Mediante la utilización de imágenes aéreas, satelitales o inclusive terrestres podemos “medir” o “calcular la salud de los cultivos. La vegetación saludable refleja la luz incidente sobre ella de manera diferente de aquella vegetación que no lo está. La vegetación saludable tiende a reflejar más luz verde que roja. Al mismo tiempo, la vegetación refleja el infrarrojo cercano – que es invisible para nuestros ojos – pero que puede ser interpretada y cuantificada utilizando técnicas de teledetección.

A medida que la planta va envejeciendo o debido a una situación de estrés por enfermedad, escasez de humedad, ataque de insectos etc, las características de las hojas van cambiando. Estos cambios ocurren en simultáneo  en ambas regiones del espectro electromagnético, es decir tanto en el espectro visible  como en el infrarrojo. Los cambios en este último son mucho más notables que en el primero.

Imagen 1: Comparativa entre hoja viva y hoja muerta en diferentes espectros.

Imagen 1: Comparativa entre hoja viva y hoja con estres en diferentes espectros.

¿Qué es la Teledetección?

La Teledetección o percepción remota (del inlgés Remote Sensing ) es la técnica utilizada para la adquisición de datos e información de las características y propiedades de un objeto, por medio de instrumental adecuado sin entrar en contacto directo con el objeto en estudio.

La energía electromagnética que emanan los objetos, es detectada por sensores especiales y el usuario puede con esta técnica identificar y categorizar el objeto de estudio según su clase, sustancia y distribución espacial.

Longitud de onda y reflectividad

Dependiendo de las características estructurales del objeto, la  reflectividad mide la relación entre radiación reflejada  y la radiación incidente sobre una superficie en función de la longitud de onda. Esta tendrá un comportamiento diferente de acuerdo a tres tipos de superficies que consideramos en los estudios del medio ambiente que son el agua, el suelo y la vegetación.

Para el caso de la vegetación (el tema que nos interesa), la reflectancia tiene un comportamiento diferente. Observamos una absorción baja y reflexión alta en la porción del verde del espectro visible y por el contrario una absorción alta y reflectancia baja en las longitudes de onda (medida en nanómetros nm) del rojo y el azul ya que la clorofila de las hojas necesita de estas dos energías para su proceso de fotosíntesis.

En la porción del infrarrojo (no visible) la reflectancia suele mostrar picos altos cuando la vegetación está activa.

En Geodron Solutions nos centramos actualmente en el análisis de la reflexión / absorción de la luz visible e infrarrojo cercano de fuentes electromagnéticas naturales (el sol).

Figura 2: Espectro electromagnético de la luz.

Figura 2: Espectro electromagnético de la luz.

Comportamiento espectral de la hoja viva

La clorofila presente en la hoja no absorbe toda la luz del sol de manera uniforme. Preferentemente, las moléculas de clorofila absorben la luz roja y azul para realizar la fotosíntesis. Sobre el 70% al 90% de la luz incidente es absorbida, mientras que la luz verde es absorbida en menor porcentaje. El observador, que solo puede ver en el espectro visible, observará de esta manera,  la mayor cantidad de reflexión de luz verde como vegetación viva.

Reflectancia

Figura 3:Comportamiento de las diferentes bandas del espectro electromagnético

Índices de Vegetación

Los índices de vegetación son medidas cuantitativas relacionadas con las condiciones de la vegetación y su biomasa o vigor vegetal.

Estos índices son el producto de realizar diferentes operaciones matemáticas de los valores espectrales de manera tal de conseguir un valor simple que indique el vigor de vegetación en determinado pixel de la imagen.

Existe una gran variedad de índices de vegetación que han sido desarrollados para el estudio de la misma. La mayoría de ellos están basados en el comportamiento de la energía  electromagnética en las bandas del rojo e infrarrojo.

Los algoritmos de salud vegetal tipo NDVI y VARI comparan la proporción de luz capturada en las diferentes bandas (rojo, verde, azul, infrarrojo cercano) para calcular valores numéricos para cada pixel de una imagen.

Figura 4: Porcentaje de reflectancia entre una planta sana y una enferma o con estres.

Figura 4: Porcentaje de reflectancia entre una planta sana y una enferma o con estres.

Los valores de este índice fluctúan entre -1 y +1. Generalmente se acepta que valores > de 0.1 signifique presencia de vegetación. A mayor valor numérico, mas vigor tendrá la cobertura. Cada mapa NDVI se asocia con una paleta de colores que irá dando la coloración correspondientes a los pixeles de la imagen, lo que hará más fácil identificar las diferencias de las áreas con plantas saludables de las que están y de otros elementos como ser suelo, agua, obras humanas etc.

Figura 4: Fórmulas de algoritmos utilizados en el cálculo de vigor.

Figura 5: Fórmulas de algoritmos utilizados en el cálculo de vigor.

Figura 6: Ejemplos de mapas NDVI

Figura 6: Ejemplos de mapas NDVI

Los estudios realizados demuestran que en el espectro visible, los pigmentos de las hojas absorben la mayor parte de la energía que reciben. En cambio, en el Infrarrojo cercano (NIR), son las paredes de las células de las hojas, que se encuentran llenas de agua, las que reflejan la mayor cantidad de energía.

Figura 7: Diferencia de valor NDVI calculado

Figura 7: Diferencia de valor NDVI calculado

Dividiendo el valor de la reflectancia del infrarrojo por la del rojo, a mayor contraste entre estos mayor vigor vegetal presentará la cubierta vegetal (más alto será el valor: 0.72 > 0.14). Valores bajos nos indicaría una cubierta vegetal enferma.

Usando estos algoritmos de salud vegetal, se pueden identificar áreas con estrés que afecte el cultivo y ayudan a diagnosticar problemas como plagas, enfermedades, deficiencias hídricas etc. Teniendo una mejor comprensión de que está sucediendo en el campo, se está en condiciones de tratarlo de una manera rápida antes que estos problemas se extiendan.

Figura 8: Ejemplo de cálculo de NDVI en un campo de alcachofas en Alicante. Geodron Solutions (2017)

Figura 8: Ejemplo de cálculo de NDVI en un campo de alcachofas en Alicante. Geodron Solutions (2017)

En conclusión, podemos asegurar que gracias a todos estos dispositivos como ser cámaras térmicas, cámaras RGB, cámaras infrarrojas, cámaras multiespectrales entre otras, combinadas con los vehículos aéreos no tripulados, software específico de procesamiento y el conocimiento adecuado en la materia, estamos en condiciones  hoy en día de darle un impulso tecnológico al campo como nunca antes. Hacer una analogía entre lo que significa la tecnología actual con lo que significó el advenimiento del tractor en su día para el sector agrícola, no nos parece para  nada desacertada. Y esto es sin duda solo el comienzo.