Detección de severidad de daño de roya del café mediante sensores remotos

Introducción

La aplicación de la tecnología de sensores remotos al área agrícola ha sido de gran utilidad en las últimas décadas, ya que mediante estas herramientas es posible realizar estimación de rendimiento en diversos cultivos, además, permite la detección oportuna de deficiencias nutrimentales y el monitoreo en tiempo real de plagas y enfermedades.

Los sensores remotos han sido usados en la agricultura por varias decadas (Moran, et al., 1997). Una de las recientes aplicaciones se realiza en evaluación de enfermedades de los cultivos. Los datos de reflectancia son utilies en la detección de cambios en las propiedades biofisicas de las hojas de las plantas y el dosel asociados a plagas y enfermedades. Ademas, los sensores remotos pueden proporcionar un mejor medio para cuantificar objetivamente el estrés de la enfermedad que los métodos de evaluación visual, y puede ser utilizado para recoger repetidamente mediciones de muestras de forma no destructiva y no invasiva.

Figura 1. Ejemplo de de una paracela de café con diferentes niveles de defoliación.

Tradicionalmente, la evaluación de daño por plagas y enfermedades en los cultivos es realizado mediante un enfoque visual, confiándole al ojo y cerebro humano su incidencia. Sin embargo, el problema con este enfoque tradicional es que frecuentemente consume mucho tiempo y una labor intensiva. Por lo tanto, se requiere de metodologías más ágiles y con menor grado de incertidumbre en las estimaciones de daño.

El uso de los Índices de Vegetación (IV) permiten diferenciar la vegetación sana de aquellas con algún grado de afectación, ya que se base en los altos contrastes de reflectancia de la vegetación en las bandas del rojo (R) y del infrarrojo cercano (IRC) (Tucker, 1979). Si se analiza el comportamiento espectral del dosel, los factores que afectan su reflectividad son la proporción de hojas, lignina, el efecto del suelo, la geometría de las hojas y los ángulos de observación de éstas (Hernández et al., 2011). Por lo tanto, diferenciar la vegetación sana de aquellas con algún grado de afectación resulta una labor relativamente sencilla. Si los datos satelitales se calibran con información de campo (radiometría, % de cobertura, índice de área foliar, entre otros.) los resultados a obtener serán de mayor precisión y confiabilidad.

En este reporte se muestran avances de detección de severidad por defoliaciación y severidad de daño por roya (Hemileia vastratrix) en hojas de café realizado en el estado de Chiapas. Los resultados se produjeron mediante técnicas de percepción remota en campo (radiometría) y fotografía digital (determinación de nivel de defoliación). Los datos radiométricos obtenidos en campo se escalaron a nivel pixelar (unidad espacial mínima que forma parte de una imagen satelital) y se correlacionaron con los diferentes niveles de defoliación para conocer su distribución espacial en zona cafetalera (padrón estatal de parcelas de café) del estado de Chiapas.

Materiales y Métodos

Método de Muestreo

Las condiciones agroforestales en las que se presentan la mayoría de los predios cafetaleros en el Estado de Chiapas y el resto del país, no responden a condiciones planas ni homogéneas en densidad y distribución espacial de las plantas como la mayoría de los áreas agrícolas, por lo que para poder realizar un muestreo efectivo de la Roya del Cafeto en campo se consideraron sus diversos sistemas de producción y pendiente (hasta 35°), Figura 2.

Figura 2. Predios Cafetaleros con pendientes pronunciadas

El método cuadrante de punto central se recomienda para muestro de arbustos y/o estratos bajos de un dosel forestal. Dadas las características físicas de las plantas de café y el estrato que ocupan en el esquema agroforestal, el método cuadrante de punto central se empleo en predios cafetaleros de Tapachula Chiapas,

Los predios muestreados no rebasaban las 2 ha. Dentro de los predios (parcelas) se levantaron 5 sitios al azar distribuidos en 1/2 o ¾ de ha. En cada sitio se levantaron datos de todos los cafetos que se encontraron en un radio de dos metros (12.5 m2). Figura 3.

Figura 2. Esquema de muestreo en cada sitio.

Variables de muestreo:

· Radiometría del cafeto en 5 segmentos del espectro electromagnético (485, 560, 660, 830 y 1650 nm.) equiparables con la información espectral de los sensores de los satélites LandSat 5 y LandSat 7.

· Fotografía a nadir de cada cafeto

· Fotografía de muestras de hojas en tres estratos de planta de café

· Fotografía panorámica del cafeto medido

Materiales

Los datos radiométricos se obtuvieron mediante un radiómetro multiespectral CROPSCAN MR, Modelo MSR5R (Multi Spectral Radiometer de 5 bandas). Figura 3.

Las fotografías digitales nadir y panorámicas se obtuvieron con un Cámara Sony de 10 MGP. Figura 4.

Figura 3. Levantamiento de datos radiométricos.

a)

b)

c)

Figura 4. Ejemplo de fotografías obtenidas en el muestreo: a) Fotografía panorámica, b) fotografía nadir y c) fotografía de muestras de hojas.

Área de muestreo

El método de muestro se aplico en la porción sur del estado de Chiapas en el municipios de Tapachula; región cafetalera próxima a limite internacional entre México y Guatemala, los días 1 y 2 de abril de 2013, Figura 5.

Figura 5. Ubicación geográfica de la zona de muestreo.

(5)La altitud de los sitios de muestreo oscilo entre los 741 y los 1140 msnm considerando 5 sitios de (Figura 6); ubicados en distintos predios con las siguientes características:

Figura 6. Perfil altitudinal Ubicación geográfica de la zona de muestreo en la región de Soconusco, Chiapas.

· Chespal Nuevo (1), con sistema de producción bajo sombra (genero Inga), con variedades arabica y robusta.

· Ejido Manacal (2), con sistema de producción convencional y variedad borbon.

· Finca el Retiro (3), con sistema de producción mixto( bajo sombra con especies del Genero Inga y maderables), con variedades arabica y borbon.

· Finca Génova (4); con un sistema de producción mixto( bajo sombra con especies del Genero Inga, primavera y maderables) y con variedad catui y finalmente,

· Finca Hamburgo (5). con un sistema de producción bajo sombra (genero Inga- mixto), y variedad borbon.

Información Satelital

Usando el catalogo de imágenes LandSat del LaNGIF se detectaron las imágenes de cubrimiento para el estado de Chiapas, Figura 7.

Figura 7. Imágenes LandSat ETM+ utilizadas para la detección de severidad por defoliaciación y severidad de daño por roya (Hemileia uastratrix) en hojas de café realizado en el estado de Chiapas.

La temporalidad de las imágenes utilizadas se muestran en el cuadro 1

Cuadro 1. Temporalidad de las Imágenes LandSat ETM+, para el estado de Chiapas.

Path

Row

Fecha

020

049

11/02/2013

021

048

22/03/2013

021

049

22/03/2013

021

050

07/03/2013

022

048

14/04/2013

022

049

14/04/2013

El procesamiento de los datos fue acotado al padrón de parcelas dedicadas a la actividad de producción de café.

Figura 8. Padrón de parcelas de café en el Estado de Chiapas.

Procesamiento

Las firmas obtenidas en campo se relacionaron con sus respectivas fotografías a nadir. Figura 9.

(Firma espectral de y fotografía de un cafeto sanoFirma espectral de y fotografía de un cafeto dañado)

Figura 9. Firmas epectrales asociadas a daños en cafetos.

Con las firmas espectrales se construyó el índice de vegetación NDVI (Índice de vegetación por diferencias normalizado).

La estimación de cobertura se realizó extrayendo información de las fotografías digitales a nadir de los cafetos medidos radiométricamente mediante un reclasificación de la información de interés; de esta forma lograr una correlación directa entre NDVI y niveles de defoliación. Producto de la clasificación de las fotografías, se obtuvieron datos de porcentaje de cobertura de hojas verdes, ramas, hojarasca, suelo y otros (Figura 10).

CLASE

%

HOJAS VERDES

84.88

HOJARASCA

15.12

Figura 10. Clasificación de fotografías nadir

Para determinar el porcentaje de daño en hoja o severidad en hoja, se clasificaron fotografías de muetreo en hojas da cada planta medida (muestra tomadas por estrato), esto con la finalidad de determinar el porcentaje de hojas que presentan daño por roya, lo cual a su vez, permite establecer una relación directa entre el porcentaje de cobertura y la severidad en hoja.

Figura 11. Clasificación de fotografías panorámicas de hoja de los tres estratos.

Se observó que el NDVI estimado en cada sitio se ajusta linealmente a los niveles de cobertura vegetal (Proporcion de vegetación de café respecto a suelo o otros materiales). Este elemento se utilizó para escalar la información de sitio a parcela y de parcelas a Pixel (área de 30 x 30m resolución espacial de las imágenes Landsat ETM+) para inferir la distribución espacial de defoliación en el estado de Chiapas. Figura 12.

Figura 12. Escalamiento de la información

El escalamiento del NDVI relacionado a cobertura (el inverso de la cobertura entendido como porcentaje de defoliación) de parcelas de muestreo a nivel de pixeles se ajusto hasta en un 95% (Figura 13)

Figura 13. Relación que guarda el NDVI respecto a la cobertura a nivel de pixel de una imagen LandSat ETM+.

En tanto que el escalmiento de información se severidad de daño en hojas asociado a cobertura se ajustó hasta en 80%, mediante la ecuación Y= 58.285x - 32.676; (R2=0.81) donde Y: % de Severidad, X:NDVI

Resultados

En la figura 14, se muestra la distribución espacial de porcentaje de severidad por defoliación de café encontrado en el Estado de Chiapas.

Figura 14. Distribución espacial de severidad por defoliacion en parcelas de café en Chiapas.

Dada la resolución espacial de las imágenes (pixel de 30x30m), permiten estimar la severidad de daño por defoliación en café a nivel parcelario (Figura 15).

Figura 15. Distribución espacial de daño por defoliación a nivel parcelario.

Sin embargo, dada la naturaleza de medición entre el sensor del satelite LandSat ETM+ y la superficie de la terrestre es común encontrar interferencia por nubosidad lo que dificulta obtener datos en algunas parcelas. Ademas, el sensor ETM+ del satelite LandSat 7 está dañado y aunque la información que capta es confiable (bajo procedimientos correctivos) existen huecos o bandas (gaps) en las que definitivamente no es posible obtener datos de la superficie terreste. Tomando en consideración ambas situaciones, los resultados que se presentan en la Figura 13, no son absolutos al padrón de parcelas de café, sino relativos a las parcelas donde cuenta con información satelital libre de nubosidad y sin huecos de información (gaps).

Figura 16. Distribucion de porcentajes de defoliacion en las parcelas de café en el Estado de Chiapas.

De acuerdo a la Figura 16, el 67% de la superficie del padrón de parcelas con cultivo de café en Chiapas mantiene una severidad por defoliación que oscila entre el 30% y 40%, en tanto que solo el 14% alcanza severidad de hasta el 50% de defoliación y solo el 2% de la superficie se conserva en estado de cobertura casi total (sin defoliación).

Severidad en hojas afectadas por roya.

En la figura 17, se muestra la distribución espacial de severidad de daño en hojas afectadas por roya en café; el grupo de imágenes mostradas den la figura 18 obdecen a la misma tematica haciendo lo posible para percibir las parcelas a simple vista.

Figura 17. Distribución espacial del daño en hojas afectadas por roya del café en Chiapas.

(Figura 18. Distribución espacial de severidad en hojas en el estado de Chiapas.) (Figura 15. Distribución espacial de severidad en hojas en el estado de Chiapas.)

Figura 19. Distribucion de porcentajes de severidad foliar en el Estado de Chiapas.

De acuerdo a la Figura 19 el 79% de la superficie del padrón de parcelas con cultivo de café en Chiapas mantiene una severidad foliar que oscila entre el 18% y 25% de afectación, en tanto que solo el 13% alcanza severidad de hasta el 15% de severidad.

Comentarios

La aplicación de espectro radiometría de campo apoyada con imágenes de satélite, permiten aproximar la distribución espacial de un problema agrícola con diferentes niveles de severidad. En este sentido, la Percepción Remota es una herramienta económica (uso de imágenes de disponibilidad libre) que cubre gran extensión territorial en poco tiempo; ventaja que puede ser aprovechada para implementar un esquema de monitoreo de plagas agrícolas en tiempo real (cuasi, depende de la resolución temporal de la plataforma a utilizar).

Un esquema de monitoreo satelital de plagas agrícolas requiere datos de Percepción Remota a bordo de las plataformas orbitales y datos en tierra (brigadas de campo). Aspecto importante para calibración y validación de los productos satelitales que ayuden a la toma decisiones a los cafeticultores.

La aplicación del trabajo piloto realizado en el estado de Chiapas, ofrece información que aun requiere de los pasos de validación y ajuste.

Bibliografía

Asociación Mexicana de la Cadena Productiva del Café, A. C. 2012. Plan Integral de Promoción del Café de México. México, D. F.

Chuvieco, E. 1996. Fundamentos de Teledetección Espacial. 3ª Ed. RIALP, S.A. Madrid, España.

Hernández P. J. y D. Montaner F. 2011. Patrones de Respuesta Espectral. Facultad de Ciencias Forestales, Universidad de Chile. Chile.

Palacios V. E y J. E. Palacios S. 2005. Notas del curso: Introducción a los Sensores Remotos y a los Sistemas de Información Geográfica

Sánchez R. E., M. A. Torres C., A. Fernández P., M. Aguilar A., I. Pino S. y L. Granado R. 2000. Comparación del NDVI con el PVI y el SAVI como Indicadores para la Asignación de Modelos de Combustibles para la Estimación del Riesgo de Incendios en Andalucía. Universidad de Alcalá. España.

Tucker, C.J. 1979. Red and photographics infrared linear combination for monitoring vegetation. Remote Sensing of Environment 8:127-150.