Monitoreo de cultivos de maíz y estimación de rendimiento a nivel de lote con datos de aqua-modis en Córdoba, Argentina

Abstract

Los sensores remotos destinados a medir la reflectancia y emisión espectrales permiten describir cuantitativamente parámetros biofísicos de la vegetación que, aplicados a la resolución de problemas agronómicos, contribuyen a mejorar la gestión de los cultivos. Esta premisa adquiere una relevancia particular con sistemas de monitoreo como AQUA-MODIS, cuya capacidad de resolución espacial de 250 m permite realizar evaluaciones a nivel de lote cuando los mismos superan un tamaño de aproximadamente 40 ha. La importancia de la producción de maíz en la provincia de Córdoba, a pesar de la fuerte competencia de la soja en los últimos años, justifica el uso de la teledetección a los efectos de monitorear la evolución de los cultivos durante el ciclo, tendiente a generar información destinada a mejorar su manejo, como así también para estimar la productividad, tanto a nivel predial como regional. La cobertura del suelo por el follaje es una variable biofísica que ha demostrado ser particularmente apropiada para evaluar el estado y productividad de los cultivos, ya sea en términos de la fracción de radiación solar interceptada como para estimar la tasa de transpiración y uso del agua. La utilización de series de tiempo de los índices de vegetación (NDVI, EVI, etc.) ha permitido estimar la cobertura del suelo en maíz, como así también evaluar el desarrollo fenológico del cultivo, en términos de la biomasa acumulada y de la aparición de los órganos reproductivos. Por otra parte, los datos espectrales también han sido empleados para determinar la humedad de la vegetación, información relevante a fin de realizar el seguimiento del cultivo y evaluar su estado de hidratación. El objetivo de la investigación fue monitorear lotes de maíz en la región central de Córdoba y aplicar datos radiométricos de AQUA-MODIS (producto MYD13Q1) a fin de evaluar el estado de los cultivos, en términos del crecimiento y desarrollo alcanzados, para proyectar luego esta información a la estimación de la productividad. Entre los resultados alcanzados, se obtuvo una relación lineal de carácter significativa entre la cobertura del cultivo registrada a campo a partir de fotografías digitales y el NDVI que se produce directamente a bordo del satélite AQUA-MODIS, expresión que no sólo se mostró robusta bajo distintas condiciones culturales y ambientales, sino que también resultó más precisa que los modelos obtenidos a partir de otros indicadores y procedimientos evaluados. Además de un análisis detallado del comportamiento fenológico que se realizó a partir de la evaluación de la tasa de cambio de NDVI respecto al Índice General de Temperatura (GTI), con los datos de reflectancia espectral y utilizando un método no lineal, se obtuvo un modelo que permite realizar el seguimiento fenológico de los cultivos de maíz en la región. También se desarrolló un procedimiento simple para identificar de manera remota la ocurrencia de las principales etapas de desarrollo del cultivo. En vistas de aprovechar la capacidad de absorción de agua de las bandas del infrarrojo medio (SWIR) y con el fin de evaluar la condición de hidratación del canopeo de maíz para establecer un eventual estado de estrés hídrico, el desempeño de los IVE que incorporan estos datos del producto MYD13Q1 no mostró un comportamiento superior al NDVI. No obstante, se obtuvo mayor correlación de manera sistemática al emplear SWIR2130 (banda del infrarrojo medio centrada en 2130 nm), de lo que se deduce la conveniencia de incluirla a fin de estimar el contenido de agua de la vegetación, como lo hace precisamente el producto MYD13Q1. En este sentido, la técnica del árbol de clasificación y regresión si bien permitió desarrollar modelos consistentes a partir de la información de campo, puso de manifiesto la dificultad para estimar el contenido de agua y la dependencia con la región de origen de los datos cuando se utiliza exclusivamente información radiométrica. El procedimiento utilizado para estimar la productividad de maíz a partir de la cobertura del cultivo como sucedáneo de la fracción de radiación fotosintéticamente activa interceptada constituye una alternativa apropiada, lo que puede ser resuelto en términos operativos tanto con datos de campo como con estimaciones obtenidas a partir de información satelital. Sin embargo, se constató la necesidad de incorporar al modelo predictivo información complementaria de la humedad del suelo, para consignar las particulares condiciones de estrés hídrico que se presentan en cada lugar y ciclo de producción, y que reducen de manera particular el valor de la eficiencia en el uso de la radiación (EUR). El modelo de cultivo AquaCrop, que determina la productividad a partir del concepto de eficiencia en el uso del agua y utiliza la cobertura del cultivo como elemento central del procedimiento, también puso de manifiesto una capacidad adecuada para estimar el rendimiento de maíz luego de ser ajustado a las condiciones locales. De acuerdo con estos resultados, se propone la instancia de crear un módulo complementario en la estructura del modelo AquaCrop que permita intervenir durante el transcurso de la simulación a partir de la información radiométrica de AQUA-MODIS, a los efectos de realizar ajustes sobre la condición de cobertura calculada tendientes a mejorar las estimaciones producidas.

Remote sensing of spectral reflectance and emittance can quantitatively describe biophysical parameters of vegetation that, when applied to solving agricultural problems, contribute to improved crop management. This general premise is particulary more relevant for monitoring systems such as AQUAMODIS, with a capacity of 250 m spatial resolution which allows for field level assessments when the plots exceed a size of about 40 ha. Maize production in Cordoba province, despite strong competition from soybeans in recent years, justifies the use of remote sensing to monitor crop condition during its cycle, with the purpose of generating information to improve its management, as well as to make productivity estimations. Ground cover by foliage is a biophysical variable that has been particularly appropriate to evaluate crop condition and productivity, both in terms of the fraction of solar radiation intercepted by the canopy and to estimate transpiration rate and water use. Using time series of vegetation indices (NDVI, EVI, etc.) allowed to estimate land cover in corn, as well as evaluating the crop phenological development, both in terms of the cumulative biomass and the emergence of reproductive organs and to determine the moisture of the vegetation, information relevant to monitor the crop and assess its condition. The research objective was to monitor corn fields in the central region of Córdoba and apply radiometric data of AQUA-MODIS (MYD13Q1 product) to assess crop condition in terms of growth and development, and then extend this information to the estimation of productivity. Among other achievements, a significant linear relationship was obtained between ground cover recorded at the field from digital photographs and NDVI produced by AQUA-MODIS, expression that was not only robust under different environmental and cultural conditions, but also more accurate than models derived from other indicators and linear procedures. In addition to a detailed analysis of corn phenology that was made by evaluating the rate of change of NDVI with respect to General Temperature Index (GTI), with spectral reflectance data and using a nonlinear method, a model to track corn crop phenology was obtained. Also, a simple procedure was developed to identify remotely the occurrence of the main stages of development. In order to take advantage of the water absorption capacity in the shortwave infrared (SWIR) and to assess hydration status of corn canopies and eventual a water stress condition, vegetation indices performance that incorporate SWIR data from MYD13Q1 product did not prove superior to NDVI. However, higher correlation was obtained systematically by using SWIR2130 (shortwave infrared centred in 2130 nm), and for this reason the desirability of including it to estimate the crop water content as in the MYD13Q1. In this sense, the classification-regression tree technique that was usefull to develop consistent models from field data, highlighted the difficulty in estimating the water content and the dependence on the region of origin of the data when only radiometric information was used. The procedure used to estimate corn productivity from the crop cover as a surrogate for the fraction of intercepted photosynthetically active radiation is an appropriate alternative, which can be solved in operational terms with field data or with remote sensing estimates of this variable. However, it was found necesary to incorporate additional information of soil moisture to the predictive model in order to evaluate the water stress conditions prevailing in each year and that reduce particulary the radiation use efficiency (RUE) value. The AquaCrop model, which determines productivity based on the concept of water use efficiency and uses crop cover as a central axis of the procedure, after being adjusted to local conditions also showed adequate capacity for estimating corn yield. According to these results, it is proposed to create a complementary module in the AquaCrop model structure to intervene during the course of the simulation using the radiometric information of AQUA-MODIS for the purposes of making adjustments on the estimated crop cover aimed at improving estimates of biomass, water use and crop yield.