Descripción
A pesar de las mejoras en el acceso a imágenes de satélite de alta resolución durante la última década y el uso de numerosos productos basados en la teledetección por los diferentes sistemas, todavía existen lagunas fundamentales (Fritz et al., 2019). Los sistemas de seguimiento agrícola actuales, diseñados mayoritariamente para hacer seguimientos a escala nacional o regional (por ejemplo: el Foreign Agricultural Service (FAS) del United States Department of Agriculture (USDA), el Global Information and Early Warning System (GIEWS) de la FAO o la Unidad de Seguimiento de los Recursos Agrícolas (MARS) del Centro Europeo Común de Investigación (JRC)), utilizan datos de satélite para ayudar a evaluar las condiciones de los cultivos cualitativamente, y luego son utilizados por los analistas para inferir variaciones de rendimiento y producción. Pero esto no proporciona detalles cuantitativos sobre el impacto de un evento extremo, una plaga o de la producción. Sin embargo, la teledetección es capaz de desempeñar un papel mucho más fuerte y transformador para una implementación más efectiva en la agricultura.
Hasta recientemente, los datos de resolución media/alta (10-100 m) no habían logrado una adopción clara en la agricultura de precisión debido a la falta de observaciones libres de nubes con una resolución temporal suficientemente alta. El uso de datos Landsat (misión insignia de la NASA de resolución media con imágenes desde los años 70) para aplicaciones agrícolas, se descartó en el pasado debido a su baja resolución temporal de 16 días. El auge de las misiones espaciales de observación de la tierra ha quedado patente en las últimas décadas con el desarrollo del programa Copernicus de la Unión Europea. Este programa ha permitido monitorizar las propiedades biofísicas de los cultivos con una alta resolución temporal (diaria de Sentinel-3 o entre 3 y 5 dias fusionando Sentinel-2 con Landsat), espacial (hasta 10 m con Sentinel-2) y espectral (cubriendo diferentes rangos espectrales desde el óptico a microondas pasando por el térmico) sin precedentes. El avance tecnológico que ha supuesto este programa en la agricultura se ha demostrado en el hecho de que la nueva Política Agraria Común (PAC), se basará en datos adquiridos por Copernicus para monitorizar las prácticas agrícolas.
Sin embargo, esta tecnología aún se encuentra lejos de ser alcanzable para el propio agricultor.
Finalmente, otra limitación clave para el desarrollo de esta tecnología, es la dificultad de obtener estadísticas agrícolas a nivel de campo que permitan desarrollar los modelos basados en teledetección.
Actualmente el uso de nuevas tecnologías tipo smartphones o apps pueden ser una herramienta para acceder a información y gestionar ciertas actividades como: el uso de inteligencia artificial para el diagnóstico de enfermedades y, con aprendizaje, la utilización de soluciones de sensores para el monitoreo de insectos o el uso de drones para la realización de mapas e imágenes de alto valor añadido, así como el desarrollo de sistemas no agresivos que detecten y controlen las plagas/enfermedades sin dañar el producto.
En el caso particular del arroz, a pesar de la importancia de la enfermedad de la pyriculariosis y los graves daños que causa, los sistemas de avisos para programar los tratamientos fungicidas tienen escasa implementación en la actualidad. Los costes asociados a la instalación y mantenimiento de las redes de estaciones agroclimáticas y la insuficiente validación de los modelos epidemiológicos bajo nuestras condiciones de cultivo son las principales causas de esta situación. Como se indica en la revisión realizada por Katsantonis et al. (2017), la mayoría de sistemas de predicción de incidencias de pyricularia se basan en la detección de condiciones meteorológicas que se consideran óptimas para su desarrollo.
Respecto a la utilización de la teledetección, la mayoría de estudios encontrados en la bibliografía se basan en imágenes aéreas o de dron en el espectro solar (Takashi Kobayashi et al., 2016; Qin & Zhang, 2005) o más recientemente con datos de satélite (Shi et al., 2018) para detectar las consecuencias de este hongo y centran sus estudios de regiones asiáticas. La posibilidad de obtener información satelital y de drones en las primeras fases de la epidemia, cubriendo todo el territorio con alta resolución espacial y un coste asumible, supone un gran avance que, sin duda, facilitará la validación e implementación de estos sistemas de avisos.
Así mismo, las imágenes de satélites pueden utilizarse para la determinación del déficit de fertilizantes o su mejor gestión para reducir el impacto medioambiental que el exceso de los mismos supone. De hecho, recientemente (Bacenetti et al., 2020) demostraron que la utilización de imágenes de satélite de Sentinel 2 para la correcta aplicación de fertilizantes en el arroz, puede reducir el impacto ambiental entre un 11 y un 13%. Las imágenes de satélite comienzan a utilizarse para la gestión de fertilizantes en cultivos como el trigo (Vizzari et al., 2019) o maiz (Cai et al., 2019). En el caso del arroz diversos estudios muestran aplicaciones prometedoras de la tecnología (Bacenetti et al., 2020; Huang et al., 2015; Moreno-García et al., 2018). Además, recientemente, miembros de este consorcio de la UV y UPV han demostrado en dos recientes publicaciones la utilidad de la teledetección para monitorizar la agricultura del arroz. Por una parte, en Franch et al. (2021) se demuestra la capacidad de Sentinel-2 para desarrollar modelos de monitorización del rendimiento del arroz a nivel intra-parcelario en campos de JSendra y Bomba. Este estudio demuestra que la época donde las imágenes muestran mayor correlación con el rendimiento final es a principios de julio. Por otra parte, en San Bautista et al. (2022) se basan en estos hallazgos para aplicar un tratamiento de bioestimulantes en el periodo crítico determinado mediante teledetección. Los resultados mostraron un aumento de un 13% en el rendimiento final.
