Estimación de LAI en un viñedo de la variedad "Pedro Ximénez" mediante teledetección hiperespectral UAV

• Francisco Javier Mesas-Carrascosa ; Pilar Ramírez ^[1] ; Jorge Torres-Sánchez ^[2] ; Juan Manuel León-Gutiérrez ^[1] ; Fernando Pérez-Porras ^[3] ; Francisca López-Granados
  1. [1] 2 Instituto de Investigación y Formación Agraria y Pesquera (IFAPA)
  2. [2] CSIC
  3. [3] Instituto de Investigación y Formación Agraria y Pesquera (IFAPA)

  Mostrar afiliaciones +
• Localización: IV Jornadas del Grupo de Viticultura: Acta de Horticultura : Comunicaciones Técnicas Sociedad Española de Ciencias Hortícolas : 26-28 de octubre 2022, Pamplona/Iruña / coord. por Luis Gonzaga Santesteban García, Nazareth Torres Molina, 2022, ISBN 978-84-09-38456-3, págs. 375-378
• Idioma: español
• Enlaces
  • Texto Completo Libro (pdf)
• Resumen

  • El índice de área foliar (Leaf Area Index, LAI) es un parámetro muy utilizado en viñedo paradeterminar su potencial productivo por su relación con desarrollo vegetativo, fotosíntesis,evapotranspiración, interceptación de radiación y balance energético. Como parte de unproyecto más amplio sobre viticultura de precisión, se presenta una metodología paraestimación de LAI en un viñedo de la variedad `Pedro Ximénez´ cultivado en ecológicomediante análisis de imágenes captadas por un sensor hiperespectral (resolución espectral:270 longitudes de onda, rango: 400-1000 nm) instalado en un UAV (Unmanned AerialVehicle). Los vuelos se realizaron en 2021 en diferentes estados fenológicos del cultivo:floración (mediados-mayo), parada de crecimiento vegetativo (finales-julio), y días antes dela cosecha (mediados-agosto). En julio, coincidiendo con el vuelo y en un conjunto de 80cepas georreferenciadas, se tomaron nº de pámpanos, nº de nudos y nietos/pámpano, áreafoliar media, entre otros. Se presenta el análisis de las imágenes de mayo utilizando regresiónparcial por mínimos cuadrados (Partial Least Square Regression, PLS-R) seleccionandoaquellas bandas espectrales que mejor correlacionan con LAI para posteriormentedeterminar un modelo predictivo que alcanzó un R² de 0,78. Lo anterior muestra el potencialde esta tecnología para caracterización radiométrica hiperespectral del viñedo y laestimación de LAI.