nuevas tÉcnicas de anÁlisis multiescala … · gracias al desarrollo de cámaras digitales ......

DI BLASI ET AL., NUEVAS TÉCNICAS DE ANÁLISIS MULTIESCALA PARA LA EVALUACIÓN DE LA CALIDAD EN EL VIÑEDO, PAG.1

WWW.INFOWINE.COM – REVISTA INTERNET DE VITICULTURA Y ENOLOGÍA, 2010, N. 7/3

NUEVAS TÉCNICAS DE ANÁLISIS MULTIESCALA PARA LA EVALUACIÓN DE LA CALIDAD EN EL VIÑEDO DI BLASI S.a, BENEDETTELLI S.b, BERTAMINI M.c, BIONDI BARTOLINI A.a , BRANCADORO L.d, GENESIO L.e a Consorzio Tuscania; b Dipartimento di Scienze agronomiche e gestione del territorio agro-forestale, Università di Firenze; c Fondazione E. Mach-IASMA; d Diprove Università di Milano; e Ibimet CNR Introducción El conocimiento y la capacidad de manejar la variabilidad territorial es la base fundamental sobre la que descansa toda la moderna viticultura de calidad. El mismo concepto de terroir, a veces limitado a la descripción de una parte de esta variabilidad, por ejemplo del terreno, debe ser interpretado basándose en la caracterización de todas las variables que determinan la matriz de la calidad: factores exógenos o ambientales (climáticos, geomorfométricos, pedológicos y nutricionales) y endógenos o varietales y antrópicos . Algunos de estos parámetros son constantes, como es el caso de las características orográficas y pedológicas, otros sin embargo son variables independientes como por ejemplo los factores macro y microclimáticos que caracterizan la añada, por último otros son modificables a través de la intervención del viticultor. La vid responde a estas fuentes de variabilidad tanto en términos de equilibrio vegeto-productivo como en términos de calidad del producto. Los recientes avances tecnológicos, la reducción de costes en el ámbito de la fotografía digital multiespectral y su aplicación para el monitoreo remoto tanto desde plataforma aérea como satelital, han dado un fuerte impulso al estudio de la vegetación y han abierto las puertas a una nueva disciplina, la denominada viticultura de precisión. Los principios en los que se basa fueron descritos ya en los años 70 (Rouse et al., 1974; Tucker, 1979) pero sólo en estos últimos años ha sido posible explotar plenamente sus potencialidades, gracias al desarrollo de cámaras digitales multiespectrales, a la disponibilidad de ordenadores y de aplicaciones de gran alcance y específicas y a la reducción de los costes. En particular se aprovechan las propiedades ópticas de las hojas y de la vegetación para calcular los índices de vegetación que están relacionados con la biomasa foliar, la fracción de radiación fotosintéticamente activa asimilada y por último la asimilación bruta. El índice más utilizado para la evaluación del equilibrio vegeto-productivo del viñedo es el NDVI (Normalized Difference Vegetation Index; Tucker 1979) también llamado Índice de Vigor Vegetativo que proporciona una información directa e integrada del área foliar y de la concentración de clorofila, es decir, el vigor de la vegetación. Experiencias precedentes de viticultura de precisión (Brancadoro et al.,2006) demostraron una correlación entre los mapas de vigor obtenidos a partir de la medición del NDVI de fotos satelitales y los parámetros productivos (rendimientos/ha) y cualitativos (índices de maduración) de las uvas. Junto a la evolución de los sensores aéreos, se han desarrollado y producido al mismo tiempo muchas herramientas para análisis no destructivo sobre el terreno que se conocen con el nombre de “proximal sensing” o sensores terrestres. Estos pueden proporcionar tanto una medida del estado de bienestar y de eficiencia de la pared foliar como informaciones sobre el estado funcional de la planta . Para la construcción de modelos de maduración y de previsión de la calidad de las uvas también es necesario analizar las principales variables macro y micrometeorológicas. También en este campo, las nuevas tecnologías y especialmente el desarrollo de las redes de comunicación inalámbrica ofrecen ahora sistemas de gran alcance y controlables en tiempo real.



En la presente investigación se integraron las diversas tecnologías de análisis e informativas con el fin de caracterizar los factores que influyen en el equilibrio vegeto-productivo de la vid y en las características químico analíticas de la uva en función de las diferentes decisiones agronómicas de manejo de la vegetación. En otras palabras, utilizando como referencia la representación ya clásica del llamado “triangulo de la calidad” (Fig. 1) (Fregoni et al., 2003) se estudió el resultado productivo al variar las técnicas de cultivo de raleo de racimos, deshoje temprano e intensidad de poda, y la influencia de estos sobre los otros dos vértices del triangulo (fenotipo y ambiente).

Fig. 1: el triangulo de la calidad proporciona una representación de la variabilidad de los factores fijos y variables del viñedo, de sus interacciones y de la acción sobre la calidad

del producto.

El objetivo del proyecto que se describe a continuación era recoger información a diferentes niveles con el fin de explicar las interacciones entre la variabilidad existente y la variabilidad inducida en el viñedo también con el fin de realizar un modelo previsional de apoyo a la toma de decisión . El proyecto – Materiales y métodos El proyecto Tuscania es un proyecto multidisciplinar (fig.2) en el que participan estructuras de investigación italianas de excelencia que operan en el sector de la investigación climática y multiespectral, de los sensores, de la fisiología de la vid, de la viticultura específica del lugar y de la estadística aplicada. El proyecto está coordinado por el Consorcio de empresas Tuscania s.r.l. (Florencia) y tiene como partners científicos el CNR Ibimet de Florencia, el Instituto Agrario de San Michele all’Adige-Fondazione Edmund Mach (Trento), el DiProVe de la Universidad de Milán y el Disat de la Universidad de Florencia. El proyecto tiene una duración prevista de cuatro años e inició en la temporada 2007.



Fig. 2: el análisis multiescala exigió un enfoque multidisciplinar.

El esquema experimental se desarrolló en tres diferentes áreas de Toscana con dos variedades diferentes de uva tinta (tab.1): Chianti Classico (Sangiovese), Monteregio de Massa Marittima (Cabernet Sauvignon y Sangiovese) y Bolgheri (Cabernet Sauvignon) en cuatro viñedos homogéneos a nivel de edad, marco de plantación y sistema de conducción (cordón vertical).

Viñedo Empresa Localidad Variedad Portainjerto

Brolio Barone Ricasoli s.p.a.

Gaiole in Chianti (SI)

Sangiovese (Clone R24) 420 A

Cortigliano Fattoria Le

Mortelle di A. Antinori

Castiglione della Pescaia (GR)

Sangiovese (Clone R23 +

R24) 420 A

Cacciagrande Fattoria Le

Mortelle di A. Antinori

Castiglione della Pescaia (GR)

Cabernet Sauvignon (Clone 191)

3309

Al Pino 1 Donna Olimpia 1898 Bolgheri (LI)

Cabernet Sauvignon (Clone 191)

101-14

Tab. 1: Viñedos experimentales en los que se aplicó el diseño experimental

Dado que, como ya se mencionó en la introducción, precedentes estudios de aplicación de la viticultura de precisión habían correlado el parámetro vigor vegetativo con los parámetros químico-analíticos de calidad de las uvas, en la definición del diseño experimental se utilizó el análisis multiespectral desde plataforma aérea para identificar áreas homogéneas de vigor dentro de las cuales colocar los bloques experimentales (fig. 3). Dentro de estas áreas se delimitaron 14 bloques experimentales y en cada uno de ellos se distribuyeron las 8 tesis relativas a las intervenciones de manejo de la vegetación estudiadas (carga de yemas, deshoje temprano, raleo de racimos y sus interacciones). En cada tesis se manejaron aproximadamente 85 plantas. Por tanto, en total el plan experimental manejó y detecto información de 9520 plantas distribuidas en 4 viñedos experimentales. En el planteamiento del esquema de campo con bloques al azar, el bloque no fue considerado como una simple repetición sino como un factor de variación “nivel de vigor dentro de la localidad”. De forma que también la variabilidad intra-parcelar, expresada por el vigor vegetativo, pudo ser evaluada como factor de variabilidad para los parámetros estudiados y medidos.



El manejo de la vegetación combinó las siguientes variables (fig. 4): 1. diferentes cargas de yemas en el sistema

de conducción cordón vertical; 2. deshoje de la parte basal del sarmiento en

floración-cuajado (código BBCH: 69-71, Lorenz et al. 1994);

3. raleo de racimos al comienzo del envero (BBCH: 81).

4. Fecha de cosecha

Fig.3 : utilización de imagen multiespectral obtenida con fotografía aérea de elevada resolución (30 cmx 30 cm) para la definición de los bloques experimentales basándose en los bloques del vigor (índice NDVI homogéneo).

Fig. 4: el esquema experimental aplicado dentro de cada viñedo define 16 tesis que derivan de la combinación de las diferentes técnicas de cultivo y fechas de cosecha con 3 ó 4 repeticiones en cada uno de los 4 viñedos experimentales.

Todos los años se efectuó el seguimiento del viñedo con técnicas que aplicaban sensores remotos (remote sensing) en tres periodos fenológicamente importantes como el cuajado (mediados de junio), pre-envero (mediados de julio) y maduración (mediados de agosto). Las imágenes fueron captadas en las bandas del visible y del infrarrojo cercano con resolución geométrica elevada, 0.3 m, a fin de obtener un índice de vigor vegetativo (NDVI) para cada una de las plantas. Además se

Mappa di vigore NDVI Immagine multispettrale

Disegno sperimentale a blocchi di vigore

Disegno sperimentale tesi di gestione della chioma



desarrolló una metodología específica que permitía filtrar las imágenes y eliminar de esta forma los valores NDVI de la calle. A continuación, se extrajeron los valores medios para cada parcela. Las metodologías de proximity sensing aplicadas al viñedo permitieron detectar tamaños multiespectrales que, como los valores del remote sensing, tenían el objetivo de determinar índices de eficiencia del estado fisiológico de la planta (Vegetation Indices) y además evaluar la morfología de la vegetación o canopy (espesor y densidad) utilizando prototipos de instrumentos de ultrasonido (fig. 5).

Con este fin, se montaron en vehículos (Quad) dos instrumentos ópticos disponibles en el mercado (GreenSeeker®, NTech Industries, Ukiah, CA, USA) y 3 sensores de ultrasonidos colocados a diferentes alturas de la pared de la vegetación sometida a escansión. Las mediciones efectuadas fueron validadas mediante correlación con las mediciones de Point Quadrat con las que se determinó la densidad de la vegetación (número de capas foliares) y con mediciones de VLAI (Vertical Leaf Area Index) que indica la superficie foliar por metro lineal de hilera .

Fig. 5: Espesor de la vegetación (CT Canopy thickness) en cm obtenido con las mediciones de los sensores de ultrasonido, Las tesis indicadas con las flechas son las que han sido sometidas a intervenciones de deshoje .

Se efectuó una posterior medición terrestre puntual de NDVI utilizando un instrumento portátil Spectrosense 2+ (Skye Instruments Ltd, Llandrindod Wells, Powys, UK) que permite efectuar mediciones en vertical por encima de la vegetación de cada cepa. Los índices espectrales e instrumentales se asociaron a determinaciones vegeto-productivas con análisis tradicionales: detección de los estadios fenológicos (escala BBCH), contenido de clorofila efectuado a través de medidores portátiles de clorofila SPAD-502 (Konica-Minolta Inc., Tokyo, Japan), recuento de brotes y racimos antes y después del raleo, cálculo de la fertilidad, de la producción por planta, del índice de Ravaz, del contenido de carbohidratos de reserva de la madera. Para cada tesis experimental se muestrearon, durante la maduración tecnológica y dos semanas después, muestras representativas de uvas en las que se determinó: azúcares solubles (°Brix), acidez total (g/l), pH, ácido málico y tartárico (g/l), ion potasio (mg/l), nitrógeno fácilmente asimilable (NFA - mg/l), polifenoles totales y antocianos totales (mg/l). En los viñedos experimentales se aplicó un nuevo modelo de detección de datos macro y microclimáticos llamado NAV (Network Avanzado para el Viñedo) que tenía como objetivo efectuar el seguimiento de forma continua de los datos microclimáticos de temperatura, humedad, humedad foliar y radiación dentro de la vegetación, en el racimo y en el terreno y el potencial hídrico del terreno a dos profundidades. Resultados El esquema experimental factorial aplicado permitió evaluar los efectos simples de cada uno de los factores (carga de yemas, raleo, deshoje, fecha de cosecha y vigor dentro de la parcela) y contemporáneamente estudiar el efecto de la acción combinada de los mismos (por ejemplo qué ocurre cuando se combinan deshoje y raleo). El modelo mixto de análisis de varianza aplicado consideró como factores de efectos aleatorios la localidad, el nivel de vigor dentro de la localidad y la fecha de cosecha, y como factores de efectos fijos consideró: la carga de yemas , el deshoje y el raleo.



Se observó una influencia significativa de los factores aleatorios: localidad, fecha de cosecha y nivel de vigor dentro de la localidad sobre muchas de las variables consideradas, más en concreto (tab. 2): la localidad mostró influencia sobre el parámetro analítico Nitrógeno Fácilmente Asimilable en las dos variedades y pareció tener una influencia significativa también sobre SPAD y NDVI. La pertenencia a una zona homogénea a nivel de índice de vegetación NDVI fue un factor determinante para °Brix, acidez, ion potasio, ácido málico, tanto para Sangiovese como para Cabernet Sauvignon. La fecha de cosecha mostró tener una gran influencia sobre: nitrógeno fácilmente asimilable, °Brix, pH, acidez, ácido málico, ion potasio, densidad del mosto y polifenoles totales. Cabernet sauvignon

Variables Azúcares pH Acidez total

Ac. tartárico

Ac. Málico

K NFA Antociano

s Polifenoles

Viñedo ** * ** n.s. ** ** ** ** n.s. Fecha cosecha ** ** ** n.s. n.s. ** n.s. n.s. **

Vigor (área de vigor NDVI) ** * * n.s. * * n.s. n.s. n.s.

Sangiovese

Variables Azúcares pH Acidez total

Ac. tartárico

Ac. Málico

K NFA Antociano

s Polifenoles

Viñedo n.s. ** ** * n.s. ** ** * n.s. Fecha cosecha ** ** * n.s. n.s. ** * n.s. n.s.

Vigor (área de vigore NDVI) * * n.s. n.s. * ** * n.s. n.s.

Tab. 2: Efecto de los factores aleatorios. Análisis de varianza -*, **, ***, = significatividad respectivamente para P ≤ 0.05, 0.01, 0.001; n.s.= no significativa.

En general, también los factores de efecto fijo (tab. 3) relativos a las técnicas de manejo de la vegetación demostraron una influencia sobre la calidad de los mostos; de hecho, los parámetros °Brix, acidez total y ácido tartárico parecieron estar influidos por los tres factores de manejo de la vegetación (deshoje, carga de yemas y raleo). Las técnicas de manejo de la vegetación mostraron efectos significativos (influencia del deshoje y raleo sobre el contenido de azúcares y fenólico; de la carga de yemas y del raleo sobre el pH; de la carga de yemas sobre el ácido tartárico) o bien solas o bien en interacción con las demás (tab. 3).



Tab. 3: influencia de los tratamientos agronómicos y de sus interacciones sobre algunos parámetros vegeto-productivos y cualitativos estudiados en la temporada 2007 en Sangiovese (a) y en Cabernet Sauvignon

(b).↑↑↑↑ efecto positivo (el parámetro aumenta) ↓↓↓↓ efecto negativo (el parámetro disminuye).

Como ejemplo se muestra en la fig. 6 la interacción entre las dos variables, carga de yemas y raleo, en Sangiovese vendimia 2007, para evidenciar de que forma la respuesta a una técnica de cultivo no es siempre univoca: la respuesta de la planta al raleo a nivel de pH, concentración de azúcares, acidez total y antocianos totales de las uvas fue diferente en función de si se había efectuado una poda larga (3 yemas) o corta (1 yema ). A nivel práctico podemos observar que la acción del raleo sobre el proceso de maduración de la uva (concentración de azúcares y antocianos y disminución de la acidez) fue evidente y significativa cuando la carga de yemas dejada era importante, mientras que no dio lugar a resultados significativos cuando la carga inicial de yemas era en sí reducida.

Fig. 6: Interacción entre carga de yemas (cordón vertical con poda larga de 3 yemas o con poda corta de 1

yema) y raleo de racimos.



El análisis estadístico llevado a cabo con los datos NDVI teledetectados confirmó que los factores ambientales eran estadísticamente significativos tanto en Sangiovese como en Cabernet Sauvignon; por el contrario, las prácticas agronómicas resultaron estadísticamente influyentes principalmente en Sangiovese. Se crearon además matrices de correlación entre los NDVI teledetectados y los parámetros de calidad de la uva (pH, polifenoles totales, °Brix). Estos análisis confirmaron que existen correlaciones entre el vigor de la planta y la calidad de las uvas producidas (fig. 7).

Fig. 7: Correlación entre el vigor vegetativo de las plantas (derivado de datos teledetectados) y parámetros de calidad de las uvas en Sangiovese (°Brix, Polifenoles totales).

Para interpretar correctamente los fenómenos que controlan las variables cualitativas estudiadas se puede recurrir al análisis de las relaciones existentes entre las variables analizadas con la aplicación de los métodos estadísticos de análisis de regresión múltiple. El método Path analysis (regresión múltiple con coeficientes estandarizados) permite definir cómo interaccionan los diferentes parámetros (con índice de correlación positivo o negativo) en la explicación de la variable estudiada. En la figura 8 se muestra un ejemplo referido al °Brix del Sangiovese vendimia 2007.



Fig. 8: ejemplo de aplicación del método Path analisys (regresión múltiple con coeficientes estandarizados) para la explicación de las correlaciones entre los diferentes parámetros y de la influencia

de estos sobre la varianza del grado Brix de las uvas Sangiovese vendimia 2007.

Conclusiones Las tecnologías más avanzadas actualmente disponibles (de análisis multiespectral desde plataforma aérea y terrestre así como de detección micro-meteorológica) se integraron entre si con el objetivo de crear una base de datos completa y compleja para explicar a diferentes niveles los resultados de la investigación vitícola en curso sobre las técnicas de manejo de la vegetación. El enfoque multiescala adoptado permite investigar el efecto de las diferentes técnicas de cultivo aplicadas bajo diversos puntos de vista, de la respuesta fisiológica de la planta, y del consiguiente efecto sobre el microclima de la vegetación, sobre el equilibrio vegeto productivo, y por último sobre la calidad de las uvas producidas. El plan experimental planteando ha permitido (y permitirá de forma más completa una vez concluidos los 4 años de investigación) relacionar todos los parámetros estudiados entre ellos para evaluar, no sólo el efecto de las técnicas de cultivo sobre cada uno de ellos, sino también las interacciones entre ellas y entre los mismos parámetros. Los resultados serán utilizados para desarrollar un modelo interpretativo basado en métodos de las Redes Probabilísticas. Los primeros resultados del proyecto demuestran que las diferentes aplicaciones de la viticultura de precisión, junto a las técnicas de análisis más tradicionales, pueden ofrecer una base de información de ayuda a la toma de decisiones en las intervenciones de cultivo y representan por tanto un instrumento completo al servicio del viticultor.

Proyecto coordinado y financiado por

Piazza Strozzi, 1 – Florencia



Bibliografía BRANCADORO L., DONNA P., DOSSO P., FACCINCANI M., SCIENZA A., SERINA F. USANZA L., 2006. Viticoltura di precisione assistita da satellite in Franciacorta: le attività realizzate nel 2005. Workshop Citymap, Piacenza 20 aprile 2006. BRANCADORO L. FAILLA O., DOSSO P., SERINA F., 2006b. Use of satellite in precision viticulture. The Franciacorta experience. VIe congrès International desTerroirs Viticoles 2006. FREGONI M., SCHUSTER D., PALETTI A.- 2003 - Terroir zonazione viticoltura. Phytoline 2003. LORENZ D. H., EICHHORN K. W., BLEI-HOLDER H., KLOSE R., MEIER U., WEBER E., 1994. Phänologische Entwicklungsstadien der Weinrebe (Vitis vinifera L. ssp. vinifera). Vitic. Enol. Sci., 49: 66-70. ROUSE J.W., HAAS R.H., SCHELL J.A., DEERING D.W., 1974. Monitoring vegetation systems in the Great Plains with ERTS. In: Proceedings of the Third Earth Resources Technology Satellite-1 Symposium, Greenbelt: NASA SP-351: 301-317. TUCKER C. J., 1979. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8: 127-150.

nuevas tÉcnicas de anÁlisis multiescala … · gracias al desarrollo de cámaras digitales ......

Documents