SERVICIO DE REGADÍOS 13
27/05/2020
Colección: Cuadernos Científicos para el Regadío
El 45% de las NN de los cultivos, se atribuyen al cultivo de arroz con un peso porcentual en
superficie de casi el 32%. En segundo lugar las NN del maíz suponen el 28% del total con un
peso de superficie total cultivada del 30%. Le sigue en importancia el tomate para
transformación con casi un 12.4% de las NN y una importancia en superficie de casi el 16.6%.
Los frutales tienen unas NN del 8.1% con un 8.6 de la superficie total cultivada (Tabla 3).
3
En Zújar las NN ascendieron a 79.7 Hm , con una superficie total cultivada de 17142 ha. El
35% de las NN correspondieron al maíz, que representa un 27.5% en superficie. El tomate de
industria requirió un 25% de las NN con un porcentaje de superficie total cultivada casi
coincidente, 24%. El olivar le sigue en importancia con un 12.4% de las NN para una superficie
del 18.6% del total cultivada. (Tabla 4).
SERVICIO DE REGADÍOS 14
27/05/2020
Colección: Cuadernos Científicos para el Regadío
SERVICIO DE REGADÍOS 15
27/05/2020
Colección: Cuadernos Científicos para el Regadío
3
El promedio de NN por hectárea en los cinco cultivos principales es de 9030 m /ha en arroz,
de 5950 en maíz, 4670 en tomate de industria, 3090 en olivar y de 5320 en frutales.
No obstante, existe una elevada desviación estándar entre recintos, lo que en cultivos
herbáceos es explicable por la diversidad de ciclos, fechas de siembra y la meteorología,
aunque no se pueden desdeñar la influencia de los tipos de suelo o prácticas agronómicas más
o menos acertadas. En el caso de los cultivos leñosos la variabilidad obedece además a otros
múltiples factores como los sistemas de formación, mantenimiento de cubierta de la calle y la
edad de la plantación.
La variabilidad entre zonas regables o entre sectores de una misma zona también es
apreciable. El motivo principal es la diferencia de desarrollo vegetativo de los cultivos aunque
la comparativa directa no es posible debido a la descompensación entre superficies.
Llama la atención, al margen de la escala propia de cada zona regable, y salvo en los extremos
de la campaña, la similitud entre todas las zonas regables en la evolución de NN, donde los
picos y valles están gobernados por la evolución meteorológica. El estudio detallado por
sectores, no obstante, muestra diferencias importantes debidas a la distinta composición de
cultivos entre sectores de la misma zona regable.
SERVICIO DE REGADÍOS 16
27/05/2020
Colección: Cuadernos Científicos para el Regadío
SERVICIO DE REGADÍOS 17
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Para eliminar el efecto visualmente homogeneizador que ejerce la meteorología sobre las
gráficas anteriores, se ha procedido a extraer el promedio del coeficiente de cultivo de cada
zona regable a partir del observado en cada uno de sus recintos durante el transcurso de la
campaña. Aquí sí que se observan diferencias, debidas principalmente a la distribución de
especies cultivadas (gráfico 12)
SERVICIO DE REGADÍOS 18
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Así, Entrerríos, con un equilibrio entre leñosos y los principales herbáceos, tomate, arroz y
maíz, muestra una curva chata, en la que durante el inicio de la campaña el complejo
vegetativo de los leñosos (cultivo+vegetación en la calle) intenta igualarse a la población global
de cultivos durante el verano, cuando ya la vegetación espontánea de la calle en los leñosos
ha completado su ciclo o ha sido eliminada.
Zona Centro destaca por el elevado desarrollo vegetativo a inicio de campaña, imputable a los
cereales de invierno, así como por el modesto Kc en el centro de ésta, a pesar de la superficie
destinada a arroz, tomate o maíz (4800 ha en conjunto), debido a que, como se dijo en la
introducción, no se encuentra terminada la transformación en regadío y entre los sectores en
explotación y con concesiones en precario, coexiste un gran superficie de olivar, más de 3000
ha, que en conjunto no alcanza durante el verano un Kc de 0.20.
Zújar presenta una evolución mixta explicable por el equilibrio entre herbáceos y leñosos y por
la proporción minoritaria de arroz (3.3%) frente al olivar (18%).
Gráfico 12. Evolución del promedio de NDVI en las distintas zonas regables.
SERVICIO DE REGADÍOS 19
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Desarrollo vegetativo máximo por cultivo NDVI_MAX
Para evaluar el desarrollo máximo que alcanzan los cultivos en la zona de estudio, se extrajo el
NDVI_MAX de cada recinto y su desviación estándar y se ha analizado para el maíz, tomate de
industria y arroz y se ha extendido a frutales y olivar.
Los resultados muestran que el promedio ponderado por superficie de NDVI_MAX para los
principales herbáceos de verano en las cuatro zonas regables es inferior al umbral máximo de
0.95 citado en la metodología. En el caso del maíz NDVI_MAX= 0.807 0.087. En arroz
0.84 0.061 y en tomate de industria 0.754 0.100.
A pesar de existir sectores y recintos que muestran valores más elevados, en general están
muy alejados del umbral máximo, lo que puede explicar la diferencia entre un cálculo de NN
hídricas basado en una evolución modelizada e idealizada de coeficientes de cultivo y una más
ajustada a la realidad, fundamentada en la observación del terreno, lo que para grandes
superficies regables sólo nos está permitido a través del uso de técnicas de teledetección.
En conjunto, las superficies con un umbral de NDVI_MAX>0.85 ascienden a algo más del 60%
en el caso del arroz, aunque en maíz y tomate no llegan al 45 % y 17% respectivamente.
Existe, no obstante, alguna diferencia entre zonas regables que, a pesar de falta de
compensación en superficie, pudiera marcar una tendencia, como el de un desarrollo
vegetativo máximo superior en el caso del tomate de industria y de maíz en Zújar frente a
Orellana (Tabla 8).
SERVICIO DE REGADÍOS 20
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Tomando como referencia el caso del tomate de industria, el techo de NDVI en la campaña de
2019 en la zona de estudio se fija en un rango de 0.84-0.86. Este rango se traduce en un Kcb
de 0.99-1.02, similar a valores encontrados en trabajos previos (Phene et al, 1985; Tapia et al,
2016) y con un valor final de Kc=1.05 en riego por goteo (Hanson and May, 2006).
Para una observación más detallada en el territorio se ha extraído el promedio del NDVI_MAX
obtenido por cultivo y sector para los cultivos herbáceos mayoritarios en Zona Centro,
Entrerríos, Orellana y Zújar (tablas 9 a 12).
Tabla 9. Promedio y desv_std de NDVI_MAX por sector en maíz y arroz en Zona Centro
SERVICIO DE REGADÍOS 21
27/05/2020
Colección: Cuadernos Científicos para el Regadío
ARROZ MAIZ TOMATE
STD
ZONA SECTOR NDVI_MAX STD NDVI_MAX NDVI_MAX NDVI_MAX NDVI_MAX STD NDVI_MAX
ORELLANA I 0.862 0.024 0.805 0.127 - -
ORELLANA II 0.869 0.038 0.775 0.094 0.764 0.085
ORELLANA III 0.829 0.057 0.791 0.080 0.777 0.105
ORELLANA IV 0.835 0.057 0.768 0.092 0.758 0.106
ORELLANA IX 0.822 0.063 0.822 0.040 0.720 0.048
ORELLANA V 0.834 0.063 0.827 0.028 - -
ORELLANA VI 0.849 0.055 0.808 0.058 0.650 0.123
ORELLANA VII 0.844 0.048 0.816 0.048 0.503 0.052
ORELLANA VIII 0.825 0.071 0.796 0.064 0.648 0.110
ORELLANA X 0.833 0.047 0.802 0.052 0.744 0.050
ORELLANA XI 0.848 0.044 0.687 0.029 - -
ORELLANA XII 0.855 0.060 0.784 0.062 0.736 0.101
ORELLANA XIII 0.849 0.065 0.808 0.066 0.754 0.075
ORELLANA XIIIe 0.853 0.044 0.829 0.071 - -
ORELLANA XIV 0.834 0.069 0.821 0.069 - -
ORELLANA XIX 0.859 0.067 0.840 0.090 0.762 0.090
ORELLANA XV 0.847 0.059 0.807 0.044 0.746 0.043
ORELLANA XVI 0.845 0.062 0.781 0.115 0.722 0.082
ORELLANA XVII 0.853 0.061 0.830 0.076 0.739 0.105
ORELLANA XVIII 0.845 0.051 0.831 0.063 0.742 0.103
ORELLANA XX 0.850 0.064 0.806 0.095 0.730 0.113
ORELLANA XXI 0.820 0.059 0.832 0.071 0.822 0.061
ORELLANA XXII 0.832 0.062 0.789 0.087 0.745 0.099
ORELLANA XXIII 0.837 0.059 0.789 0.083 0.774 0.089
ORELLANA XXIV 0.819 0.062 0.823 0.072 0.766 0.095
ORELLANA XXIX - - 0.799 0.105 0.727 0.107
ORELLANA XXV 0.839 0.068 0.792 0.102 0.761 0.096
ORELLANA XXVI 0.825 0.063 0.783 0.093 0.730 0.109
ORELLANA XXVII 0.825 0.071 0.775 0.094 0.729 0.109
ORELLANA XXVIII - - 0.811 0.093 0.766 0.105
ORELLANA XXX - - 0.828 0.085 0.725 0.115
ORELLANA XXXI 0.818 0.065 0.823 0.082 0.726 0.094
ORELLANA XXXIII 0.832 0.148 0.822 0.089 0.751 0.096
ORELLANA XXXIII - - 0.800 0.101 0.718 0.143
ORELLANA XXXIV 0.805 0.066 0.811 0.111 0.729 0.104
ORELLANA XXXV 0.835 0.069 0.790 0.089 0.766 0.093
Tabla 11. Promedio y desv_std de NDVI_MAX por sector en arroz y maíz en Orellana
Una mención aparte merece el olivar, que sigue aumentando en superficie a expensas de
cultivos como el maíz. El promedio del NDVI_MAX=0.400 0.139 (Tablas 12 a 15).
La causa de la elevada desviación estándar para un valor tan modesto como 0.400 se debe a
la coexistencia de plantaciones jóvenes y adultas con sistemas de formación intensiva y
superintensiva. Es preciso notar que la importancia de la cubierta vegetal en la calle, sobre
todo en primavera y años lluviosos, puede distorsionar puntualmente algunos resultados, no
sólo en olivar, sino en leñosos en general.
SERVICIO DE REGADÍOS 23
27/05/2020
Colección: Cuadernos Científicos para el Regadío
SERVICIO DE REGADÍOS 24
27/05/2020
Colección: Cuadernos Científicos para el Regadío
La observación del diagrama de dispersión entre la variable NDVI_MAX y las necesidades
netas por unidad de superficie, NN/ha, nos puede ayudar a explicar algunas particularidades de
los distintos grupos de cultivos.
Observamos que existe una clara correlación positiva entre el máximo vegetativo alcanzado en
el cultivo y las necesidades netas por hectárea en tomate de industria y maíz, aunque en este
segundo caso mucho menos marcada (gráficos 13 y 14). En el caso del arroz existe una
elevada dispersión, que podría explicarse debido al consumo de lujo (Zhang and Yang, 2004)
que representa la tasa evaporativa de la lámina de agua (gráfico 15).
En los frutales, pese al nutrido número de especies que hemos agrupado, la correlación
positiva también es marcada aunque difiere de los herbáceos anteriores. En primer lugar se
observa una línea superior con pendiente bien definida, que marca el umbral superior del ratio
entre ambas variables, aunque no ocurre lo mismo con los valores bajos de NN/ha, que en un
buen porcentaje de casos muestran elevados NDVI_MAX. La causa es debida seguramente al
mantenimiento de vegetación en la calle durante la primavera, lo que se traduce en elevados
índices de vegetación máximos no achacables a la cobertura vegetativa del cultivo sino al
complejo vegetación espontánea-cultivo. Hay que tener en cuenta, además, que esta variable
representa una foto fija del máximo alcanzado en cada recinto, mientras la variable NN/ha es el
resultado de la integración en el tiempo de la meteorología, evolución vegetativa del cultivo y
precipitación efectiva. (gráfico 16).
Graficas 13 a 16. Diagrama de dispersión de NDVI_MAX con NN/ha en tomate, maiz, arroz y frutales,
respectivamente.
SERVICIO DE REGADÍOS 25
27/05/2020
Colección: Cuadernos Científicos para el Regadío
La dispersión de datos en olivar es más acusada, debido a que en las plantaciones conviven
marcos amplios, olivares en intensivo y superintensivo con distintos sistemas de mantenimiento
de calle. Aquí, con un promedio de masa vegetativa del cultivo más contenido, la proporción de
adventícias cobra mayor importancia que en el caso de frutales (Gráfico 17)
El techo de necesidades hídricas por unidad de superficie parece elevado tanto en frutales
como en olivar. Más adelante, con nuevos datos se identificará la posible causa.
Si bien es cierto que el NDVI_MAX nos indica la cota máxima de desarrollo vegetativo de un
cultivo en un recinto, y ésto está relacionado en algunas especies con las NN/ha, sería difícil
predecir con un error admisible las necesidades netas en función de esta variable. La
naturaleza de la variable NDVI_INT, representativa de la evolución vegetativa a lo largo del
ciclo, en combinación con la duración de éste, permitiría explicar con mayor base las
necesidades hídricas netas por unidad de superficie. Es por ello que se han extraído estas dos
variables de todos los recintos y se han evaluado con el objetivo de describir nuevamente
patrones y comportamientos reseñables.
Los datos de NDVI_INT se han agrupado para los principales cultivos herbáceos y olivar por
sectores de riego (tablas 18 a 21 y tablas 23 a 23, respectivamente). En el caso de los cultivos
frutales, siguiendo el mismo criterio que en el caso del NDVI_MAX, se ha optado por presentar
los valores de integral de NDVI de forma promediada para las cuatro zonas regables
discriminando entre especies (tabla 22)
Los huecos representan la ausencia de cultivo en ese sector, una exigua superficie o la
imposibilidad de calcular una desviación estándar debido a un único recinto cultivado.
SERVICIO DE REGADÍOS 26
27/05/2020
Colección: Cuadernos Científicos para el Regadío
ARROZ MAIZ TOMATE
ZONA SECTOR NDVI_INT STD NDVI_INT NDVI_INT STD NDVI_INT NDVI_INT STD NDVI_INT
CENTRO I 80 9 75 11 64 4
CENTRO II 75 9 75 11 66 9
CENTRO III 74 9 79 16 - -
CENTRO IV 79 8 - - - -
CENTRO IX 78 9 78 9 - -
CENTRO VI 79 9 78 11 - -
CENTRO VII - - 83 14 - -
CENTRO VIII 74 16 80 11 - -
CENTRO V-V-1 82 7 79 7 - -
CENTRO X 67 17 45 32 -
CENTRO XII - - 64 20 58 12
CENTRO XIII - - 78 9 - -
CENTRO XI-XI-1 71 6 69 25 - -
CENTRO XI-XI-2 - - - - - -
Tabla 18. Promedio y desv_std de NDVI_INT en herbáceos Zona Centro.
SERVICIO DE REGADÍOS 27
27/05/2020
Colección: Cuadernos Científicos para el Regadío
SERVICIO DE REGADÍOS 28
27/05/2020
Colección: Cuadernos Científicos para el Regadío
SERVICIO DE REGADÍOS 29
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Más allá de los valores obtenidos en cada sector, que sin ser determinantes en sí mismos si
podrían indicar tendencias y diferencias en cuanto a tipos de suelo y entre zonas regables, al
no estar compensados en nº de recintos o en superficie, se ha decidido poner bajo lupa en
primera instancia las variables CICLO y NDVI_INT de forma conjunta para las cuatro zonas
regables en cada uno de los cultivos.
Tomate de industria
El análisis en global de la variable CICLO y NN/ha muestra para el tomate de industria,
lógicamente, que un incremento del ciclo de cultivo en días supone un aumento de NN/ha,
aunque este incremento se estabiliza a partir de ciclos de 120 días (Gráfico 18).
Los ciclos por debajo de 90 días y por encima de 130, a pesar de suponer menos del 5% de la
superficie total, merecen cierta atención ya que a priori podrían parecer valores erróneos o
señalar un defecto de los algoritmos de decisión o una limitación de la información satelital.
Los ciclos superiores a 130 días (1.21% de la superficie total declarada como tomate de
3
industria) muestran promedios de NDVI_INT=70, NDVI_MAX=0.74 y NN/ha=5050 m . El inicio
del ciclo está distribuido entre el 02/05/2019 y 27/05/2019. Son recintos que se adentran hasta
el inicio de la segunda decena de septiembre con valores de NDVI superiores a 0.5. y muestran
un desarrollo vegetativo inicial lento.
Es preciso hacer notar también que los ciclos de cultivo se calculan en todos los casos como el
período en días entre las fechas de adquisición de las dos imágenes satelitales que marcan el
inicio y el final del cálculo, de acuerdo a unos algoritmos de decisión. El período entre dos
imágenes consecutivas disponibles fluctúa entre 5 a 10 días, por lo que la desviación del dato
mostrado sobre el ciclo real puede ser importante. Por tanto, los ciclos se observan aquí de
forma global para permitir observar tendencias, más que como valores absolutos.
La naturaleza discreta de la variable CICLO hace que se haya decidido ofrecer la gráfica como
un diagrama de caja y bigotes y no como un diagrama de dispersión (gráfico 18)
La correlación, por otra parte, de NDVI_INT respecto a las necesidades netas es más estrecha
2
que la mostrada en el caso de utilizar la variable NDVI_MAX (r =0.95) (gráfico 19)
SERVICIO DE REGADÍOS 30
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Maíz
En el maíz el patrón del diagrama de cajas con las variables CICLO y NN/ha repite el mostrado
en tomate de industria aunque con mayores desviaciones (gráfico 20). La superficie de los
recintos incluidos en los ciclos menores a 110 días y los mayores a 160 representan el 5.2% de
la superficie total de maíz. Los ciclos inferiores (3.3% de la superficie) inician su ciclo a partir
3.
del 01/06/2019 y muestran un promedio de NDVI_MAX=0.79, NDVI_INT=61 y NN/ha=4675 m
En el otro extremo, el de los ciclos superiores a 160 días (1.85% de la superficie), NDVI_MAX
3
tiene también un promedio para los 324 recintos de 0.79, NDVI_INT=90 y NN/ha=6285 m . El
comienzo del ciclo se produce entre el 01/05/2019 y 12/05/2019 y muestran unos valores
residuales de NDVI por encima de 0.35 hasta entrado octubre, que si bien no se traducen en
3
una cantidad apreciable en m /ha, sí que alargan el valor de ciclo de cultivo de forma artificiosa.
SERVICIO DE REGADÍOS 31
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Arroz
En el arroz sigue manteniéndose la tendencia lógica de mayor NN/ha a medida que el ciclo es
más largo, aunque en este caso no se aprecia una ralentización o estancamiento entre los
ciclos superiores (gráfico 25). NN/ha se sitúa en el rango de los 7500 m3/ha para los ciclos más
cortos y 10500 m3/ha para los más largos.
A las consideraciones que se hicieron en el caso del tomate sobre la determinación exacta de
los ciclos, en el caso del arroz hay que añadir una más. La decisión de decidir el comienzo del
ciclo y cálculo de necesidades hídricas cuando se detecta la inundación en el recinto, supone
que en las estadísticas coexistirán recintos cuyo inicio coincida con una lámina de agua a la
que seguirá una siembra, con aquellos en los que la inundación se produce cuando ya
presentan desarrollo vegetativo apreciable. El 2019 fue un año además en el que las siembras
directas, las tradicionales y resiembras alternaron en el tiempo debido a la meteorología
(Osuna et al, 2020, Palmerín, comunicación personal, mayo 2020).
Teniendo en cuenta lo anterior, la categorización del arroz en grupos, previa a mostrar unas
estadísticas, se ha sustentado en un análisis de clúster utilizando el método Kmeans, a partir
de las variables NDVI_MAX, NDVI_INT, CICLO, NN/ha. El menor número de grupos con
representatividad de alguna variable fué de 3 y se asoció a una gradación de ciclos que
denominamos cortos medios y largos (gráficos 22, 23 y 24).
Gráficos 22, 23 y 24. Diagramas de dispersión en arroz tras clasificación con Kmeans
Estos grupos coincidieron en una alta proporción con los ciclos de 100-125 días, 130-140 días
y 145-165 días. Para todos ellos se obtuvo la fecha en que se produjo la inundación y el valor
de NDVI en ese momento y se extrajeron los promedios de NDVI_MAX, NDVI_INT, NN/ha.
Así, los ciclos más cortos, entre 100-125 días, ambos inclusive, se inundaron mayoritariamente
entre el 01/06/2019 y 11/06/2019. El NDVI promedio en el momento de la inundación es de 0.3
y el 84% de la superficie presenta NDVI>0.2. El promedio de NDVI_MAX=0.843 y muestran un
3
valor promedio de NDVI_INT=76, con NN cercano a los 8000 m /ha.
En el caso de ciclos entre 130 y 140 días la inundación se produce algo antes, entre el 22/05 y
01/06/2019. El valor promedio de NDVI es de 0.240 y en este caso en el 68% de la superficie
el valor del NDVI>0.2. El NDVI_MAX=0.838 como promedio e NDVI_INT=81. NN/ha se sitúa
3
como media los 9060 m /ha.
Los ciclos notados como de 145 a 165 días se inundaron mayoritariamente entre los días que
van del 12/05/2019 al 22/05/2019, aunque hay algunas inundaciones previas. El valor
SERVICIO DE REGADÍOS 32
27/05/2020
Colección: Cuadernos Científicos para el Regadío
promedio de NDVI en el momento de la inundación es de 0.23 y en el 59% de la superficie el
valor de NDVI en ese momento supera el umbral de 0.2. El NDVI_MAX=0.84 como promedio y
3
NDVI_INT=87. NN/ha se sitúa aquí en el umbral de los 10.000 m /ha.
Teniendo en cuenta los datos anteriores se puede concluir que la detección de láminas de
agua a partir del valor del NDVI es compleja no sólo en siembras directas sino también en
siembras tradicionales, de ahí la decisión de utilizar la banda WVP en la identificación del
momento de la inundación. Salvo casos puntuales el NDVI en el momento de la inundación no
refleja valores cercanos a 0, o incluso negativos, como es habitual en charcas, embalses o ríos,
sino que se sitúan en un rango algo inferior al que pudiera ofrecer un suelo, sin diferenciarse
categóricamente de él. El motivo pudiera ser que la respuesta de una lámina de agua con poca
profundidad, 5-10cm, no es asimilable a la que ofrecen embalses o ríos debido al efecto de la
reflectividad del suelo subyacente.
No obstante, se podría afirmar con los datos disponibles, tomando el valor de NDVI como
umbral de separación entre una siembra directa y una con inundación, que en el 2019 en al
menos 13400 ha, de las 19050 totales incluidas dentro de las zonas regables oficiales, la
siembra se ha realizado mediante siembra directa. La estimación supone el 70% de esta
superficie aunque las estadísticas de Sanidad Vegetal de ese año lo cifran en el 80% de la
superficie total en Extremadura (Osuna, 2020)
La estimación del ahorro que puede suponer esta práctica frente a la siembra tradicional puede
alcanzar en el año 2019 los 200 mm (2000 m3/ha), teniendo en cuenta la ETo, precipitación, el
intervalo entre las fechas de inundación así como la evolución del NDVI (trabajo aún es
desarrollo). La evapotranspiración de los cultivos de siembra directa hasta que se produce la
inundación puede anticiparse que se sitúa en el rango de los 20-30 mm.
El diagrama de dispersión entre la integral del NDVI durante el ciclo y las necesidades netas
por unidad de superficie, al igual que ocurría con la variable NDVI_MAX, muestra una reducida
correlación (gráfico 26) y puede ser debido al equilibrio entre Kcb y Ke.
SERVICIO DE REGADÍOS 33
27/05/2020
Colección: Cuadernos Científicos para el Regadío
En el gráfico 27 se muestra el promedio de la evolución del NDVI para las series de arroz
inundadas en la misma fecha. Se puede apreciar que salvo en las series en las que la
inundación se produce entre el 02/05/2019 y 12/05/2019, el elevado desarrollo vegetativo
promedio en el momento de la inundación indica mayoritariamente siembras directas.
Gráfico 27: Evolución inicial de NDVI en recintos de arroz en función de la fecha de inundación.
La evolución vegetativa del ciclo completo de las series anteriores muestra que a pesar de las
diferencias en siembras e inundaciones, salvo en el caso de las inundaciones más tardías, se
produce un agrupamiento del desarrollo vegetativo a partir de mediados del mes de julio
(gráfico 28)
Gráfico 28: Evolución promediada de NDVI durante el ciclo en recintos de arroz en función de la fecha de
inundación.
SERVICIO DE REGADÍOS 34
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Frutales
La correlación entre la integral de NDVI y las necesidades netas por unidad de superficie es
2
muy elevada (r =0.98). La dispersión es tanto más acentuada cuanto menor es la integral
(gráfico 29) , representativo de plantaciones jóvenes, con un mantenimiento diverso de la calle,
en la que la vegetación de adventícias en primavera es probable que cobre más peso que el
propio cultivo durante todo el período de cálculo.
El rango de necesidades hídricas por unidad de superficie es muy amplio y alcanza para los
valores superiores de NDVI_INT un techo de 9000 m3/ha, con algún valor disperso incluso
superior. Estos valores se corresponden en su mayoría con ciruelos cuyo NDVI_MAX>0.850,
con elevado desarrollo vegetativo y probablemente cubierta en la calle durante una buena parte
del ciclo..
Aún así, el techo de NN/ha nos parece elevado (ver Moñino, 2011; Moñino et al, 2014). Y es
aquí donde cabe hacer la consideración de que en estos cultivos con mayor desarrollo
vegetativo, y un sistema radicular profundo, al margen de la vegetación espontánea en la calle,
habría que considerar en el cálculo de las necesidades netas, como mínimo, el agua útil
almacenada en el suelo durante el período previo al del cálculo de necesidades (Tapia y
Humanes, 2016). Por otra parte, podría ser útil emplear en el cálculo un índice alternativo
como el SAVI (Huete, 1988; Pôças et al, 2015).
Los cultivos principales, ciruelo, melocotonero, paraguayo y nectarino, son los que muestran
una mayor integral durante el período de cálculo, con un promedio conjunto de 95. En el caso
del almendro, la integral es muy inferior para el conjunto de las 842 ha. El motivo seguramente
es el elevado marco de plantación o la gran cantidad de plantaciones jóvenes que se están
realizando.
Olivar
La integral de NDVI muestra una elevada correlación, como en el caso de frutales, frente a las
necesidades netas por unidad de superficie. En este caso el diagrama de dispersión muestra
claramente dos patrones de dispersión paralelos (gráfico 30). Algo más de un 20% de los
recintos muestran un diferencial de unos 400 mm respecto al resto para similares integrales de
NDVI. El motivo no es otro que la diferencia en la evapotranspiración de referencia entre
estaciones agrometeorológicas. Como promedio las estaciones de Don Benito, Don Benito-
EFA y Santa Amalia suman durante la etapa central de la campaña 45 mm más que el
promedio de todas las estaciones de Redarex situadas en Vegas Altas.
Este efecto no es exclusivo del olivar y se puede advertir en gráficas anteriores en los frutales,
e incluso en cultivos herbáceos. Una prueba palpable de que es el desarrollo vegetativo junto a
la meteorología quienes determinan principalmente las necesidades hídricas de los cultivos. El
motivo de que sea aquí más evidente es el limitado número de recintos.
Por otra parte, no hay que olvidar que existe un grado de anidamiento de la variable NDVI_INT
en NN/ha, que puede favorecer la elevada correlación que muestran las variables, sobre todo
en cultivos que abarcan la totalidad de la campaña, en los que la meteorología afecta de forma
homogénea entre recintos cercanos.
SERVICIO DE REGADÍOS 35
27/05/2020
Colección: Cuadernos Científicos para el Regadío
3
El techo de 6000 m /ha parece elevado y debería revisarse tomando en consideración en el
cálculo la reserva útil de agua almacenada en el suelo al inicio de la campaña, al menos en
plantaciones con mayor desarrollo vegetativo. Por otra parte, teniendo en cuenta la
característica conductancia estomática del olivar (Moriana et al, 2002) y la posible
sobreestimación de necesidades en cultivos leñosos al utilizar el índice NDVI, sería
recomendable ajustar las funciones IV-Kcb a partir del índice SAVI (Pôças et al, 2015).
3
El promedio de NDVI_INT es de 59 y el de NN/ha=3330 m /ha.
CONCLUSIONES
El trabajo desarrollado durante la campaña de 2019 en las Vegas Altas del Guadiana
demuestra la posibilidad de utilización de la teledetección para el cálculo de necesidades
hídricas de los cultivos en grandes áreas, con un enfoque operativo. Sería interesante poner a
disposición de los gestores de agua un software que permita la utilización de metodologías
similares en campaña de riego, como herramienta complementaria para la toma de decisiones.
No obstante, es preciso hacer algunas anotaciones que delimiten la bondad de los resultados
obtenidos en este trabajo y permitan mejorarla en los futuros:
-La ausencia de datos del agua acumulada en el suelo previa al inicio de los cálculos desvirtúa
en cultivos leñosos con cierto desarrollo los resultados de NN. Ese volumen de agua supera
generalmente los 100 mm y, pese a no ser éste un problema nuevo (Tapia y Humanes, 2016),
hay que decir que su estimación dentro de un rango de error asumible es compleja, teniendo
SERVICIO DE REGADÍOS 36
27/05/2020
Colección: Cuadernos Científicos para el Regadío
en cuenta que la escala de las coberturas edafológicas existentes no permite su aplicación a
nivel de recinto y que son múltiples las variables que entran en juego.
-Los resultados mostrados en este trabajo representan una fotografía de la campaña 2019 en
Vegas Altas del Guadiana y aunque los autores consideran la metodología de cálculo acertada,
los resultados no son directamente extrapolables a otras campañas por tres motivos: la validez
temporal de la declaración de la PAC, anual, la evolución de los cultivos leñosos a lo largo de
su vida útil y la variación en la meteorología de cada campaña.
BIBLIOGRAFÍA
Allen, R.G., Pruitt, W.O., Wright, J. L., Howell, T.A., Ventura, F., Snyder, R., Itenfisu, D.,
Steduto, P., Berengena, J., Yrisarry, J.B., Smith, M., Pereira, L.S., Raes, D., Perrier, A.,
Alves, I., Walter, I., Elliott, R. 2006. A recommendation on standardized surface
resistance for hourly calculation of reference ETo by FAO56 Penman-Monteith method.
Agricultural Water Management. 81:1-22.
Allen R.G., Pereira L.S., Raes D., Smith M. 1998. Crop evapotranspiration. Guidelines for
computing crop water requirements. FAO irrigation and drainage paper nº 56 edn.,
Rome, Italy.
Allen, R.G., Walter, I.A., Elliot, R.A., Howell, T.A., Itenfisu, D., Jensen, M.E., Snyder, R.L.(2005).
The ASCE Standardized Reference Evapotranspiration Equation Technical Committee
on Standardization of Reference Evapotranspiration; ISBN (print): 9780784408056ISBN
Andersen, P.P., Lorch, M.W. and Rosegrant, M. W. The early twenty-first century, in Food policy
report. IFPR, Washinghton D.C.
Bausch, W.C., Neale, C.M.U., 1987. Crop coefficientes derived from reflected canopy
radiaction: a concept. Transsactions of the ASAE 30, 703-709.
Calera, A., Ossan, A., Moreno-Rivera, J.M. (2014). SPIDER Web GIS Service, URL:
http//zeus.idr-ab.uclm.es/publico/webgis/.
Campos, I., Neale, C., Calera, A., Balbontín, C. (2010). Assessing satellite-based crop
coefficients for irrigated grapes (Vitis vinifera L.). Agricultural Water Management.
Volume 98, Issue 1, 1 December 2010, Pages 45–54
SERVICIO DE REGADÍOS 37
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Choudhury, B.J., Ahmed, N.U., Idso, S.B., Reginato, R.J., Duaghtry, C.S., 1994. Relations
between evaporation coefficients and vegetation indices studied by model simulations.
Remote Sensing of Environment 50, 1-17.
Claverie, M., Masek, J.G and Ju, J. 2016. Harmonized Landsat-8 Sentinel-2 (HLS). Product
User Guide. Document version 1.2. NASA. http://hls.gsfc.nasa.gov
González-Dugo, M.P., Mateos, L., 2008. Spectral vegetation indices for benchmarking water
productivity of irrigated cotton and sugarbeet crops. Agricultural Water management 95,
48–58.
González-Dugo, M.P., Mateos, L y Diaz, A. (2009). Estimación del consumo de agua en zonas
regables mediante series temporales de imágenes de satélite. Teledetección: Agua y
desarrollo sostenible. XIII Congreso de la Asociación Española de Teledetección.
Calatayud. 23-26 de nov. de 2009. 81-84 pp.
Gonzalez-Piqueras, J., Calera, A., Gilabert, M.A., Cuesta, A., Tercero, F. (2004). Estimation of
crop coefficient by means of optimized vegetation indices for corn. Proc SPIE.
Hanson, B.R. and May, D.M. (2006). New crop coefficients developed for high-yield processisng
tomatoes. California Agriculture. 95-99 pp.
Heilman, J.L., Heilman, W.E., Moore, D.G., 1982. Evaluating the crop coefficient using spectral
reflectance. Agronomy journal 74,967-971.
Huete, A.R. 1988. A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment 25,
53-70.
Mandanici, E. and Bitelli, G., 2016. Preliminary comparison of Sentinel-2 and Landsat8 imagery
for a combined use. Remote Senting, 8, 1014;doi:10.3390/rs8121014
Moñino, M.J, 2011. Estrategias de riego deficitario controlado en nectarina y peral: influencia
sobre la productividad, el ahorro de agua y la calidad. Tesis doctoral. Universidad de
Extremadura.
Moñino, M.J., Samperio, A., Vivas, A., Blanco, F., Prieto, M.H., 2014. Manual práctico de riego.
Ciruelo japonés. Gobierno de Extremadura. 16 pp.
Moriana, A., Villalobos, F.J. and Fereres, E.,2002. Stomatal ans photosythetic responses of
olive (Olea europaea L.) leaves to water deficits. Plant, Cell and Environment. 25, 395-
405 pp
Neale, C.M. U., Bausch, W.C., and Heermann, D.F. Development of Reflectance-Based Crop
Coefficients for Corn. Transactions of the ASAE (1989), 32(6):1891-1899.
Osuna, M.A., Romano, Y., Gordo, R., Cabanillas, T, Palmerín, J.A y Quiles, J.M., 2Problemática
de malas hierbas en el cultivo del arroz en Extremadura. Agricultura, feb 2020. 56-60
SERVICIO DE REGADÍOS 38
27/05/2020
Colección: Cuadernos Científicos para el Regadío
Phene C, McCormick RL, Miyamoto JM, 1985 Evapotranspiration and crop coefficient of trickle-
irrigated tomatoes. In: In: Proceedings of the Third International Drip/Trickle Irrigation
Congress,, Fresno, CA, USA Nov 18-21.
Pôças, I, Paço, T., Paredes, P., Cunha, M. and Pereira L.S., 2015 . Estimation of actual crop
coefficientes using remotely sensed vegetation indices and soil water balanced
modelled data. Remote Sensing. 7. 2373-2400 pp.
REDAREX: http://redarexplus.gobex.es/RedarexPlus/
Risheng, D., Shaozhong, K., Yanqun, Z., Hao, Y., Xinmei, H., Ling, T. and Taisheng, D. 2013.
Partitioning evapotranspiration into soil evaporation and transpiration using a modified
dual crop coefficient model in irrigated maize field with ground-mulching, Agricultural
Water Management, Elsevier, vol. 127(C), pages 85-96
Rocha, J., Perdigao, A., Melo, R. and Henriques (2010). Managin water in agriculture through
remote sensing applications. Remote Sensing for Science, Education and Natural and
Cultural Heritage. Rainer Reuter. 223-230 pp
scihub.copernicus.euhttps://scihub.copernicus.eu/twiki/do/view/SciHubWebPortal/APIHubDescri
ption?TWIKISID=b6f7a5203ca4abd249279cd245f6a684
Sen2Cor: https://step.esa.int/main/third-party-plugins-2/sen2cor/
SPIDER: http://maps.spiderwebgis.org/webgis/
USDA. Irrigation water requirements. Tech. Release No. 21, United States Dept. of Agr., Soil
Manage. 1967;59:67–75.
Vieira, D., Freitas, P., Silva. P., Hashiguti, B., Rezende, T.,Junior, R., Faria. (2016).
Determination of wheat crop coefficient (Kc) and soil water evaporation (Ke) in Maringa,
PR, Brazil. African journal of agricultural research. 11. 4551-4558
Wright, J.L. (1981). Crops coefficients for estimates of daily crop evapotranspiration. Irrig.
Scheduling for Water and Energy Conservation in the 80´s. American Society of
Agricultural Engineers, Dec. 18-26.
Wright, J.L., 1982. New evapotranspiration crop coefficients. Journal of the Irrigation and
Drainage Division 108, 57–74.
Zhang, J and Yang J. (2004). Crop yield and water use efficiency: a case study in rice. Water
use efficiency in plant biology. Blackwell publishing-CRC 198-227 pp.
SERVICIO DE REGADÍOS 39
27/05/2020
Colección: Cuadernos Científicos para el Regadío
SERVICIO DE REGADÍOS 40
27/05/2020
Colección: Cuadernos Científicos para el Regadío
3
Mapa C. Categorización de Necesidades hídricas netas (NN/ha en m /ha)
3
Mapa E. Detalle de NN (NN/ha en m /ha) en sectores occidentales de Orellana
SERVICIO DE REGADÍOS 44
27/05/2020
Colección: Cuadernos Científicos para el Regadío
3
Mapa G. Detalle de NN (NN/ha en m /ha) en sectores orientales de Orellana
SERVICIO DE REGADÍOS 45
27/05/2020
Colección: Cuadernos Científicos para el Regadío
3
Mapa I. Detalle de NN (NN/ha en m /ha) en sectores occidentales de Zújar
SERVICIO DE REGADÍOS 46
27/05/2020
Colección: Cuadernos Científicos para el Regadío
3
Mapa K. Detalle de NN (NN/ha en m /ha) en sectores orientales de Zújar y Entrerríos
SERVICIO DE REGADÍOS 47
27/05/2020
Colección: Cuadernos Científicos para el Regadío
3
Mapa M. Detalle de NN (NN/ha en m /ha) en sectores de Zona Centro
SERVICIO DE REGADÍOS 48
27/05/2020