ES2318930B1 - Procedimiento para la discriminacion y mapeo de los rodales de nerdo en cultivos de girasol mediante teledeteccion. - Google Patents

Abstract

Procedimiento para la discriminación y mapeo de los rodales de nerdo en cultivos de girasol mediante teledetección.

Procedimiento para mapear zonas infestadas de la mala hierba conocida como nerdo (Ridolfia segetum Moris) en plantaciones de girasol mediante teledetección. Tiene aplicación en Agricultura, y más concretamente en Empresas de Asistencia Técnica Agraria o Medioambiental, o en Auditorias Agroambientales Públicas o Privadas.

Principalmente consiste en el análisis de imágenes digitales tomadas unas 8-12 semanas después de la siembra del cultivo, cuando las plantas de girasol se encuentran con el capítulo abierto (brácteas amarillas), y las plantas de nerdo sobrepasan la altura del cultivo y se encuentran en estado fenológico de umbelas abiertas de color amarillento. Las imágenes se procesan como sigue: a) transformación mediante alguno de los índices de vegetación seleccionados; b) conformación de zonas clasificadas como infestadas y no infestadas mediante la implementación de niveles digitales frontera predeterminados; c) mapeo de la parcela agrícola en micro-parcelas, de unos 20 x 20 m; d) estimación de la superficie infestada y la toma de decisiones sobre aplicaciones o no de herbicidas en cada micro-parcela.

Este procedimiento es una herramienta de precisión con tres objetivos: 1) aplicación de fitosanitarios herbicidas sólo en las zonas infestadas de nerdo; 2) conseguir el beneficio económico y medioambiental inherente a dicha reducción de fitosanitarios; y 3) determinar el derecho o no a la percepción de subvenciones de las administraciones públicas relativas a determinadas medidas agro-medioambientales.

Description

Procedimiento para la discriminación y mapeo de los rodales de nerdo en cultivos de girasol mediante teledetección.

Sector de la técnica

Primer sector: Agricultura. Segundo sector Empresas de asistencia técnica agraria o medioambiental, o bien Auditorías agroambientales públicas (Administraciones públicas) O Privadas. El segundo sector se refiere al seguimiento de los productores agrícolas que utilicen tecnologías de control de malas hierbas mediante aplicaciones de herbicidas específicos y selectivos en el cultivo de girasol, con objeto de alcanzar los beneficios económicos y medioambientales propios de la agricultura de precisión, tales como la aplicación de los herbicidas no de forma extensiva y uniforme en toda la superficie de parcela agrícola, sino solo sobre las zonas infestadas de nerdo, cuya delimitación y mapeo geográfico, objeto de esta patente, se ha efectuado previamente. El procedimiento objeto de la presente invención permitirá que determinadas empresas, como por ejemplo las de asistencia técnica agraria o medioambiental o los servicios de auditorias agroambientales de las Administraciones Públicas o de entidades privadas, discriminen la existencia o no de los rodales de nerdo en los cultivos de girasol de años anteriores, así como la extensión relativa o porcentaje de los mismos, estimando el ahorro económico potencial en el tratamiento herbicida y pudiendo ser usado para certificar que el control herbicida se ha llevado a cabo/se puede llevar a cabo de forma selectiva y dirigida, lo que puede llegar a ser un requisito necesario para obtener el derecho de recepción de determinadas ayudas/subvenciones agro-ambientales.

Estado de la técnica - Discriminación y clasificación de usos de suelo agrícola y de diversas especies vegetales mediante teledetección

La teledetección es una tecnología que consiste en captar información de los objetos o accidentes que ocurren en la superficie terrestre o en la atmósfera sin entrar en contacto físico con ellos. Comprende la medida y el registro de la energía electromagnética reflejada o emitida por éstos, y conlleva la interpretación y relación de esta información con la naturaleza y propiedades de éstos. La captura de la energía reflejada se lleva a cabo mediante sensores remotos instalados en plataformas aerospaciales (satélites y aviones) que registran la energía reflejada correspondiente a diversas frecuencias del espectro electromagnético que van desde las ondas de radio de baja frecuencia pasando por el espectro visible (bandas azul, verde y roja) hasta los rayos X, gamma e incluso cósmicos. Cada cuerpo o cubierta terrestre presenta una forma peculiar de reflejar o emitir energía que se conoce como signatura o firma espectral (Chuvieco, 2002).

En las investigaciones de teledetección es esencial conocer el comportamiento o signatura espectral de cada una de las diversas superficies o usos de suelo a las diferentes longitudes de onda. La energía reflejada a las longitudes de onda roja e infrarroja es sensible a las variaciones existentes en el cultivo y suelo (Cloutis et al., 1996). Cultivos densos y sanos se caracterizan por una elevada absorción de energía/radiación roja y una alta reflectancia de la radiación infrarroja. Con frecuencia es conveniente combinar estas medidas (y otras en otras bandas) en un solo índice que resalte la sensibilidad a las variaciones en el cultivo. Dichas combinaciones son conocidas como índices de vegetación. Hay un gran número de ellos, tantos como operaciones matemáticas se estime oportuno definir. Sus ventajas son: 1) aumentar las diferencias relativas entre los valores digitales que caracterizan cada uso de suelo, 2) reducir el número de datos obtenidos a un solo valor característico, 3) obtener valores adimensionales que permiten su comparación espacial y temporal y, 4) en ocasiones, eliminar efectos indeseados de iluminación, orografía, etc. (Jackson y Huete, 1991). Uno de los más conocidos es el NDVI ("Normalised Difference Vegetation Index"). Una actividad fotosintética alta, es decir una vegetación sana y vigorosa, implica un alto valor de NDVI debido a una alta reflectividad en la banda del infrarrojo cercano y una alta absorción de energía en la banda roja. Por tanto, NVDI, calculado con medidas en tierra (Kanemasu 1990), imágenes de satélite (Anderson et al., 1993) o fotografías áreas (Denison et al., 1996) presenta una alta correlación con la producción final del cultivo.

Los usos de suelo hacen referencia a las clases que se definen según las características de las unidades del terreno que componen una imagen aérea. Se definen en base a distintos criterios según el objetivo de la clasificación, como por ejemplo, la actividad humana que se desarrolla en el terreno de estudio (usos de suelo industrial, agrario, residencial, rural, etc.), o las características físicas del suelo (agua, nieve, vegetación, suelo desnudo, etc.), o las subclases presentes en alguno de estos suelos (tipo de mala hierba, tipo de cultivo, suelo sin vegetación, pozo, etc.), y otros muchos tipos de clasificaciones.

Los trabajos sobre clasificación de los usos de suelo mediante imágenes satélite de resolución espacial media/alta o imágenes aéreas utilizando índices de vegetación se pueden considerar como clásicos en teledetección y se han llevado a cabo en áreas muy diversas: costeras, parques naturales, masas forestales, zonas agrícolas, entre otras muchas. Citando trabajos recientes, se han realizado estudios con objeto de detectar de forma sistemática las anomalías en el desarrollo de los cultivos de regadío en Aragón (López-Lozano y Casterad, 2003), con el fin de monitorizar el crecimiento de cultivos con datos biofísicos como altura de la planta, el área foliar (LAI) y biomasa (Calera et al., 2001; 2002), o con el objetivo de estimar el efecto a largo plazo de los cambios en los usos de suelo sobre la evapotranspiración de los cultivos utilizando imágenes Landsat 5 TM y Landsat 7 ETM+ de 1982 a 2000 (Lanjeri et al., 2001; 2002) en la zona de Castilla- La Mancha. También se están obteniendo resultados en la teledetección de otras especies de malas hierbas en cultivos con sensores aerotransportados multiespectrales (Goel et al., 2002; Schmidt & Skidmore, 2003; Koger et al. 2004; Smith & Blackshaw, 2003; Girma et al. 2005; Felton et al. (2002), Radhakrishnan et al. (2002) y Thorp y Tian (2004). Para llevar a cabo dicha discriminación es necesario que existan diferencias en las firmas espectrales entre el cultivo y las especies de malezas en determinados momentos del ciclo fenológico (Everitt et al. 1994; Everitt and Deloach 1990; Lass and Callihan 1997). Así mismo, diversos autores afirman que la teledetección es la técnica mas apropiada para el mapeo de las infestaciones de malezas (Rew and Cousens 2000).

- Discriminación, clasificación y mapeo de rodales de nerdo en cultivos de girasol mediante teledetección: hechos esenciales que justifican esta patente - - Importancia del girasol y de la mala hierba nerdo

El cultivo de girasol (Helianthus annuus L.) es muy importante en España y, particularmente, en Andalucía. Así, la superficie anual cultivada en España durante el año 2004 fue de unas 750.000 hectáreas, y en Andalucía, de 297.000 hectáreas (Anónimo, 2004). Por su parte, mediante prospecciones de campo se ha estimado que aproximadamente el 10% de dicha superficie puede estar infestada por la mala hierba Ridolfia segetum Moris (nombre vulgar nerdo), siendo, por tanto, una infestación muy frecuente en el cultivo de girasol (Carranza-Cañadas, 1993).

Por otro lado, de no controlarse las malas hierbas, los cultivos decrecen considerablemente su desarrollo y producción final. De ahí que la aplicación de fitosanitarios herbicidas haya llegado a ser desde hace décadas una práctica importante y muy frecuente en la agricultura moderna. Más aún, determinadas especies de malas hierbas tales como el nerdo en girasol requieren para su control la aplicación de herbicidas muy específicos, cuyo coste suele ser más elevado que otros de amplio espectro.

- - Aplicaciones de fitosanitarios convencionales y de precisión

La distribución geográfica espacial de muchas malas hierbas en cualquier finca o parcela agrícola ocurre en rodales. Lo anterior se observa visualmente en los campos de cultivo y está bien documentado en la literatura científica (Wallinga et al. 1998; Zanin et al. 1998; Jurado-Expósito et al. 2003). Además, las infestaciones de algunas malas hierbas son relativamente estables a lo largo de los años (Wilson and Brain 1991), por lo que los mapas de la distribución de malezas en una parcela pueden ser utilizados para diseñar los tratamientos herbicidas de precisión en años venideros.

- - Disposiciones administrativas de índole agro-medioambiental en apoyo a la agricultura de precisión en materia de reducción del uso/aplicación dirigida de tratamientos de fitosanitarios

Desde 1999, la Unión Europea ha desarrollado una serie de disposiciones (Reglamentos Europeos 1257/1999, 1259/1999, 1782/2003, 796/2004, entre otros) que han sido incorporadas a la normativa española (Real Decreto 4, 2001 de 13 de enero y Real Decreto 2352 de 24 de diciembre de 2004, entre otros) para promover y aplicar determinadas buenas practicas agrícolas en relación con el medioambiente. Entre las muy diversas medidas agroambientales ya en vigor, cabe destacar en relación con el desarrollo de esta patente, las de reducción del uso de fitosanitarios, producción integrada y agricultura extensiva.

En la agricultura convencional moderna los fitosanitarios herbicidas se han aplicado y se aplican todavía mayoritariamente de forma extensiva y uniforme, considerando que cada parcela esta igualmente afectada de malas hierbas, lo que se ha demostrado científicamente que no es así. Además, como anteriormente también se ha reseñado, las referidas aplicaciones extensivas no son recomendables desde el punto de vista económico y ambiental. Por otro lado, determinar este porcentaje de cobertura de infestaciones de malas hierbas directamente en campo ("in situ") resulta prácticamente inviable desde un punto de vista técnico y económico. Sin embargo, las técnicas de teledetección son muy adecuadas por los siguientes motivos: 1) el sensor utilizado (satélite o imagen aérea) registra lo que hay en campo (objetividad); 2) el procedimiento de análisis de la imagen obtenida es rápido una vez se ha puesto el método a punto; 3) permiten trabajar de forma secuencial; 4) evitan los muestreos en campo (eluden problemas meteorológicos); y 5) posibilitan la planificación de la toma de imágenes en el momento oportuno y el retraso de su análisis el tiempo necesario, en caso de que fuese necesario, sin perder por ello información. El objeto de esta patente es un procedimiento, mediante teledetección, de mapear infestaciones de rodales de la mala hierba conocida como nerdo (Ridolfia segetum Moris) en cultivos de girasol, especificando el momento en que deben de tomarse las imágenes aéreas y su procesamiento (índices vegetación, umbrales de clasificación, etc.), que permite la cuantificación de superficies (tamaño de los rodales de infestación) y la validación de resultados.

Descripción de la invención - Breve descripción de la invención

El objeto de la presente invención es un procedimiento para la discriminación y mapeo de los rodales de las infestaciones de nerdo en cultivos de girasol mediante teledetección que comprende las siguientes etapas:

a)

toma de la imagen aérea de tipo color convencional e infrarrojo color, analógicas o digitales, digitalización de las analógicas, y análisis de imagen,

\global\parskip0.930000\baselineskip

b)

georreferenciación mediante GPS diferencial de puntos de control para asignar las coordenadas a las imágenes aéreas, y de puntos de muestreo de rodales de nerdo y zonas de girasol sin infestación para la clasificación de la imagen y su posterior validación.

c)

separación de las bandas que componen el espectro visible (azul: A, verde: V y rojo: R) e infrarrojo cercano (NIR) a partir de la imagen original y obtención de los valores digitales que caracterizan cada píxel,

d)

cálculo de índices de vegetación basados en las bandas separadas en el apartado c)

e)

definición de los niveles digitales frontera que caracterizan los rodales de mala hierba, mediante determinación de los valores medios y desviación estándar de los niveles digitales de los puntos de muestreo obtenidos en el apartado b),

f)

clasificación de la imagen por separación de clases, basada en los niveles digitales frontera definidos en el apartado e),

g)

Aplicación de un filtro digital de 3 x 3 de paso bajo o de mediana a la imagen obtenida en el apartado f),

h)

selección de índices de vegetación mediante la determinación de la exactitud global de la clasificación y de la exactitud particular de los rodales de nerdo, según el método de la matriz de confusión, usando como verdad terreno los píxeles de validación obtenidos en el apartado b).

i)

Ajuste de los niveles digitales frontera según los resultados del apartado h), con el objetivo de optimizar la discriminación de las infestaciones.

j)

localización geográfica de los rodales de mala hierba, determinación de la superficie a tratar y el porcentaje de reducción en la aplicación del tratamiento.

k)

Subdivisión de las parcelas en microparcelas en función de la anchura de tratamiento (por ejemplo 20-25 m de lado).

l)

Determinación de la superficie total y el porcentaje de cada uno de los usos de suelo a nivel global y por microparcela.

\vskip1.000000\baselineskip

Las imágenes aéreas se toman entre 8 y 12 semanas después de la siembra del cultivo, preferentemente entre 10 y 11 semanas después de la siembra del cultivo cuando el girasol se encuentra en su estado fenológico de capítulos abiertos con brácteas amarillas, y el nerdo se encuentra en su estado fenológico de umbelas amarillentas. Este momento corresponde a la segunda quincena del mes de junio para las condiciones climáticas de Andalucía occidental, pudiendo variar esta fecha según las condiciones climáticas de otras zonas con un clima más templado. En la presente invención, el término imagen aérea se refiere a una imagen tomada por una sensor o cámara instalado en una plataforma de satélite o aerotransportada.

La exactitud global o precisión en la clasificación proporcionada por el presente procedimiento es al menos de un 85%. El índice de vegetación que mejores resultados proporciona es RB (Rojo/Azul).

Otro objeto de la presente invención es la utilización del procedimiento mencionado anteriormente para discriminar los siguientes usos de suelo: zonas infestadas con rodales de la mala hierba nerdo y zonas de girasol libres de infestaciones, así como para cuantificar el porcentaje de superficie ocupada por los rodales de las infestaciones de la mala hierba nerdo y por el cultivo de girasol no infestado de malas hierbas.

El procedimiento también puede utilizarse para diseñar e implementar un programa de agricultura de precisión relativo a la aplicación de fitosanitarios herbicidas en el cultivo de girasol, para programar la aplicación de herbicidas sólo en los rodales infestados de nerdo (discriminados previamente), de manera selectiva, dirigida, controlada, y respetuosa con el medio ambiente, así como para comprobar la realización de buenas prácticas agrícolas en relación a la aplicación de herbicidas en el cultivo de girasol y el seguimiento de la utilización de tecnologías de control de la mala hierba nerdo mediante la aplicación de herbicidas específicos y selectivos en el cultivo de girasol.

Asimismo, el procedimiento objeto de la presente invención puede utilizarse para determinar el derecho de percepción de subvenciones de las administraciones públicas relativas a determinadas medidas agro-ambientales (reducción en el uso de herbicidas, producción integrada, etc).

- Breve descripción del contenido de las figuras

Figura 1. Vista parcial de la finca Matabueyes (área 3.40 ha; cuadriculas de 20 x 20 m.), tomada en junio, clasificada mediante el índice RB con valores digitales frontera de 1.540 a 1.900 para nerdo. Exactitud global del 86.45%. Las zonas negras son rodales de nerdo. Figura 2. Vista parcial de la finca Santa Cruz (área 2.60 ha; cuadriculas de 20 x 20 m.), tomada en junio, clasificada mediante el índice RB con valores digitales frontera de 2.000 a 3.340 para nerdo. Exactitud global del 98.73%. Las zonas oscuras son rodales de nerdo.

\global\parskip1.000000\baselineskip

- Descripción detallada de la invención

El siguiente esquema presenta los pasos necesarios para aplicar el procedimiento objeto de la presente invención.

1

- Trabajos de campo

Varios días antes de la realización de cada vuelo para la obtención de las imágenes aéreas, se visitan las fincas objeto de estudio, a fin de: 1) determinar el estado de desarrollo y grado de cobertura del cultivo y de la mala hierba objeto de estudio; 2) georreferenciar unos 30 puntos de control por finca para la asignación de coordenadas a la imagen; 3) georreferenciar al azar varios rodales de malas hierbas (preferentemente con una infestación superior a 2 plantas m^{-2}, es decir superior al umbral económico de tratamiento del nerdo en girasol) y varias zonas libres de malas hierbas, para el entrenamiento del método de clasificación de las imágenes y la validación de los resultados. Para ello, se empleó un GPS diferencial (precisión centimétrica). El umbral económico de tratamiento se refiere a la densidad mínima de
malas hierbas que ocasiona daños en el cultivo superiores al coste de las medidas para el control de la infestación.

- Firma espectral de los usos de suelo considerados

Se miden las firmas espectrales de los tres usos de suelo presentes en las fincas de estudio: suelo desnudo, y plantas de girasol y plantas de nerdo en los distintos estados de crecimiento que se determinan en las distintas fechas de captura de las imágenes. Las medidas se realizan a las horas centrales del día, utilizando por ejemplo un espectroradiómetro portátil (ASD HandHeld FieldSpec Spectroradiometer, Analytical Spectral Devices, Inc., 5335 Sterling Drive, Boulder, CO 80301, USA), colocado a 60-80 cm sobre la muestra medida, a fin de determinar los niveles de reflectancia entre los 325 y 1075 nanómetros (nm), si bien luego sólo se analizan para mayor fiabilidad las medidas entre 400 y 900 nm. Se estiman los niveles medios de las reflectancias correspondientes a las bandas Azul (B, 400-500 nm), Verde (G, 500-600 nm), Rojo (R, 600-700 nm) e Infrarrojo-cercano (NIR, 700-900 nm) (), y se calculan los índices de vegetación NDVI = (NIR - R)/(NIR + R); RVI = NIR/R; RB = R/B; VNVI = (NIR - G)/(NIR + G); ANVI = (NIR - A)/(NIR + A), potencialmente utilizables para la discriminación entre las clases objeto de estudio.

- Imágenes aéreas y su tratamiento

Las imágenes analógicas se digitalizan a una resolución de 635 puntos por pulgada (ppp) utilizando un escáner de alta calidad, obteniéndose píxeles de 40 x 40 cm. Las imágenes digitales de alta resolución espacial se analizan a la resolución que posean, siendo más preciso el método con una resolución espacial entre 40 y 100 cm. El brillo y el contraste no se ajustan en el proceso de digitalización. Las imágenes digitales se importan al programa informático de análisis de imagen. Posteriormente se asignan coordenadas geográficas a los píxeles de la imagen para poder superponerla con la cartografía existente. Dicha asignación de coordenadas de los 30 puntos de control por imagen, se efectúa basándose en la georreferenciación in situ de las visitas a las fincas en estudio, o determinando puntos singulares en un mapa digital u ortofotografía de la zona.

Con los valores digitalizados asignados a cada píxel (Niveles Digitales, de 0 a 255; a) se efectúan diversas separaciones de las bandas del espectro visible: Azul (A), Verde (V), Rojo (R) e Infra-Rojo color (NIR) con objeto de operar matemáticamente (obtención de índices de vegetación) con tales niveles digitales y obtener nuevas imágenes que faciliten la discriminación entre las superficies de cultivo con o sin infestaciones de malas hierbas. Se determinan los valores digitales medios y la desviación estándar de los píxeles correspondientes a los rodales de nerdo georreferenciados en campo y localizados en cada imagen. Los Niveles Digitales Frontera (NDF) se obtienen sumando y restando el valor de la desviación estándar al valor medio obtenido en los píxeles empleados para este fin (denominados píxeles de entrenamiento). En total se emplean 220 píxeles de entrenamiento en cada parcela para obtener los NDF que caracterizan los rodales de nerdo. Los NDF obtenidos se aplican al total de la imagen, siguiendo, por tanto, un método de separación entre dos clases: Zonas infestadas con rodales de mala hierba (nerdo), zonas libres de malas hierbas. Por su parte, otros rodales georreferenciados en campo y localizados en las imágenes se emplean para determinar 550 píxeles por cada clase, denominados píxeles verdad terreno, y que son empleados para validar la exactitud de las imágenes clasificadas obtenidas. A las imágenes clasificadas se aplica un filtro de 3 x 3 de paso bajo o de mediana, con el objetivo de suavizar la clasificación y eliminar los píxeles aislados. Los filtros digitales consisten en un operador local que se aplica a una imagen, en el que el valor digital de los píxeles se transforman en la media ponderada de los valores digitales de los píxeles vecinos. Comparando la imagen clasificada y el mapa verdad-terreno, se calcula la matriz de confusión que determina la coincidencia (o, al contrario, la confusión) entre píxeles de la misma clase (Congalton, 1991; Andreasen et al., 1997). Con este procedimiento se eliminan los errores subjetivos que se cometerían en un análisis por comparación visual de las imágenes (Oetter et al., 2000). Normalmente se consideran aceptables las regiones clasificadas con una exactitud global o precisión en la clasificación próxima ó superior al 85%.

- Cuantificación de las zonas clasificadas globalmente y en microparcelas

El proceso de la imagen permite la estimación global de la superficie de cada uno de los usos de suelo clasificados. También permite su parcelación o división en subparcelas o microparcelas, y la estimación del área infestada de cada una de las subparcelas. Dicha estimación global del área clasificada como infestada de malas hierbas respecto a toda la parcela es un índice directo e indicativo del ahorro económico del fitosanitario herbicida a emplear, y por consiguiente de la utilidad de este procedimiento en comparación con la práctica convencional.

La discriminación de los rodales de nerdo en girasol se facilita cuando el tamaño de dicho rodal es superior a cuatro veces la resolución espacial de la imagen digital. Utilizando la presente invención (con fotografía aérea) es posible discriminar rodales de al menos 1 m^{-2} En el proceso de imagen, el dimensionar las parcelas en microparcelas, por ejemplo de unos 20 ó 25 m de lado, es así mismo inmediato y un paso necesario para la toma de decisiones referentes al uso de herbicidas/manejo de malas hierbas de precisión. Para cada subparcela, se puede tomar la decisión de aplicar herbicida si el área infestada excede a un determinado porcentaje, por ejemplo el 10% de la misma. Después de verificar la clasificación y extenderla a la totalidad de la finca, el programa de tratamiento de imagen que haya elegido el usuario determinará automáticamente la superficie total y el porcentaje de cada uso de suelo en la finca en base a la georreferenciación efectuada.

- Ejemplo de la realización de la invención

El procedimiento objeto de la invención se ha aplicado en las parcelas de girasol Matabueyes, término municipal de Córdoba, en 2003, y en la parcela Santa Cruz, término municipal de Córdoba (cercano a la aldea de Santa Cruz), en 2004. La superficie de dichas parcelas era de 42 hectáreas (ha) y 28 ha, respectivamente, ambas cultivadas de girasol. Se utilizaron fotografías aéreas en color-convencional (bandas azul, verde y rojo) e infrarrojo-color (bandas verde, rojo e infrarrojo-cercano) tomadas a mediados de los meses de mayo, junio y julio. Se determinaron los estados de crecimiento del cultivo y la mala hierba en cada momento de captura de las imágenes. En dichos cultivos de girasol se ha discriminado las áreas o rodales infestados de la mala hierba nerdo (Ridolfia segetum Moris), y las áreas o rodales no infestados de malas hierbas (Figuras 1 y 2). Se estudiaron las cuatro bandas disponibles: Azul (B), Verde (G), Roja (R) e Infrarroja (NIR), y los siguientes índices de vegetación: NDVI = (NIR-R)/(NIR+R), RVI = NIR/R, RB = RIB, VNVI = (NIR-G)/(NIR+G), ANVI = (NIR-A)/(NIR+A). Los intervalos de los niveles digitales frontera definidos para cada uno de ellos se indican en la Tabla 1. A las imágenes clasificadas en el mes de junio se aplicó un filtro de mediana para suavizar la clasificación y eliminar los píxeles aislados.

Según se observa en la Tabla 1, los mejores porcentajes de exactitud global corresponden a las imágenes tomadas en la segunda quincena del mes de junio, para las dos parcelas estudiadas, cuando el girasol se encuentra en su estado fenológico de capítulos abiertos con brácteas amarillas, y el nerdo en su estado fenológico de umbelas abiertas amarillentas, con una altura mayor que el girasol.

TABLA 1 Niveles Digitales Frontera y Exactitud Global obtenidos mediante la clasificación de las imágenes y las fechas objeto de estudio

2

3

\newpage

Para las imágenes tomadas en junio, de todos los índices de vegetación analizados, el RB proporcionó los mejores resultados (Tabla 1). Así, utilizando el índice de vegetación RB con las imágenes tomadas en el mes de junio, se ha estimado que el área infestada de nerdo fue del 19,00% y del 16,35%, con unas exactitudes del 86,45% y del 98,73%, en las fincas de Matabueyes y Santa Cruz, respectivamente.

En la Figura 1 se muestra una vista de la finca Matabueyes, con un área de 3.40 ha, conformada por microparcelas de 20 x 20 m. Dicha imagen (tomada en junio) es el resultado de la transformación de la fotografía en color-convencional original mediante el índice de vegetación Rojo/Azul. En este caso, la discriminación de los rodales de nerdo se definió con unos valores digitales frontera del índice de vegetación de 1.540 a 1.900 (Tabla 1), resultando un porcentaje de superficie infestado de rodales de nerdo del 19.00%, con una exactitud global del 86.45%. Las zonas grises indican girasol no infestado de nerdo, mientras que las zonas negras son zonas del cultivo infestadas de nerdo. El aspecto de las zonas infestadas se corresponde con lo observado en campo.

En la Figura 2 se muestra una vista de la finca Santa Cruz (área 2.60 ha; cuadriculas de 20 x 20 m.), las imágenes tomadas en junio, con las dos zonas clasificadas en base al índice de vegetación Rojo/Azul: infestadas de nerdo (en negro), con valores digitales frontera de 2.000 a 3.340, y la de zona libre de infestación de malas hierbas, en color gris. La exactitud global fue del 98.73%. De acuerdo con las estimaciones globales, un 16,35% de la finca hubiera requerido tratamiento de fitosanitarios herbicidas al estar infestada de nerdo. Por lo anterior, estas técnicas de precisión en dicha parcela hubieran producido un ahorro de un 83,65% del producto (más ahorro de tiempo, combustible y desgaste de la maquinaria), aproximadamente.

Bibliografía

- - Anderson G. L., J. H. Everitt, A.J. Richardson, and D. E. Escobar. 1993. Using satellite data to map false broomweed infestations in South Texas rangeland, Weed Technology, 7: 865-871.

- - Andreasen, C., Rudemo M., and Sevestre, S. 1997. Assessment of weed density at an early stage by use of image processing. Weed Research, 37: 5-18.

- - Anónimo. 2005. Estadísticas del Ministerio de Agricultura, Pesca y Alimentación, www.mapya.es/estadísticas/.

- - Barroso, J., C. Fernández-Quintanilla, P. Ruiz, P. Hernáiz and L. J. Rew. 2004. Spatial stability of Avena sterilis ssp. Ludoviciana populations under annual applications of low rates of mazamethabenz. Weed Res. 44:178-186.

- - Calera A., Martínez C. and Meliá J. 2001. A procedure for obtaining green plant cover: relation to NDVI in a case study for barley. Int. J. of Remote Sensing, 22: 3357-3362.

- - Calera A., González-Piqueras J. and Meliá J. 2002. Remote sensing monitoring crop growth. In Proceedings of Recent Advances in Quantitative Semote Sensing, Valencia, pp 522-529.

- - Carranza-Cañadas, P. 1993. Demografía y umbrales de competitividad de Ridolfia segetum Moris en la rotación trigo (Triticum aestivum L.)/girasol (Helianthus annuus L.). Tesis Doctoral. Univ. de Córdoba. 156 pp.

- - Congalton, R. G., 1991. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sens. Environ. 37, 35-46.

- - Cloutis, E.A., Connery, D.R. Major, D.J. and Dover, F.J. 1996. Airborne multispectral monitoring of agricultural crop status: effect of time of year, crop type and crop condition parameter. Intern. Journal of Remote Sensing, 17: 2579-2601.

- - Chuvieco, E. (2002) Teledetección Ambiental. Editorial Ariel, Madrid. 568 páginas.

- - Denison, R. F., Miller, R. O., Bryant, D., Abshahi, A. & Wildman, W. E. 1996. Crop management goes high tech. California Agriculture, May-June 1996.

- - Everitt, J. H. and C. J. Deloach. 1990. Remote sensing of Chinese tamarisk (Tamarix chinensis) and associated vegetation. Weed Sci. 38:273-278.

- - Everitt, J. H., J. V. Richerson, M. A. Alaniz, D. E. Escobar and M. R. Davis. 1994. Light reflectance characteristics and remote sensing of big bend loco (Astragalus mollissimus var. earlei) and wooton loco (Astragalus wootonii). Weed Sci. 42:115-122.

- - Felton, W. L., C. L. Alston, C, B. M. Haigh, P. G. Nash, G. A. Wicks and G. E. Hanson. 2002. Using reflectance sensors in agronomy and weed science. Weed Technol. 16:520-527.

- - Girma, K., J. Mosali, W.R. Raun, K. W. Freeman, K. L. Martín, J. B. Solie and M. L. Stone. 2005. Identification of optical spectral signature for detecting cheat and ryegrass in winter wheat. Crop Sci. 45:477-485.

- - Goel P. K., S.O. Prasher, R. M. Patel, D. L. Smith, A. DiTommaso. 2002. Use of airborne multispectral imagery for weed detection in crops., Transactions of ASAE, 45: 443-449.

- - Jackson, R. D. and Huete, A. R. 1991. Interpreting vegetation indexes. Prev. Vet. Med. 11: 185-200.

- - Jurado-Expósito, M., F. López-Granados, L. García-Torres, A. García-Ferrer, M. Sánchez de la Orden and S. Atenciano. 2003. Multi-species weed spatial variability and site-specific management maps in cultivated sunflower. Weed Sci. 51:319-328.

- - Kanemasu, E. T., Demetriades-shah, T. H. & Su, H. 1990. Estimating grassland biomass using remotely sensed data. In. Application of Remote Sensing ed. M.D. Steven and J.A. Clark. p. 185-199.

- - Koger, H. K., D. R. Shaw, K. N. Reddy and L. M. Bruce. 2004. Detection of pitted morningglory (Ipomoea lacunosa) with hyperspectral remote sensing. II Effects of vegetation ground cover and reflectance properties. Weed Sci. 52:230-235.

- - Lass, L. W. and R. H. Callihan. 1997. The effect of phenological stage on detectability of yellow hawkweed (Hieracium pratense) and oxeye daisy (Chysanthemum leucanthemum) with remote multispectral digital imagery. Weed Technol. 11:248-256.

- - Lanjeri S., Meliá, J. and Segarra D. 2001. A multitemporal masking classification method for vineyard monitoring in central Spain. Intern. Journal of Remote Sensing, 22: 3167-3186.

- - Lanjeri S., Segarra D. Calera A and Meliá J. 2002. Study of the land use changes effects on the evapotranspiration in central Spain using remote sensing techniques. Proceedings of Recent Advances in Quantitative Semote Sensing, Valencia, pp 530-536.

- - López-Lozano R. and Casterad M.A. 2003. Una aplicación SIG para seguimiento en parcela mediante NDVI de irregularidades en el desarrollo del cultivo. Proceedings del X Congreso Nacional de Teledetección, Cáceres, pp 9-12.

- - Oetter D. R., W. B. Cohen, M. Berterretche, T. K. Maiersperger, Robert E. Kennedy. 2000. Land cover mapping in agricultural setting using multiseasonal Thematic Mapper data. Remote Sensing of Environment, 76: 139-155.

- - Radhakrishnan, J, S Liang, J. R. Teasdale and C. J. Shuey. 2002. Remote sensing of weed canopies. In: From laboratory spectroscopy to remotely sensed spectra of terrestrial ecosystems (eds Ranjan S. Muttiah), 175-202. Kluwer Academic Publishers.

- - Real Decreto 4, 2001. Establecimiento de un régimen de ayudas a la utilización de métodos de producción agraria compatibles con el medio ambiente. Ministerio de Agricultura, Pesca y Alimentación, Madrid. BOE 12, 1587-1617.

- - Real Decreto 2352/2004 Sobre la aplicación de la condicionalidad en la aplicación de las ayudas directas en el marco de la política agraria común, Ministerio de Agricultura, Pesca y Alimentación,. BOE de 24 de diciembre, páginas 41690-41698.

- - Reglamento del Consejo Europeo 1257/1999. On support for rural development from the European Agricultural Guidance and Guarantee Fund (EAGGF) and amending and repealing certain Regulations. Official Journal of the European Union, Brussels, 160, 80-102.

- - Reglamento del Consejo Europeo 1259/1999. Establishing common rules for direct support schemes under the common agricultural policy. Official Journal of the European Union, Brussels, 160, 113-118.

- - Reglamento del Consejo Europeo 1782/2003. Establishing common rules for direct support schemes under the common agricultural policy and establishing certain support schemes for farmers, and on the common organisation of the market in olive oil and table olives and amending Regulation (EEC) No 827/68. Official Journal of the European Union, Brussels, 270, 1-69.

- - Reglamento del Consejo Europeo 796/2004. Laying down detailed rules for the implementation of cross-compliance, modulation and the integrated administration and control system provided for in of Council Regulation (EC) No 1782/2003 establishing common rules for direct support schemes under the common agricultural policy and establishing certain support schemes for farmers. Official Journal of the European Union, Brussels, 270, 1-69.

- - Rew, L. J. and R. D. Cousens. 2000. Spatial distribution of weeds in arable crops: are current samplings and analytical methods appropriate?. Weed Res. 41:1-18.

\newpage

- - Schmidt, K. S. and A. K. Skidmore. 2003. Spectral discrimination of vegetation types in a coastal wetland. Remote Sensing Environ. 85:92-108.

- - Smith, A. M. & R. E. Blackshaw. 2003. Weed-Crop discrimination using remote sensing: a detached leaf experiment. Weed Technol. 17:811-820.

- - Thorp K. R. & L. F. Tian. (2004). A review of remote sensing of weeds in agriculture. Precision Agric., 5, 477- 508.

- - Wallinga, J. R. M. W. Groeneveld and L. A. P. Lotz. 1998. Measures to describe weed spatial patterns at different levels of resolution and their application for patch spraying weeds. Weed Res. 38: 351-359.

- - Zanin, G., A. Berti and L Riello. 1998. Incorporation of weed spatial variability into the weed control decision-making process. Weed Res. 38:107-118.

Claims (14)

1. Procedimiento para la discriminación y mapeo de los rodales de las infestaciones de nerdo en cultivos de girasol mediante teledetección que comprende las siguientes etapas:

a) toma de la imagen aérea de tipo color convencional y/o infrarrojo color, analógicas o digitales, digitalización de las analógicas, y análisis de imagen,

b) georreferenciación mediante GPS diferencial de puntos de control para asignar las coordenadas a las imágenes aéreas, y de puntos de muestreo de rodales de nerdo y zonas de girasol sin infestación para la clasificación de la imagen y su posterior validación.

c) separación de las bandas que componen el espectro visible (azul: A, verde: V y rojo: R) e infrarrojo cercano (NIR) a partir de la imagen original y obtención de los valores digitales que caracterizan cada píxel,

d) cálculo de índices de vegetación basados en las bandas separadas en el apartado c)

e) definición de los niveles digitales frontera que caracterizan los rodales de mala hierba, mediante determinación de los valores medios y desviación estándar de los niveles digitales de los puntos de muestreo obtenidos en el apartado b), O clasificación de la imagen por separación de clases, basada en los niveles digitales frontera definidos en el apartado e),

g) Aplicación de un filtro digital de 3 x 3 de paso bajo o de mediana a la imagen obtenida en el apartado f)

h) selección de índices de vegetación mediante la determinación de la exactitud global de la clasificación y de la exactitud particular de los rodales de nerdo, según el método de la matriz de confusión, usando como verdad terreno los píxeles de validación obtenidos en el apartado b).

i) Ajuste de los niveles digitales frontera según los resultados del apartado h), con el objetivo de optimizar la discriminación de las infestaciones.

j) localización geográfica de los rodales de mala hierba, determinación de la superficie a tratar y el porcentaje de reducción en la aplicación del tratamiento.

k) Subdivisión de las parcelas en microparcelas en función de la anchura de tratamiento (por ejemplo 20-25 m de lado)

l) Determinación de la superficie total y el porcentaje de cada uno de los usos de suelo a nivel global y por microparcela

caracterizado porque las imágenes aéreas se toman entre 8 y 12 semanas después de la siembra del cultivo, preferentemente entre 10 y 11 semanas después de la siembra del cultivo.

2. Procedimiento para la discriminación y mapeo de los rodales de las infestaciones de nerdo según la reivindicación 1 caracterizado porque la imagen aérea es una imagen de satélite.

3. Procedimiento para la discriminación y mapeo de los rodales de las infestaciones de nerdo según la reivindicación 1 caracterizado porque la imagen aérea es una fotografía aérea o una imagen digital aerotransportada.

4. Procedimiento para la discriminación y mapeo de los rodales de las infestaciones de nerdo según cualquiera de las reivindicaciones anteriores caracterizado porque la exactitud global o precisión en la clasificación proporcionada es al menos de un 85%.

5. Procedimiento para la discriminación y mapeo de los rodales de las infestaciones de nerdo según cualquiera de las reivindicaciones anteriores caracterizado porque los índices de vegetación utilizados son NDVI, RVI, VNVI, RB y ANVI, y preferentemente el índice de vegetación R/B (Rojo/Azul).

6. Procedimiento para la discriminación y mapeo de los rodales de las infestaciones de nerdo según la reivindicación 1, caracterizado porque la imagen aérea se adquiere cuando el girasol se encuentra en su estado fenológico de capítulos abiertos con brácteas amarillas, y el nerdo en su estado fenológico de umbelas abiertas amarillentas.

7. Procedimiento para la discriminación y mapeo de los rodales de las infestaciones de nerdo según la reivindicación 6, caracterizado porque las imágenes aéreas se toman en la segunda quincena del mes de junio para las condiciones climáticas Andalucía occidental.

8. Utilización de un procedimiento según cualquiera de las reivindicaciones 1 a 7, para discriminar los siguientes usos de suelo: zonas infestadas con rodales de la mala hierba nerdo y zonas de girasol libres de infestaciones.

9. Utilización de un procedimiento según cualquiera de las reivindicaciones 1 a 7 para cuantificar el porcentaje de superficie ocupada por los rodales de las infestaciones de la mala hierba nerdo y por el cultivo de girasol no infestado de malas hierbas.

10. Utilización de un procedimiento según cualquiera de las reivindicaciones 1 a 7 para diseñar e implementar un programa de agricultura de precisión relativo a la aplicación de fitosanitarios herbicidas en el cultivo de girasol.

11. Utilización de un procedimiento según cualquiera de las reivindicaciones 1 a 7 para programar la aplicación de herbicidas sólo en los rodales infestados de nerdo (discriminados previamente), de manera selectiva, dirigida, controlada, y respetuosa con el medio ambiente.

12. Utilización de un procedimiento según cualquiera de las reivindicaciones 1 a 7 para comprobar la realización de buenas prácticas agrícolas en relación a la aplicación de herbicidas en el cultivo de girasol.

13. Utilización de un procedimiento según las reivindicaciones 1 a 7 para el seguimiento de la utilización de tecnologías de control de la mala hierba nerdo mediante la aplicación de herbicidas específicos y selectivos en el cultivo de girasol.

14. Utilización de un procedimiento según cualquiera de las reivindicaciones 1 a 7 para determinar el derecho de percepción de subvenciones de las administraciones públicas relativas a determinadas medidas agro-ambientales (reducción en el uso de herbicidas, producción integrada, etc).