inia viticultura de precisión

2

VITICULTURA DE PRECISIN TERROIR DIGITAL

Centro Regional de Investigacin Quilamapu Chilln, Chile, 2013

3

BOLETN DIGITAL N 269, VITICULTURA DE PRECISIN Terroir Digital EDITOR: Stanley Best S. AUTORES: Stanley Best S. Lorenzo Len G. Rodrigo Quintana L. Hernn Aguilera C. Fabiola Flores P. Valeska Concha C. Revisin de contenidos: Stanley Best S. Valeska Concha C. DIRECTOR REGIONAL INIA Rodrigo Avils R. Permitida su reproduccin total o parcial con la obligacin de citar la fuente y el autor. Cita bibliogrfica correcta: Best, S., Len, L., Quintana, R., Aguilera, H., Flores, F., Concha, V.,. 2013. Viticultura de Precisin, Terroir Digital. Bol etn Digital INIA N 269, 139p. Progap-INIA, Instituto de Investigaciones Agropecuarias, Chilln, Chile. ISSN: 0717-4829 Diseo y diagramacin: Hernn Aguilera Cares Chilln, 2013.

VITICULTURA DE PRECISIN

PROGAPINIA - CORFO

4

PROGAPINIA - CORFO

INTRODUCCIN 5

QU ES EL PROGAP INIA? 6

AGRICULTURA DE PRECISIN EN VIEDOS

Viticultura de Precisin, Terroir Digital 7

ANLISIS DE LA MACRO Y MICRO VARIABILIDAD DE PARMETROS PRODUCTIVOS ASOCIADOS

A LA CALIDAD Y RENDIMIENTOS DE LA FRUTA PARA VINIFICACIN 8

MONITOREO DE VARIABLES HDRICAS MEDIANTE TERMOGRAFA INFRARROJA 24

MONITOREO DE VARIABLES QUMICAS DE LAS UVAS Y SU RELACIN CON VINO FINAL PRODUCIDO 51

ESTIMACIN DE VARIABLES FSICAS DEL RACIMO 66

CORRELACIN DE VARIABLES DESARROLLADAS E NDICES AGRONMICOS PARA SEGMENTACIN A NIVEL DE CUARTEL 78

DESARROLLO DE SOFTWARE DE INTEGRACIN INDITES: (INIA DIGITAL TERROIR SYSTEM) 93

IMPLANTACIN PLATAFORMA DE DIFUSIN (PAGINA WEB / APP ANDROID) 122

TABLA DE CONTENIDOS


5

PROGAPINIA - CORFO

INTRODUCCIN

Es claro que las necesidades de incremento de calidad y an ms de estabilidad de la calidad de los productos hortofrutco-

las es altamente necesaria para mejorar la competitividad del sector. En este sentido, se ha realizado un gran desarrollo a

nivel de la industria, con la generacin de modernos sistemas de seleccin de calidad en la lnea de proceso, con un gran

desarrollo en el uso de sistemas de control de calidad (ISO9001, HACCP) como tambin en el uso de modernos equipos de

evaluacin en la industria. Por otra parte, si bien los avances tecnolgicos en Postcosecha y Packing han sufrido grandes

avances en la capacidad de realizar una adecuada seleccin en la industria, finalmente la calidad se produce en terreno,

produciendo grandes costos y tambin mermas de calidad debido a la gran heterogeneidad existente en terreno, producto

de la variabilidad en sus condiciones edafo-climticas. La desconexin de estas dos formas (origen y destino) es donde se

debe avanzar en investigacin, siendo el principal problema en terreno (origen), sobre el cual los procesos de evaluacin

actuales son caros y deben atacar grandes extensiones por lo que se produce una brecha y deformacin de mercado. Dicho

problema, se produce ya que las reas productivas se encuentran dentro de variaciones de topografa, textura y profundidad

de suelos, drenaje y fertilidad entre muchas otras, las cuales integradas producen los problemas de desarrollo de las plantas

y este finalmente de la produccin. Es bien sabido que la variabilidad de los factores de suelos induce una variabilidad de l os

rendimientos y calidad. Con el manejo estandarizado u homogneo del huerto, hace que estas variabilidades naturales del

suelo se manifiesten en las diferencias de vigor, calidad y rendimiento de los huertos.

Sobre esta problemtica, se ha gestado una lnea de desarrollo e investigacin en las que se han enfocado dichos esfuerzos

en los ltimos aos, enfocndose a la identificacin de zonas de calidad de diferencial fruta para cosecha diferenciada, sien-

do el sector vitivincola el que ha liderado este proceso. En el caso del sector vitivincola, el concepto de zonas diferenci ales

de cosecha como una opcin a los mtodos convencionales de discriminacin de terroir vitcola, se ha presentado como una

alternativa viable en pases competidores en los mercados del vino como Australia y Francia, por lo que existe la necesidad

de incorporar protocolos ms eficientes de discriminacin de zonas productoras de distinta calidad de uva, lo cual cuanto

implicara que la empresa mantenga un alto estndar de competitividad.

Al respecto, las empresas en conjunto con el sector de I+D han tratado de identificar variaciones espacio-temporal con

metodologas muy complejas y de alto costo. Entre estas tecnologas podemos hablar de los sistemas no destructivos como

los son los basados en Espectrografa (VIS-NIR) y Fluorescencia las cuales si bien se han obtenidos buenos resultados, por lo

engorroso y el tiempo de captura que implica el obtenerlos, agregando que no se ha podido establecer un criterio estndar

que sea aplicable para su utilizacin de campo y requiere de personal especializado para el anlisis e interpretacin, es tas

finalmente no han tenido la penetracin que se esperaba.

Por otra parte, el sector agrcola tradicional, basados en los avances computacionales y en instrumentacin electrni-

ca, se han desarrollado nuevas tecnologas en la agricultura, las cuales son aplicadas normalmente en pases desarrollados

(nuestros competidores), con altos niveles de penetracin, encontrndose que el eje principal de la penetracin ha sido el

logro de la automatizacin de procesos en el uso e interpretacin del equipamiento asociado a la maquinarias agrcolas

inteligentes, factor que no ha sido logrado en el sector hortofrutcola de terreno debido a la mayor complejidad de los culti-

vos (sistemas perennes de produccin) y por otra parte el sector de los commodities y mecanizacin agrcola asociada es por

mucho mayor en nivel de negocio a nivel mundial que el sector hortofrutcola (mayor inters de investigacin por empresas

y gobiernos).

As, basados en la experiencia que ha tenido el PROGAP INIA y sus colaboradores internacionales, en el trabajo directo con

empresas, hemos llegado a la conclusin que la posibilidad ms viable de introduccin tecnolgica debe cumplir con dos

factores primordiales que son el desarrollo de un sistema de bajo costo y segundo que su utilizacin tiene que ser altamente

amigable, debido bajo nivel de conocimiento tecnolgico en estas materias de los usuarios, lo hace que el beneficio del uso

de estas tecnologas simplemente no se vea y mantiene al sector agrcola de terreno muy por detrs de los avances tecnol-

gicos que han estado siendo desarrollados e incorporados en otras reas del conocimiento y utilizados en la parte industrial.

Por lo tanto, es claro que afrontar este retro requiere de soluciones altamente innovadoras debido a la necesidad de auto-

matizacin de los procesos tanto de captura, anlisis e interpretacin de la informacin de campo en cuestin, en el formato

y costo que se requiere para el sector.


6

PROGAPINIA - CORFO

QU ES EL PROGAP INIA?

Producto de la creciente competitividad de los mercados nacionales e internacionales, la necesidad de poder orientar y enfo-

car los esfuerzos en el estudio y difusin de la Agricultura de Precisin (AP), el Instituto de Investigaciones Agropecuarias ,

INIA, a travs de su Centro Regional de Investigacin Quilamapu, Chilln, como respuesta a las necesidades tecnolgicas en la

agricultura actual, crea el Programa de Agricultura de Precisin, Progap INIA en el ao 2002.

El Programa enfatiza el uso de informacin y de las emergentes tecnologas para sintetizar y entregar herramientas de deci-

sin para mejorar la rentabilidad del agricultor usuario. Estas actividades a menudo dependen de la interaccin de distintos

sistemas: sensores, Tecnologas de la Informacin y comunicacin (TICs), procesamiento de imgenes, anlisis y modelos

matemticos estadsticos y ingeniera mecnica. La introduccin de tecnologas de precisin dentro de las operaciones nor-

males involucran costos adicionales, el resultado se expresa en la disminucin de los costos de operacin, aumento de la

eficiencia, mejora la calidad de los productos, y reducir el impacto medioambiental negativo. Utilizando eficientemente la

tecnologa de la informacin se pueden obtener ventajas competitivas, pero es preciso encontrar procedimientos acertados

para mantener tales ventajas.

El sistema de informacin tiene que modificarse y actualizarse con regularidad si se desea percibir ventajas competitivas

continuas. El uso creativo de la tecnologa de la informacin puede proporcionar a los administradores una nueva herramien-

ta para diferenciar sus recursos humanos, productos y/o servicios respecto de sus competidores.

En resumen, Progap INIA promueve las mejoras de los procesos productivos a travs del uso de tecnologas emergentes, en

una visin de reduccin de la brecha tecnolgica para cumplir con las exigencias internacionales y posicionar a las empresas a

un nivel de competitividad igual o superior que los pases desarrollados, aumentando el horizonte de competencia de la

agricultura chilena.


7

PROGAPINIA - CORFO

AGRICULTURA DE PRECISIN EN VIEDOS

En la industria vitivincola Nacional existe un notable esfuerzo por establecer un aumento en la calidad de los vinos que se exportan, procurando al mismo tiempo de establecer un robustecimiento de la imagen pas en el rubro y una competitividad sostenible en el tiempo. En este sentido, una de las lneas de trabajo en las que se han enfocado dichos esfuerzos en los ltimos aos, corresponde a la identificacin de terroir vitcolas en los distintos valles de produccin, persiguindose pr inci-palmente otorgar una tipicidad a los vinos producidos, y una mayor estabilidad entre temporadas en relacin a los estnda-res de calidad de las distintas lneas de vinos. Este enfoque ha sido utilizado en diversas vias en Chile, habiendo una posi tiva evaluacin sobre el mismo en relacin a los objetivos que se persiguen mediante su empleo. Sin embargo, actualmente existen distintos problemas en relacin al mtodo para la determinacin de terroir y micro-terroir vitivincola y es que ellos (1) dependen de protocolos poco transferibles y de alto costo de implementacin, que solo pueden ser desarrollados por expertos en esta disciplina a nivel de servicios (2) existen mtodos comerciales (software) para ser empleados en el mbito de un servicio, pero que actualmente son sistemas cerrados (principalmente on line) y que adolecen de la integracin de distintas variables de cultivo y manejo que segn recientes investigaciones son fundamentales para en la discriminacin de zonas al interior de los cuarteles. Por lo anterior se considera altamente necesario para la empresa el contar con un protocolo se que pueda emplear tanto en sus propios viedos (ya establecidos y/o por establecer) como en los viedos de distintos proveedores de uva y que sea utilizable por el personal del viedo, en orden a optimizar los procedi-mientos y aumentar la competitividad de la empresa. Lo anterior ser abordado mediante la definicin de los denominados terroir digital, los que se pretende puedan identificados por los usuarios (viticultores, empresas), a partir de tecnologas emergentes de medicin, registro (sensores especializados en campo) y anlisis (software de integracin de la informacin). La integracin de informacin en un sistema de soporte de toma de decisiones es altamente importante para mejorar sustan-cialmente distintos manejos que en la actualidad se realizan de una manera sub-optima, al no considerar adecuadamente las interrelaciones entre suelo-clima-planta y el efecto de las prcticas de manejo sobre la calidad y el rendimiento. Ejemplos de lo anterior lo constituye las relaciones hoja fruta para cada zona y la el manejo del factor hdrico en el viedo a lo largo de la temporada, considerando la variabilidad espacial del mismo. Otro aspecto de importancia lo representa la necesidad de identificar eficientemente nuevas superficies con alto potencial de calidad para la produccin de vinos. Finalmente, existe la urgente necesidad de contar con nuevas lneas de vinos de alta calidad, bajo el marco del mercado actual en la industria del vino, siendo necesario que los mismos sean competitivos manteniendo al mximo entre tempora-das las caractersticas de tipicidad a travs de la expresin del terroir vitcola.


8

ANLISIS DE LA MACRO Y MICRO VARIABILIDAD DE PARMETROS PRODUCTIVOS ASOCIADOS A LA CALIDAD Y RENDIMIENTOS DE LA FRUTA PARA VINIFICACIN Stanley Best S.

9

PROGAPINIA - CORFO

INTRODUCCIN

El entorno empresarial es el rea que rodea a una empresa y aquella en la cual sta desarrolla su actividad. De este modo, la

empresa se considera un sistema abierto al medio en el que se desenvuelve, en el que influye y recibe influencias. El analizar

este entorno resulta ser de vital importancia para cualquier empresa, puesto que de esta manera se podr determinar cmo

influyen los factores externos. El entorno general se caracteriza por un extenso conjunto de factores que delimitan el marco

en el que actan las empresas y establecen las circunstancias en que las empresas se van a tener que desenvolver. Entre

estos factores, podemos nombrar:

1. Factores Climticos, los cuales influyen sobre el desarrollo del producto de ao en ao.

2. Factores de sitio (suelo, topografa, etc), que en conjunto con el clima definen los terroir o variaciones espacio -temporales

del viedo.

3. Factores manejo que potencian o decrecen la expresin de las zonas productivas.

4. Factores comerciales que orientan las decisiones a tomar para desarrollar un producto determinado por su capacidad de

venta.

El entendimiento y manejo de estos factores permitir asegurar frutos de calidad, permitiendo que las parras expresen libre-

mente su desarrollo de acuerdo con el medio ecolgico en que se encuentra, en la orientacin de produccin decidida.

As, en el presente captulo se analizan principalmente los factores que han sido identificados como aquellos que influyen

ms notoriamente sobre la variabilidad de la calidad de la fruta y su distribucin espacio temporal, principalmente, los

factores de sitio y climticos, lo que representa el punto central del captulo y de los estudios actuales del Progap INIA.

Para evaluar los factores de sitio, se deben tener variables que evalen estos factores, dentro de programa se han evaluado

los que evalan la parte vegetativa como los mapas de NDVI y de suelo como los de Conductividad Elctrica, Topografa,

exposicin, etc. Tal como los veremos en el captulo, este tipo de anlisis deben ser seguidos e integrados a travs del tiem po

para poder ser de mayor utilidad ya que el solo tener un mapa de un momento no aporta mucho en el entendimiento de las

zonas por lo que son de utilidad inicial pero en el tiempo sino se integran y solo se ven por ao finalmente estos se vern

como de poca utilidad error comnmente cometido en la industria. As, la variabilidad espacio temporal de los mapas de

vigor del predio en un lapsus de los ltimos 5 aos, es til para ver los patrones estables de un predio tal como se puede ver

en la figura 1. En la figura antes mencionada puede verse que existe una variacin consistente en el comportamiento del

predio en la cual se definen tres macro zonas de comportamiento de este predio.

Figura. 1 Variaciones en el patrn de NDVI para la via completa, en donde se marcan algunas tendencias de mayor a menor vigor en trminos de macro reas.


10

PROGAPINIA - CORFO

Esta tendencia se puede visualizar en forma ms clara si se toma en cuenta un anlisis de clusters en donde se analizan en

conjunto los datos de NDVI para tres temporadas consecutivas (2005/06 a 2007/08), lo que puede ser visualizo en la figura 2,

considerando el nivel vegetativo alcanzado tanto en noviembre como en febrero.

Figura 2. Mapas de cluster de ndice NDVI para (a) noviembre y (b) febrero, considerando tres temporadas de trabajo.

En la figura anterior se pueden apreciar que se forman clusters bien definidos entre la zona oeste-este de la via, lo cual en

gran medida, coincide con lo mapas presentados en la figura 1. Por otra parte, observado en trminos generales las variacio-

nes en la distribucin (o agrupamiento de clases) del ndvi de noviembre vs febrero muestra variaciones relativamente peque-

as.

No obstante lo anterior, se pueden hacer las diferencias de NDVI entre el mes de noviembre y el mes de febrero (figura 3),

mostrndose diferencias que no tienen una espacialidad tan marcada, ni tampoco formando clusters que siguen el patrn

distinto al mostrado en la figura 2.

Figura 3. Mapas de diferencias de NDVI entre meses de noviembre y febrero, para tres temporadas de crecimiento. Se puede

observar comportamientos de los cuarteles son distintos en las tres temporadas, finalmente se puede evaluar el mapa de

clster de las variaciones para tres temporadas anteriormente mostradas.


11

PROGAPINIA - CORFO

La figura anterior, se puede apreciar que hay sectores que variaron su comportamiento entre temporadas (aumento o reduc-

cin de vigor) entre temporadas, lo cual estara influido por variables asociadas a clima y manejo durante el periodo com-

prendido entre las dos capturas de NDVI. Sin embargo se puede desarrollar un anlisis en donde se aprecia una tendencia

general para estas tres temporadas, en (figura 3, cluster), mostrndose en rojo una zona que tiende a mantenerse estable, la

zona verde que tiende a desvigorizarse o bajar su NDVI y una zona azul, que tiende a aumentar su vigor.

Como ya ha sido sealado, dentro de las variables que pueden estar influenciando esta distribucin, es el estatus hdrico del

cultivo, el cual en el caso de una visin macro podra estar asociado a la distribucin general de temperaturas del viedo. E n

la figura 4, se muestra una distribucin de temperatura de brillo de superficie (obtenida satelitalmente), la que se puede

asociar a la temperatura en grandes zonas del viedo.

Figura 4. (a-c) Mapas de variacin de temperatura de brillo de superficie (asociada a temperatura) para el viedo hacia febre-

ro en las tres temporadas consideradas. (d) mapa de cluster para la variable de temperatura de brillo, considerando tres

temporadas.

La distribucin general de temperaturas en el viedo sigue un patrn de gran regularidad entre las temporadas (mes de

febrero), pudiendo hacer un mapa cluster con zonas muy bien delimitadas, en donde las zonas azules mostraron las reas

asociadas a mayor temperatura, la cual queda distribuida hacia la zona oeste del viedo y hacia los sectores con pendiente.

Por otra parte las zonas verdes del mapa de cluster sealan zonas que tendieron a tener menor temperatura. En general se

podra argumentar que las zonas dentro de la distribucin azul corresponden a reas que tienden a presentar caractersticas

de calidades mayores, sin embargo, como ser mostrado ms adelante, las variables implicadas son variadas, existiendo una

complejidad en la informacin que debe ser abordado a travs de un anlisis en la que se incorporen distintas variables expli-

cativas (o anlisis multivariado).

Cabe destacar que al evaluar, el desarrollo de racimos entre las temporadas podemos ver una clara incidencia de variacin de

estos entre temporadas, siendo las zonas de mayor temperatura bastante ms estable en su desarrollo que las zonas trmi-

cas ms fras, tal como lo podemos ver en la figura 5.


12

PROGAPINIA - CORFO

Figura 5. Mapas de variacin de temperatura de brillo del viedo de febrero para las temporadas 2008 - 2009 y grficos de

distribucin de peso de racimos respectivos.

Es importante destacar que las condiciones de la temporada 2008 fueron bastante ms calientes que las del 2009, la cual

adems tuvo una primavera lluviosa, la que mantuvo mayores cnones de humedad en suelo que especialmente afecta a

suelos ms arcilla y menos drenados, diferencias que ocurren en esta via en las zonas verdes y amarrillas donde las verdes

son suelos profundos muy bien drenados y amarillos con mas arcilla que retienen ms humedad. Lo antes mencionado, se

puede ver expresado en el desarrollo de racimos en el cual los de la variedad Shyra (zona amarrilla) se mantienen bastante

estables y los de la variedad Merlot existe una gran diferencia de ao en ao, este factor adems puede estar influenciado

por el manejo del riego realizado por la via entre temporadas.

Para validar lo antes expuesto, este mismo anlisis ha sido desarrollado en otra via, para tres temporadas agrcolas que se

posea la informacin.

Figura 6.Variacinde ndice NDVI para(1)anlisis integradode3temporadas para segmentacin de predio en zonas de compor-

tamiento similar (informenov.2011) y (2) anlisis de NDVI para temporada 2011-12.


13

PROGAPINIA - CORFO

Al hacer una comparacin entre el anlisis integrado para varias temporadas en el fundo primavera de Via Valdivieso (figura

6), en relacin al NDVI para la temporada 2012, se observa que en trminos generales se ha mantenido los patrones del

ndice NDVI dentro de cada bloque. Sin embargo, si se ve el viedo completo, se aprecia una tendencia a que las zonas de

cerro (ubicadas abajo (sur) de cada Fig.) tienden a tener menor vigor en relacin a las zonas de llano, ubicadas en la parte

superior d cada Figura. Esto supone una diferencia notoria en el rgimen hdrico ocurrido a nivel general en el viedo que se

habra extendido desde la poca de primavera y que influyo en estas distribuciones relativas y con esto finalmente en la

relacin hoja/fruto de la produccin a nivel general. Por otra parte, esta baja en el NDVI ocurrida a nivel de cerro puede

haber tenido una clara influencia en el problema de deshidratacin observado en los sectores de cerro y pie de cerro para la

temporada 2012 (figura7).

Figura 7. Sntoma de deshidratacin a nivel de cerro y pie de cerro observada en distintos puntos de sectores de cerro y pie

de cerro en Via Valdivieso.

Lo antes expuesto, se debi a una clara diferencia trmica entre estaciones (mayor para la temporada 2012), que afecto

mayormente a las zonas de cerro debido a que estas presentan una condicin ms limitante de suelo y microclima ms extre-

mo que las de las zonas ms bajas, factor explicado en detalle en el Captulo XX de Riego.

Es necesario destacar la aparicin a nivel nacional de otras iniciativas pblicas que en el mediano plazo pueden ser comple-

mentarias al tipo de anlisis que se sigue en capitulo. En este sentido, cabe destacar la reciente implementacin del sistema

ODITE, recientemente desarrollado por la Universidad de Chile (figura8), que corresponde a un Atlas bioclimtico digitalizado

de Chile patrocinado por CORFO y Bienes Nacionales y se presenta como un complemento para los desarrollos propuestos en

la presente iniciativa. Los ndices que actualmente se muestran en forma de mapa corresponden a la Temperatura mxima

de Enero, Temperatura mxima de Julio, Temperatura mnima de Enero, Temperatura mnima de Julio, Radiacin solar de

Enero, Radiacin solar de Julio, Evapotranspiracin de Enero, Evapotranspiracin de Julio, Precipitacin media anual, Das -

Grado anuales, Periodo libre de heladas, Dficit Hdrico anual, Excedente Hdrico anual, ndice de aridez, Periodo seco, Peri o-

do hmedo.


14

PROGAPINIA - CORFO

Como ya hemos visto el comportamiento espacial y temporal del viedo debe ser considerado como una herramienta clave

en la gestin del viedo, en la cual se deja de lado la intuicin y se empieza a trabajar sobre la base de informacin clara

verificable y que adems permite generar un seguimiento asociativo entre la temporada de trabajo y lo ocurrido en otras

temporadas anteriores, permitiendo reducir los errores en las decisiones de manejo. Sin embargo, no solo se debe visualizar

el comportamiento de estas macro variabilidades sino tambin como estas estn afectando al cultivo o bien dicho a los frutos

dentro del viedo, por lo tanto tambin debe existir un monitoreo sobre este factor. Cabe destacar que uno de los elementos

fundamentales para una mejor divisin de la fruta en cosecha lo constituye la determinacin de rendimiento a nivel de cuar-

teles, herramienta con la que se puede hacer una mejor estimacin del volumen de produccin de cada categora y con esto

ayudar en la logstica de bodega.

DESARROLLODEAPLICACINPARAESTIMACINTEMPRANADE RENDIMIENTO.

La importancia de hacer trabajos de seguimientos fenolgicos de floracin a cuaja de frutos, es entregar una herramienta

preventiva que sirva para tomar decisiones acertadas del manejo requerido en un momento dado, en asociacin a las zonas

definidas mediante las herramientas ya explicadas en este captulo. Segn el estado de desarrollo de la planta se pueden

identificar la evolucin del desarrollo de los frutos (volumen y peso), la cual permitir una estimacin del peso a cosecha del

fruto, el cual al ser integrado con los rendimientos promedios por parras nos entregar el rendimiento potencial, para ello el

proyecto ha empleado el uso de las tcnicas estadsticas de estereologa, la cual se explica a continuacin.

Principios de la Estereologa; En los ltimos aos ha habido un fuerte avance de los mtodos de cuantificacin estereolgicos.

Con ellos, lo que se persigue es la estimacin cuantitativa de parmetros (volumen, rea, longitud, nmero, etc.) a partir de

secciones o proyecciones. Gracias a la aplicacin de estos mtodos, en el campo de los estudios, se han podido estudiar

parmetros morfolgicos con una gran precisin y fiabilidad. La estereologa es definida como un conjunto de mtodos tiles

para obtener informacin cuantitativa de carcter geomtrico-estadstico de un objeto de inters, a partir de secciones del

objeto (Haug, 1986;Cruz-Orive, 1987). En general, los mtodos estereolgicos gozan de una serie de ventajas metodolgicas

y prcticas de indudable inters para el estudio agronmico de estimaciones de rendimientos. Como ventajas metodolgicas

se podran destacar por un lado, que son mtodos no sesgados, carentes de error sistemtico, y por otro que la estimacin

de los parmetros no est influida ni por la forma del objeto, ni por su distribucin y/o tamao. Adems, una clara ventaja

metodolgica y prctica es que los mtodos estereolgicos son altamente eficientes en tiempo de captura. En otras palabras,

no exigen un gran esfuerzo para la cuantificacin y a que con una muestra muy pequea y pocas secciones (alrededor de 6-7

secciones) se obtienen coeficientes de error y de variacin aceptablemente bajos (Royet, 1991; West, 1993). Metodolgica-

mente, la estimacin del nmero de frutos por parra, se puede realizar por diversos mtodos estereolgicos. De ellos, el

fraccionador es uno de los ms recomendables. Este mtodo se basa en la combinacin de un muestreo sistemtico seccio-

nado (West, Slomianka and Gundersen, 1991;West, 1993b).


15

PROGAPINIA - CORFO

Metodologa de estimacin de Nmero de frutos y peso por punto muestral, utilizando el Mtodo Fraccionador.

Previo a la aplicacin del mtodo fraccionador se ha de proceder a una segmentacin sistemtica de la estructura de los

rboles por punto a cuantificar, el total de segmentos por rbol, donde cada uno de ellos se divide en tres partes similares,

denominados segmentos. Esta seriacin permite conocer la separacin entre las secciones que despus ser recogida en el

clculo de los parmetros estereolgicos. De entre todas las secciones obtenidas se seleccionarn algunas, sobre las que se

realizaran las cuantificaciones. Un requisito importante para realizar las cuantificaciones estereolgicas de nmero frutos/

segmentos/ rbol es el muestreo sistemtico de la zona elegida y para ello la orientacin de las secciones debe ser al azar

(Royet, 1991; West, et al. 1991). En el muestreo sistemtico, la cuantificacin no se realiza en todo el rbol sino que se cu en-

ta el nmero de frutos contenidas en los segmentos seleccionados al azar. As, se evita el sesgo de que el experimentador

seleccione los segmentos de densidad de frutos o aquellas que mejor se visualicen, ya que el conteo depende del lugar en el

que se encuentren los disectores. Adems, el muestreo sistemtico no provoca la sobreestimacin numrica, pues se evita

que un mismo campo sea cuantificado en repetidas ocasiones, como podra suceder con el muestreo al azar (Royet,1991).

Frmula Empleada: Una estimacin no sesgada del nmero total de frutos, est dada por la media de las dos estimaciones

independientes.

np= nmero de unidades primarias(PUs)

N= nmero estimado del conjunto de PUi

En un estudio con dos o ms grupos de rboles, es estrictamente necesario estimar el

error de estimacin dentro de la muestra con el fin de compararla con la variacin de conteos de frutos

(Gundersenysterby,1981; Cruz-Orive,1994). El mtodo fraccionador es muy sencillo para obtener un estimador eficiente e

imparcial de una cantidad total; sin embargo, se dificulta para predecir el error porque las observaciones son dependientes

de la calidad del muestreo. Aqu se aplica el error de frmula de prediccin de la Cruz-Orive (1990) que da slo una aproxima-

cin, pero no una imparcial del estimador de la CE (estimado).Un ejemplo de ello se especifica en los estudios realizados en

el rea de medicina, especialmente en musculatura humana, en la estimacin del volumen de las extremidades (Figura 9).

Figura 9. Representacin grfica de la metodologa, con base estereolgica, para la estimacin de volumen de musculatura

humana.


16

PROGAPINIA - CORFO

La Figura 10, nos seala las posiciones del lugar de muestreo que se relaciona a la periodicidad que se le asigna al contador

en forma estadstica. Lo anteriormente sealado explica tcnicamente la metodologa implementada. Diversas pruebas reali-

zadas nos demostraron que las parras no se podan tratar con estructuras, sino a travs de su forma3D, ya que los errores se

acentuaban, como tambin el tiempo empleado no favoreca el desarrollo de esta tcnica, es por ello que se escogi la meto-

dologa sealada con modificaciones que permitan un mejor entendimiento hacia el contador, es esencial que este evite

formular preguntas sobre la forma, estructura: rama, ramilla, racimos de las parras, permitiendo as una metodologa de fcil

operacin.

Figura 10. Segmentos escogidos en una vid para realizar el mtodo de estimacin estereolgico.

Para verificar el mtodo, se procedi a cosechar todas las parras en cada punto, as tambin establecer el protocolo de con-

teo. Tambin cada punto muestral, se determin la relaciones existentes entre la estimacin por estereolgica v/s conteo

total, as como obtener el error estimado entre ambas variable. En este ltimo se utiliz la formula sealada en la metodo-

loga, todos los resultados se explican a continuacin por punto muestral en el cuartel de estudio. As utilizando esta metod o-

loga para un total de 735 racimos, el error de estimacin fue del 7% de error promedio, lo que nos permite sealar que el

mtodo propuesto es prometedor para estimar rendimiento promedio por zonas de manejo, sin embargo, es dependiente

de una buena localizacin de las muestras para el monitoreo por lo que este factor en cuanto a una buena clasificacin es

fundamental para el xito del monitoreo. Por otra parte, en la va de automatizar an ms el sistema de estimacin, se ha

trabajado en evaluaciones con sistemas pticos como de detalla a continuacin.

Estimacin de rendimiento mediante uso de metodologas pticas

La prediccin del rendimiento de los cultivos ha sido un objetivo prioritario de la agro-meteorologa, tanto con el fin de au-

mentar el conocimiento de las relaciones clima/cultivo como para generar informacin que se pueda aprovechar oportuna-

mente en la planificacin y manejo de la produccin agropecuaria (De la Casa y Ovando, 2007). Al emplear modelos para

predecir rendimientos de cultivos, con frecuencia existen limitantes por las variables que utilizan, de ah, que resulte la

necesidad de elegir al que contenga el menor nmero de variables o que stas puedan estimarse con algn procedimiento

conocido y fcil de realizar (Gmez et al., 2009).

La prctica actual de la industria para predecir el rendimiento en algunos cultivos constituye una labor intensiva, costosa,

inexacta, poco representativa de grandes reas, destructiva y llena de subjetividades. Normalmente, el proceso de prediccin

de rendimiento requiere tomar muestras de un cierto porcentaje del huerto y se extrapola a la totalidad de l (Nuske et al.,

2011).


17

PROGAPINIA - CORFO

Comnmente las estimaciones de rendimiento en vias se realizan a partir del recuento de las yemas florales y un modelo

lineal simple en que el parmetro de la pendiente representa el nmero de frutos por brote. Sin embargo, debido al costo

del procedimiento del recuento algunos productores cuentan slo una fraccin de cada planta y en sitios especficos del

huerto, ya dems no saben el efecto que puede tener sobre la estimacin de rendimiento, la variedad y la edad productiva

de las plantas. Segn (Salvo etal.,2011), realizando estos estudios indican que se obtienen diferencias significativas en cua nto

a los valores reales de rendimiento obtenidos a cosecha, por lo que sugiere que para obtener mejoresprediccio-

nes,sedeberealizarelconteodeyemasentodaslasplantas,loque lgicamente constituye una labor intensiva y muy costosa.

Otro mtodo que se utiliza para realizar estimaciones de rendimientos es contando el nmero de frutos por planta, su peso

fresco y la cantidad efectiva de plantas por hectrea y se deben extrapolar los valores al cuartel completo. Estudios realiza-

dos por (Salvo et al., 2012) realizan la estimacin de rendimiento a partir de modelos que relacionan el nmero de frutos

disponibles para la cosecha, el nmero de botones florares y las variables climticas. El valor estimado incorpora el peso de

la fruta adecuada para la variedad cultivada. Cuando el rendimiento potencial estimado se compara con el rendimiento ob-

servado por los productores, los errores estimados son menos al 12% (sobrestimacin) y el rendimiento alcanzado por los

modelos de rendimiento son tan altos como 0.57 y0.96 para los coeficientes de correlacin. Los modelos obtenidos pueden

ser utilizados por los productores para que puedan planificar sus cosechas con varios meses de antelacin, y se pueden

ajustar a la temporada actual.

En general las estimaciones de rendimiento no son exactas debido a que los mtodos de muestreo que tienden a ajustar los

rendimientos histricos e incluyen entradas subjetivas (Clingeleffer, et al., 2001). El clculo del peso de los racimos final des-

de el envero, utilizan multiplicadores fijos a partir de mediciones histricas (Wolper tan dVilas(1992)).

En relacin a este tema, durante el desarrollo de este proyecto se ha realizado el procesamiento de las imgenes RGB, con el

fin de poder diferenciar los racimos, es por ello que en la temporada 2012-2013, se realizarn las estimaciones de rendimien-

to en terreno en conjunto con la captura de las imgenes, para as relacionar el peso real de los racimos con los pxeles en la

imagen correspondiente a bayas. Adems se trabajar en la estimacin del tamao de los racimos y dimetros de las bayas.

Figura 11. Estimacin de rendimiento sobre la base de sistemas pticos de segmentacin.


18

PROGAPINIA - CORFO

Este sistema ser explicado ms en detalle en el Captulo Estimacin de Variables fsicas del Racimo, asociado a estimacin

de cosecha que permita ir validando la informacin de segmentacin antes mencionada. Sin embargo, si bien hasta ahora

hemos tenido una cierta aproximacin en la variabilidad productiva, esto tambin se debe asociar a la variabilidad de calidad

y con solo una visin sesgada de la informacin. As, como se mencion inicialmente, el sistema productivo est controlado

principalmente por los factores climticos y de sitio, dentro de estos ltimos hemos visto los asociados al desarrollo de planta

pero si o si deben incluirse tambin los ligados a la variabilidad de suelo para tener la pelcula completa de la variabilidad.

MONITOREO DE SUELOS.

Otra de las variables de gran importancia monitoreadas, correspondi a las variables asociadas a suelo en sus caractersticas

fsicas, factor muy asociado a la parte hdrica, y tambin en cuanto a sus caractersticas qumicas, sin embargo, la fertilidad de

suelo no posee mayor importancia en el anlisis ya que el manejo dado por las vias en este factor es ptimo siendo marginal

el factor en este caso. Para el desarrollo de este tipo de monitoreo de suelos, se utiliz la variabilidad espacial de suelo obte-

nida con la rastra de conductividad elctrica (Geonics EM38), debido a que esta permiti la zonificacin de los suelos (Figur a

12), levantndose sobre esta los cambios en la fsica de suelo (Figura 12).

Figura 12. Plano de Variabilidad de CE, zonificacin textural del rea de estudio en la Via Valdivieso.

Sobre la base de la segmentacin de los planos de NDVI y CE, se establecieron puntos de control en los distintos cuarteles a

estudiar. A partir de cada punto de muestreo, se identificaron los cambios temporales en todas las variables en estudios

tanto las hdricas como las de calidad de uvas.

Anlisis cluster de rea asociado a calidad de fruta.

A continuacin se presentan distintas representaciones de la prediccin de los valores de variables asociadas a ca li-

dad qumica de la fruta (Ejemplo, Figura 13). Lo anterior surge la necesidad de encontrar patrones para dichas variables que

sean representativos de zonas dentro de un cuartel, as como la diferencia de niveles obtenibles entre cuarteles de una mis-

ma variedad para el viedo. El anlisis estadstico se desarroll empleando el software S-plus 2000, en donde se emple

dentro de la rutina de anlisis multivariado el anlisis cluster.


19

PROGAPINIA - CORFO

Figura 13. Anlisis clster para los tres cuarteles de la variedad merlot, en relacin a los valores de componentes qumicos de

la fruta.

Segn estos anlisis, hay variedades que muestran una clara diferencia entre cuarteles en las variables asociadas a calidad

qumica de frutos. Es as como por ejemplo, en la variedades merlot y cabernet sauvignon se pueden establecer claras dife-

rencias en la homogeneidad en los cuarteles en cuanto a las variables de inters y entre cuarteles en cuanto a los niveles de

estas variables que son predominantes, que finalmente expresarn un potencial de calidad del vino diferente (Figura 14). Por

otra parte, en el caso de syrah y carmenere estas diferencias fueron mucho menos evidentes (Figura 14).

Figura 14. Mapa de la variable ph32 (antocianas fcilmente extrables) y clster de la misma variable.

Figura 15. Anlisis pls para variable de respuesta pH32, asociado a variables explicativas de NDVI, trmicas (microclima) y de

suelo.


20

PROGAPINIA - CORFO

Figura 16. Anlisis pls para variable de respuesta pH1, asociado a variables explicativas de NDVI, trmicas (microclima) y de

fertilidad de suelo.

Figura 17. Anlisis pls para variable de respuesta OH, asociado a variables explicativas de NDVI, trmicas (microclima) y de

suelo.

Figura 18. Anlisis pls para variable de respuesta IPT (ndice polifenoles totales), asociado a variables explicativas de NDV I,

trmicas (microclima) y de suelo.


21

PROGAPINIA - CORFO

Al realizar un anlisis multivariado de las variables asociadas a la calidad de uva podemos visualizar que variables explicat ivas

obtenidas de informacin de campo, influyen de manera distinta sobre los metabolitos (Figura 15 a la 18), pudiendo evaluar

que no existe una variable nica explicativa del componente de calidad de uva, y depender de su condicin de sitio y clima

imperante lo que finalmente expresar el desarrollo final del metabolito.

Lo antes expuesto tambin ha sido evaluado en otros predios, en cuanto los resultados de la variable antocianos en uva y su

relacin con el mapa de NDVI (Figura 19). En la figura 19, podemos ver la evaluacin estadstica, que se llev a cabo bajo

anlisis de similaridad, entre la variable de antocianos en uva y el correspondiente mapa de NDVI. En este podemos evaluar

que existe cierta asociacin poco clara en relacin a esta variable por si sola con el resultado final de la calidad de uvas.

Figura 19. A) Mapas de antocianas en uva y NDVI. B) Anlisis de Similaridad de variables.

Tal como se expres en las secciones anteriores, las variables de calidad de fruta, son la respuesta de una integracin de

variables, que expresan potenciales diferenciados dentro de un mismo predio e inclusive dentro de un mismo cuartel, factor

que muchas veces es llamado terroir del sitio. Al integrar a la variable de NDVI, con las variables de topografa y exposicin

del predio para desarrollar una zonificacin, se puede evidenciar que se mejora la relacin existente con la variable de cali-

dad de uvas (circulo, Figura 20), sin embargo, se evidencia que en las zonas de mayor cambio de pendiente y por ende de

suelo, esta asociacin disminuye (Flecha, Figura 20).

Figura 20.Mapas de variables explicativas (A), de calidad qumica de fruta (B) y de similaridad estadstica integrada entre

ambas (C).


22

PROGAPINIA - CORFO

Por otra parte, al integrar la variable suelo a travs de la conductividad elctrica de este (mapa de EM38), se explica basta nte

mejor la variable de calidad qumica de uvas, obtenindose ms de un 70% del rea con un nivel de similaridad alto.

Figura 20.Mapas de calidad qumica de fruta (A), mapa de variables explicativas incluyendo el mapa de EC con EM38 (B) y de

similaridad estadstica integrada entre ambas (C).

Es claro, que el trabajo de zonificacin de un predio en cuanto a la expresin que tendr en calidad de uvas, debe ser evalua-

do con ms de una variable tal como ha quedado demostrado en este captulo. Muchas veces se cree que el solo uso de

mapas de NDVI u otros por s solo, expresarn la variacin en calidad de fruta, pero esto no es as, factor que ha llevado a los

viateros a disminuirla credibilidad en el uso de este tipo de informacin. Sin embargo, la integracin de estas variables co-

mo lo son las de suelo y NDVI, expresarn las condiciones de sitio de mucho mejor forma, an ms, si se realizan anlisis ms

avanzados de segmentacin y modelaje de estas variables, se pueden obtener ajustes bastantes mejores a los expuestos en

este captulo, tema principal del captulo XXX, asociado al Modelo INDITES (INIA DIGITAL TERROIR SYSTEM), que representa el

resultado final de la investigacin llevada a la fecha por el Progap INIA en cuanto a la segmentacin de viedos. Finalmente,

el seguimiento de las zonas definidas, en cuanto a la expresin estacional del clima, permitirn mejorar las decisiones de

manejo siendo estas ms asertivas.


23

PROGAPINIA - CORFO

Referencias

Aging,14,275-285.West,M.J.(1993b).Region ally specific loss of Neuron sintheaging human Hippo campus. Neurobiology of

Aging, 14, 287-293.

Clingeleffer, P., G. Dunn, M. Krstic and S. Martin. 2001. Crop development, Crop estimation and crop control to s ecure

quality and production of major wine grape varieties: A national approach. Grape and wine research and development

corporation, Australia.

Cruz-Orive,L.M.(1987).Particle number can be estimate dusing a dissector of unknown thickness: the selector. Journal of

Microscopy, 145, 121-142.

Cruz-Orive LM, Howard CV(1991)Estimating the length of abounded curve in three dimensions using total.

Cruz-Orive LM (1994) Toward a more objective biology. Neurobiology ofAging 15,377378. Microscopy160,8995.

De la Casa, A., y G. Ovando. 2007. Integracin de ndice de Vegetacin de la Diferencia Normalizada (NDVI) y del Ciclo Fenol-

gico de Maz para Estimar el Rendimiento a Escala Departamental en Crdoba, Argentina. Agric. Tc. 67(4):362-371.

Haug,H.(1986).HistoryofNeuromorphometry.JournalofNeuroscienceMethods,18,1-17.

Gmez, R., C. Ortiz, M. Zamora, J. Soria, A. Trinidad y A. Carballo. 2009. Estimacin del rendimiento de Cebada (Hordeum

vulgare L.) maltera con el mtodo FAO. Agric. Tc. Mexico. 35(1):13-23.

GundersenHJ, sterbyR (1981) Optimizing sampling efficiency of stereological studies in biology: or` Do more less well!'.

JournalofMicroscopy121,6573.

Mathieu-Costello O (1993)Comparativeaspects of muscle capillary supply. Annual ReviewofPhysiology145,503525.

MathieuO, Cruz-OriveLM, HoppelerH, WeibelER(1983)Estimating length density and quantifying anisotropy in skeletal muscle

capillaries. Journal of Microscopy 131,131146.

Mattfeldt T,MallG(1984)Estimation of lengt hand surface of anisotropicc apillaries. JournalofMicroscopy135,181190.

Nuske, S., A. Supreeth, T. Bates, S. Narasimhan, and S. Sanjiv. 2011. Yield estimation in vineyards by visual grape detection.

IROSIEEE. P 2352-2358.


24

MONITOREO DE VARIABLES HDRICAS MEDIANTE TERMOGRAFA INFRARROJA Stanley Best S. Lorenzo Len G.

25

PROGAPINIA - CORFO

Evaluacin de las necesidades hdricas en viedos.

INTRODUCCIN

El agua es un recurso vital para la vida y su uso en el mundo se incrementa da a da a tasas preocupantes. En el ao 1850 el

consumo de agua en el mundo era de 100km3 y en el ao 2005 fue de 4000km3, es decir, un aumento de 40 veces en un

siglo y medio, lo que sumado al aumento poblacional y al incremento en el consumo de dicha poblacin acrecentar los

problemas de competencia de este recurso, proyectndose como uno de los recursos ms limitantes en el corto plazo. As, la

utilizacin racional del recurso hdrico es un imperativo, que obliga a los pases del mundo al desarrollo de estrategias de uso

de sus recursos naturales, que incorporen como factor relevante la eficiencia de uso.

Por otra parte, en el sector vitivincola a pesar de los avances en las definiciones de rendimiento y calidad asociada, todava

existe una brecha en la evaluacin de las variables que los determinan. Dentro de estas variables, segn la experiencia de

INIA y la de la literatura, la ms importante corresponde al manejo hdrico del viedo.

Variados son los estudios en los cuales se muestra la variacin del estatus hdrico de plantas asociado a su relacin con la

especialidad y efectos en los rendimientos y calidad de fruta, en este sentido, existen metodologas ya establecidas que per-

miten evaluar la variabilidad dentro del viedo en cuanto a los suelos y la respuesta de la planta que permiten realizar seg-

mentaciones acorde a esta variabilidad. La evaluacin de la variabilidad de los cultivos a travs de las imgenes satelitales ha

sido ampliamente empleada, correlacionado la informacin espectral con procesos biolgicos del ecosistema terrestre como

la evapotranspiracin, el balance hdrico, intercepcin de la radiacin, produccin primaria liquida de la cubierta vegetal, y

produccin primaria total. A partir de imgenes se puede extraer la informacin para la visualizacin de la cobertura vegeta-

cional a nivel predial e intrapredial, donde es posible evaluar la variabilidad de dichos cultivos tomando como base el ndic e

vegetacional NDVI. Cabe destacar que el uso de modelos de localizacin de muestras (como el desarrollado por este proyecto

y explicado en la seccin deI CASV1.1), integra el uso de sensoramiento remoto (imgenes de NDVI), es altamente importan-

te y a que permiten tener una representacin ms exacta de las condiciones de variabilidad hdrica del huerto.

Tal como ha sido sealado anteriormente, existe una variacin temporal en los cultivos adems de aquella producida espa-

cialmente. De esta manera, es necesario abordarla problemtica de la evaluacin a travs de los aos para poder establecer

fehacientemente cuales son las reas ms o menos estables en trminos de vigor vegetativo y por ende del rendimiento y

calidad generados. Lo anterior puede ser desarrollado mediante el uso de variadas metodologas como sern descritas en

este captulo, sin embargo, es muy deseable tener una base de datos consistente en trminos espacio - temporales que

permitan discernir la problemtica y por ende el manejo a ser llevado a cabo.

Figura 1. Localizacin de Mini Estaciones Meteorolgicas, Vias Valdivieso.


26

PROGAPINIA - CORFO

De los resultados de la informacin de estas estaciones se puede ver (Figura 1), que existe una diferencia entre el sector ba jo

y alto en cuanto a clima, siendo el alto ms clido y con menor incidencia en temperaturas bajas que los sectores bajos, fac-

tor que tiene una marcada incidencia los requerimientos hdricos y comportamiento de biomasa, lo que a su vez tendr re-

percusin en la madurez de la fruta y finalmente en el resultado de los vinos del rea.

Figura 2. Comparacin Temperaturas Mximas, medias, y mnimas de Via Valdivieso.

Por otra parte, la caracterizacin climtica de la temporada en cuanto a otras variables adems de la temperatura, como las

precipitaciones, pueden indicarnos como ir evolucionando el cultivo. A modo de ejemplo el ao 2011 en la via (Figura 2),

hubo mayor precipitacin y temperaturas ms bajas que aos anteriores, siendo superado por la temporada 2005/06, factor

que tuvo incidencia en un avance de madurez lento y mayor desarrollo de biomasa, teniendo esto incidencia en una menor

necesidad de riego. Este tipo de factores climticos deben ser analizados por las vias a tiempo real de tal forma que puedan

ir tomando las decisiones adecuadas, segn se vaya desarrollando el cultivo en la temporada.

Figura 3. Caracterizacin Climtica de la Via La Primavera, Sagrada Familia, Temporadas 2005 a la 2011.

En este sentido, es importante utilizar informacin espacial de variabilidad tal como el ndice de vigor vegetativo (NDVI) en

conjunto con la captura de informacin meteorolgica, los cuales pueden ser de gran ayuda para explicar fenmenos alta-

mente disruptivos que pueden ocurrir en ciertas reas de produccin del viedo, como las relacionadas a la deshidratacin

de fruta, que puede afectar ciertas zonas del predio como otras no. El control de produccin y su equilibrio con calidad debe

ser dirigido en base a informacin clara y oportuna de tal forma de que no ocurran excesos o carencias de agua que tienen

una alta incidencia en el rendimiento y calidad de la uva final producida.


27

PROGAPINIA - CORFO

Variabilidad espacio temporal del ndice NDVI en el viedo.

La agricultura de precisin es una herramienta que est abriendo nuevas formas de abordar la produccin agrcola, ya que la

informacin y cantidad de datos que genera, ayudan a interpretar de mejor forma lo que est sucediendo en una determina-

da rea, y en un determinado momento, siendo una poderosa fuente de informacin tiempo-espacial, la cual en conjunto

con otros parmetros contribuyen a mejorar la toma de decisiones (McBratney et al., 2005).

En este sentido, los anlisis geo-estadsticos descriptivos buscan determinar el comportamiento espacial de una variable

sobre su rea y de esta forma determinar la mxima distancia de relacin entre dos puntos (semivariograma), para poder

agrupar (anlisis de clster) e interpolar. Esto permite crear zonas que poseen estadsticamente una relacin dentro de ella,

que sean representativas, obteniendo zonas de manejo que relacionen de forma ms eficiente el estado de las plantas y el

manejo agronmico. Adems, sirven de base para gestionar una estrategia de muestreo y obtener datos representativos del

rea estudiada.

Entre las mltiples variables foliares existentes, una de las ms utilizadas es el nivel de reflectancia que posee las hojas, calcu-

lando el ndice diferencial de vegetacin normalizado (Normalized Difference Vegetation Index; NDVI) el cual ha sido investi-

gado en la relacin con factores fenolgicos, obtenindose correlaciones positivas con vigor, ndice de rea foliar y rendi-

miento en vid (Johnson et al., 2001; Hall et al., 2003.).

En Chile, los primeros estudios referidos a la agricultura de precisin son del ao 2000, a partir de entonces el nmero de

investigaciones ha crecido de forma exponencial abarcando principalmente cultivos tradicionales y frutales. Uno de los ru-

bros manejados con este tipo de agricultura son las vides destinadas a vinificacin, dados que este mercado, uno de los ms

importantes en el mundo agrcola, paga los costos de utilizacin e investigacin.

El uso de informacin espacial de desarrollo vegetativo (NDVI), puede ser muy til si es manejado bajo condiciones de anli-

sis espacio temporales del viedo, permitiendo visualizar el comportamiento de este para poder ajustar el manejo.

Figura 4. (A1) Variacin de ndice NDVI para anlisis integrado de 3 temporadas para segmentacin de predio en zonas de

comportamiento similar y (2) anlisis de NDVI para temporada 2011-12


28

PROGAPINIA - CORFO

Al hacer una comparacin entre el anlisis integrado para varias temporadas en el fundo primavera de Via Valdivieso

(figura3a), en relacin al NDVI para la temporada 2011-2012,se observa que en trminos generales se ha mantenido los pa-

trones espaciales del ndice NDVI dentro de cada bloque. Sin embargo, si se ve el viedo completo, se aprecia una tendencia

a que las zonas de cerro (ubicadas abajo (sur), Figura 3-A2) tienden a tener menor vigor en relacin a las zonas de llano, ubi-

cadas en la parte superior. Esto supone una diferencia notoria en el rgimen hdrico ocurrido a nivel general en el viedo qu e

se habra extendido desde la poca de primavera y que influyo en estas distribuciones relativas y, con esto finalmente en la

relacin hoja/fruto de la produccin a nivel general. Por otra parte, esta baja en el NDVI ocurrida a nivel de cerro tuvo una

influencia en el problema de deshidratacin observado en los sectores de cerro y pie de cerro para la temporada 2011 -2012

(figura 5).

Figura 5. Sntoma de deshidratacin a nivel de cerro y pie de cerro observada en distintos puntos de sectores de cerro y pi e

de cerro en Via Valdivieso.

Del registro de las estaciones localizadas en Via Valdivieso (Figura 6) se puede apreciar la temperatura media diaria entre

septiembre 2011 a febrero 2012, una notoria diferencia de mayor temperatura en la estacin localizada para la condicin de

cerro que las localizadas en la parte plana del predio, especialmente considerando el periodo marcado en el rea en rojo,

correspondiente al mes de enero de 2012.

Figura 6. Grficos de diferencia de temperaturas mximas acumulada (lnea roja) entre la temporadas 2010- 11 y 2011-12.


29

PROGAPINIA - CORFO

En el grfico 6, se muestra las diferencias en las temperaturas medias entre la temporada 2011-2012 y 2010-2011, existen

perodos de mayor diferencias, debido al alza de temperaturas de ciertas semanas (columnas) y la curva (color rojo) muestra

una diferencia acumulada de temperaturas muy crecientes desde el 29 de noviembre en adelante, que se acenta ms desde

el 9 de diciembre, perodo pos cuaja.

Por lo anterior, la explicacin final ms plausible para este problema, es que se habra producido algn tipo de estrs hdri co

muy temprano en la temporada en el viedo, lo cual habra dejado a los racimos con una mayor susceptibilidad a problemas

relacionados a shock trmico. La menor cobertura vegetacional mostrada en la figura 3 habra aumentado este riesgo. Pro-

ducto de esta combinacin de factores es que cuando se registraron varios das continuos de temperaturas altas, se habra

producido el sntoma de deshidratado mostrado en la Figura4.

Dado este problema de carcter exgeno, gatillado esencialmente por factores climticos extremos, es que se hace

altamente necesario el desarrollar un muestreo integrado entre evaluacin de condiciones climticas actuales y pasadas en

conjunto con informacin espacial de biomasa y de dficit hdrico para un adecuado manejo del viedo que vaya orientado a

potenciar la calidad y rendimiento final a obtener.

Efecto del dficit hdrico en la calidad

En la presente seccin, se mostrar un ejemplo del vnculo encontrado entre la variable de estatus hdrico del cultivo y su

efecto sobre variables asociadas a la calidad de frutos en poca de cosecha.

Para el anlisis de la calidad qumica de la fruta, se utiliz mtodos convencionales de laboratorio, los cuales correspondieron

a antocianas fcilmente extrables, antocianas totales, fenoles totales, densidad, y alcohol probable, los cuales fueron coteja-

dos con los resultados de la evolucin de los niveles de estrs hdricos espacio temporales.

Sin embargo, es necesario poseer una forma de cuantificar el estrs hdrico de los cuarteles en forma temporal ya que los

efectos en la calidad no estn dados por el efecto de un punto sino del efecto hdrico en la plata en los diferentes estadios de

desarrollo de toda la temporada, lo que da el resultado final en la calidad de la uva producida. As, para la obtencin de la s

relaciones de factores asociados a calidad y potencial xilemtico ponderado, se utiliz potencial xilemtico ponderado esta-

cional (PHP) segn detalla la ecuacin siguiente.

Dnde:

w i = Pesos asignados a cada rango de potencial hdrico desde la fecha 1 hasta ltima fecha (n) en un periodo determinado.

i = potencial hdrico de la variedad, para cada fecha (bar).

Cuadro 1. Ponderacin de pesos Wi segn rangos de potencial hdrico utilizados.


n

n

ii

wi

w

PHP

1

1

*

30

PROGAPINIA - CORFO

La informacin de calidad de las uvas producidas, obtenidas del laboratorio, se contrasto con los valores de potencial xilem-

tico ponderado encontrados en cada punto de medicin para la temporada 2008 (Via Santa Rita - Proyecto Corfo-INIA).

Los resultados de dicha evaluacin se pueden ver en la figura7. De la grfica podemos deducir que los valores ms altos de

PHP se asocian a los valores mayores de componentes qumicos encontrados en el rea de estudio. Esta relacin encontrada,

posee tendencias claras para algunos valores como ndice de Polifenoles Totales (IPT) y Antocianas Totales (ANT 1.0) con

valores de R2 de 0.65 y 0.59, respectivamente, y valor menor para Antocianas Extrables (ANT 3.2) con un R2 de 0.44. Sin

embargo, cabe destacar, que mayores niveles de estos elementos en las uvas y homogeneidad de estos, generalmente tien-

den a producir un mejor vino, factor buscado por las empresas.

Por otra parte, la evaluacin integrada de variables qumicas de calidad nos han permitido la segmentacin segn mejor

condiciones potenciales de uva de calidad mediante un anlisis de similaridad. Dicho integracin nos permite generar mapas

de variacin de calidad potencial de uvas, los cuales podrn servir para segmentacin de cosecha (Figura 8). Sin embargo, al

evaluar los PHP del sector con respecto al mapa antes descrito, podemos encontrar una clara relacin de los niveles de PHP y

sectores de calidad (mayor PHP mejor calidad, demostrando buen manejo de niveles de estrs ya que no se quiebra la curva

a niveles de estrs excesivos).

Figura 7. Relacin entre caractersticas de calidad de uva y evolucin temporal del estrs hdrico de los diferentes puntos de

medicin.


31

PROGAPINIA - CORFO

Figura 8. Cluster de calidad qumica en relacin a potencial hdrico ponderado.

As, es importante destacar la aceptable relacin que se encontr entre los valores de estrs y las caractersticas de calidad

de uva, valida la informacin de literatura y soporta la importancia de la obtencin de un monitoreo espacial oportuno de los

cuarteles para la toma de decisiones de riego y por otra parte, las decisiones de manejo asociadas a los potenciales de cali-

dad para producir finalmente una cosecha diferencia cuando se tienen cuarteles des-uniformes, difciles de regar con un

sistema homogneo de riego.

Formas de evaluacin del dficit hdrico en viedos

Monitoreo de suelos

Otra de las variables de gran importancia a ser monitoreadas, corresponde a las variables asociadas a suelo en sus caracters-

ticas fsicas, factor muy asociado a la parte hdrica. Para el desarrollo de este tipo de monitoreo de suelos, se utiliza la rastra

de conductividad elctrica EM38 (esta funciona bien en suelos con rocas en donde Veris no). A modo de ejemplo podemos

ver la caracterizacin del predio de Valdivieso en estudio, lo que permiti la zonificacin de suelos de estos (Figura 9).

Figura 9. Plano de Variabilidad de CE, zonificacin textural del rea de estudio en la Via Valdivieso.


32

PROGAPINIA - CORFO

Seguimiento y anlisis de humedad de suelo

La forma actual ms comn de seguimiento de la humedad de suelo por ende del estatus hdrico asociado a las plantas, es el

uso de sensores de capacitancia, llamados as porque utilizan esta propiedad para medir el coeficiente dielctrico () de la

matriz del suelo. Determinando la capacitancia se obtiene la constante dielctrica y en consecuencia, la estimacin del conte-

nido de agua del suelo. Los FDR, requieren transformar la seal medida a valores de humedad volumtrica mediante un

calibrado, el cual se realiza internamente en el procesador de datos. En la mayora de suelos es suficiente con la calibracin

estndar (precisindel5%), aunque dicha ecuacin de calibracin necesite ajustes especficos para suelos de mucha materia

orgnica, muy arcillosos o salinos, pudindose conseguir entonces precisin en torno al 1-2%. Casi todos los instrumentos

mencionados se desarrollaron para riego tradicional don de la humectacin del terreno suele ser uniforme, lo que permite

una ms fcil interpretacin de las tendencias. En riego localizado no se moja todo el suelo, solo los bulbos y el patrn de

distribucin de la humedad vara mucho segn el tipo de suelo. Por ello, es bastante difcil de terminar el volumen de suelo

que realmente se moja. Adems, dada la pequea zona de influencia de todos estos sensores (a excepcin de la sonda de

neutrones), prcticamente miden la zona afectada por un solo gotero. Por ello, su instalacin es muy crtica y son muy

sensibles a posibles faltas de uniformidad del riego (goteros parcialmente obturados o con mayor caudal), as como a que

el agua de riego les llegue adecuadamente.

A continuacin se muestra la instalacin de este tipo de sensores (Figura 10) en el perfil del suelo(a diferentes profundida-

des) en las distintas zonas del predio.

Figura 10. Secuencia de instalacin de sensores FDR en terreno.

En la gestin del manejo del riego, la gran ventaja de los instrumentos multisensor es el proporcionar la posibilidad de un

registro continuo de datos a distintas profundidades del suelo y en la mayora de los casos, puede ser suficiente analizar la

tendencia que sigue el contenido de agua.

Muchos de los equipos FDR comerciales llevan asociados programas grficos para anlisis de los datos mediante ordenador

en los que la humedad se puede presentar sensor a sensor o de forma acumulada para distintos sensores, indicando as el

agua almacenada en una cierta capa de suelo. Mediante estos grficos se puede obtener una idea del consumo diario por

parte de las races y los intervalos nocturnos, tramos horizontales, en los que apenas hay extraccin de agua (Fig. 11a, b).

Figura 11. Esquema de visualizacin de informacin de humedad de suelo obtenidos por FDR. (A) Representacin de la hume-

dad volumtrica del suelo mediante sensor FDR y (B). Decisin de riego en funcin del nivel de estrs considerado.


33

PROGAPINIA - CORFO

Sin embargo, este tipo de sensores cuando se trabaja con mayores dficit, con humedades de suelo bajas, este tipo de senso-

res tiende a desconectarse de la fase de suelo y generan problemas de lecturas lo que se debe tener en cuenta en la orienta-

cin de su uso, en especial en este cultivo en el que en sectores de alta calidad este factor puede ocurrir. As, otro factor que

puede ser de gran utilidad es el monitoreo continuo del estatus hdrico de la planta.

Seguimiento y evaluacin del estatus hdrico en la planta

Las plantas requieren un aporte continuado de agua que reemplace la que se evapora principalmente desde las hojas. Este

requisito se debe a que las hojas estn expuestas a una fuerte demanda evaporativa (flujos de radiacin solar -trmica y dfi-

cit de vapor de humedad del ambiente) mientras que la superficie interna est saturada de vapor de agua. Para que el dixi-

do de carbono entre en las hojas los estomas deben de estar abiertos, lo cual permite que el vapor de agua escape libremen-

te desde el interior de la hoja siguiendo el gradiente de presin de vapor. Para mantener el flujo del agua sin que se produzca

la deshidratacin del tejido, las plantas han elaborado sistemas de captacin y transporte de agua .La Figura 12, muestra un

esquema del sistema suelo-agua-planta y sus interacciones:

Figura 12. Esquema del sistema suelo-planta-aire.

Un pequeo desfase en el proceso de transporte en respuesta a las alteraciones en el abastecimiento de agua desde el suelo

o en la demanda atmosfrica provoca un dficit hdrico en la planta lo cual es daino para la planta. Es posible caracterizar el

estado del agua en la planta en trminos energticos, evaluando su potencial hdrico.

Por otra parte, los indicadores de estatus hdrico a travs de mediciones en planta han sido principalmente usados en investi-

gacin en fisiologa ambiental y riego, y su aplicacin prctica para la programacin del riego ha sido limitada, existiendo un

creciente inters en mtodos que dependen de respuestas de la planta al estrs hdrico.

Si bien es cierto que se debe plantear un diseo de riego optimizado, para gestionarla variabilidad, si no hay una gestin de la

programacin de riego (frecuencia y carga de agua), no se alcanzarn los objetivos de aumento en rentabilidad, factor impor-

tante a considerar, si se desea demostrar el efecto real de la heterogeneidad de suelo en los rendimientos del viedo. Dentro

de este punto, es fundamental el establecer una estimacin de la condicin de hdrica de las plantas. Por otra parte, ha sid o

difcil encontrar ndices o pronosticadores prcticos del estatus hdrico de los cultivos que permitan direccionar una adecua-

da programacin del riego.

Para elaborar un vino de alta calidad uno de las tecnologas de mayor importancia, es el manejo y uso eficiente del agua,

por esto la determinacin del estado hdrico de la vid ha sido estudiada por numerosos investigadores, que han encontrado

correlaciones significativas con produccin y calidad (Mathews et al., 1990; Bravdo y Naor, 1996; Tesic et al., 2001; Ferreyra

et al., 2002; Ferreyra et al., 2003; Ferreyra et al., 2006, Ferreyra et al., 2007).


34

PROGAPINIA - CORFO

Una de las metodologas ms usadas para evaluar el estado hdrico de una planta de vid, es el potencial hdrico xilemtico

(), que puede ser determinado al alba y al medioda (Acevedo-Opazo et al., 2010). Este parmetro biofsico es adecuado

para establecer niveles de estrs hdrico y determinar necesidades de riego en frutales (Naor, 2001) y en vid Cabernet

Sauvignon (Ferreyra et al., 2002). Adems, presenta correlacin positiva con la conductancia estomtica (Naor, 2001; Ferrey-

ra et al., 2006).

El potencial hdrico xilemtico() medido al medioda ha sido propuesto como un indicador estndar para determinar el

estado hdrico de la planta, dado que en este momento del da presenta un estrs severo, representativo del estado crtico

del continuo suelo-planta atmsfera (Shackel et al., 1997; Naor, 2001; Ferreyra et al., 2003; Ferreyra et al., 2007; Best et al .,

2009 ;Acevedo-Opazo et al., 2010). As, se han empleado los potenciales de hoja y xilemtico, los cuales han sido los parme-

tros de planta ms extensamente utilizados para la programacin del riego en frutales y existen variados estndares relacio-

nado a esta variable fisiolgica. Esta medicin es posible de realizar a travs del uso de una bomba de presin (Scholander,

1964).Particularmente en el caso de la medicin del potencial hdrico xilemtico, se presenta como un excelente indicador

del status hdrico.

El potencial xilemtico proporciona informacin bsica para caracterizar la variabilidad dentro del huerto en cuanto a los

suelos y la respuesta de la planta que permiten mejorar las segmentaciones acorde a esta variabilidad integrada de suelo -

planta. Por otra parte, el crecimiento celulares uno de los procesos fisiolgicos ms sensibles al dficit hdrico, ya que la sequ-

a severa reduce el rea foliar y acelera la senescencia de las hojas maduras; adems, la fotosntesis y la transpiracin se

alteran debido a la reduccin de la turgencia, el cierre estomtico y el bloqueo de la difusin del CO2 hacia el mesfilo. Por lo

tanto, es conveniente caracterizar las especies cultivables en cuanto al grado de adaptacin a la sequa y evaluar el compor-

tamiento fenotpico y el fisiolgico, el cual se puede caracterizar mediante el ajuste osmtico y en elasticidad de la pared

celular, entre otros.

Sin embargo, la tcnica de potencial xilemtico mediante bomba sholander es demasiado ardua, fundamentalmente en cuan-

to a tiempo y mano de obra para su implementacin en condiciones de terreno, adems de ser una metodologa destructiva,

pues se requiere la extraccin de hojas para la determinacin, factor que se ha podido comprobar por el equipo de trabajo

en estudios realizados en viedos y tambin en frutales de predios comerciales. La integracin de este tipo de informacin

con sistemas basados en sensoramiento remoto permite el uso de modelos, los cuales permiten tener una representacin

ms exacta de las condiciones de variabilidad hdrica espacial del huerto. Teniendo en cuenta que la diferencia de temperatu-

ra de la vegetacin (Tc) y aire (Ta) han sugerido una relacin con dficit hdrico en plantas como por ejemplo Tc-Ta altos

estn presentes en plantas con mayor dficit hdrico, y los valores ms bajos a plantas bien regadas, se puede pens que

este factor puede correlacionar con ndices de estrs hdrico como los ya mencionados (potencial xilemtico en planta).

En la ltima dcada se ha progresado en la tecnologa de infrarrojos en el desarrollo de sensores ms ligeros, con mejores

ngulos de visin (FOV) y con mayor informacin espectral, teniendo los sensores trmicos de infrarrojos (IRT) (capturadores

de imgenes trmicas) una alta potencialidad para la estimacin de temperatura de superficie de la vegetacin y finalmente,

al calibrarse estos, eficaces para la deteccin de estrs hdrico en huerto.

Sin embargo, la utilizacin de la termografa infrarroja (IR), se ha convertido en una herramienta rpida y efectiva, para de-

terminar temperaturas de objetos y seres vivos a distancia con una elevada precisin y exactitud. Su principio est basado en

el concepto que todo objeto emite energa electromagntica (sobre el 0 absoluto) y la cantidad de energa emitida est direc-

tamente relacionada con la temperatura que tiene.

La temperatura de la canopia, y especficamente la temperatura de las hojas, ha sido acreditada como indicador de la res-

puesta de la planta a factores hdricos (Jackson et al., 1981; Idso et al., 1981; Pinter y Reginato, 1982; Diaz et al., 1983; Pinter,

1986; Srockle y Dugas, 1992; Irmak et al., 2000; Yuan et al., 2004; Gonzles-Dugo et al., 2006; Best et al., 2009). Al respecto,

Yuan et al. (2004) determinaron que la temperatura obtenida en la canopia mediante termografa infrarroja es una importan-

te herramienta para determinar estados hdricos de un cultivo.


35

PROGAPINIA - CORFO

Jackson et al. (1981) desarrollaron el Crop Water Stress Index (CWSI) ndice de estrs hdrico del cultivo, que relaciona la

temperatura de la planta con el estado hdrico y vara entre 0 y 1, asumiendo 0 para un cultivo en condiciones hdricas

ptimas y 1 para estrs mximo. Este parmetro es funcin del dficit de presin de vapor, el cual es variable durante el da

(Idso et al., 1981; Jackson et al., 1981; Sepaskhah y Kashefipour, 1994; Ferreyra et al., 2006)

La termografa es una metodologa que utiliza menos tiempo que la determinacin del potencial hdrico xilemtico (),

siendo adems aplicable a una mayor cantidad de repeticiones y de puntos de muestreo por unidad de tiempo (Pinter and

Reginato,1982, Srockle and Dugas, 1992, Alchanatis and Cohen, 2006, Jones 1999, Jones et. al., 2002. Por lo anterior, el obje-

tivo general de esta investigacin fue evaluar la relacin entre CWSI y , que permita utilizar la termografa como indicador

de estrs hdrico en viedos Cabernet Sauvignon (Vitis vinifera L.).

Indicadores de estrs hdrico: en planta (tiempo real) y termografa infrarroja. aspectos generales

Existe actualmente una necesidad de mejorar las tcnicas de aplicacin del agua de riego para minimizar los errores. Actual-

mente hay una carencia de sistemas de monitoreo rpidos, efectivos y prcticos que puedan entregarnos informacin del

status hdrico real del viedo. Para este caso de la optimizacin del manejo del riego Progap INIA ha planteado la posibilidad

de incorporar la tecnologa de anlisis de imgenes termales en vides para determinar el grado de ajuste que este sistema

permite en lo referente al estrs hdrico a que estn sometidas las plantas (Best et al., 2009). Entre otras respuestas, se ha

procurado evaluar el cambio espacio-temporal de esta variable, factor decisivo en la evaluacin del resultado y asociacin

final con rendimiento y calidad.

Durante las 2 temporadas (sumadas a otras 3 de un proyecto anterior realizado, Best et al., 2009), el proyecto captur imge-

nes trmicas en plantas representativas por cada zona de vigor en los diferentes cuarteles en estudio. Para lo que ha sido

utilizada una cmara trmica porttil (marcaFlukemodeloTI-4). La medicin de potencial hdrico y captura con la cmara

trmica son mostradas en la figura 13.

Figura 13. (a) Determinacin de potencial hdrico mediante sistema Scholander y (b) captura simultnea de termografa para

determinacin de ndice CWSI.


36

PROGAPINIA - CORFO

Uno de los principales objetivos ha sido el establecer una relacin matemtica entre el coeficiente de estrs hdrico de la

planta y el potencial xilemtico asociado a ella. Al respecto, existen distintas ventajas asociadas al producto de esta calibra-

cin entre las cuales podemos mencionar:

Obtencin de un modelo de estimacin del potencial xilemtico, y por consiguiente un registro asociado, el cual

servir como un ndice agronmico asociado a la produccin de vinos tanto en calidad como en cantidad.

Mayor exactitud en la medicin, debido a que actualmente la toma de datos mediante el sistema Scholander es

lenta (muy pocos puntos) y por lo tanto imprecisa a nivel de estimacin de estatus de cuartel completo (siendo

exacta en la medicin punto a punto).

Lo anterior permite actuar a tiempo, ante una baja en el potencial hdrico para la reposicin a travs de riego.

Finalmente, lo anterior permite la comparacin entre temporadas, en virtud de los modelos y curvas de ajuste.

La programacin general de la presente investigacin se desarroll en tres etapas que correspondieron a: (a) Etapa I: Obten-

cin de informacin emprica en terreno y anlisis preliminares, (c) Etapa II: Desarrollo de plataforma digital automatizada.

(d) Etapa III: Anlisis definitivos. Correlacin del ndice termal evaluado y estatus hdrico real medido en terreno.

Etapa I.-Obtencin de informacin emprica en terreno y anlisis preliminares:

La localizacin de puntos en terreno fue desarrollada sobre la base de una distribucin estadstica de la variabilidad vegeta ti-

va existente en el terreno obtenida de las imagines multiespectrales y el uso del software ICAS1.1, desarrollado por el PRO-

GAP INIA. Dicho software se basa en el uso de imgenes multiespectrales para el desarrollo de la variabilidad del ndice NDVI

por copas del viedo, variable sobre la cual mediante el uso de sistemas esterolgicos estadsticos segmenta y localiza puntos

de monitoreo sobre los cuales se capturaron las imgenes antes mencionadas. El formato de trabajo de este sistema puede

visualizarse en la Figura 14 y est ampliamente descrito en este libro en el Captulo Desarrollo de software INIDI-

TES (Desarrollo de software de integracin INDITES o INIA DIGITAL TERROIR SYSTEM).

Figura 14. Imagen principal de icas1.1 (a), variabilidad por hilera existente en el cuartel (B), plano de variabilidad de NDV I y

distribucin poblacional existente de las variables con los puntos seleccionados de monitoreo(C) y finalmente localizacin

espacial de los puntos de monitoreo


37

PROGAPINIA - CORFO

El sistema, mediante el mdulo de gestin de puntos de monitoreo (Fig.15), permite importar la informacin de los puntos

seleccionados a Excel para ser impresas y llevadas a terreno para la identificacin de cada imagen trmica obtenida en terre-

no para su posterior anlisis, el cual ser explicado ms adelante en este informe. Por otra parte, tambin permitir la expor-

tacin de la informacin a las bases de datos espaciales y temporales de la plataforma de gestin productiva que ser expli-

cada en detalle ms adelante.

Figura 15. Imagen del mdulo de gestin de puntos de monitoreo.

Para la captura de las termografa de las plantas, se utiliz una cmara termal FLUKE asociada al uso del software SmartView

para el manejo de las imgenes obtenidas durante la adquisicin de informacin en terreno (fig17), debido al formato de

imgenes encriptado de este tipo de equipos, se deben traducir a formatos matriciales de texto para poder ser trabajadas, lo

cual se realiza con este software, siendo este paso tan solo abrirla imagen FLUKE y exportarla a formato texto(*.txt) lo cual es

fcil y no complica el uso prctico de esta metodologa.

Por otra parte, antes de la captura de cada termografa, se debi ajustar en el programa de manejo de la cmara termal la

temperatura ambiente, humedad relativa del aire, y la distancia entre la cmara y la canopia, usualmente no ms de 1.5m

por el problema de resolucin de pixeles de la imagen, factor de real importancia para el correcto anlisis de las imgenes. La

emisividad de la canopia se considera constante, con un valor de 0,98. La obtencin de las imgenes trmicas en terreno,

consisti en capturar termografa simultneamente a la medicin en los mismos puntos que con bomba Scholander. Las

mediciones se efectuaron durante das totalmente despejados para evitar distorsiones ambientales, entre las 11:30 y

14:30hrs.

La obtencin de estos datos se dirigi con una periodicidad de 1 muestreo de tres rboles (en potencial y termografa) para

todos los puntos distribuidos en las fechas de muestreo (para ambas temporadas), las cuales han servido como base para

establecer un ndice de monitoreo de estrs hdrico en los viedos.

Figura 16. Puntos de muestreo Valdivieso. Temporada 2012. Mdulo de termografa.


38

PROGAPINIA - CORFO

En dichos puntos de muestreo se efectu simultneamente la obtencin de los potenciales hdricos de las plantas (potencial

xilemtico) mediante la utilizacin de una bomba Scholander (Scholanderet al., 1964), con el fin de correlacionar el ndice

derivado de la termografa con el potencial xilemtico de planta determinado con la bomba Scholander.

En la fig. 17 se muestra un punto de muestreo el procedimiento a seguir para la captura de potencial xilemtico, cabe desta-

car que esta metodologa toma entre 40 a 50 min por punto considerando el tiempo que se debe esperar para que la planta

se equilibre posterior al tapado de hoja.

Figura 17. Etapas a seguir en la medicin del potencial hdrico en las hojas con la Bomba Scholander. Seleccin de hojas (A),

Cubrimiento de hojas con papel aluza (B, C y D), Hoja lista para ser evaluada (E), Lugar e instrumento de medicin (F y G) y

Lectura del potencial hdrico de la hoja (H).

Por otra parte, en los mismos puntos se tomaron tambin 3 imgenes trmicas por punto para luego evaluar la correlacin

de esta informacin con la bomba para encontrar la posibilidad de calibracin de este equipo.

Etapa II: Desarrollo de plataforma digital automatizada.

Las imgenes trmicas tabulares (raw thermal images) fueron obtenidas en el formato del sistema Fluke y convertidas a

imgenes trmicas, las que son exportadas en formato Texto. Para el anlisis de los datos obtenidos, se tuvo que desarrollar

un software sobre la base de C++, diseado por nuestro equipo de trabajo.

Contando con el sistema de captura ya detallado, se pudo desarrollar exitosamente la captura de termografa en los puntos

de muestreo asociados a la medicin de bomba Scholander. En la fig.18, se presentan ejemplos de termografa capturadas en

puntos de monitoreo capturadas.

Figura 18. Obtencin de termografa en el viedo durante la temporada 2012. La escala de colores indica en las zonas rojas

mayor temperatura en relacin a las zonas azules.


39

PROGAPINIA - CORFO

Las termografa capturadas sirven como base para obtener el CWSI en cada punto de monitoreo y evaluar su relacin al po-

tencial xilemtico de la planta, obtenidos con Bomba Scholander. El algoritmo de clculo del ndice es mostrado en la fig.19.

Figura 19. Algoritmo de clculo del ndice CWSI.

Teora y ecuaciones

Como ya se ha mencionado, se us como indicador del estatus hdrico derivado de las termografa obtenidas de las vides el

ndice de estrs hdrico de cultivo o CWSI, segn la relacin propuesta por Jones (1999), siendo expresado como:

Donde, para una particular condicin de dficit de presin de vapor,

Tcr=Temperatura foliar o de canopia promedio.

Tcx=Temperatura mnima de canopia para el cultivo (no estresado).

Tcm=Temperatura mxima de canopia para el cultivo (estresado).

Un CWSI con un valor de 0 indica que el cultivo no presenta estrs hdrico, mientras que un CWSI de 1, significa un estrs

hdrico mximo para este cultivo. Para la obtencin de los valores de Tcm y Tcx en terreno se plantearon diferentes modali-

dades de obtencin como trabajar sobre base terica fsica de estos valores utilizando modelos empricos existentes (Idso,

1982) o el modelo propuesto por Jones (1999) de balance de energa dejando ver ambas propuestas serias limitaciones del

orden prctico de ser llevadas a cabo en un formato empresarial de terreno. As, evaluando la teora en la cual se basa el

CWSI, se decidi desarrollar un modelo sobre el cual la hiptesis fue que las zonas de vigores ms bajos se localizan plantas

que estn bajo estrs (Tcx) y las de vigores ms altos las que estn bien hidratadas (Tcm). El utilizar la unidad de cuartel

(generalmente de superficies pequeas menores a 5 has) como base de la obtencin de Tcx y Tcm, se fundament en que las

condiciones ambientales imperantes se mantienen relativamente estables en tan pequea superficie.


cmcx

cmcr

TT

TTCWSI

40

PROGAPINIA - CORFO

Para evaluar el grado de ajuste del modelo se utiliz el ndice estadstico de error tpico del valor estimado de potencial

xilemtico para cada dato real obtenido en terreno. El error tpico es una medida de la cuanta de error en el pronstico del

valor de y para un valor individual del x. La ecuacin para el error tpico del valor y pronosticado es:

Donde x e y son las medidas de muestra conocidos (x) y estimadas (y) y n es el tamao de la muestra.

Descriptores estadsticos de estratos

Definiendo a la imagen trmica a como un arreglo matricial de orden definida previamente por la resolucin del

instrumento, entonces podemos definir a:

Sea la intensidad discreta del arreglo entonces definiendo convenientemente el momento simo de z con

respecto a la media m se tiene:

Donde p(z) corresponde al simo histograma con i=1,L , tomando la media ponderada de cada histograma se obtiene la

media discreta como:

Una vez obtenidas las medidas texturizadas mediante histogramas, presentan la limitacin de no contener informacin refe-

rente a la posicin relativa de cada pxel con respecto a otros pxeles similares. Para solucionar este problema, es menester

considerar la posicin junto con sus valores relativos de intensidad media. Definiendo la matriz de co-ocurrencia como c=

(c,j) , donde d representa el desplazamiento en las direcciones i y j . Para efectos prcticos es conveniente normalizar la

inia viticultura de precisión

Documents