De la mesura a la informació: models i agricultura de precisió

Jornada ICC – A
Agricultura i Teledetecció

VITICULTURA DE PRECI ISIÓ A RAIMAT (Lleida)
( )
Experiències per
ríode 2002-2011

Jaume Arnó Sato orra
GRAP – Grup de Re
ecerca en Agricultura de Precisió

José A. Martínez Casasnovas
z
SIGTEL – Grup de Recerca de Sòls i Aigües
p g

Col·laboració Universit de Lleida - CODORNÍU
tat

Jornada ICC – A

Vinya – 55.533 ha Fruita dolça – 46.767 ha
948.544
948 544 t
10% de la PFA
50
43
3er subsector productiu agrari
45
40
35
30
25
20
14
15 12
10 8 7
5
0
Cereals Farratges Olivera Fruiters Vinya
400000
350000
300000
250000
437.195 t
Perera 200000
3,4 milions d’hectolitres
Presseguer 150000
11 denominacions d’origen de vi Pomera 100000
1 denominació d origen de cava
d’origen Nectariner
N t i 50000

Cirerer 0

Jornada ICC – A
Viticultura de Precisió a Raimat (
(Lleida): experiències 2002 2004
2002-2004

1. Monitors de rendiment i mapes
de collita

Vendimiadora con Cosecha Tn / ha
monitor de cosecha y
Alto : 33,5
receptor GPS

Ciinta lateral con Bajo : 0
sen
nsor de cosecha

¿QUINES S
SÓN LES CAUSES DE LA
VARIABIL
LITAT DE LA COLLITA?

Jornada ICC – A
2002-2004

de collita
P5 – Merlot
t P30 – Pinot Noir
8,3 ha 5,0 ha
2. Anàlisi de la influència del sòl i
del cultiu sobre la variació
espacial de la verema

1.00
p
p1
0.90 p2 32 punts de
p3 mostreig
0.80

0.70 exp(1,2668  1,2084F1 )
4
p1 
1  exp(1,2668  1,2084F1 )  exp(1,9436  1,1604F1 )
Probabilidad
d

0.60
0 60

0.50 exp(1,9436  1,1604F1 )
4
p2 
1  exp(1,2668  1,2084F1 )  exp(1,9436  1,1604F1 )
0.40
54 punts d
de
0.30 p3  mostreig
1
1  exp(1,2668  1,2084 F1 )  exp(1,9436  1,1604 F1 )
0.20

0.10
¿EL PATRÓ DE VARIABILITAT ESPACIAL
L
DE L COLLITA ES MANTÈ CONSTANT EN
LA
0.00
-0.65
5

2.44
4
-1.34
4

-1.00
0

-0.31
1

0.04
4

0.38
8

0.72
2

1.07
7

1.41
1

1.76
6

2.10
0

2.79
9

Factor 1
EL TEMPS?

Jornada ICC – A
2002-2004

de collita

9,9 t/ha
a 10,3 t/ha 6,6 t/ha

3. Estabilitat temporal de la
verema

HIPÒTESI «NUL·LA» DE
L’AGRICULTURA DE PRECISIÓ
Donada l elevada variabilitat
l’elevada
temporal del rendiment dels
cultius, el maneig uniforme de
les parcel·les es l’estratègia ¿LA Q
QUALITAT DE LA COLLITA SEGUEIX
òptima i de menor risc. EL MATEIX PATRÓ DE VARIACIÓ
Ó Ó
ESPACIAL QUE EL RENDIMENT?
E

Jornada ICC – A
2002-2004

de collita


Mean yield (t ha-1)
1

3. Estabilitat temporal de la 6.345
verema 14.228

Probable alcoholic degree 1

12.2 a
11.7
11 7 b
2
Acidity

4. Ús de mapes de verema per a Yie (t ha-1)
eld
4.46 b
4.70 a
la zonificació de la qualitat i la 22.7
Phenolics 3
verema selectiva a nivell de Cluster 1 16.7
16 7 a

parcel·la 0.3
Cluster 2 14.8 a

0 75 150 300
m N

I Jornada de Viticultura de Precisión en Navarra – Red temática CTP
Viticultura de Precisió a Raimat (Lle
eida): experiències a partir del 2004

1. Monitors de rendiment i mapes Imatges multiespectrales – satèl·lit Quickbird-2
I
de collita


3. Estabilitat temporal de la Resolució: 2,4 – 2,8 m
verema
Im
matges aèries multiespectrales – càmera DMSC

4. Ús de mapes de verema per a
la zonificació de la qualitat i la
verema selectiva a nivell de
parcel·la

5. Ús de sensors remots i índexs Resolució: 0,3 - 0,5 m
de vegetació

Jornada ICC – A
2004-2006

PREDICCIÓ DE LA COLLITA

11,7 t / ha
, 11,8 t / ha

Cosecha 2004 Predicción Cosec 2004
cha Diferencias Cosecha - Predicción
Cabernet Sauvignon Cabernet Sauvignon Cabernet Sauvignon
Tn / ha Tn / ha Tn / ha
33 27 12,5

1,5 3,5 -9,4

Imatge Quickbird-2 RGB432, J
Juliol 2004

Jornada ICC – A
2004-2006

MILLORA DE LA GESTIÓ DEL
REG I LA FERTIRRIGACIÓ

Jornada ICC – A
2004-2006

Maneig diferencial dels sectors de reg

NDVI Quickbird
Q i kbi d Classificació ND
Cl ifi ió DVI

Sectores con zonas
S
de escaso vigor
NDVI < 0,32
Sectores con zonas
de vigor intermedio
0,32 < NDVI < 0,39
Sectores con zonas
de alto vigor
NDVI > 0,39
0 39

Jornada ICC – A
2004-2006

Redisseny dels sectors de reg

NDVI Quickbird
Q

Jornada ICC – A
2004-2006

ZONIFICACIÓ DE LA QUALITAT
Amb imatges de satèl lit
satèl·lit

NDVI Baix
NDVI Baix
i NDVI Mig
Mi
NDVI Alt NDVI Alt

Cluster Cosecha Grado alcohólico pH Acidez total IPT Color
NDVI (t/ha) (ºBé) (g H2SO4 / l)

Bajo 4,7 a 14,2 a 3,9 a 2,6 a 13,4 a 4,9 a
Alto 7,5 b 14,3 a 3,7 b 3,1 b 11,7 b 4,0 b

Cluster Cosecha Grado alcohólico pH Acidez total IPT Color
NDVI (t/ha) (ºBé) (g H2SO4 / l)

Bajo
j 4,7 a
, 13,7 a
, 3,9 a
, 2,6 a
, 13,7 a
, 4,8 a
,
Medio 6,3 b 14,8 b 3,8 a 2,8 b 12,7 b 4,5 a
Alto 7,8 c 14,1 a 3,7 b 3,2 c 11,3 c 3,9 b

Jornada ICC – A
2007-2008

ZONIFICACIÓ DE LA QUALITAT
Amb imatges aèries
Parcela C-1 Parcela P-20
Cabernet-Sauvignon Ull de Llebre

Avaluació del vigor mitjançant l’índex
de vegetació
PCD (Plant Cell Density)

A: vigor baix
B: vigor mig
C: vigor alt

Mostreig de raïms i microvinificació

Anàlisi de Anàlisi
Zones COLOR Zones COLOR BOCA
paràmetres de sensorial
A 9a A 16 ab 12,5 a
qualitat
B 21,5 b B 12,5 a 17,5 ab Color, Nas, Boca
C 23,5 b C 25,5 b 24 b

Viticultura de Precisió a Raimat (Ll
leida): cicle de la verema selectiva

NDVI Quickbird-2

Anàlisi ‘cluster’
cluster

Verolat

Zonificació Veremadora amb monitor de collita + GPS

Jornada ICC – A
2008-2011

de collita
6. Ú i desenvolupament de sensors de qualitat
Ús
(on-the-go sensors) per a la mesura directa o
on-the go
indiirecta dels paràmetres que caracteritzen la
qualitat del raïm
espacial de la verema Ús del
Ú d l LiDAR per a l’ til’estimació fi bl d l LAI i
ió fiable del i,
rectament, la producció i/o la qualitat
indir

3. Estabilitat temporal de la
verema 0º
0

4. Ús de mapes de verema per a
la zonificació de la qualitat i la
verema selectiva a nivell de
parcel·la
18
80º

LMS-200
LMS 200 (SICK AG W ldki h G
AG, Waldkirch, Germany)
)
5. Ús de sensors remots i índexs
de vegetació

Jornada ICC – A
2008-2011

Tree Area Index (TAI)

Model de regressió lineal simple
IAF = 1,3118 TAI - 0,2444
2.4

dice de Área Foliar, IAF
R2 = 0,8282
2.1
1.8
1.5
1.2
0.9
0.6
0.3

Índ
0.0
0.0 0.5 1.0 1.5 2.0
Tree Area Index. TAI

Jornada ICC – A
2008-2011

ORIGINAL DATA
O
(X, Y, LAI)

FIELD
VALID
DATION

Parcel·la 44: Syrah CO
ORRECTED DATA VESPER LAI RASTER MAP
Marc de plantació: 3 x 2 m (X, Y, LAIC) (Kriging in 5 m blocks by using a regular 2 m grid)

6 files de 380 m de longitud
Superfície escanejada: ~0,70 ha
Reduction of Interpolated values of LAI
sampling points
s

MZA
Comparison of zone
maps for different Cluster analysis
sampling densities (Fuzzy c‐means algorithm)

SAS

Pro
otocol for use of CLASSIFIED MAPS OF LAI
LiDAR (Maps of two or three zones)

Jornada ICC – A
2008-2011

Jornada ICC – A
2008-2011

LMS 200 (SICK) UAV
Ima
atge d satèl·lit
de èl li
QuickBird-2

GreenSeeker (TRIMBLE)
Imatge aèria
Càmera digital DMSC

Jornada ICC – A
2008-2011

Muestreo 62 punts de mostreig

LAI   0  1 * TAI
LAI   0  1 * NDVI
TAI •Gemmes LAI   0  1 * TAI   2 * NDVI
•Brots
•Raïms LIDAR – Microvariabilitat
Maneig en continu i en temps real
0 .7

TAI 0 .6

0 .5

NDVI •Grau
0 .4

•Acidesa
0 .3

0 .2
•pH 0 .1

•Antocians Teledetecció – Macrovariabilitat
0 .0

•IPT 1 21 41 61 81 101 121 141 161

Maneig zonal de la vinya
N ú m e ro d e b a rrid o o e s c á n e r
•Color
Color

És possible la integració d’ambdues tecn nologies, sensors terrestres i sensors
remots, en l’àmbit de la Viticultura de P
Precisió?

Jornada ICC – A
Futurs desenvolupaments en Viticultura de Precisió
s

VEREMA SELECTIVA REG I FERT
TILITZACIÓ TRACTAMENTS
FITOSANITARIS

Sensors aerotransportats (cobertura i resolució espacials, multitemporalitat)
Sensor òptic (VNIR) Sensor òptic (VNI / tèrmic (TIR)
IR) Sensor òptic (VNIR) / LiDAR
ÍNDEX DE VEGETACIÓ ÍNDEX ESTR HÍDRIC
RÈS ÍNDEX ÀREA (VOLUM) FOLIAR

1. Mapat i c
classificació

Mostreig de la qualitat Mostreig de l’estat hídric
l estat Mostreig de la superfície foliar

2. Modelització de la resp
posta espectral del cultiu

Jornada ICC – A
Futurs desenvolupaments en Viticultura de Precisió
s

TILITZACIÓ TRACTAMENTS
FITOSANITARIS

Sensors aerotransportats (cobertura i re
esolució espacials, multitemporalitat) - UAV

Sensor òptic (VNIR) Sensor òptic (VNI / tèrmic (TIR)
IR) Sensor òptic (VNIR) / LiDAR
ÍNDEX DE VEGETACIÓ ÍNDEX ESTR HÍDRIC
RÈS ÍNDEX ÀREA (VOLUM) FOLIAR

1. Classificació i avaluació de l’op
portunitat del maneig diferencial

2. Optimització del mostreig
ó ?
Mostreig de la qualitat Mostreig de l’estat hídric
l estat Mostreig de la superfície foliar

3. Validació/redefinició de zones a niv de parcel·la (finca / regió vitícola)
vell

Jornada ICC – A
1.
1 Índex per a l’avaluació de l op
l avaluació l’op
portunitat de la verema selectiva

IO = 40 IO = 28

IO  (V  V )( E   E )( S  S ) IO = 20 IO = 0

Jornada ICC – A
2.
2 Mostreig selectiu (mostreig de preci
isió) per a la validació de la zonificació

Mostreig de la qualitat Mostreig de l’estat hídric Mostreig de la superfície foliar

Multiplex (FORCE-A, GreenSeeke (TRIMBLE,
er LMS-200 (SICK AG,
Orsay,
Orsay France) Westminsster,
ster USA) Waldkirch, G
W ldki h Germany) )

TILITZACIÓ TRACTAMENTS FITOSANITARIS

Jornada ICC – A
Congrés sobre AGRICU
ULTURA DE PRECISIÓ

http://www.ecp
http://www ecp
pa2013.udl.cat
pa2013 udl cat

Moltes gràcies p la seva atenció
per

De la mesura a la informació: models i agricultura de precisió

Recommended

Recommended

More Related Content

More from Institut Cartogràfic de Catalunya

More from Institut Cartogràfic de Catalunya (20)

De la mesura a la informació: models i agricultura de precisió