Algunos usos de tecnologías satelitales en el marco del cambio climático y la producción sostenible.

La situación actual de cambio climático que enfrenta Chile y el impacto en la agricultura representan un desafío crítico para el sector. Desde 2010, el país enfrenta lo que algunos autores han llamado una megasequía: una disminución persistente de la precipitación caída en forma anual que ha afectado principalmente a la zona centro-sur del país. Un estudio reciente confirmó una tendencia hacia una condición más seca entre los años 1960-2016 entre las latitudes 30-48° y señaló además que la magnitud del déficit actual es de dos a tres veces mayor que la condición proyectada a futuro en el peor escenario de cambio climático. Esto indica una potencial subestimación de las proyecciones para esta región, situación que debe ser estudiada en detalle.

Más aún, otro estudio mostró que el 52% de la tierra en la que se cultiva trigo en Chile recibiría menos precipitación para 20302050 debido a un cambio persistente en la cantidad de lluvia. Al mismo tiempo la producción ganadera y agrícola, de la mano del laboreo de suelos y el uso de fertilización nitrogenada excesiva, han contribuido a acelerar procesos de degradación de suelo que repercuten en este cambio climático, como la pérdida de materia orgánica y la generación de CO2, metano y óxidos nitrosos, los conocidos gases de efecto invernadero. Por todo esto, el país necesita de manera urgente utilizar tecnologías que permitan un monitoreo efectivo del clima y su impacto en la agricultura, y que, además, ayuden a adaptarse a la condición actual y futura del clima a través de una producción más eficiente y amigable con el entorno. Una de estas tecnologías que ha tenido un gran avance en los últimos años es la teledetección, que logra la detección a distancia de informaciones que se producen en la superficie de la Tierra. Una de las principales fuentes de información para teledetección son las imágenes satelitales.

TELEDETECCIÓN E IMÁGENES SATELITALES

En la actualidad existen varios satélites en órbita que capturan información del estado de la tierra en forma de imágenes. Los satélites tienen acoplados sensores que permiten obtener la radiación solar que reflejan los distintos objetos que se encuentran en la tierra, de forma análoga a cómo funciona una cámara fotográfica. Esta radiación reflejada se puede transformar en información, por ejemplo, del estado de desarrollo de un cultivo agrícola, por mencionar sólo una.

Algunos de estos satélites son privados, y de acuerdo a la necesidad y/o aplicación se puede solicitar la captura de datos para una fecha y ubicación específica a un costo por kilómetro cuadrado. Una de las principales ventajas de este tipo de imágenes es su alta resolución espacial (<50 cm). No obstante, también existen fuentes de datos satelitales públicos, que ponen a disposición las imágenes sin costo para el usuario.

Dos de las principales misiones satelitales de este tipo son Landsat y Sentinel, ambos ampliamente aplicados en agricultura y con cobertura global, es decir que permiten obtener datos en casi cualquier parte del mundo. Landsat es una iniciativa conjunta entre NASA y el Servicio Geológico de los Estados Unidos (USGS). El primer satélite Landsat (Landsat-1) fue lanzado el año 1972, el último, el Landsat-8, se puso en órbita el 11 de febrero de 2013 y el lanzamiento de Landsat-9 está anunciado para el año 2020. La serie de satélites Landsat es una piedra angular de nuestra capacidad de observación de la Tierra, debido a que cuenta con información histórica (47 años) de forma ininterrumpida. Un inconveniente que presenta Landsat es la baja frecuencia de pasada ya que las imágenes son capturadas cada 16 días. Si el día de pasada del satelite está con nubosidad la imagen obtenida no es clara y es necsario esperar por la próxima imágen (en 16 días más).

Por otra parte, Sentinel es un proyecto de la Agencia Satelital Europea (ESA) que considera la puesta en órbita de múltiples satélites (Sentinel-1 a Sentinel-5). De estos satélites, el Sentinel-2 entrega información similar a los Landsat y ha permitido avances importantes en el monitoreo de la agricultura. Sentinel 2 está conformado por dos satélites idénticos, Sentinel 2A y 2B. El Sentinel 2A fue puesto en órbita en junio de 2015 y Sentinel 2B en marzo de 2017. Cada uno realiza la captura de imágenes cada 10 días, pero debido al desfase que hay en sus órbitas, en conjunto (2A+2B) permiten la toma de imágenes cada 5 días. La principal desventaja de Sentinel-2 es su corta data, disponibles desde hace solo cuatro años a diferencia de Landsat que cuenta con datos desde 1972.

Con Landsat y Sentinel-2 se están realizando múltiples estudios aplicados a la agricultura. Ejemplo de estos son el monitoreo del estado fenológico, estimación de biomasa, estado hídrico y estado nutricional nitrogenado e identificación de especies agrícolas y su superficie. El objetivo es avanzar hacia un manejo óptimo, implementar prácticas de adaptación y garantizar la seguridad alimentaria.

USOS EN CHILE

Dentro de las líneas de investigación y desarrollo que actualmente se están ejecutando en el país en torno a la utilización de datos satelitales públicos para la agricultura, se encuentran (entre varias otras): 1) estimación de biomasa y rendimiento en cultivos y 2) estimación de estado hídrico en frutales. Algunas de sus características y utilidad se presentan a continuación:

Estimación de biomasa con Landsat 7

En la Figura 1a se muestra la evolución de la biomasa de maíz en un pivote de 60 ha ubicado en la Comuna de San Pedro, RM. Las condiciones de suelo y clima son óptimas para el crecimiento vegetal con alta eficiencia de uso de agua y nutrientes, por lo que podría ser usado para levantar indicadores satelitales de referencia, asociados a alto rendimiento y adecuado contenido de N (nitrógeno) en los tejidos vegetales. Cruzando los datos obtenidos desde Landsat 7 (Figura 1a) y las mediciones de producción de materia seca realizadas en terreno en distintos momentos de la temporada (Figura 1b), es posible estimar la producción de biomasa en cualquier momento de la temporada. En la Figura 1b se pueden observar algunos resultados preliminares y se aprecia un buen ajuste entre los datos medidos de biomasa y los valores del índice (cNDVI) derivados desde Landsat-7.

Generando una base de datos de este tipo de mediciones en diferentes temporadas es posible hacer predicciones no sólo de la biomasa sino también del rendimiento, el contenido de N, la demanda hídrica, y la necesidad de fertilización nitrogenada en etapas tempranas del crecimiento de cultivos o huertos frutales, lo que puede aportar a hacer manejos más eficientes y oportunos en el tiempo. Así por ejemplo, asociando otros indicadores vegetacionales derivados de uso de satélites y que se relacionan con verdor y/o contenido de N es posible estimar desviaciones del contenido de N de las plantas en relación a un óptimo definido previamente, lo que puede ayudar a definir la necesidad de aplicar N e incluso en qué cantidad.

Estado hídrico en kiwis con Sentinel-2

Se ha evaluado la capacidad de los satélites Sentinel-2 de obtener medidas del contenido de agua en la hoja en una plantación de kiwis. Se estableció un ensayo en dos cuarteles de kiwis en donde se está midiendo el estado de agua en la planta mediante el potencial hídrico xilemático y potencial de turgor. Las mediciones las realizamos con una cámara de presión Scholander y sensores de potencial de turgor Zim (Yara Water Solutions). Los sensores Zim están instalados en cinco plantas de kiwis y miden en forma continua cada 5 minutos. En la Figura 2 se muestra la variación del potencial de turgor para el 1 de marzo del 2019 en un árbol de kiwis. Con la cámara Scholander medimos cada 5 días de acuerdo a la fecha de pasada de los satélites Sentinel-2.

La radiación solar reflejada sobre las hojas obtenida por las imágenes Sentinel-2 nos permite obtener indicadores asociados al contenido de agua en la planta. Así, estamos utilizando múltiples indicadores derivados de estas imágenes. En particular estamos enfocando el análisis en obtener diferentes indicadores que utilizan la banda del infrarrojo de onda corta (SWIR). Uno de estos indicadores es el NDII, que tiene una formulación similar al índice NDVI, cambiando la banda del rojo por la del SWIR. NDII=(NIR-SWIR) / (NIR+SWIR).

Las Figuras 3 y 4 muestran el indicador NDII, durante la temporada 2018-2019 sobre el cuartel de kiwis. Finalmente, estamos analizando la relación entre las mediciones realizadas en terreno de potencial hídrico xilemático y de turgor; con los indicadores derivados de Sentinel-2. Desde febrero hasta el término de la temporada en mayo 2019 realizamos la instalación de sensores en terreno, las pruebas de campo para el establecimiento del ensayo y las primeras mediciones. Este estudio continuará para la temporada 2019-2020.

PERSPECTIVAS FUTURAS

Existe mucha información satelital con aplicación en diversos temas agrícolas, como algunos de los presentados en este artículo. La producción sostenible demanda hacernos cargo de las externalidades generadas por la agricultura, las que se minimizan en la medida que seamos más eficientes con el uso de los factores de producción. Mucha de la información basada en sensoreamiento satelital es relativamente nueva y sus aplicaciones aún se están investigando.

Uno de los desafíos actuales es referente al manejo de las grandes cantidades de datos espaciales que hay disponibles (big data). El desarrollo actual está en analizar los datos en la nube, sin necesidad de descargarlos a un entorno local. Ejemplo de esto es Google Earth Engine (GEE), plataforma desarrollada por Google que cuenta con bases de datos satelitales públicas (incluidas Landsat y Sentinel-2, entre muchas otras) que permite realizar análisis y procesamiento en la infraestructura de servidores de Google. También existen avances en la comunidad de análisis espacial del programa R (#rspatial) en la cual se están desarrollando diversos algoritmos que van en la línea de lo realizado por Google. Por último, la posibilidad de mejorar la toma de decisiones, dependerá en gran medida de la calidad y robustez de la información generada.