Sobrevolando el viñedo: Uso de drones en viticultura.

Si hace unas semanas nos hacíamos eco del uso de nuevas tecnologías de imagen para la caracterización rápida y efectiva de los componentes del viñedo, en esta nueva entrada abordamos cómo nuevas herramientas de teledetección permiten evaluar, a través de la toma remota de imágenes, diferencias en el aspecto del viñedo para detectar variaciones en nuestros cultivos. Generalmente, la teledetección se ha fundamentado en el empleo de imágenes provenientes de satélites, pero algunas de sus limitaciones (ej.: alto coste y baja resolución de las imágenes) limitan su aplicación práctica.

Así, el uso de plataformas aéreas se presenta como una revolución en el campo de la teledetección, ya que permite flexibilizar y personalizar el momento y el lugar en el que se tomen las imágenes. Igualmente, permite obtener imágenes de mayor resolución con información más detallada de la plantación, optimizando así la toma de decisiones por parte del viticultor (Zaman-Allah et al., 2015). Entre estas plataformas aéreas resulta cada vez más popular el uso de drones (plataformas aéreas no tripuladas) equipados con cámaras de distinta naturaleza (como cámaras hiperespectrales, cámaras infrarrojas y cámaras termográficas) para sobrevolar el viñedo e ir adquiriendo las imágenes de manera continua y dinámica. En este sentido, existen numerosas publicaciones en los que se demuestra la utilidad de estas imágenes para la evaluación indirecta de importantes caracteres del viñedo. Así, Primicerio et al. (2012) mostraron la utilidad de imágenes tomadas con una cámara multiespectral cargada en un dron para evaluar el vigor de un viñedo. Entre los resultados de este trabajo, se obtuvo una zonificación parcelaria acorde con la evaluación realizada de manera tradicional (Figura 1), pero con la ventaja de la rapidez (63 imágenes multiespectrales en 10 minutos de vuelo autónomo) y la precisión de la técnica. De manera similar, Turner et al. (2011) usaron un dron equipado con una cámara térmica infrarroja (Figura 2) para evaluar la humedad del suelo del viñedo, lo que permite diseñar estrategias personalizadas de riego para mejorar la eficiencia del cultivo. Más recientemente, se ha probado el uso de esta tecnología para evaluar la respuesta al estrés hídrico de un viñedo de la variedad Pinot noir, empleando para ello un dron equipado con un equipo de imagen termográfica (Bellvert et al., 2014). Los resultados mostraron una alta correlación entre el dato obtenido a partir de la imagen captada por el dron y las medidas manuales, demostrando igualmente la utilidad de estos equipos para establecer zonas del viñedo con distinta respuesta frente a situaciones de estrés hídrico.

Así, el uso de drones en viticultura de precisión ha mostrado ser una herramienta efectiva para la obtención de información rápida y precisa de nuestras parcelas de manera dinámica, presentándose igualmente como una interesante opción para mejorar la eficiencia de los planes modernos de mejora genética en uva de mesa y vinificación.

Referencias

Bellvert, J., Zarco-Tejada, P.J., Girona, J., Fereres, E. (2014). Mapping crop water stress index in a “Pinot noir” vineyard: comparing ground measurements with thermal remote sensing imagery from an unmanned aerial vehicle. Precision Agriculture 15:361-376.

Primicerio, J., Di Gennaro, S.F., Fiorillo, E., Genesio, L., Lugato, E., Matese, A., Vaccari, F.P. (2012). A flexible unmanned aerial vehicle for precision agriculture. Precision Agriculture 13: 517-523.

Turner, D., Lucieer, A., Watson, C. (2011). Development of an Unmanned Aerial Vehicle (UAV) for hyper resolution vineyard mapping based on visible, multispectral, and thermal imagery. En: Proceedings of 34^th International Symposium on Remote Sensing of Environment (p. 4).

Zaman-Allah, M., Vergara, O., Aarus, J.L., Tarekegne, A., Magorokosho, C., Zarco-Tejada, P.J., Hornero, A., Hernández-Albà, A., Das, B., Craufurd, P., Olsen, M., Prasanna, B.M., Cairns, J. (2015). Unmanned aerial platform-based multi-spectral imaging for field phenotyping of maize. Plant Methods 11:35. Disponible en: http://plantmethods.biomedcentral.com/articles/10.1186/s13007-015-0078-2