Servicios Estudios Tecnicos Evapotranspiracion de Cultivos

Área de Sistemas de Información
Asistencia Técnica para la

detección de regadíos y evaluación
de la evapotranspiración mediante
técnicas de teledetección
Enero de 2009
Asistencia Técnica para
la detección de regadíos
y evaluación de la
evapotranspiración
mediante técnicas de
teledetección
Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

técnicas de teledetección 2
Índice de Contenidos
1. Introducción..................................................................................................................... 4
2. Adquisición y procesamiento previo de las imágenes .................................................... 5
3. Clasificación de cultivos .................................................................................................. 7
3.1. Metodología .............................................................................................................. 7
3.2. Resultados .............................................................................................................. 10
4. Cálculo de la evapotranspiración real de los cultivos ................................................... 14
4.1. Metodología ............................................................................................................ 14
4.1.1. Evapotranspiración de referencia ..................................................................... 15
4.1.2. Procedimiento de cálculo del coeficiente de cultivo ......................................... 16
4.1.3. Interpolación diaria del coeficiente de cultivo y cálculo de la ET...................... 30
4.1.4. Evaluación del método sintético ....................................................................... 32
4.1.5. Aplicación a la campaña 2008 .......................................................................... 36
4.2. Descripción de la implementación informática........................................................ 38
4.2.1. Entradas de la aplicación .................................................................................. 40
4.2.2. Fases contempladas en la implementación informática ................................... 40
4.2.3. Salidas de la aplicación .................................................................................... 42
4.3. Resultados .............................................................................................................. 43
Anexo I. Recalculado de ET para la campaña 2007......................................................... 50
Anexo II. Manual de manejo del programa calculo_et.pro ............................................... 57

1. Introducción
Este informe se enmarca dentro del proyecto “Asistencia técnica para la detección de
regadíos y evaluación de la evapotranspiración mediante técnicas de teledetección”,
financiado por la Confederación Hidrográfica del Guadalquivir y desarrollado por la
empresa pública D.A.P. en colaboración con I.F.A.P.A. e IAS-CSIC. Se presentan los
resultados correspondientes a la campaña 2008.
Dentro de los trabajos correspondientes a la campaña 2008 se ha realizado la
clasificación de cultivos para la zona de estudio (regadíos de la provincia de Sevilla y
parte de las provincias de Córdoba, Huelva y Cádiz) aplicando técnicas de clasificación
supervisada de imágenes para los cultivos herbáceos y extrayendo de SigPac la
información relativa a cultivos permanentes.
Así mismo, se ha llevado a cabo el cálculo de la evapotranspiración en la zona para el
periodo de estudio (marzo 2008-septiembre 2008) teniendo en cuenta dicha clasificación
de cultivos, la metodología propuesta en informes anteriores y las mejoras metodológicas
que se detallan en el presente informe.
Todo el proceso de cálculo de evapotranspiración se ha implementado en una aplicación
informática en lenguaje IDL.
Además, se ha recalculado la evapotranspiración de cultivos para la campaña 2007,

teniendo en cuenta las mejoras metodológicas implementadas en la campaña 2008. Los
nuevos resultados se presentan en un documentos anexo al presente informe.

2. Adquisición y procesamiento
previo de las imágenes
El satélite inicialmente propuesto y seleccionado como sensor principal en este trabajo,
por motivos ampliamente descritos, es Landsat 5 TM, con una resolución temporal de 16
días y espacial de 30 m en la región óptica del espectro. Sin embargo, uno de los
principales inconvenientes de los sensores ópticos en aplicaciones de observación
terrestre es la incapacidad de esta señal de penetrar a través de las nubes por lo que, en
situaciones de presencia de nubes en el momento del paso de sensor, éste no registra
información sobre la superficie de la tierra. Esto hace que la periodicidad prevista de 16
días se pueda ver seriamente condicionada. Por otra parte, LANDSAT 5 interrumpió las
adquisiciones en otoño de 2007 por problemas técnicos y no reanudó las mismas hasta
abril de 2008. Por estos motivos, en el proceso de selección de imágenes, se analizaron
los archivos de imágenes de varios sensores con características apropiadas para este
estudio priorizando el sensor TM del satélite LANDSAT 5 y considerando como
alternativas LISS y AWIFS del satélite IRS P6 y ETM off scan de LANDSAT 7.
Para la campaña 2008 se seleccionaron un total 8 imágenes LANDSAT 5 TM y 2 escenas
AWIFS del satélite IRS P6 cuyas fechas se recogen en la tabla 1. De esta forma se logró
disponer de información con una periodicidad de un mes, en los meses de marzo, abril y
mayo, y de 16 días en los meses de junio, julio, agosto y septiembre. Todas las imágenes
seleccionadas presentan una cobertura nubosa baja o nula que, en cualquier caso, no
afecta a la zona de estudio.
Todas las imágenes se corrigieron geométricamente implementando el Modelo Digital del
Terreno para minimizar los errores debidos a la topografía. El método de transferencia de
los Niveles Digitales (ND) a su posición corregida utilizado fue el del Vecino Más Próximo
ya que es el único método que no produce ningún tipo de alteración en los valores que la
imagen almacena. Posteriormente, se transformaron los ND de ambas imágenes a
valores de radiancia captada por el sensor. Finalmente, las imágenes se transformaron a
reflectividad corregida atmosféricamente aplicando un modelo implementado por el
módulo FLAASH del software ENVI 4.3.
Además de estas imágenes se adquirió una imagen LANDSAT 7 ETM+ off scan del
mismo día que la primera imagen IRS P6 AWIFS (5 de marzo de 2008) con el objeto de
corroborar si su radiometría era comparable. Los análisis realizados, que se recogieron
en el Informe de julio de 2008, mostraron que era aceptable utilizar imágenes de ambos
sensores en la misma campaña pues su radiometría era comparable.

Sensor ID Fecha adq. Nubes %
IRS Awifs 016-043 05-mar-08 18
L5TM 202-34 05-abr-08 22
IRS Awifs 013-041 01-may-08 23
L5TM 202-34 08-jun-08 2
L5TM 202-34 24-jun-08 -
L5TM 202-34 10-jul-08 32
L5TM 202-34 26-jul-08 -
L5TM 202-34 11-ago-08 -
L5TM 202-34 27-ago-08 -
L5TM 202-34 12-sep-08 -
Tabla 1 Imágenes seleccionadas para la campaña 2008.
Finalmente, para toda la serie de imágenes se generó el índice SAVI (Soil Adjusted
Vegetation Index) a partir de la siguiente expresión:
IRC - R
SAVI = (1 + L) (1)
IRC + R + L
Siendo IRC la reflectividad correspondiente a la banda del infrarrojo cercano (TM4), R la

reflectividad correspondiente a la banda del rojo (TM3) y L el factor de ajuste del suelo, al
que se le atribuye el valor 0,5 para situaciones distintas de suelo y vegetación, aunque
por definición puede variar entre 0 y 1 en función de la cobertura.

3. Clasificación de cultivos
3.1. Metodología
El cálculo de la evapotranspiración requiere el conocimiento de la distribución superficial
de los cultivos en toda la zona de estudio considerada (figura 1) para aplicar el coeficiente
de cultivo adecuado.
Figura 1 Zonas de regadío de las provincia de Sevilla, Córdoba, Huelva y Cádiz donde
se ha realizado el estudio para la campaña 2008.
La clasificación de cultivos 2008 partió de los usos SigPac asignados a cada recinto de la
zona de estudio. Las clases correspondientes a cultivos permanentes se derivaron de
forma directa: cítricos, otros frutales y olivar. El resto de usos distintos a tierra arable (TA)
se agruparon en una sola clase que se denominó otros usos SigPac (edificaciones,
improductivo, forestal, etc) y que se excluyó del proceso del cálculo de la ET. Los recintos
SigPac con uso TA que correspondían a cultivos bajo plástico (fresón, frambuesa,
arándanos y moras) según la Cobertura de cultivos bajo plástico para la provincia de
Huelva 2007-2008 se clasificaron como tales y el resto pasó a clasificarse aplicando
técnicas de teledetección tal y como se describe a continuación.
Para la clasificación de cultivos no permanentes (con uso SigPac TA) mediante
teledetección fue necesario contar con una serie temporal de imágenes sin cobertura

nubosa. Para la campaña 2008 se seleccionaron, de las adquiridas, 8 con las siguientes
fechas: 5 de abril, 6 de junio, 24 de junio, 10 de julio, 26 de julio, 11 de agosto, 27 de
agosto y 12 de septiembre. A partir de las mismas se generó una escena SAVI
multitemporal.
Para llevar cabo la discriminación de los cultivos principales en la zona de estudio se
utilizaron técnicas de clasificación supervisada de la escena SAVI multitemporal. Los
cultivos principales en la zona de acuerdo a las declaraciones de cultivo de la zona y a las
estadísticas publicadas por la Consejería de Agricultura y Pesca son el algodón, arroz,
girasol, maíz, remolacha, cereales y tubérculos.
Fue necesario definir para cada cultivo principal un grupo de parcelas de entrenamiento y
validación. Se partió de las declaraciones de cultivos del año 2008. Se seleccionaron
aquellos recintos en los que se declaraba un cultivo y la superficie declarada coincidía
con la catastral. Posteriormente, se seleccionaron aquellos recintos correspondientes a
los cultivos principales de la zona: algodón, arroz, girasol, maíz, remolacha, cereales y
tubérculos.
Para cada cultivo se eliminaron los recintos que presentaban una respuesta más alejada
de la media. Este proceso de depuración se realizó aplicando el algoritmo Spectral Angle
Mapper (SAM). Así, por ejemplo para el algodón, se generó una mascara con los recintos
declarados como algodón; a partir de la misma se calculó el espectro (SAVI
multitemporal) medio del algodón, luego se aplicó el algoritmo SAM que asignó a cada
píxel declarado como algodón una medida de distancia. Los píxeles que no superaban
una distancia umbral al espectro medio se confirmaban como algodón, mientras que el
resto quedaban sin confirmar (figura 2). Los recintos declarados como algodón que no
tenían al menos un 80% de su superficie ocupada por píxeles confirmados como algodón
se desechaban. Los recintos restantes se dividieron de forma aleatoria en dos grupos:
entrenamiento y validación. Del mismo modo se procedió para el resto de los cultivos
principales.
Se observó que en algunos recintos con uso SigPac TA se habían declarado cultivos
permanentes o con cubierta vegetal permanente por lo que se seleccionó un grupo de
parcelas de entrenamiento que representasen estas clases, que entre sí presentaban una
escasa separabilidad en la clasificación supervisada. Así mismo, se observó que la clase
tubérculos presentaba una signatura espectral similar a la clase cereales y con una
escasa separabilidad entre las mismas (TD=0,534, se considera buena separabilidad
cuando se acerca o supera 1,900) por lo que se decidió agrupar estas clases en la
leyenda.
A partir de los recintos de entrenamiento se procedió a realizar la clasificación
supervisada de la imagen SAVI multitemporal aplicando el Algoritmo de Máxima
Verosimilitud. Se decidió que los píxeles que presentasen una probabilidad inferior al 10%
de pertenecer a la clase más probable permaneciesen sin clasificar. Se observó que los
píxeles que permanecían sin clasificar correspondían a situaciones de distinta índole
como cultivos minoritarios no incluidos en la clasificación con respuesta espectral
heterogénea, cultivos rotacionales como la alfalfa, zonas declaradas como no cultivadas,
etc. Finalmente, las clases cultivos bajo plástico, cultivos permanentes o cubierta vegetal
permanente en TA y píxeles sin clasificar se agruparon en una sola que se denominó TA
Otros.
Los resultados de la clasificación supervisada se validaron a nivel de recinto a partir del
grupo de recintos de validación (100 recintos por cultivo, extraídos aleatoriamente del
grupo de recintos de validación) generando la correspondiente matriz de confusión.
SAVI multitemporal Píxeles recintos algodón
Espectro medio (SAVI) algodón
Imagen SAM algodón

(los píxeles más brillantes se alejan más del comportamiento medio)
Espectro píxel Espectro píxel

confirmado como algodón no confirmado como algodón
Figura 2 Proceso de depuración de recintos monodeclarados.

3.2. Resultados
Las parcelas de entrenamiento de los cultivos principales permitieron extraer la signatura
espectral de los mismos (figura 3) y calcular su separabilidad espectral (tabla 2).
Se observa que arroz y algodón muestran una separabilidad baja, a pesar de que al final
de la primavera y a principios del verano el SAVI es inferior en el arroz y en fechas
posteriores es inferior en el algodón. Como la confusión en estas clases era evidente se
decidió imponer a la clasificación obtenida inicialmente una condición que obligara a los
píxeles clasificados como algodón en zonas arroceras a reclasificarse como arroz.
El resto de combinaciones de pares de clases muestran una separabilidad aceptable
(valores por encima de 1,9 indican una buena separabilidad) si bien existe algo de
confusión entre las clases: girasol-maíz y, cereales o tubérculos-cubierta vegetal
permanente o cultivos permanentes en TA.
0,7
algodón
0,6
arroz
0,5
girasol
0,4
0,3 maíz
0,2 remolacha
0,1
cereales o tubérculos
0
05/04/2008
19/04/2008
03/05/2008
17/05/2008
31/05/2008
14/06/2008
28/06/2008
12/07/2008
26/07/2008
09/08/2008
23/08/2008
06/09/2008
cubierta vegetal
permanente o cultivos
permanentes
Figura 3 Evolución del SAVI de los distintas clases consideradas en la clasificación

supervisada y derivados de las parcelas de entrenamiento.

Cereales
Algodón Arroz Girasol Maíz Remolacha Tuberculos
Arroz 1,296
Girasol 1,968 2,000
Maíz 1,957 2,000 1,681
Remolacha 1,986 2,000 1,891 1,983
Cereales y tubérculos 1,994 2,000 1,958 2,000 1,997
Cultivos permanentes en TA 1,991 2,000 1,950 1,996 1,999 1,776
Tabla 2 Separabilidad (Divergencia Transformada) entre cultivos. Los valores

superiores a 1,9 indican una buena separabilidad.
Tras agrupar las clases cultivos bajo plástico, cultivos permanentes o como cubierta
vegetal permanente y píxeles sin clasificar se agruparon en una sola (TA Otros) la
clasificación de cultivos no permanentes (uso TA) final se validó con los correspondientes
recintos de validación (100 por clase no empleados en el entrenamiento). La matriz de
validación se recoge en la tabla 3 y muestra una fiabilidad global del 88%.
Observados
algodón arroz girasol maiz . remolacha cereal/tu. TA otros Total
algodón 92 6 4 102
arroz 2 91 93
girasol 87 5 92
Estimados maiz 4 91 1 10 106
remolacha 1 96 4 1 102
cereal/tube. 1 89 10 100
TA otros 4 3 9 9 4 6 70 105
Total 100 100 100 100 100 100 100
Tabla 3 Matriz de confusión obtenida con 700 recintos de validación.

Los resultados de la clasificación de cultivos no permanentes (TA) se integraron con los
con la información derivada de SigPac dando lugar al mapa de clasificación de cultivos
2008 que se utilizó en el cálculo de la evapotranspiración y que se presenta en la figura 4.
Las estimaciones por superficie y cultivo de acuerdo a esta clasificación se recogen en la
tabla 4.

Superficie estimada en la Superficie estimada en la
Cultivo zona de estudio (ha) zona de estudio (%)
cítricos 19.546 7
otros frutales 16.252 6
olivar 46.457 17
otros usos SIGPAC 4.225 2
algodón 33.049 12
arroz 14.931 5
girasol 27.317 10
maíz 14.418 5
remolacha 10.818 4
cereales o tubérculos 41.987 15
TA otros 49.309 18
total 279.309
Tabla 4 Superficie estimada de los distintos cultivos para la zona de estudio.

Figura 4 Clasificación de cultivos para la campaña 2008.
Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante técnicas de teledetección 13
4. Cálculo de la evapotranspiración
real de los cultivos
4.1. Metodología
La evapotranspiración real de los cultivos (ET, mm) se ha calculado usando el
1
procedimiento propuesto por FAO basado en el concepto de coeficiente de cultivo y
evapotranspiración de referencia.
ET = K c ETo (2)
El coeficiente de cultivo (Kc) engloba la influencia del cultivo sobre la evapotranspiración,

contemplando el efecto de las variaciones de las propiedades biofísicas de la planta
(fundamentalmente altura y cobertura del suelo) a lo largo del ciclo de crecimiento. La
evapotranspiración de referencia, (ET0) en mm, recoge el efecto del clima, estableciendo
la demanda de la atmósfera en un periodo determinado, y su estimación se realiza
usando información meteorológica. En los apartados siguientes se describe el
procedimiento seguido para el cálculo de ambas variables.
1
Doorenbos, J. and Pruitt, W. O., 1977. Crop water requirements. Irrigation and Drainage Paper No. 24. (rev.)
FAO, Rome, Italy. 144 p

4.1.1. Evapotranspiración de referencia
Los valores de evapotranspiración de referencia (ET0), calculados usando la ecuación de
Penman-Monteith, se obtuvieron de la Red de Información Agroclimática (RIA) gestionada
por el IFAPA (figura 5). Las estaciones meteorológicas están equipadas con sensores de
radiación, humedad, temperatura y velocidad del viento, que proporcionan los datos
necesarios para el cálculo de la ET0.
Figura 5 Localización de las estaciones meteorológicas de la RIA con respecto a las

zonas regables de Andalucía y la cuenca del Guadalquivir.
Para este trabajo se han utilizado datos de 25 estaciones meteorológicas. El área de
estudio se zonificó de forma que a cada píxel se le asigna la información meteorológica
de la estación más cercana (figura 6)
Figura 6 Zonificación del área de estudio a partir de las estaciones RIA.

4.1.2. Procedimiento de cálculo del
del coeficiente
de cultivo
El coeficiente de cultivo, en su versión dual, se obtiene de la expresión Kc=Kcb+Ke, en la
que el primer componente es el coeficiente de cultivo basal (Kcb), calculado en función de
la fracción de cobertura del cultivo (Fc) en cada píxel de la imagen, que a su vez se deriva
directamente del índice de vegetación, como se describe con detalle más adelante. El
segundo componente, el coeficiente de evaporación (Ke) depende del porcentaje de
cobertura, el tipo de suelo, la frecuencia de riego o precipitación y la fracción de suelo
humedecida. Se puede estimar calculando un balance diario de agua en el suelo parcela
a parcela, requiriendo para ello mapas de propiedades hidráulicas del suelo, datos de
precipitación, frecuencia y tipo de riego. La dificultad de obtener esta información para un
gran número de parcelas, como sería necesario en esta aplicación a escala de cuenca,
ha llevado a formular un modelo sintético de coeficiente de cultivo. Este modelo parte del
coeficiente de cultivo basal y formula una relación Kcb - Kc a partir de múltiples
simulaciones del balance de agua en el suelo para una parcela estándar. Se tiene en
cuenta de esta manera además del porcentaje de cobertura del suelo, la frecuencia de
lluvia y una frecuencia (y fracción de humedecimiento) de riego asumida, esto es, los
principales factores que afectan al coeficiente de evaporación Ke.
4.1.2.1. Coeficiente de cultivo basal

El coeficiente de cultivo basal se ha derivado de la respuesta espectral de la cubierta
vegetal proporcionada por las imágenes de satélite. De entre las diversas propuestas de
índices de vegetación combinando las bandas espectrales roja (R: 0.6-0.7 µm) e infrarroja
cercana, (IRC: 0.7-1.1 µm), suministradas por todos los sensores utilizados (Landsat,
IRS-LISS, AWIFS), se ha optado por el índice SAVI (Soil Adjusted Vegetation Index) cuya
idoneidad para los objetivos de este trabajo ha sido contrastada en las experiencias
previas llevadas a cabo en el Centro IFAPA Alameda del Obispo en Córdoba y diversas
parcelas en otros puntos de Andalucía.
El cálculo del Kcb a partir del SAVI se basa en la relación lineal entre el valor del índice
para una cobertura efectiva del suelo (SAVIeff), correspondiente al máximo coeficiente de
cultivo para cada grupo de cultivos (Kcbmax), y el valor de SAVI para suelo desnudo
(SAVIsuelo). Esta relación toma por tanto la forma:
K cb max (3)
K cb = (SAVI − SAVI suelo )
SAVI eff − SAVI suelo
Para SAVI > SAVIeff, Kcb = Kcbmax.
En esta aplicación se han adoptado como SAVIeff y SAVIsuelo los valores genéricos de
0,65 y 0,1 respectivamente. Estos valores se han obtenido de medidas de campo en
diversos cultivos y varios tipos de suelo representativos de parcelas regadas dentro de la
Cuenca.

2
En cuanto al coeficiente Kcbmax se ha tomado de la tabla nº 17 del manual FAO-56 para
los grupos de cultivo clasificados (ver tabla 5).
Grupo de cultivos Kcbmax (FAO)
Sin clasificar, no cultivado 1,15

Cítricos 0,70
Frutales caducos 0,90
Algodón 1,15
Olivar 0,65
Arroz 1,15
Girasol 1,10
Maíz 1,15
Remolacha 1,15
Cereales 1,10
Tabla 5 Valores de Kcbmax (FAO) para los tipos de cultivos presentes en la zona de
estudio.
Los anteriores valores genéricos tienen dos excepciones, correspondientes a los cultivos
de arroz y olivar, que como se expone a continuación, presentan características
particulares que obligan a aplicar ligeras variaciones con respecto al resto de cultivos.
♦ Arroz
En el caso del cultivo de arroz, la superficie del suelo permanece cubierta de agua
durante el ciclo del cultivo, lo que incrementa la evapotranspiración total respecto a la que
ocurriría con un suelo intermitentemente mojado por riego ó lluvia. Esto obliga a introducir
varias modificaciones en el procedimiento a seguir en este cultivo. En primer lugar, es
necesario introducir en la ecuación anterior un valor mínimo del coeficiente de cultivo
basal, que se ha tomado igual a 1 y que recoge el efecto de la evaporación que se
produce en la lamina de agua independientemente de la fase de crecimiento en que se
encuentre el cultivo. Una segunda modificación afecta al parámetro SAVIsuelo, que debe
tomar en esta circunstancia el valor correspondiente a la reflectividad de una superficie de
agua. Se ha comprobado que en la zona arrocera del Bajo Guadalquivir, el suelo
inundado sin vegetación presenta un SAVI bastante estable y cercano a 0,05, por lo que
se ha adoptado este valor como representativo del parámetro SAVIagua. La ecuación
aplicada en el cultivo de arroz queda por tanto de la siguiente forma:
k cb max − 1
k cbarroz = (SAVI − SAVI agua ) + 1
SAVI eff − SAVI agua (4)
2
Allen, R. G., Pereira, L. S., Raes, D., and Smith, M. (1998). Crop evapotranspiration. FAO Irrigation and
drainage Paper No. 56. FAO, Rome, Italy. 300 pp.

♦ Olivar
El coeficiente Kcbmax empleado en esta campaña se ha tomado de la tabla nº 17 del
3
manual FAO-56 al igual que en el resto de los cultivos. En cualquier caso, en la
interpretación de los resultados, hay que tener en cuenta que la transpiración del olivo
parece mostrar a lo largo del año un comportamiento diferente al observado en la
mayoría de los cultivos. A pesar de que el manual FAO-56 recoge un único valor de
[4,4]
Kcbmax para olivar (tabla 5), existen estudios más específicos que demuestran que el
Kcbmax en los olivares es variable en función de la época del año.
La figura 7 muestra una simplificación de las relaciones entre la fracción de cobertura del
suelo y el coeficiente Kcb para cada mes del año, derivadas aplicado unos criterios
5
generales a un modelo complejo de transpiración de olivar y forzando el paso de la
familia de rectas obtenidas por el origen de coordenadas. Se puede apreciar que la
variación de Kcb con el mes del año es considerable, especialmente si se aborda el ciclo
anual completo, ya que las mayores diferencias se observan entre los meses de verano
(Junio a Septiembre) con mayor transpiración y los meses centrales del invierno
(Diciembre y Enero) con los valores más bajos. Las diferencias aumentan con el
incremento de cobertura del olivar.
1 Enero
Febrero
0,8 Marzo
Abril
0,6
Mayo
Kcb
0,4 Junio
Julio
0,2 Agosto
Septiembre
0
Octubre
0 0,2 0,4 0,6 0,8 1
Noviembre
Fc Diciembre
Figura 7 Familia de rectas que relacionan el coeficiente de cultivo basal y la fracción

de cobertura del suelo en olivar para los meses del año
3
Allen, R. G., Pereira, L. S., Raes, D., and Smith, M. (1998). Crop evapotranspiration. FAO Irrigation and
drainage Paper No. 56. FAO, Rome, Italy. 300 pp.
4
Pastor M. y Orgaz F. 1994. Riego deficitario del olivar: Los programas de recorte de riego en olivar.
Agricultura, 746: 768-776
4
Orgaz F., F. Villalobos, L. Testi, M. Pastor, J.C. Hidalgo, E. Fereres. 2005. Programación de riegos en
plantaciones de olivar. Metodología para el cálculo de las necesidades de agua de riego por goteo. En: Cultivo
del Olivo con Riego Localizado. Ed. Miguel Pastor. Junta de Andalucía - Mundi-prensa. Sevilla
5
Testi, L. 2003. Medida y Modelización de la Evaporación en Plantaciones de Olivo (Olea europaea L.). Tesis
doctoral. ETSI Agrónomos y Montes. Universidad de Córdoba

Por tanto la utilización del Kcbmax del manual FAO, resulta una buena aproximación para
los meses de primavera y una aproximación más grosera para los meses de verano.
Para futuras campañas, dada la extensión de la superficie de olivar de regadío dentro de
la Cuenca del Guadalquivir y especialmente si se aborda la estimación de la ET para todo
el ciclo anual, parece recomendable considerar esta variación del coeficiente de cultivo
con la época del año, aún cuando sea necesario aumentar ligeramente el grado de
complejidad del modelo propuesto anteriormente en este apartado y empleado en esta
campaña. La tabla 6 muestra los valores máximos que puede adoptar el Kcb para olivar
en cada mes del año.
Mes Kcbmax (OLIVAR)
1 0,46
2 0,54
3 0,61
4 0,62
5 0,70
6 0,78
7 0,88
8 0,83
9 0,82
10 0,76
11 0,61
12 0,48
Tabla 6 Valores de Kcbmax para olivar en cada mes del año.

4.1.2.2. Coeficiente de cultivo sintético
La figura 8 describe la relación entre el coeficiente de cultivo basal, siguiendo el trazado
de una curva estándar de FAO-56, y el coeficiente de cultivo, que incorpora el efecto de la
evaporación desde el suelo provocada por ocasionales episodios de riego ó lluvia.
1.4
1.2
1.0
Kc, Kcb
0.8 Kcb
Kc
0.6
0.4
0.2
0.0
0 50 100 150 200 250 300
Días desde siembra

Figura 8 Ejemplo de la evolución de los coeficientes Kc y Kcb en un cultivo típico.
De esta relación se deriva que el componente de evaporación es mayor cuanto menor es
el porcentaje de suelo cubierto por la vegetación. Esta relación inversa, junto a la
caracterización de la precipitación para una localización y período del año determinado,
es la base de la aproximación sintética que se propone en este trabajo.
En la figura 9 se presentan algunas simulaciones de un balance de agua en el suelo para
diferentes programaciones de riego, realizadas con datos climáticos de 2007. Se observa
una familia de curvas cuyos extremos, delineados en color rojo, corresponden
respectivamente al mes más seco (julio) y al más lluvioso (febrero) del año 2007. El tipo
de riego y su frecuencia se han simulado siguiendo una programación del riego óptima,
presentándose los resultados obtenidos para el riego por goteo y aspersión. Los
resultados obtenidos con el riego por gravedad no se muestran por ser idénticos a los de
aspersión. Según la climatología de ese año, se han seleccionado dos períodos
considerados lluvioso (del 25 de agosto a 6 de mayo) y seco (del 7 de mayo al 24 de
agosto), para los que se presentan los resultados promedio en la figura 9. Se observa que
todas las curvas se sitúan dentro del área enmarcada por los meses extremos en cuanto
a precipitación y los resultados indican una diferencia mínima entre los tipos de riego,
resultando más apreciable el efecto de la precipitación en el período considerado.

1,2
Aspersión
1
Aspersión lluvioso
0,8 Aspersión seco
K Goteo
0,6
c Goteo lluvioso
0,4 Goteo seco
Aspersion febrero
0,2 Aspersión julio
0
0 0,2 0,4 0,6 0,8 1
Kcb
Figura 9 Resultados de las simulaciones del balance de agua en superficie
Los resultados de las simulaciones anteriores permiten asumir que la relación Kcb – Kc es
lineal, pasa por el punto (1,1), y a partir de ese punto Kcb y Kc siguen una recta hasta el
punto definido por los coeficientes máximos, lo que se puede expresar con las
ecuaciones (5a) y (5b), y se presenta gráficamente en la figura 10.
Kc
Kcmax
0 1 Kcbmax Kcb
Figura 10 Relación Kcb – Kc
K c = a + (1 − a )K cb si K cb < 1 (5a)
K c max − 1 K − K c max
Kc = K cb + cb max si K cb > 1 (5b)
K cb max − 1 K cb max − 1

El parámetro a es función de:
- la precipitación en el periodo y lugar considerados, y debe ser calibrado por tanto
localmente y con los datos medidos en dicho periodo.
- la frecuencia y tipo de riego (fracción de suelo humedecido por el mismo) durante
los ciclos de los cultivos regados.
♦ Detección de la presencia de cultivo

Antes de proceder al cálculo del parámetro a es necesario determinar si existe en cada
parcela un cultivo que puede estar siendo regado. Al ser el período de estudio más
amplio que cualquiera de los ciclos de los principales cultivos de riego, para todos ellos
van a existir, en diferentes fechas, días o meses en los que el suelo se encuentre
desnudo. En estos períodos no es previsible que se efectúen riegos sobre la parcela y por
tanto únicamente se debe tener en cuenta, en el cálculo de la evaporación desde el
suelo, el humedecimiento debido a la lluvia. Por el contrario, la presencia de un cultivo
implica la necesidad de considerar el efecto que el humedecimiento del suelo debido al
riego tiene sobre la evaporación total, y por tanto en el cálculo del parámetro a. Por ello,
el procedimiento de cálculo de a será distinto en ambas situaciones.
Con el fin de detectar la presencia de un cultivo regado usando la respuesta espectral en
cada píxel, se plantea una relación basada en los valores, previamente calculados
mediante las ecuaciones (5a y 5b) de Kcb. En cada fecha se hace uso del valor absoluto
del Kcb en esa imagen y del valor del mismo píxel en la imagen posterior para tomar una
decisión según las reglas establecidas en las siguientes ecuaciones:
si K cb ≤ 0,05 No cultivo (6a)
si 0,05 ≤ K cb ≤ 0,3 y (K post

cb )
− K cb < 0,05 No Cultivo (6b)
(K post
cb )
− K cb ≥ 0,05 Cultivo
si K cb ≥ 0,3 Cultivo (6c)
Las ecuaciones 6a, 6b y 6c constituyen un árbol de decisión basado en valores umbrales

para detectar la presencia de un cultivo en fase de crecimiento o en fase de máximo
desarrollo en un punto (píxel) determinado. Cuando el valor de Kcb es menor que 0,05 se
puede descartar la presencia de cultivo en el suelo. Cuando el valor de Kcb está entre
0,05 y 0,3 (valores bajos de cobertura de vegetación) se utiliza el valor de Kcb de la
imagen posterior para decidir: si el cultivo está creciendo, se produce un incremento del
Kcb de 0,05 o superior, lo que indica la existencia de un cultivo en ese punto, en caso
contrario se descarta la existencia de un cultivo sobre el que se estén aplicando riegos.
Cuando el valor de Kcb es superior a 0,3 (valores altos de cobertura de vegetación) se
considera siempre la presencia de un cultivo regado.

Las figuras 11 y 12 presentan la evolución de los coeficientes basales para un gran
número de parcelas en dos cultivos típicos de riego y de evolución temporal diferente:
remolacha y algodón. Ambas figuras sirven para ilustrar el significado de los umbrales y
las diferencias elegidas en la ecuación 6. En algunas curvas aparecen valores
discordantes con su evolución temporal, que podrían producir fallos en la detección del
cultivo. Su causa se puede relacionar con efectos de borde que de manera artificial
modifican el valor del índice de vegetación, o con ligeras nubes no detectadas
previamente que pueden bajar la respuesta espectral de un número pequeño de píxeles
en una imagen.
Se ha realizado una comprobación de los criterios propuestos en la ecuación 6
aplicándolos a parcelas concretas elegidas al azar. La muestra elegida fue de 100 puntos
de control en parcelas de remolacha y 110 puntos de control en parcelas de algodón,
obteniendo un 95% de acierto en el primer caso y un 96% en el segundo, e indicando que
el funcionamiento de los criterios presentados en la ec. 6 es adecuado en la práctica
totalidad de las parcelas.
1,20
1,10
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
Figura 11 Evolución temporal de Kcb en parcelas de remolacha de la zona regable

Sector BXII (Lebrija) durante el año 2004.

1,30
1,20
1,10
1,00
0,90
0,80
0,70
Kcb
0,60
0,50
0,40
0,30
0,20
0,10
0,00
04
04
04
04
04
04
04
04
04
04
04
04
20
20
20
20
20
20
20
20
20
20
20
20
3/
4/
4/
5/
5/
6/
6/
7/
7/
8/
9/
9/
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
25
10
26
12
28
13
29
15
31
16
01
17
Figura 12 Evolución temporal de Kcb en parcelas de algodón de la zona regable Sector
BXII (Lebrija) durante el año 2004

♦ Cálculo del parámetro a suponiendo precipitación
y riego
El valor de a en un período concreto depende de la frecuencia y cantidad de lluvia y riego
en ese período. Representa la evaporación directa desde un suelo desnudo (con Kcb = 0)
que es humedecido por los episodios de lluvia y riego. Para su cálculo se propone seguir
las siguientes tres etapas:
a) Determinar la evolución temporal del Kcb para un cultivo medio en la zona
estudiada.
b) Calcular el balance diario de agua en el suelo para ese cultivo medio, un suelo
típico y los datos meteorológicos diarios de cada una de las zonas climáticas
analizadas. De este balance se obtiene una programación del riego óptimo
para cada zona.
c) El balance anual se repite considerando un valor fijo de Kcb = 0, es decir,
ausencia de cultivo. En el nuevo balance se mantienen las variables
meteorológicas, pero se incluye el riego programado en el balance de agua
anterior como variable de entrada fija. El promedio de los valores diarios de Kc
para el periodo correspondiente a cada imagen de satélite, es el valor del
parámetro a buscado para ese periodo.
A continuación se detalla cada una de estas etapas:
(a) Determinación de la evolución temporal de Kcb para un cultivo medio en la zona
estudiada. Por razones de operatividad del modelo final, el parámetro a es
independiente del cultivo. Por ello, es necesario establecer una programación del
riego única que proporcione el valor efectivo de a, que será aplicable a cualquier
píxel de la imagen para calcular el Kc de ese punto sin que se tenga en cuenta el
cultivo presente.
Para el cálculo de a se ha elegido un cultivo de algodón medio, por ser un cultivo
representativo de aquellos que tienen su fase de crecimiento en primavera y su fase
de máximo desarrollo en pleno verano. Este tipo de desarrollo corresponde a valores
bajos de cobertura del suelo durante algunos meses con escasa lluvia (mayo-julio),
por lo que la frecuencia de riego en ese momento influye sustancialmente en la
proporción de la ET que procede de la evaporación directa desde el suelo.
La figura 13 presenta la evolución temporal del coeficiente de cultivo basal de un
conjunto de parcelas de algodón. En ella se muestra también la evolución promedio
de este conjunto, evolución que se puede considerar fija y que será usada en las
etapas posteriores.

1.20
1.00
promedio
0.80
Kcb
0.60
0.40
0.20
0.00
80 100 120 140 160 180 200 220 240 260
DDA
Figura 13 Evolución temporal de Kcb en diferentes parcelas de algodón, la línea azul de

mayor grosor indica el valor promedio del conjunto
(b) Cálculo del balance diario de agua en el suelo para el cultivo medio. De este
balance se obtiene una programación del riego óptimo. El tipo de riego adoptado
para esta simulación es localizado, con una fracción de humedecimiento del suelo de
0,3. Dado que los datos meteorológicos son distintos en cada zona se realiza una
programación de riego por cada zona climática comprendida en el estudio.
La elección del riego localizado se debe por un lado a que es el tipo de riego más
empleado en la Cuenca y por otro lado a la ventaja que ofrece desde el punto de
vista de la programación, ya que al ser un riego de alta frecuencia, los valores de Kc
tienen una evolución temporal suave. Los riegos de baja frecuencia (aspersión o
gravedad) dan lugar a valores de Kc muy altos los días posteriores al de aplicación
del riego mientras que una vez que se seca la superficie del suelo, la evaporación es
muy baja o nula, reduciendo significativamente el Kc.
En la figura 14 se representa, a modo de ejemplo, la evolución diaria del coeficiente
de evaporación (Ke) para un suelo desnudo durante el año 2004 en Lebrija para los
diferentes sistemas de riego. En los primeros meses el valor depende sólo de la
frecuencia y cantidad de precipitación en la zona, y por tanto coinciden las curvas
para los diferentes métodos de riego. A partir de mayo, cuando comienza a aplicarse
riego (al cultivo medio de algodón) las curvas se separan. Los valores de Ke con los
métodos de aspersión y gravedad (baja frecuencia) presentan altibajos durante los
meses de verano, mientras que el riego localizado mantiene un valor estable durante
el verano.

1,2 aspersión
gravedad
1 localizado
0,8
kc para kcb=0
0,6
0,4
0,2
0
01/01/2004
01/02/2004
01/03/2004
01/04/2004
01/05/2004
01/06/2004
01/07/2004
01/08/2004
01/09/2004
01/10/2004
01/11/2004
01/12/2004
Figura 14 Evolución diaria de Kc para diferentes sistemas de riego
La variabilidad del Ke en los meses de verano afecta especialmente a la hora de

adoptar valores promedio del parámetro a para las fechas de cada imagen. En la
figura 15 se presentan estos promedios para las fechas reales de paso del satélite
en ese año concreto. A pesar de que el promedio se ha calculado usando una media
móvil, se observa el efecto de la frecuencia de riego en los sistemas de aspersión y
gravedad. Esta variabilidad se debe a que el periodo en el que se promedia a es
parecido a la frecuencia de riego, y dependiendo del número de riegos que entren
dentro de cada periodo, los valores de Kc pueden llegar a ser muy diferentes. Sin
embargo, la alta frecuencia del riego localizado evita la aparición de estos artefactos,
lo que lleva a elegir este sistema como sistema estándar en la determinación del
parámetro a.
0,70
0,60
0,50
parametro a
0,40
0,30
Aspersión
0,20
Gravedad
0,10 Localizado
0,00
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
/0 04
04
06 /20
22 /20
09 /20
25 /20
10 /20
26 /20
12 /20
28 /20
13 /20
29 /20
15 /20
31 /20
16 /20
01 /20
17 /20
20
9/
1
9
/0
21
Figura 15 Evolución temporal del parámetro a en el año 2004 para diferentes tipos de
riego. El valor para cada fecha se ha obtenido mediante una media móvil para suavizar el
efecto de la baja frecuencia de riego por aspersión y gravedad.

(c) El riego óptimo, programado en el apartado anterior, junto con los datos
meteorológicos de la estación correspondiente a la zona concreta estudiada
(precipitación y ETo) se utilizan para realizar un balance de agua anual en un suelo
típico. Dicho balance se hace fijando Kcb = 0 constante en el tiempo, lo que implica la
ausencia de cultivo, y del que se derivan los valores diarios de Kc, equivalente a la
intersección con el eje de ordenadas de curvas sintéticas Kcb-Kc..
El Kc diario se promedia en el periodo que cubre cada una de las imágenes de
satélite disponibles el año concreto de cálculo, con el fin de conseguir un valor
representativo del parámetro a aplicable a dicho periodo. Los periodos son de
longitud variable dependiendo del espaciamiento entre imágenes consecutivas. En el
caso ideal de disponer de imágenes cada 16 días, esa sería la longitud del periodo en
el que se promedia el parámetro a. Sin embargo en algunos casos es mayor, siendo
el máximo de 32 días (ver tabla 1 para el año 2008). El resultado final es una tabla
con valores de a para cada período y cada zona climática, que serán aplicados
cuando se detecte la presencia de cultivo.
♦ Cálculo del parámetro a suponiendo sólo

precipitación
En ausencia de riego, el procedimiento se simplifica considerablemente y los valores de a
se obtienen de un balance de agua en el suelo que considera únicamente los eventos de
lluvia en cada zona. Para ello, se ejecuta el apartado (c) del proceso descrito
anteriormente sin incluir ningún tipo de riego. Los valores promediados se consignan en
una tabla y serán aplicados en los períodos en que no se haya detectado presencia de
cultivo en el campo.
♦ Evolución del Kc dual vs. Kc sintético

Como ejemplo de la aplicación de esta metodología se presentan las figuras 16 y 17, que
reproducen con datos de una campaña anterior (2004) las diferencias que aparecen en
una parcela estándar de algodón y otra de remolacha, entre los coeficientes de cultivo
basal, sintético y el coeficiente de cultivo dual calculado diariamente siguiendo un balance
completo de agua en el suelo. Se observa que el coeficiente sintético ofrece, a lo largo
del ciclo, un valor que puede considerarse promedio de las frecuentes variaciones que,
debido a la evaporación desde el suelo, refleja el Kc dual.

Parcela de algodón
1,2
0,8
kc, kcb
0,6
kcb
kc dual
0,4 kc sintetica
0,2
0
29/04/2004
06/05/2004
13/05/2004
20/05/2004
27/05/2004
03/06/2004
10/06/2004
17/06/2004
24/06/2004
01/07/2004
08/07/2004
15/07/2004
22/07/2004
29/07/2004
05/08/2004
12/08/2004
19/08/2004
26/08/2004
02/09/2004
09/09/2004
16/09/2004
23/09/2004
Figura 16 Comparación de la evolución del coeficiente de cultivo basal derivado del
SAVI y los coeficientes de cultivo obtenidos por el procedimiento simplificado,
denominado sintético, y por el procedimiento dual completo en una parcela de algodón.
Parcela de remolacha
1,2
0,8
kc, kcb
0,6
kcb
0,4 kc dual
kc sintética
0,2
0
04
04
04
04
04
04
04
04
04
04
04
04
04
20
20
20
20
20
20
20
20
20
20
20
20
20
1/
2/
2/
3/
3/
3/
4/
4/
5/
5/
6/
6/
7/
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
21
04
18
03
17
31
14
28
12
26
09
23
07
Figura 17 Comparación de la evolución del coeficiente de cultivo basal derivado del

SAVI y los coeficientes de cultivo obtenidos por el procedimiento simplificado,
denominado sintético, y por el procedimiento dual completo en una parcela de algodón.

4.1.3. Interpolación diaria del coeficiente de
cultivo y cálculo de la ET.
Cuando han sido calculadas todas las imágenes de Kc de una campaña, se realiza una
interpolación temporal lineal para obtener un valor de Kc diario en cada punto. El producto
del Kc y la ETo de la estación meteorológica más cercana, ambos a escala diaria (ec. 1)
proporcionan el valor final de ET real del cultivo.
El proceso se ejecuta actualmente en este orden por razones de eficiencia

computacional, pero supone una simplificación con respecto al proceso que se debería
seguir, que implicaría realizar la interpolación diaria del Kcb y a continuación transformar
cada Kcb diario en Kc a través del parámetro a correspondiente a cada periodo. La
diferencia entre ambos procedimientos se produce por la no linealidad de la
transformación Kcb - Kc en todo su dominio, ya que existe un cambio de pendiente en el
punto (1,1) de la figura 10. Se ha comprobado mediante simulaciones que la diferencia
cuantitativa entre aplicar la interpolación a valores de Kcb ó de Kc es escasa, resultando
como máximo en errores de 3 mm en la ET acumulada para el periodo total.
Las imágenes de ET diaria resultantes no se almacenan de forma permanente debido a la
gran capacidad de disco necesaria, sino que se van acumulando los valores en el tiempo
para obtener datos de ET decenal, mensual y total del periodo analizado, de mayor valor
informativo.
El resumen del proceso para el cálculo de la ET decenal y acumulada se ilustra en la
figura 18.

SAVI Cálculo del kcb
Kcbmax = f (cultivo)
K cb max
K cb = (SAVI − SAVI suelo )
SAVI eff − SAVI suelo Clasificación de cultivos
kcb
kcb Cálculo del kc
si kcb ≤ 0,05 No cultivo Cálculo del parámetro a

(k post
cb )
− kcb < 0,05 No cultivo
Fecha Con cultivo Sin cultivo
Presencia de cultivo
si 0,05 ≤ kcb ≤ 0,3 y
(k post
cb − kcb ) ≥ 0,05 Cultivo ----- ---- ----
----- ---- ----
si k cb ≥ 0,3 Cultivo ----- ---- ----
kc
kcmax
1 k c = a + (1 − a )k cb si k cb < 1
kc k c max − 1 k − k c max
kc = k cb + cb max si k cb > 1
a k cb max − 1 k cb max − 1
kcb
0 1 kcbmax
kc Cálculo de la ET real
Interpolación diaria del kc

ETdiaria ET = kc ⋅ ET0 ETo diaria = f (estación más cercana)
ETacumulada
Figura 18 Procedimiento general para el cálculo de la evapotranspiración de cultivos.
4.1.4. Evaluación del método sintético
En este apartado se pretende evaluar el funcionamiento del método sintético propuesto
para estimar Kc, abordando tanto la comparación con método dual (FAO-56 Allen et al.,
1998), que implica un cálculo diario del balance de agua para cada parcela, como la
acotación del error que se comete en la estimación de la ET cuando el cultivo ó el sistema
de riego son muy diferentes a los considerados como medios para el cálculo del
parámetro a en el método sintético.
Para ello, se ha dispuesto de un conjunto de datos recogidos en la campaña 2004 en la
zona regable del Sector BXII del Bajo Guadalquivir (Lebrija, Sevilla). La elección obedece
al conocimiento de la zona, proporcionado por estudios previos, y a la disponibilidad de
toda la información necesaria durante una campaña de riego. El análisis se ha aplicado a
los cultivos de remolacha y algodón, que en conjunto abarcan temporalmente la práctica
totalidad de la campaña agrícola y presentan una diferencia de ciclos de crecimiento
significativa, por lo que los resultados obtenidos pueden ser representativos tanto de
cultivos de invierno como de los de verano. Además, son mayoritarios en la zona de
estudio, pudiéndose localizar un gran número de parcelas que confieren mayor
representatividad a los resultados obtenidos.
En primer lugar, se ha comparado la ET acumulada en cada parcela en un periodo fijo,
comprendido entre mediados de marzo y principios de septiembre. El cálculo de ET se ha
realizado en primer lugar mediante un balance diario de agua en el suelo, con datos
climáticos reales de la zona estudiada en dicha campaña, con un riego programado
óptimo, y con la evolución real del Kcb de cada parcela (obtenida de una serie bastante
completa de imágenes de satélite sobre la zona). Esta ET, denominada ET dual, se
enfrenta en la figura 19 a la ET obtenida por el procedimiento de Kc sintético descrito en
apartados anteriores, que depende de la estimación del parámetro a. La ET así calculada
se denominará en adelante “ET sintética”.
1000
y = 0.97x + 10.9
r2 = 0.98
900
.
800
ET sintética (mm)
700
600
algodón
500
remolacha
400
400 500 600 700 800 900 1000
ET dual (mm)
Figura 19 Comparación de la estimación de ET estacional obtenida con los métodos
dual y sintético en parcelas de remolacha y algodón situadas en el Bajo Guadalquivir
durante el año 2004.

Se observa en general un buen ajuste a la línea 1:1, con una desviación media, medida
por el error medio cuadrático (RMSE), de 23 mm (3,5% de la ET estacional media), un
coeficiente de correlación alto en la serie completa de datos y un escaso sesgo. El ajuste
obtenido para las parcelas de remolacha es mayor (RMSE = 17 mm) que el encontrado
en las de algodón (RMSE = 28 mm), a pesar de ser el algodón el cultivo usado como
medio en el procedimiento sintético. Esta diferencia parece ser debida a que el ciclo
principal de crecimiento de la remolacha se produce durante el invierno o inicio de la
primavera, y se desarrolla fundamentalmente aprovechando el agua de lluvia, cuando
llega el inicio mayoritario del riego, la planta cubre en su mayor parte el suelo. Por ello,
las diferencias que se pueden producir en la evaporación desde el suelo, debidas una
programación específica del riego, afectan poco a la ET total de la planta, en la que el
componente de mayor peso es la transpiración, bien trazada en el modelo con el índice
de vegetación.
Esto se puede apreciar si calculamos el error que se comete en uno y otro cultivo en el
supuesto de no considerar ningún tipo de riego en el método sintético y manteniendo la
misma programación de riego de la figura anterior en el dual. Se obtiene que el ajuste de
la remolacha, aunque empeora ligeramente con respecto a la figura 19, es relativamente
insensible a la consideración del riego en el modelo. Por el contrario, en el algodón se
produce un cambio considerable, llegando a una desviación promedio del 12,8% (RMSE
= 104 mm) respecto a los valores del método dual.

♦ Evaluación del efecto del cultivo medio
La elección del algodón como cultivo medio ó típico para la programación del riego,
justificada en el apartado B.2.2., se confirma con los resultados presentados en la figura
19. Se observa que aplicado el procedimiento a un cultivo de ciclo completamente
diferente al elegido ofrece un ajuste muy alto. Sin embargo, se ha querido contrastar el
resultado anterior con el que ofrecerían ambos cultivos en el caso de que el cultivo
elegido hubiera sido el contrario. Para ello, se han recalculado todas las parcelas usando
como cultivo medio uno de remolacha y el resultado obtenido indica que el ajuste en las
parcelas de remolacha no mejora, siendo muy similar al obtenido en la figura 19 en
ausencia de riego. Sin embargo, en algodón se produce una sobreestimación media de
62,5 mm (el 8.8% de la ET estacional), debida a un exceso de evaporación desde el
suelo por un riego excesivo, programado cuando la planta está poco desarrollada y la
cobertura del suelo es baja, lo que refuerza la elección como cultivo medio de un cultivo
de verano como el algodón.
♦ Evaluación del efecto del sistema de riego

Con el fin de conocer el error que se cometería cuando el sistema de riego en el campo
es distinto del elegido en el modelo sintético, se ha comparado el resultado del método
sintético tal como se ha descrito, suponiendo un riego localizado, con la programación
dual diaria considerando un riego por aspersión. Se observa en este caso que el método
sintético sobreestima la ET estacional en el caso del algodón y la infraestima ligeramente
en el caso de la remolacha. Aunque en conjunto el error que se produce no es demasiado
alto (RMSE = 26 mm, 3,5 % de a ET estacional), en el caso del algodón llega a suponer
el 4,6% del valor promedio de ET.
♦ Campaña 2008
Además de lo expuesto para el año 2004, se ha realizado un breve muestreo en la
presente campaña con el fin de confirmar el correcto funcionamiento de la metodología
propuesta y el modelo programado con los datos actuales. Se han seleccionado 4 píxeles
de diferentes cultivos dentro de la zona de estudio, en los que se ha comparado el
resultado de ET obtenido con el modelo sintético y el obtenido realizando un balance de
agua diario en el suelo (método dual).
Los valores de entrada necesarios para ejecutar el balance de agua diario son los datos
meteorológicos de la estación correspondiente y la evolución del Kcb del píxel
seleccionado. Éstos son idénticos a los valores de entrada utilizados por el modelo
sintético en esos puntos.
Para el píxel 1, localizado en una zona clasificada como remolacha, se obtiene una ET
acumulada para el periodo de estudio (desde el 5 marzo al 12 septiembre) de 723 mm
por el método sintético, y 748mm por el dual, con una diferencia de 25 mm (3,4%).
Para el píxel 2, de arroz, la ET acumulada sintética y dual es de 1182 y 1210 mm,
respectivamente, lo que representa una diferencia de 30 mm (2,3%) entre ambos
métodos.
En el píxel 3, clasificado como cereal, se obtiene ETsint = 352 mm y ETdual = 380 mm,
diferencia de 28 mm (7,4%).

Por último, en el píxel 4, de algodón, se obtiene ETsint = 503 mm y ETdual = 497 mm,
diferencia de 6 mm (1,1%).
En conjunto, se puede concluir que el ajuste entre los valores de ET estimados mediante
ambos métodos es aceptable, indicando que el procedimiento de Kc sintético incorpora
adecuadamente los principales factores que influyen en el cálculo dual y puede ser usado
en aplicaciones como la que se presenta en este trabajo.

4.1.5. Aplicación a la campaña 2008
A continuación se describe el proceso seguido para la determinación de los valores del
parámetro a para la campaña 2008.
Las regiones empleadas en esta aplicación, dentro de las cuales la relación Kcb-Kc ha
sido única, se han elegido atendiendo a la regionalización hecha previamente de la
cuenca y descrita en un informe anterior.
Dentro de la zona estudiada en la campaña de riego 2008, que comprende la parte más
occidental de la cuenca del Guadalquivir, existen fundamentalmente 2 regiones diferentes
y otras dos muy minoritarias (Figura 20). Para las regiones mayoritarias se han
seleccionado las siguientes estaciones meteorológicas representativas, cuyos datos
servirán para determinar la relación Kcb-Kc:
Región 1 --> Estación de Lebrija (RIAA)
Región 5 --> Estación de Lora del Río (RIAA)
Lora
5
2
Lebrija
Figura 20 Área analizada en la campaña 2008 y localización de la estaciones

meteorológicas usadas para la obtención de coeficiente de cultivos sintético.

Para cada año natural completo, se ha ejecutado el balance de agua en el suelo
suponiendo Kcb = 0. A continuación, se ha promediado el Kc diario obtenido ha sido
promediado para cada periodo. Se determina así un valor de a para cada una de las
regiones estudiadas. En la tabla 7 se presentan los valores obtenidos, así como los
periodos promediados.
Estación Lebrija Estación Lora

fecha DDA DDA duración con sin con sin
imagen inicial final (días) riego riego riego riego
5-Mar-08 57 80 24 0,37 0,37 0,41 0,41
5-Apr-08 81 108 28 0,36 0,36 0,40 0,40
1-May-08 109 140 32 0,43 0,30 0,58 0,49
8-Jun-08 141 167 27 0,43 0,17 0,48 0,34
24-Jun-08 168 183 16 0,33 0,06 0,30 0,00
10-Jul-08 184 198 15 0,34 0,07 0,34 0,03
26-Jul-08 199 215 17 0,33 0,03 0,29 0,04
11-Aug-08 216 231 16 0,33 0,04 0,30 0,00
27-Aug-08 232 247 16 0,33 0,06 0,29 0,00
12-Sep-08 248 263 16 0,29 0,01 0,28 0,04
Tabla 7 Valores del parámetro a para la relación lineal entre Kcb y Kc. Año 2008.
El procedimiento de cálculo del parámetro a se ha descrito en el apartado 4.1.2.2. El

balance de agua correspondiente se ha ejecutado de una manera genérica, con los
siguientes valores estándar de cultivo, suelo y riego:
• Inicio del balance de agua: 1-enero-2008
• Método de riego: goteo
• Fracción de humedecimiento del suelo de 0,3
• Ramales entre hileras de cultivo
• Profundidad de raíces: 1 m (mínima 0,5m)
• Contenido de humedad en capacidad campo: 0,4
• Contenido de humedad en marchitez permanente: 0,25

4.2. Descripción de la
implementación informática
El proceso de corrección de las imágenes de satélite y la generación de diferentes
entradas necesarias (índices SAVI y clasificación de cultivos) se llevan a cabo usando
procesos estándar implementados en software comercial.
Para el resto de procesos necesarios hasta llegar al cálculo (ver apartado 4.1) de la
Evapotranspiración de cultivos (ET) se ha desarrollado una implementación informática
en lenguaje IDL 7.0 (sobre la versión de Envi 4.5). Esta herramienta permite automatizar
todos los procesos de lectura de los registros desde tablas, cálculos de interpolación
diaria de ET, generación de ET acumulados para 10 días, etc.
En la figura 21 se recoge el diagrama de flujo con las entradas, fases de cálculo y las
salidas obtenidas. A continuación se describen brevemente las entradas necesarias,
fases contempladas en la implementación informática y las salidas obtenidas. En el anexo
2 se describen todas ellas detalladamente así como el manejo de la aplicación.

Figura 21 Fases contempladas en la implementación informática
4.2.1. Entradas de la aplicación
Las entradas de la aplicación son las siguientes:
1. Imágenes SAVI (Soil Adjusted Vegetation Index). El índice SAVI es un índice
de vegetación obtenido a partir de las bandas espectrales rojo e infrarroja
cercana de los sensores utilizados (ver apartado 2).
2. Raster de clasificación cultivos. Imagen temática que recoge tanto el resultado
de la clasificación digital de las imágenes de satélite (cultivos herbáceos) como la
integración de la información SigPac (cultivos leñosos). Los detalles
metodológicos para obtener este raster se recogen en el apartado 3.
3. Raster de regionalización climática. Segmentación del área de interés según
regiones climáticas presentes en el ámbito.
4. Raster de estaciones meteorológicas. El área de estudio se ha zonificado,
asignando a cada píxel la estación más próxima mediante polígonos de Thiessen.
5. Tabla de datos de ET0. Matriz de valores de ET0 para cada uno de los días del
periodo de estudio obtenido en cada una de las estaciones meteorológicas.
6. Tabla con coeficientes Kc y SAVI de referencia. Tabla con los valores
correspondiente a coeficiente de cultivo basal máximo y mínimo, SAVI efectivo y
de suelo para cada uno de los cultivos principales.
7. Tabla de parámetro a. Parámetro que se obtiene de la relación entre el
coeficiente de cultivo y el coeficiente de cultivo basal, calibrado localmente.
8. Tabla de decenas con los días para acumular ET. Tabla que le indica a la
aplicación el día inicial y final para cada periodo a acumular ET.
4.2.2. Fases contempladas en la

implementación informática
♦ Fase 01: Generación de imágenes Coeficiente de
cultivo basal Kcb
Esta fase tiene como entradas la imagen clasificada de cultivos que contiene los
cultivos principales del área, la tabla con coeficientes Kc y SAVI de referencia con los
valores anteriormente descritos y las imágenes SAVI para cada una de las fechas
consideradas en el estudio.
La imagen clasificada permite obtener para cada píxel los valores correspondientes de
coeficiente de cultivo basal máximo, coeficiente de cultivo basal mínimo (0 en todos lo
cultivos salvo en el arroz que es 1), SAVI efectivo y de suelo, que son función del cultivo
detectado. Se utilizan reglas de condición para la asignación de los valores en función de
las categorías de la leyenda.
El cálculo de Kcb se realiza de acuerdo a la ecuación

k cb max − k cb min  
k cb =  SAVI − SAVI suelo  + k cb min (7)
SAVI eff − SAVI suelo  
Que da lugar a las fórmulas, ya descritas en el apartado 4.1.2.1., (4) cuando el cultivo es
el arroz y (3) en el resto de los cultivos.
Para simplificar el cálculo se generan imágenes intermedias que se designan como:
K cb max − K cb min (8)

M=
SAVI eff − SAVI suelo
(9)
N = K cb min − (SAVI suelo * M )
Dichas imágenes almacenan los valores de necesarios para el cálculo de Kcb pero sobre
un raster de imagen que permitirá el cálculo mediante operaciones entre imágenes.
Así la ecuación de Kcb queda de la siguiente forma:
K cb = M * (SAVI ) + N (10)
Al ejecutar esta ecuación se obtienen como salidas una imagen de Kcb para cada una de
las imágenes SAVI de entrada.
♦ Fase 02: Generación de imágenes de Coeficiente de

cultivo Kc
Las entradas de esta fase son las imágenes Kcb de la fase anterior, la imagen de
regionalización climática y la tabla de parámetro a que contiene el parámetro calibrado
para cada región y para los supuestos con riego y sin riego (ver apartado 4.1.2.2).
En esta fase, el programa recorre cada una de las imágenes Kcb y para cada píxel le
asigna un Kc teniendo en cuenta las siguientes reglas (apartado 4.1.2.2):
Así se recorren cada una de las imágenes Kcb y se aplicada para cada píxel la siguiente
condición que reproduce lo descrito en el apartado 4.1.2.2.
Kcb >= 1 Kc= (0,2/0,15)Kcb - 0,33
Kcb < 1 Kc=a+(1-a)*Kcb

El valor de a que toma el programa de la tabla de parámetro a dependerá de si se
suponen condiciones de riego o no riego, para ello se establecen los siguientes
condicionales.
Kcb<0,05 el programa selecciona para el píxel el a correspondiente a no riego
0,05<Kcb<0,3
KcbPost-Kcb < 0,05 el programa selecciona para el píxel el a
correspondiente a no riego
KcbPost-Kcb >= 0,05 el programa selecciona para es píxel el a
correspondiente a riego

Kcb>0,3 el programa selecciona para el píxel el a correspondiente a riego
Como salida de esta fase se obtendrá una imagen Kc por cada imagen Kcb de entrada
♦ Fase 03: Interpolación temporal de Kc

Para el rango de fechas entre la primera y la última imagen SAVI existen días sin Kc que
es necesario generar para obtener un valor de ET acumulado. Para ello se realiza una
interpolación lineal para cada fecha del rango utilizándose la fecha anterior más próxima y
la fecha posterior más próxima en la fecha que se interpola.
En la programación implementada esta interpolación se realiza píxel a píxel y para todos
los días del rango de fechas.
Como salida de esta fase se obtienen los valores interpolados de Kc.
♦ Fase 04: Cálculo de ET y acumulados

Las entradas en esta fase son los valores de Kc interpolados, raster de estaciones
meteorológicas y tabla de ET0 de las estaciones.
La ecuación (2) descrita en el apartado 4.2, nos permite obtener el valor de ET:
Se realiza la lectura automática del registro correspondiente de la tabla de ET0 en función
del píxel, tendiéndose en cuenta la estación meteorológica, y se multiplica por el valor de
Kc.
Una vez que este valor está calculado se obtiene los valores de ET total para todo el
rango de fechas y los acumulados de 10 en 10 días.
Estos valores de acumulados son escritos a ficheros raster y son las correspondientes
salidas a esta fase.
4.2.3. Salidas de la aplicación

Las salidas de la aplicación desarrollada son:
• Imagen de ET acumulado para todo el periodo. Cada valor del píxel almacena
el acumulado en mm de Evapotranspiración que se ha calculado para el rango de
fechas entre la primera y la última imagen SAVI.
• Imágenes de ET acumulado de 10 en 10 días. Para cada mes natural se

obtienen 3 decenas de ET acumulados:
o primera decena: días 01-10
o segunda decena: días 11-20
o tercera decena: días 21-final de mes natural

4.3. Resultados
Tras aplicar la metodología descrita se obtuvieron un total de 20 raster correspondientes
a las imágenes de ET acumulado decenal y un raster con la ET acumulada para el todo el
periodo de estudio. Hay que tener en cuenta, en la interpretación de resultados, que la
primera y la última decena del periodo de estudio están incompletas. Así, dado que la
primera imagen se adquirió el 5 de marzo la primera decena de marzo acumula la ET de
6 días únicamente (5 al 10 de marzo). Por otra parte, dado que la última imagen se
adquirió el 12 de septiembre, la última decena acumula la ET únicamente de 2 días (11 y
12 de septiembre).
La información de estos raster de ET sola o combinada con la clasificación de cultivos
permite elaborar cartografías de ET decenales o acumuladas para todo el periodo, así
como extraer estadísticos de la evolución temporal de la ET por cultivos, ET acumulada
total por cultivos, etc.
Si se combina la información estos raster con el parcelario de la zona de estudio se
pueden extraer, mediante análisis zonales, datos de ET decenal y acumulada a nivel de
zona regable. A nivel de recinto del parcelario se puede obtener la proporción observada
de cada cultivo, cultivo principal si lo hubiere, ET decenal o acumulada, etc, siempre
teniendo en cuenta que la resolución espacial de los raster de ET y el mapa de cultivos es
de 30 metros y esto puede implicar que en recintos pequeños (con alguna dimensión
cercana o inferior a los 30 metros) se extraiga información incorrecta.
A continuación se exponen algunos ejemplos de explotación de los resultados de este
trabajo.
Se han generado mapas de la zona de estudio de evapotranspiración acumulada por
decenas, como el que se presenta en la figura 22 a modo de ejemplo. Las zonas de color
verde oscuro representan las superficies con mayor ET decenal. Existen cultivos de
regadío que superan una ET acumulada para esta decena superior a 50 mm y aparecen
en verde oscuro. Las zonas de color ocre representan áreas sin vegetación o con
vegetación seca, donde la evapotranspiración es muy baja.
Al acumular la ET diaria durante todo el periodo de estudio, 5 marzo al 12 septiembre de
2008, se obtiene el mapa presentado en la figura 24. Las superficies que presentan
mayor ET estacional coinciden con las parcelas de riego dedicadas al cultivo del arroz en
el Bajo Guadalquivir.

ET (mm)
Figura 22 ET acumulada en la decena 1-10 julio 2008.
Las Marismas
Sector BXII
ET (mm)
Valdeojoshornillo
Figura 23 ET acumulada en la decena 1-10 julio 2008. Detalle de las comunidades de regantes del Sector BXII, Valdeojoshornillo y Las Marismas
ET (mm)
Figura 24 ET acumulada en el periodo 5 marzo al 12 septiembre 2008
Las Marismas
Sector BXII
ET (mm)
Valdeojoshornillo
Figura 25 ET acumulada en el periodo 5 marzo al 12 septiembre 2008. Detalle de las comunidades de regantes del Sector BXII, Valdeojoshornillo y Las
Marismas.
Utilizando la clasificación de cultivos realizada para la campaña 2008, es posible estimar
la evolución de la ET para los distintos cultivos en el periodo de estudio. En la figura 26 se
representa la evolución de la ET para los distintos cultivos, contemplados en la
clasificación, en las distintas decenas correspondientes al periodo de estudio. Se han
excluido la primera y última decena de estudio por estar incompletas.
Evolución de la ET por cultivos
100,00
90,00
80,00 citricos
frutales
70,00
olivar
ET decenal (mm)
60,00 TA algodon
TA arroz
50,00
TA girasol
40,00 TA maiz
TA remolacha
30,00
TA cereales
20,00 TA otros
10,00
0,00
04p
05p
06p
07p
08p
09p
03t
04t
05t
06t
07t
08t
03s
04s
05s
06s
07s
08s
Decenas del periodo de estudio (mes-decena)
Figura 26 Evolución de la ET decenal observada para los distintos cultivos

En la figura 27 se recoge la ET acumulada por cultivos para el periodo de estudio. La
cifras de ET más elevadas corresponden a zonas ocupadas por arroz (1164 mm)
seguidas de las zonas ocupadas por maíz (732 mm). Las zonas ocupadas por olivar y
cereales o tubérculos son las que presentan unas cifras de ET más baja durante el
periodo estudiado.
ET Acumulada
1400,00
1200,00
1000,00
800,00
ET Acumulada
600,00
400,00
200,00
0,00
TA arroz
olivar
TA algodon
frutales
TA maiz
TA otros
TA girasol
cereal/tuber.
TA remolacha
citricos
TA
Figura 27 ET acumulada por cultivos para el periodo de estudio

ANEXO I. RECALCULADO DE ET PARA LA
CAMPAÑA 2007
A lo largo de la campaña 2008 se han producido mejoras metodológicas en el proceso de
estimación de la ET que no se tuvieron en cuenta en la campaña 2007. Por ello se ha
vuelto a estimar la ET decenal y acumulada para la campaña 2007 contemplando dichas
mejoras.
El parámetro a empleado para la campaña 2007 se ha calculado de forma análoga a la
campaña 2008. Los valores de dicho parámetro se recogen en la tabla 8.
Estación Lebrija Estación Lora

fecha DDA DDA duración con sin con sin
imagen inicial final (días) riego riego riego riego
18-Mar-07 71 83 13 0,07 0,07 0,05 0,05
30-Mar-07 84 99 16 0,50 0,50 0,49 0,49
19-Apr-07 100 117 18 0,35 0,35 0,66 0,66
5-May-07 118 137 20 0,41 0,30 0,53 0,47
29-May-07 138 161 24 0,29 0,03 0,53 0,37
22-Jun-07 162 181 20 0,29 0,05 0,29 0,00
8-Jul-07 182 197 16 0,33 0,06 0,30 0,00
24-Jul-07 198 213 16 0,29 0,00 0,30 0,00
9-Aug-07 214 237 24 0,31 0,01 0,29 0,01
10-Sep-07 238 260 23 0,51 0,39 0,39 0,12
Tabla 8 Valores del parámetro a para la relación lineal entre Kcb y Kc. Año 2007.
Tras aplicar la metodología descrita se obtuvieron un total de 18 raster correspondientes
a las imágenes de ET acumulado decenal y un raster con la ET acumulada para el todo el
periodo de estudio (18 de marzo a 10 de septiembre de 2007). Hay que tener en cuenta,
en la interpretación de resultados, que la primera decena del periodo de estudio está
incompleta. Así, dado que la primera imagen se adquirió el 18 de marzo, la segunda
decena de marzo acumula únicamente la ET de 3 días (18 al 20 de marzo).
La información de estos raster de ET sola o combinada con la clasificación de cultivos
permite elaborar cartografías de ET decenales o acumuladas para todo el periodo, así
como extraer estadísticos de la evolución temporal de la ET por cultivos, ET acumulada
total por cultivos, etc.
Si se combina la información de estos raster con el parcelario de la zona de estudio se
pueden extraer, mediante análisis zonales, datos de ET decenal y acumulada a nivel de
zona regable. A nivel de recinto del parcelario, se puede obtener la proporción observada
de cada cultivo, cultivo principal si lo hubiere, ET decenal o acumulada, etc, siempre
teniendo en cuenta que la resolución de los raster de ET y del mapa de cultivos) es de 30
metros y esto puede implicar que, en recintos pequeños (con alguna dimensión cercana o
inferior a los 30 metros), se extraiga información incorrecta.
A continuación se exponen algunos ejemplos de explotación de los resultados para la
campaña 2007.

Se han generado mapas de la zona de estudio de evapotranspiración acumulada por
decenas, como el que se presenta en la figura 28 a modo de ejemplo. Las zonas de color
verde oscuro representan las superficies con mayor ET decenal. Existen cultivos de
regadío que superan una ET acumulada para esta decena superior a 50 mm y aparecen
en verde oscuro. Las zonas de color ocre representan áreas sin vegetación o con
vegetación seca, donde la evapotranspiración es muy baja
Al acumular la ET diaria durante todo el periodo de estudio, 18 marzo al 10 septiembre de
2007, se obtiene el mapa presentado en la figura 30. Las superficies que presentan
mayor ET estacional coinciden con las parcelas de riego dedicadas al cultivo del arroz en
el Bajo Guadalquivir.

ET (mm)
Figura 28 ET acumulada en la decena 1-10 julio 2007.
Las Marismas
Sector BXII
ET (mm)
Valdeojoshornillo
Figura 29 ET acumulada en la decena 1-10 julio 2007. Detalle de las comunidades de regantes del Sector BXII, Valdeojoshornillo y Las Marismas
ET (mm)
Figura 30 ET acumulada en el periodo 18 marzo al 10 septiembre 2007
ET (mm)
Figura 31 ET acumulada en el periodo 18 marzo al 10 septiembre 2007. Detalle de las comunidades de regantes del Sector BXII, Valdeojoshornillo y Las
Marismas.
Utilizando la clasificación de cultivos realizada para la campaña 2007, es posible estimar
la evolución de la ET para los distintos cultivos en el periodo de estudio. En la figura 32 se
representa la evolución de la ET para los distintos cultivos, contemplados en la
clasificación, en las distintas decenas correspondientes al periodo de estudio. Se ha
excluido la primera decena de estudio por estar incompleta.
Evolución de la ET por cultivos
100,00
90,00
citricos
80,00
otros frutales
70,00 olivar
ET decenal (mm)
60,00 TA algodon
TA arroz
50,00
TA girasol
40,00 TA maiz
30,00 TA remolacha
20,00 TA cereales
TA otros
10,00
0,00
04p
05p
06p
07p
08p
09p
03t
04t
05t
06t
07t
08t
04s
05s
06s
07s
Decenas del periodo de estudio (mes-decena) 08s
Figura 32 Evolución la ET decenal observada para los distintos cultivos

En la figura 33 se recoge la ET acumulada por cultivos para el periodo de estudio. Al igual
que en la campaña 2008 las cifras de ET más elevadas corresponden a zonas ocupadas
por arroz (1042 mm) seguidas de las zonas ocupadas por maíz (678 mm). Las zonas
ocupadas por olivar y cereales son las que presentan unas cifras de ET más baja durante
el periodo estudiado.
ET Acumulada
1200,00
1000,00
800,00
600,00 ET Acumulada
400,00
200,00
0,00
olivar
TA arroz
algodon
TA girasol
citricos
frutales
TA maiz
cereales
TA otros
remolacha
otros
TA
TA
TA
Figura 33 ET acumulada por cultivos para el periodo de estudio

ANEXO II. MANUAL DE MANEJO DEL
PROGRAMA CALCULO_ET.PRO
♦ Introducción
En este anexo se dan las pautas de utilización del programa desarrollado bajo entorno
IDL 7.0 de Envi 4.5.
La interacción del usuario queda reducida a la selección de las imágenes y tablas que
constituyen las entradas del programa y a la selección de las carpetas de salida.
♦ Requerimientos del sistema

• Licencias Envi + IDL
Testeado para las versiones Envi 4.3 y 4.5 e IDL 6.3 y 7.0
• RAM mínima recomendada 1GB
• Espacio disponible en disco: 8 GB*

*Nota: Para una extensión de área recogida en unos 5.000x4.000 píxeles (para la
resolución de 30 m son 150x120 Km aprox). En cualquier caso esta estimación es
muy variable dependiendo del tamaño de los ficheros de entrada. En esta versión
del programa se guardan los subproductos en la carpeta ficheros intermedios,
tales como imágenes Kcb, Kc, etc. La carpeta de ficheros finales ET acumulados
ocupa aproximadamente el 20% de esos 8 GB.
♦ Entradas de la aplicación
Previamente a ejecutar la aplicación, es necesario que estén creadas los ficheros entrada
de datos. Las características de los ficheros deben ser las mismas que se detallan a
continuación.
Raster
Características comunes de las entradas raster:
• Tamaño píxel 30 m. Misma extensión en píxeles y la malla (o grid) coincidente

para todos los ficheros.
• Sistema de referencia: el sistema de referencia de trabajo para las campañas

2007 y 2008 es UTM30,I1909, ED50.

SAVI
Descripición entrada: Los rasters de SAVI se obtienen de cada imagen satélite y deben
nombrarse como “savi_” seguido del número de días desde el 1 de enero (3 cifras) tal y
como se recoge en la siguiente la tabla 9
Tipo de dato: continuous y float.
Año 2007 Año 2008
Fecha adquisición Fecha adquisición

Nombre de fichero Nombre de fichero
imagen satélite imagen satélite
savi_077.img 18-03-2007 savi_065.img 05-03-2008
savi_089.img 30-03-2007 savi_096.img 05-04-2008
savi_109.img 19-04-2007 savi_122.img 01-05-2008
savi_125.img 05-05-2007 savi_160.img 08-06-2008
savi_149.img 29-05-2007 savi_176.img 24-06-2008
savi_173.img 22-06-2007 savi_192.img 10-07-2008
savi_189.img 08-07-2007 savi_208.img 26-07-2008
savi_205.img 24-07-2007 savi_224.img 11-08-2008
savi_221.img 09-08-2007 savi_240.img 27-08-2008
savi_253.img 10-09-2007 savi_256.img 12-09-2008
Tabla 9 Ficheros SAVI de entrada.

Clasificación cultivos
Descripición entrada: La clasificación de cultivos se ha obtenido previamente
combinado información SigPac y técnicas de clasificación supervisada. Este raster se
considera la malla de referencia (RefMalla) para todos los productos a generar. En la
tabla 10 se presenta las categorías de la clasificación y la correspondencia con el valor
del píxel que almacena la imagen
Tipo de dato: thematic y unsigned 8b.
Categorías Cod SigPac Valor Pixel
Blackground 0
PR, PS, TH, IS, IV,

otros usos sigpac PA, FO, AG, IM, VI, 1
CA, FS, ZU, VF
citricos CI 2
otros frutales FY 3
Olivar OV 4
TA algodón TA 5
TA arroz TA 6
TA girasol TA 7
TA maiz TA 8
TA remolacha TA 9
TA cereales o tubérculos TA 10
TA otros TA 11
Tabla 10 Codificación de la clasificación de cultivos

Raster de regionalización climática
Descripición entrada: El área de estudio se ha dividido en las 2 regiones más
representativas, siendo estas Lebrija (valor de píxel 1) y Lora del Río (para el resto con
código mayor que 1).
Raster de estaciones meteorológicas.

Descripición entrada: Este raster corresponde a una zonificación del área de estudio en
la que se ha asignado a cada píxel la estación meteorológica más cercana (polígonos de
Thiessen. El identificador numérico que define cada estación debe ser el mismo que el
utilizado en la tabla de datos ET0. Este identificador permitirá asignar a cada uno de los
recintos los valores correctos de Et0.
Tablas .dat
Para la creación de estos ficheros se puede exportar desde Excell guardando como “texto
separado por tabuladores”. No se debe incluir al exportar nombre de filas ni columnas,
exportar solo los datos a usar. La aplicación leerá correctamente estos valores
únicamente en función de su posición dentro de la matriz de datos. Desde explorador de
Windows abrir este fichero .txt y reemplazar comas (,) por puntos (.). Cambiar el nombre
de la extensión desde .txt a .dat.
Datos de Et0
Descripición entrada: Matriz en formato .dat. Columnas: estaciones meteorológicas.
Identificador numérico de cada estación (nombre de columna IDL_cod). Filas: registros
día a día (de arriba-abajo desde 18/marzo hasta 10/septiembre para año 2007 y de
05/marzo hasta 12/septiembre para 2008).
Tipo de dato: numérico 2 decimales.
Tabla con parámetros de cálculo kcb de los principales cultivos

Descripición entrada: Matriz en formato .dat. Columnas: Kcb max, Kcb min, SAVI eff,
SAVI suelo, m (Kcb max-Kcb min/SAVI eff-SAVI suelo), n(Kcb min-(SAVI suelo*m)). Filas:
Cítricos, Olivar, Frutales caducos, Algodón, Arroz, Girasol, Maíz, Remolacha, Cereales,
TA otros.

Tabla con parámetro a
Descripción entrada: Parámetro a según las dos regiones climáticas consideradas y
considerando además los supuestos con riego y sin riego. Columnas: Lebrija con riego,
Lebrija sin riego, Lora con riego y Lora sin riego. Filas: los valores para fecha de imagen
(de arriba abajo desde enero hasta diciembre).
Tabla con decenas (días para acumular ET)

Descripción entrada: Para reducir la introducción de datos en el propio código IDL hay
que generar esta tabla que indica en primera columna día inicio y en segunda columna
día fin (ambos incluidos) para cada uno de los periodos a acumular ET. Estos días son
días consecutivos desde la primera fecha con imagen. No son días Julianos. Así para
primer periodo día inicio es (0) y día fin para último periodo será (rango de días).
Tipo de dato: numérico entero.
♦ Funcionamiento de la aplicación
Como se ha comentado anteriormente la aplicación funciona sobre IDL, así el primer
paso es arrancar IDL Workbench (para IDL 7.0) ó IDL (para 6.3). Se puede realizar
haciendo doble click sobre el acceso directo del escritorio o a través de
Inicio/Programas/Envi/IDL.
Ahora es necesario abrir el procedimiento (el código) que vamos a ejecutar dentro de IDL.
En la línea de comandos, que normalmente es la línea que esta de abajo de la pantalla y
que mantiene el cursor parpadeando, hay que teclear envi y pulsar Intro. De esta forma le
estamos indicando que vamos a usar procedimientos y funciones propios de Envi.
Ahora se puede ya ejecutar nuestro procedimiento. Mediante el botón de la barra de
herramientas o dentro del menú ejecutar. A partir de aquí es cuando comienza el calculo
de la Evapotranspiración.
Lo primero se pide nuestra aplicación son las entradas que va a necesitar para el cálculo.
Estas entradas son solicitadas sucesivamente y en el mismo orden que se han descrito
en el apartado anterior y mediante ventanas de entorno Windows, tal y como muestran
las figura 34 -36:

Figura 34 Ejemplo de ventana de selección de fichero raster de entrada (imagen SAVI
correspondiente a la primera fecha del periodo de estudio).
Figura 35 Ejemplo de ventana de selección de tabla de entrada (ETo).
Una vez introducidas todas las entradas, son solicitadas las carpetas de salida donde
escribir tanto los ficheros intermedios (imágenes Kcb, Kc, formatos imagen envi, etc)
como los ficheros finales (imágenes ET0 acumulados).

Figura 36 Ventana de selección de ubicación de ficheros de salida.
Al pulsar Aceptar sobre la ventana de selección de carpeta finales, es cuando se inicia el

procesado de todos estos datos.
El tiempo de procesado es variable dependiendo principalmente de la velocidad de
calculo del procesador, velocidad de acceso al disco duro y carga de memoria por otros
procesos que se estén ejecutando en paralelo.
El tiempo de procesado para las pruebas realizadas (condiciones descritas en apartado
de Requerimientos del Sistema), esta en torno a los 30 minutos. Al finalizar el procesado
nos aparecerá una pantalla similar a la siguiente, donde somos informados de la
ubicación y nombre de los ficheros finales así como el tiempo consumido en el calculo.

Figura 37 Ventana con información relativa a la ubicación y nombre de los ficheros
finales así como el tiempo consumido en el cálculo.
Para cerrar la aplicación solo tenemos que cerrar el IDL Workbench.

♦ Salidas de la aplicación
ET decenal
Descripción salida: La aplicación genera tantos raster de ET decenales calculada en

mm (milímetros) como decenas tenga el periodo de estudio. Hay que tener en cuenta que
la primera decena corresponde a los días 1 a 10 de cada mes natural, la segunda del 11
al 20 y la tercera del 21 en adelante. Según el día del mes en que empiece y acabe el
periodo de estudio la primera y la última decena estarán incompletas.
La aplicación genera como productos finales ficheros en formato .img (Erdas Imagine,
Leica). Como malla se utiliza la de los de la imagen de clasificación de cultivos. La
nomenclatura de estos ficheros es la siguiente:
Para las decenas: AcumuET_”mm”+”sufijo(p,s,t)”
Siendo “mm”: numérico para indicar mes y “sufijo(p,s,t)”: p primera decena del mes, s
para segunda y t para tercera
Por ejemplo AcumuET_06s.img, indica ET acumulada para la segunda (s) decena del
mes Junio (06)
ET acumulada
Descripción salida: La aplicación genera un raster de ET acumulada para todo el

periodo de estudio en mm (milímetros). El formato del fichero es .img (Erdas Imagine,
Leica). Como sistema de referencia y malla son utilizados los de la imagen de
clasificación de cultivos


Servicios Estudios Tecnicos Evapotranspiracion de Cultivos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Servicios Estudios Tecnicos Evapotranspiracion de Cultivos

Cargado por

Copyright:

Formatos disponibles

Área de Sistemas de Información

Asistencia Técnica para la

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Además, se ha recalculado la evapotranspiración de cultivos para la campaña 2007,

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

IRS Awifs 016-043 05-mar-08 18

L5TM 202-34 05-abr-08 22

IRS Awifs 013-041 01-may-08 23

L5TM 202-34 08-jun-08 2

L5TM 202-34 24-jun-08 -

L5TM 202-34 10-jul-08 32

L5TM 202-34 26-jul-08 -

L5TM 202-34 11-ago-08 -

L5TM 202-34 27-ago-08 -

L5TM 202-34 12-sep-08 -

Tabla 1 Imágenes seleccionadas para la campaña 2008.

Siendo IRC la reflectividad correspondiente a la banda del infrarrojo cercano (TM4), R la

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Espectro medio (SAVI) algodón

Imagen SAM algodón

Espectro píxel Espectro píxel

Figura 2 Proceso de depuración de recintos monodeclarados.

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Figura 3 Evolución del SAVI de los distintas clases consideradas en la clasificación

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Algodón Arroz Girasol Maíz Remolacha Tuberculos

Girasol 1,968 2,000

Maíz 1,957 2,000 1,681

Remolacha 1,986 2,000 1,891 1,983

Cereales y tubérculos 1,994 2,000 1,958 2,000 1,997

Cultivos permanentes en TA 1,991 2,000 1,950 1,996 1,999 1,776

Tabla 2 Separabilidad (Divergencia Transformada) entre cultivos. Los valores

algodón arroz girasol maiz . remolacha cereal/tu. TA otros Total

Estimados maiz 4 91 1 10 106

Total 100 100 100 100 100 100 100

Tabla 3 Matriz de confusión obtenida con 700 recintos de validación.

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

otros frutales 16.252 6

otros usos SIGPAC 4.225 2

cereales o tubérculos 41.987 15

Tabla 4 Superficie estimada de los distintos cultivos para la zona de estudio.

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

El coeficiente de cultivo (Kc) engloba la influencia del cultivo sobre la evapotranspiración,

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Figura 5 Localización de las estaciones meteorológicas de la RIA con respecto a las

Figura 6 Zonificación del área de estudio a partir de las estaciones RIA.

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

4.1.2.1. Coeficiente de cultivo basal

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Grupo de cultivos Kcbmax (FAO)

Sin clasificar, no cultivado 1,15

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Figura 7 Familia de rectas que relacionan el coeficiente de cultivo basal y la fracción

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Mes Kcbmax (OLIVAR)

Tabla 6 Valores de Kcbmax para olivar en cada mes del año.

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Días desde siembra

Asistencia Técnica para la detección de regadíos y evaluación de la evapotranspiración mediante

Figura 9 Resultados de las simulaciones del balance de agua en superficie