determinaciÓn de la variabilidad espacial en las …±ol0116.pdf · más indicados para el...
Post on 12-Dec-2018
226 Views
Preview:
TRANSCRIPT
DETERMINACIÓN DE LA VARIABILIDAD ESPACIAL EN LAS VIÑAS
Fernando A. Santos, Universidade de Trás-os-Montes e Alto Douro, fsantos@utad.pt
RESUMEN
La determinación de la variabilidad espacial de las viñas es, cada vez más, algo fundamental en la
viticultura, ya que permite la gestión diferenciada de los factores de producción, con una mayor
racionalidad en su utilización y, consecuentemente, con una reducción de los costes y menor impacto
sobre el medio ambiente.
Para el estudio y la gestión de la variabilidad se utilizan sistemas georeferenciados (GPS), hojas de
cálculo, Sistemas de Información Geográfica (GIS) y Sistemas de Soporte a la Decisión (SSD), así
como otros equipos para la aplicación diferenciada de insumos (VRT)
En lo que se refiera a la georeferenciación de las parcelas, además de los sistemas de GPS, la
utilización del programa Google Heart puede ser un complemento importante, ya que permite la
identificación y definición de los límites de las parcelas y la localización de los puntos en el interior de
las mismas en los que se realizará los diferentes factores que se analizarán para estudiar la
variabilidad.
Las hojas de cálculo, por la facilidad que ofrecen para el manejo y la divulgación, son los programas
más indicados para el registro y almacenamiento de la información, ofreciendo también múltiples
opciones de exportación de formatos de ficheros, lo que permite su importación por la mayoría de los
programas utilizados en la agricultura de precisión.
En relación con los GIS existen programas disponibles en Internet, fáciles de utilizar y sin costes para
el usuario, que permiten un análisis riguroso de la variabilidad de las parcelas. Los programas
comercializados son, en la mayoría de los casos, caros y de difícil utilización.
En los que se refiere a los SSD, son programas más difíciles de utilizar y con unos costes más
elevados; el análisis de los datos y las recomendaciones de los factores que se deben aplicar se
realiza, en muchas situaciones, por gestores agrícolas a partir de la interpretación de los resultados
obtenidos en las diferentes zonas de las parcelas, en función de las condiciones del medio (suelo y
clima) y las necesidades de las plantas. Algunos programas SIG ofrecen herramientas para el análisis
de los datos, lo que ayuda a tomar decisiones por parte de los gestores agrícolas.
OBJETIVOS
Este artículo tiene como objetivo principal la determinación de la variabilidad de una parcela de viña
utilizando equipos y programas simples, la mayoría de ellos disponibles en Internet, sin ningún coste,
y de utilización sencilla, para poder hacer una gestión diferenciada aplicando los factores de
producción de forma racional, lo que hace que disminuya su impacto sobre el medio.
Para la cuantificación de los datos relativos al suelo, a las plantes y al medio ambiente se utilizan
equipos portátiles como, por ejemplo, un medidor de clorofila “Meter SPAD 502E, un
espectroradiómetro “CID Leaf Probe 700 LP”, un termómetro de infrarrojos y un termo-higrómetro,
completada con análisis de laboratorio (análisis del suelo y de las plantas).
2
MATERIAL Y MÉTODOS
El estudio de la variabilidad espacial se efectuó en la viña Qta. da Sra. Lurdes, cuya imagen, obtenida
mediante Google Heart se presenta en la figura 1A. Esta viña está formada por varias parcelas,
identificadas con los números 2 a 11, presentando en cada una de las parcelas varias castas, lo que
hace imposible una vendimia diferenciada en función de éstas, por lo que el objetivo de este estudio
fue la definición de la variabilidad de varios factores del suelo, las plantas y el medio ambiente
Para determinar la variabilidad se comenzó por georeferenciar los límites de las parcelas, así como
puntos en el interior de las mismas (figura 1B), en los que se realizaron las diferentes mediciones,
como las relativas a las plantas (temperatura, NVDI, etc.), a las condiciones del medio (temperatura,
humedad, etc.), y la recogida de muestras del suelo para su análisis en laboratorio (pH, MO, etc.). En
la elección de los puntos en el interior de las parcelas se tomó en consideración la topografía y la
tonalidad de la vegetación obtenida a través de Google Heart.
Las coordenadas de los puntos georeferenciados, límites y puntos interiores de las parcelas, así
como las mediciones efectuadas en estos últimos, se trasladan a una hoja de cálculo en la que se
concentra toda la información; las líneas corresponden a los puntos y las columnas a las coordenadas
y variables estudiadas (Cuadro 1). El análisis de las variables se realiza considerando sus valores
agrupados en tres clases de amplitud, siendo esta la metodología utilizada posteriormente para la
modulación de los insumos a aplicar. Por ejemplo, para el caso de las cotas de los puntos, el valor
más bajo es de 456 m y el más alto 456 m, lo que permite definir tres clases (456-462, 262-468, y
468-475), designadas como baja (B), media (M) y alta (A) [ver cuadro 1]. El número de clases lo
definió el equipo de estudio tomando en consideración la variabilidad encontrada, o el tipo de
equipamiento VTR que podía ser utilizado, etc. La utilización de tres a cinco clases es, normalmente
la opción utilizada, ya que permite detectar “la variabilidad” y manejar fácilmente la información
obtenida; por ejemplo, intentar vinificar separadamente más de cinco lotes de uvas no es
generalmente practicable.
En una primera aproximación, para el estudio de la variabilidad espacial puede utilizarse una hoja de
cálculo, ya que permite hacer gráficos con polígonos correspondientes a los límites de las parcelas, y
con los puntos del interior de las mismas; junto a estos se presentan los valores de las variables, con
lo que queda formada una idea de la variación de cada uno de los factores (figura 2). La copia de los
datos de las variables (cuadro 1) para la columna indicada en la figura, en la que están indicados los
valores de las cotas, actualiza automáticamente el gráfico.
Para el estudio de la variabilidad espacial se utilizó el programa QGIS Nimas disponible en Internet
(http://download.osgeo.org/qgis/win32/QGIS-1.3.0-3-No-GrassSetup.exe). La utilización de este
programa implica pasar los datos de la hoja de cálculo a formato .cvs o .txt, procediéndose después a
su importación mediante la opción “Add Delimited Text Layer”; los datos de los puntos que limitan las
parcelas, los puntos en el interior de estas y los datos de los factores analizados se introducen
directamente en “layer” (o capa). A semejanza de lo que se hace en la hoja de cálculo, los datos
relativos a la georeferenciación de los puntos en el interior de las parcelas, así como los de los
3
factores en ellos determinados, se agrupan según tres clases de igual amplitud, siendo el más bajo
(B) representado en rojo, el medio (M) en verde, y el más elevado (A) en azul.
En este programa la fotografía de la parcela obtenida con Google Heart se importa como un fichero
“raster”, utilizándola parcialmente transparente, lo que permite su visualización como fondo,
quedando representados los datos en primer plano (figura 3). La fotografía de la parcela tiene que ser
previamente georeferenciada (opción “Georeferencer”) para que la superposición sea perfecta.
Como se puede observar en esta figura o “display”, en el fondo se sitúa la fotografía de la parcela y
los puntos de los limites de las parcelas y del interior de las mismas, así como los valores de lo(s)
factore(s) deseado(s); en primer plano, se presenta la variación de esto(s); los diferentes factores
quedan en la columna de la izquierda (representación en dos “layer” o capas), bastando su activación
para que sean visualizados.
En la figura 4 están representados tres “layers”, uno relativo a la fotografía obtenida en Google Heart,
otro con los puntos y datos del factor que se analiza, obtenido con QGIS, y un tercero con el mapa de
variabilidad correspondiente a ese factor. Es posible superponer las capas que se desean, pero su
interpretación se hace más difícil a medida que aumenta el número de capas consideradas. En la
figura 4A se presenta la variabilidad del pHH2O del suelo y en la 4B la variabilidad de su materia
orgánica (MO)
RESULTADOS
Los resultados de las determinaciones efectuadas se presentan en una hoja de cálculo (cuadro 1),
que será la base de toda la información a partir de la cual los ficheros son exportados a los de los
diferentes programas.
Como se puede observar en este cuadro las columnas 1ª y 2º identifican los puntos en los que se
efectúan las mediciones; en la 3ª, 4ª y 5ª se presentan sus coordenadas y cotas, y en los restantes
algunos de los factores determinados. La hoja de cálculo se utiliza también para representar
gráficamente los límites de las parcelas (figura 2), así como los puntos y los valores determinados en
el interior de las mismas. La sustitución de los valores en la columna “Cotas” por cualquiera de los
demás factores determinados, hace que se actualice el gráfico, quedando de esta manera la
información de la variación de este factor en las diferentes parcelas.
Para el análisis espacial de la información se utilizó en programa QGIS, en el que los datos se
agrupan en tres clases de igual amplitud (figura 3), lo que permite, activando cada uno de los “layer”,
que aparecen en la parte lateral izquierda de la figura, y conocer su variabilidad. Esta información se
superpone a la fotografía obtenida de Google Heart que se incluye como semi-trasparente.
4
Figura 1- Fotografía de la viña Qta. da Sra Lurdes, obtenida con Google Heart (A) e identificación de los puntos utilizados para delimitación de las parcelas y de los puntos interiores de las mismas (B).
Figura 1A Figura 1B
Figura 2- Representación gráfica de las parcelas de viña, así como la variación de las cotas de los puntos interiores de las parcelas.
Cotas
605691 4571340 F02-P1 456
605730 4571356 F02-P2 456
605753 4571302 F03-P1 461
605787 4571289 F03-P2 463
605737 4571256 F03-P3 466
605764 4571241 F03-P4 464
605664 4571242 F04-P1 463
605696 4571243 F04-P2 463
605659 4571201 F05-P1 466
605689 4571195 F05-P2 467
605653 4571157 F06-P1 470
605688 4571154 F06-P2 470
605736 4571193 F07-P1 468
605731 4571157 F07-P2 470
605801 4571187 F08-P1 471
605800 4571155 F08-P2 472
605870 4571180 F09-P1 473
605867 4571152 F09-P2 474
605925 4571274 F10-P1 471
605917 4571236 F10-P2 473
605835 4571288 F11-P1 465
605865 4571276 F11-P2 467
605814 4571257 F11-P3 468
605856 4571241 F11-P4 470
605803 4571226 F11-P5 469
605848 4571225 F11-P6 468
605880 4571226 F11-P7 472
605639 4571132 Min- 456.00
605941 4571382 Max- 474.00
456.00 -Classe1- 462.00
462.00 -Classe2- 468.00
468.00 -Classe3- 474.00
4571340
456
456
456
461
464463 466
463463
466 467
470
470
468
470
471
472
473
474
471
473
465
468
467 469 468
4571125
4571150
4571175
4571200
4571225
4571250
4571275
4571300
4571325
4571350
4571375
4571400
605625 605650 605675 605700 605725 605750 605775 605800 605825 605850 605875 605900 605925 605950
Folha 2
Folha 3
Folha 7
Folha 9
P1
P2
Folha 2
Folha 3
Folha 4
Folha 5
Folha 6
Folha 7Folha 8
Folha 9
Folha 10
Folha 11
Folha 11
Folha 3
P1
P4
P1 P2
P1P2
P1P2
P1
P2
P1
P2
P1
P2
P1
P2
P1
P6
P2
P3
P5
P4 P7
P2
P3
Cotas
5
Figura 3- Representación del “display” del programa QGIS. En la columna de la izquierda están representadas algunas de las variables determinadas En la figura están indicadas las cotas de los puntos donde se efectuaron mas mediciones de los diferentes factores.
6
Figura 4- Representación de tres “layers” (capas), uno con la fotografía de la viña obtenida con Google Heart, otro con dos de los factores en estudio pHH20 (A) e MO (B), y un tercero con las “manchas” de variabilidad de estos factores.
(A)
(B)
7
Cuadro 1- Representación de parte de la hoja de cálculo con algunos datos de los determinados en la
viña
Folha Pontos X Y Z SlpHH2O SlpHKCl SlMO SlP2O5 SlK2O SlMg NDVI Corr GNDVI Corr TpPl1123 TpSl1123 TpAr1123 HmAr1123
F02-P1 10D 605691 4571347 456 6.3 5.5 1.4 91 156 32 134 181 16.4 17.2 15.2 73.2
F02-P2 10E 605730 4571356 456 6.3 5.5 1.4 91 156 32 134 245 16.5 16.5 15.3 74.3
F03-P1 10F 605753 4571302 461 6.9 4.8 2.0 246 192 47 151 245 16.2 17.4 15.1 74.3
F03-P2 10G 605737 4571256 463 6.9 4.8 2.0 246 192 47 134 200 17.5 17.8 15.6 72.6
F03-P3 10H 605764 4571241 466 6.9 4.8 2.0 246 192 47 151 187 16.6 18.1 15.4 74.2
F03-P4 10I 605787 4571289 464 6.9 4.8 2.0 246 192 47 147 207 17.8 17.7 15.4 70.4
F04-P1 10C 605664 4571242 463 6.2 5.6 1.3 52 128 19 140 189 16.1 16.7 14.8 76.0
F04-P2 11H 605696 4571243 463 6.2 5.6 1.3 52 128 19 147 200 16.7 17.0 15.0 73.8
F05-P1 10B 605659 4571201 466 6.7 5.5 1.5 107 166 13 130 200 16.5 17.3 14.8 76.5
F05-P2 11I 605689 4571195 467 6.7 5.5 1.5 107 166 13 137 197 16.2 17.1 15.1 76.7
F06-P1 10A 605653 4571157 470 6.4 4.8 1.2 152 136 16 141 193 19.9 16.9 15.1 72.5
F06-P2 11J 605688 4571154 470 6.4 4.8 1.2 152 136 16 122 167 16.1 16.7 14.9 76.6
F07-P1 11D 605736 4571193 468 6.5 5.0 1.5 68 176 13 134 203 18.4 19.3 15.3 76.6
F07-P2 11E 605731 4571157 470 5.8 4.2 1.3 28 174 47 137 200 18.3 18.5 15.9 73.3
F08-P1 11C 605801 4571187 471 6.5 4.7 0.9 54 176 28 144 209 17.2 18.2 15.1 75.6
F08-P2 11F 605800 4571155 472 6.5 4.7 0.9 54 176 28 136 191 18.3 17.9 15.9 72.4
F09-P1 11B 605870 4571180 473 5.9 4.3 1.3 52 152 44 146 196 17.9 17.4 15.1 72.1
F09-P2 11G 605867 4571152 474 5.9 4.3 1.3 52 152 44 136 168 18.6 18.1 15.6 69.5
F10-P1 10Q 605925 4571274 471 6.1 4.9 1.5 102 144 25 168 210 18.1 19.8 15.5 71.1
F10-P2 11A 605917 4571236 473 6.1 4.9 1.5 102 144 25 149 233 17.3 19.9 15.1 76.8
F11-P1 10J 605835 4571288 465 5.6 4.3 1.3 142 200 28 163 200 18.0 19.3 15.8 70.3
F11-P2 10k 605814 4571257 467 5.6 4.3 1.3 142 200 28 141 182 19.1 18.6 15.8 69.9
F11-P3 10L 605803 4571226 468 5.6 4.3 1.3 142 200 28 145 190 18.1 19.3 15.7 71.5
F11-P4 10M 605848 4571225 470 5.6 4.3 1.3 142 200 28 161 177 18.3 18.9 15.3 75.6
F11-P5 10N 605856 4571252 469 5.6 4.3 1.3 142 200 28 144 187 18.2 19.1 15.3 75.3
F11-P6 10O 605865 4571276 468 5.6 4.3 1.3 142 200 28 133 175 17.7 18.9 15.5 74.2
F11-P7 10P 605880 4571226 472 5.6 4.3 1.3 142 200 28 137 180 17.4 18.6 15.4 75.6
Classe B 456.00 5.60 4.20 0.91 28.00 128.00 13.00 121.84 167.38 16.10 16.50 14.80 69.50
Classe B 462.00 6.03 4.67 1.26 100.67 152.00 24.33 137.38 193.26 17.37 17.63 15.17 71.93
Classe M 462.00 6.03 4.67 1.26 100.67 152.00 24.33 137.38 193.26 17.37 17.63 15.17 71.93
Classe M 468.00 6.47 5.13 1.60 173.33 176.00 35.67 152.93 219.15 18.63 18.77 15.53 74.37
Classe A 468.00 6.47 5.13 1.60 173.33 176.00 35.67 152.93 219.15 18.63 18.77 15.53 74.37
Classe A 474.00 6.90 5.60 1.95 246.00 200.00 47.00 168.47 245.04 19.90 19.90 15.90 76.80
Columna 1 e 2- Identificación de los puntos; Columna 3, 4 e 5- Coordenadas y cotas de Loos puntos; Columnas siguientes – Algunas de las variables estudiadas (SlPH2O- pH del suelo, en agua; SlpHKCl - pH del suelo, en cloro; SlMO – materia orgánica del suelo, en %; SlP2O5 - fósforo asimilable del suelo, en mg/kg; SlK2O - potasio asimilable del suelo, en mg/kg; SlMg – contenido de magnesio en el suelo, en cmol+/kg; NDVI Corr - índice de vegetación normalizada y corregida (banda de rojo); GNDVI Corr – Índice de vegetación normalizada y corregida (banda del verde); TpPl - temperatura de las plantas, en ºC; TpSl - temperatura del suelo, en ºC; TpAr - temperatura del aire, en ºC, HmAr - humedad del aire, en %. En la parta inferior del cuadro se indican los límites de las tres calases consideradas (rojo para los valores límites de la clase “baja”, verde para los de la clase “media” y azul para los de la clase “alta”)
top related