DETECTORYZA

Objetivos

El presente proyecto tiene como objetivo la incorporación de nuevas tecnologías al cultivo del arroz para posibilitar una agricultura de precisión que haga el cultivo más eficiente y sostenible, así como la comunicación a los agricultores y las ATRIAS. Para ello se usarán imágenes proporcionadas por satélites y drones, para dar soluciones basadas en inteligencia artificial dirigidas a dos problemas clave en el cultivo del arroz en la Comunidad Valenciana, cuyos tratamientos tienen un especial impacto ambiental dada su enmarcación en el Parque Natural de la Albufera:

1. Detección precoz de las primeras fases de infección del hongo Pyricularia oryzae en campos de arroz para la realización de tratamientos dirigidos.

2. Optimizar la dosis de fertilizante del cultivo in situ para obtener un máximo de cosecha evitando aportes excesivos. Actualmente el abordaje del control del hongo P. oryzae, se realiza mediante tratamientos fungicidas generalizados en función de la percepción visual del agricultor lo que puede provocar una aplicación innecesaria de fitosanitarios.

Con el objetivo 1, se pretende controlar el hongo causante de la piriculariosis en sus fases iniciales antes de que se produzca el desarrollo epidémico de la enfermedad en las parcelas, realizando tratamientos dirigidos y focalizados basados en datos de teledetección de satélites y vuelos de dron en aquellas zonas y parcelas en las que se detecte que hay una aparición incipiente de la infección. La gestión de la fertilización también trata de evitar la sobre aplicación para garantizar la sostenibilidad medioambiental ya que el exceso de fertilizante puede escapar de los agrosistemas a través de la volatilización, desnitrificación y lixiviación.

El alcance del objetivo 2, nos permitirá conocer el estado nutricional de las plantas a lo largo del cultivo de acuerdo con los datos observados mediante satélite. De esta manera, se podrá valorar la cantidad de fertilizante necesaria y el momento adecuado en el que se debe aportar en una segunda aplicación para alcanzar el máximo de la cosecha.

Actualmente el método tradicional consiste en aplicar un 80% del abonado en cobertera, antes de la suelta de agua y el resto en el final de la fase vegetativa.

Con el proyecto pretendemos realizar distintos ensayos con los porcentajes de aplicación del abonado así como la inclusión de inhibidores de la urea optimizando de este modo la aportación de nitrógeno.

La correcta gestión de la fertilización es beneficiosa ya que permite ajustar la aportación de nitrógeno de acuerdo a las necesidades de la planta, reducir el impacto en el medioambiente y disminuir los costos de producción por ser más eficiente.

Descripción

A pesar de las mejoras en el acceso a imágenes de satélite de alta resolución durante la última década y el uso de numerosos productos basados en la teledetección por los diferentes sistemas, todavía existen lagunas fundamentales (Fritz et al., 2019). Los sistemas de seguimiento agrícola actuales, diseñados mayoritariamente para hacer seguimientos a escala nacional o regional (por ejemplo: el Foreign Agricultural Service (FAS) del United States Department of Agriculture (USDA), el Global Information and Early Warning System (GIEWS) de la FAO o la Unidad de Seguimiento de los Recursos Agrícolas (MARS) del Centro Europeo Común de Investigación (JRC)), utilizan datos de satélite para ayudar a evaluar las condiciones de los cultivos cualitativamente, y luego son utilizados por los analistas para inferir variaciones de rendimiento y producción. Pero esto no proporciona detalles cuantitativos sobre el impacto de un evento extremo, una plaga o de la producción. Sin embargo, la teledetección es capaz de desempeñar un papel mucho más fuerte y transformador para una implementación más efectiva en la agricultura.

Hasta recientemente, los datos de resolución media/alta (10-100 m) no habían logrado una adopción clara en la agricultura de precisión debido a la falta de observaciones libres de nubes con una resolución temporal suficientemente alta. El uso de datos Landsat (misión insignia de la NASA de resolución media con imágenes desde los años 70) para aplicaciones agrícolas, se descartó en el pasado debido a su baja resolución temporal de 16 días. El auge de las misiones espaciales de observación de la tierra ha quedado patente en las últimas décadas con el desarrollo del programa Copernicus de la Unión Europea. Este programa ha permitido monitorizar las propiedades biofísicas de los cultivos con una alta resolución temporal (diaria de Sentinel-3 o entre 3 y 5 dias fusionando Sentinel-2 con Landsat), espacial (hasta 10 m con Sentinel-2) y espectral (cubriendo diferentes rangos espectrales desde el óptico a microondas pasando por el térmico) sin precedentes. El avance tecnológico que ha supuesto este programa en la agricultura se ha demostrado en el hecho de que la nueva Política Agraria Común (PAC), se basará en datos adquiridos por Copernicus para monitorizar las prácticas agrícolas.

Sin embargo, esta tecnología aún se encuentra lejos de ser alcanzable para el propio agricultor.

Finalmente, otra limitación clave para el desarrollo de esta tecnología, es la dificultad de obtener estadísticas agrícolas a nivel de campo que permitan desarrollar los modelos basados en teledetección.

Actualmente el uso de nuevas tecnologías tipo smartphones o apps pueden ser una herramienta para acceder a información y gestionar ciertas actividades como: el uso de inteligencia artificial para el diagnóstico de enfermedades y, con aprendizaje, la utilización de soluciones de sensores para el monitoreo de insectos o el uso de drones para la realización de mapas e imágenes de alto valor añadido, así como el desarrollo de sistemas no agresivos que detecten y controlen las plagas/enfermedades sin dañar el producto.

En el caso particular del arroz, a pesar de la importancia de la enfermedad de la pyriculariosis y los graves daños que causa, los sistemas de avisos para programar los tratamientos fungicidas tienen escasa implementación en la actualidad. Los costes asociados a la instalación y mantenimiento de las redes de estaciones agroclimáticas y la insuficiente validación de los modelos epidemiológicos bajo nuestras condiciones de cultivo son las principales causas de esta situación. Como se indica en la revisión realizada por Katsantonis et al. (2017), la mayoría de sistemas de predicción de incidencias de pyricularia se basan en la detección de condiciones meteorológicas que se consideran óptimas para su desarrollo.

Respecto a la utilización de la teledetección, la mayoría de estudios encontrados en la bibliografía se basan en imágenes aéreas o de dron en el espectro solar (Takashi Kobayashi et al., 2016; Qin & Zhang, 2005) o más recientemente con datos de satélite (Shi et al., 2018) para detectar las consecuencias de este hongo y centran sus estudios de regiones asiáticas. La posibilidad de obtener información satelital y de drones en las primeras fases de la epidemia, cubriendo todo el territorio con alta resolución espacial y un coste asumible, supone un gran avance que, sin duda, facilitará la validación e implementación de estos sistemas de avisos.

Así mismo, las imágenes de satélites pueden utilizarse para la determinación del déficit de fertilizantes o su mejor gestión para reducir el impacto medioambiental que el exceso de los mismos supone. De hecho, recientemente (Bacenetti et al., 2020) demostraron que la utilización de imágenes de satélite de Sentinel 2 para la correcta aplicación de fertilizantes en el arroz, puede reducir el impacto ambiental entre un 11 y un 13%. Las imágenes de satélite comienzan a utilizarse para la gestión de fertilizantes en cultivos como el trigo (Vizzari et al., 2019) o maiz (Cai et al., 2019). En el caso del arroz diversos estudios muestran aplicaciones prometedoras de la tecnología (Bacenetti et al., 2020; Huang et al., 2015; Moreno-García et al., 2018). Además, recientemente, miembros de este consorcio de la UV y UPV han demostrado en dos recientes publicaciones la utilidad de la teledetección para monitorizar la agricultura del arroz. Por una parte, en Franch et al. (2021) se demuestra la capacidad de Sentinel-2 para desarrollar modelos de monitorización del rendimiento del arroz a nivel intra-parcelario en campos de JSendra y Bomba. Este estudio demuestra que la época donde las imágenes muestran mayor correlación con el rendimiento final es a principios de julio. Por otra parte, en San Bautista et al. (2022) se basan en estos hallazgos para aplicar un tratamiento de bioestimulantes en el periodo crítico determinado mediante teledetección. Los resultados mostraron un aumento de un 13% en el rendimiento final.

Innovación

Tal y como se ha comentado anteriormente, el proyecto DETECTORYZA tiene como objetivo desarrollar una metodología piloto que nos permita dar solución a dos problemas clave en el cultivo del arroz en la Comunidad Valenciana usando imágenes proporcionadas por satélites y drones. Como se ha citado en el anterior apartado, la tecnología de la teledetección queda muy lejos del alcance de los agricultores y DETECTORYZA pretende establecer el nexo de unión entre esta tecnología, que tiene un alto grado de desarrollo tecnológico, y el propio agricultor. Cabe destacar que precisamente esto impulsará el uso de tecnologías digitales en el sector agroalimentario, una de las líneas estratégicas del Plan Estatal de Investigación Científica, Técnica e Innovación y de la AVI.

La parte más innovadora de este proyecto se centrará en analizar la sensibilidad de la temperatura de la cubierta vegetal a la presencia de la P. oryzae. En la actualidad no se dispone de satélites con una alta resolución espacial en el espectro térmico. Por ello, complementaremos el proyecto con el vuelo de drones dotados de cámaras térmicas. Los resultados derivados de este estudio, nos permitirán proporcionar recomendaciones a la Agencia Espacial Europea sobre las características que consideramos relevantes de cara a la misión Copernicus Land Surface Temperature Monitoring (LSTM) que se lanzará en los próximos años y que pretende proporcionar imágenes de alta resolución espacial en el térmico para aplicaciones agrícolas.

Por otra parte, cabe destacar que la transformación digital basada en imágenes de satélite para gestionar de forma más eficiente y precisa los campos de arroz en la provincia de Valencia es pionera en esta área, y supondrá un gran avance en un sector que necesita modernizarse para adaptarse a los nuevos retos: digitalización del sector agrícola, competitividad, cumplimiento de las normas medioambientales y adaptación a las normativas europeas. De hecho, durante este proyecto se avanzará significativamente en la ciencia de la nueva PAC, cuya metodología se basa en los controles por monitorización basada en los datos Copernicus, satélites que servirán de base en nuestro estudio.

Resultados

En el presente proyecto se partirá de una tecnología existente y bien establecida como son las imágenes de teledetección o la inteligencia artificial (TRL6), que se aplicará a la monitorización y gestión de la agricultura de precisión del arroz. El resultado final esperado del proyecto es desarrollar un software (TRL8) que automáticamente pueda acceder a los datos de satélite e implemente los modelos desarrollados en el proyecto, para generar un sistema de alertas al servicio de los agricultores.

A partir de los datos obtenidos en este proyecto, se implementará una aplicación en diferentes dispositivos para que los profesionales del sector puedan beneficiarse de la información obtenida de manera que sea ágil y útil para el ejercicio de su profesión y toma de decisiones.

Esta aplicación podrá acceder a las imágenes de satélite con una resolución espacial y temporal adecuadas, con una latencia máxima de una semana (teniendo en cuenta el tiempo que tardan las agencias en distribuir las imágenes y dependiendo de la cobertura de las nubes), lo que permitirá conocer la evolución del cultivo, y compararla con la evolución intra e interparcelaria pudiendo establecer patrones de referencia en cada zona. De este modo, el agricultor y los técnicos de gestión podrán acceder parámetros como: detectar anomalías de crecimiento y de comportamiento de la cubierta vegetal en zonas interiores de las parcelas; valorar y prever la incidencia de las enfermedades criptogámicas estudiadas; y analizar, corregir y proponer el manejo agronómico del cultivo del arroz, en lo referente a la fertilización nitrogenada.

El hecho de disponer de esta información es importante para decidir cómo cultivar en cada una de las zonas estudiadas de cara a próximas campañas agrícolas, así como tener criterios para decidir dónde, cómo y qué estrategias de manejo agronómico llevar a cabo.

Esta aplicación supondrá una primera aproximación de las capacidades desarrolladas en el marco de este proyecto. Su implementación más allá de este proyecto estará sujeta a posibles actualizaciones basadas en la adquisición de mayor número de datos, cobertura con otro tipo de datos de satélite o mejora de los modelos entre otros. Esta última parte queda fuera del objetivo de este proyecto.