Introducción

La agricultura de precisión, tal como se desarrolla en la actualidad, se empezó a fomentar desde hace unas tres décadas. La evolución de tecnologías como los sensores remotos satelitales y los sistemas de posicionamiento global (GPS) han contribuido a que millones de hectáreas sean monitoreadas por esos sistemas (^{Hatfield, 2008}), permitiendo que tales tecnologías puedan integrarse al funcionamiento rutinario de los servicios de asesoramiento de riego, mejorando así la gestión operativa diaria.

Las tecnologías de observación de la tierra mediante sensores a bordo de satélites son las más adecuadas para hacer más eficaz el seguimiento en campo, al proporcionar imágenes de la superficie terrestre a intervalos regulares (^{Ueno, Kawamitsu, Sun, & Maeda, 2005}; ^{Soria, 2004}; ^{Rudorff & Batista, 1990}).

Los servicios de asesoramiento de riego, ligados de manera estrecha con los agricultores, se van consolidando lentamente en este nuevo papel (^{Martín de Santa Olalla, Brasa-Ramos, Fabeiro-Cortés, Fernández-González, & López-Córcoles, 1999}) y son uno de los más importantes instrumentos de gestión para conseguir una mejor eficiencia en el uso del agua para riego.

La Unión Europea ha apoyado un proyecto para asesoramiento en riego a productores agrícolas denominado DEMETER (Demonstration of Earth Observation Technologies in Routine Irrigation Advisory Services) (^{DEMETER, 2002}), que ha sido exitosamente utilizado en España en el programa denominado Servicio de Asistencia en Riego Asistido por Satélite (e-SARAS), que maneja el Grupo de Teledetección y SIG de la Universidad de Castilla-La Mancha; asimismo, México participó en un proyecto que es extensión del DEMETR, denominado Pleiades (Participatory Low-Cost Earth-Observation-Assisted Irrigation Advisory: An Element of Sustainable Water Management), con personal de la Universidad de Sonora, el Instituto Tecnológico de Sonora y el Colegio de Postgraduados, en el periodo 2006-2009.

El proyecto consiste en obtener imágenes del satélite Landsat 5 a través del consorcio EURI-MAGE, entregadas en pocas horas después de la captura a la universidad. A estas imágenes se les realiza un proceso consistente en la corrección geométrica y estimación de las reflectividades aparentes, con lo que se obtiene el Índice de Vegetación por Diferencias Normalizadas (NDVI), el mapa de coeficientes de cultivo Kc derivado del índice anterior y la producción de una imagen en falso color con las bandas 5, 4 y 3 de la zona en estudio. Además, están tratando de agregar una corrección por variables atmosféricas.

Finalmente se les remite a los productores en un visor llamado SPIDER vía Internet, la información sobre las necesidades de agua de los cultivos y recomendaciones sobre su manejo. Esta información se envía en dos modos: un servicio general para todos los productores y un servicio personalizado por parcela a grandes productores que cooperan económicamente para conseguir la mencionada información (^{Palacios & García, 2012}).

Se pueden utilizar varios procedimientos para obtener el coeficiente de cultivo desde las imágenes satelitales, directamente mediante los denominados Índices de Vegetación (^{Calera & Martín de Santa Olalla, 2005}) (^{Moran, Inoue, & Barnes, 1997}), o bien utilizando modelos de balance de energía (^{Tasumi & Allen, 2007}). Puesto que la información ha de estar disponible para los productores en el plazo más breve posible, la mejor solución es obtener el coeficiente de cultivo a partir de los índices de vegetación (^{Cuesta, Montoro, Jochum, Lópa, & Calera, 2005}).

La imagen adquirida por el satélite se puede mostrar de forma semejante a una “fotografía en color” del cultivo en el instante de su adquisición, aportando información de las características de la distribución espacial del vigor de dicho cultivo.

Contar con un Sistema de Monitoreo Satelital permite que los productores del Distrito de Riego 038 Río Mayo puedan visualizar el seguimiento y desarrollo de sus cultivos por medio del Índice de Vegetación por Diferencias Normalizadas (NDVI); también puede comparar con el mayor rendimiento de los ciclos pasados, a fin de tomar decisiones necesarias de manejo oportuno para obtener un mejor rendimiento en el ciclo actual.

Materiales y métodos

El presente trabajo se desarrolló en el Distrito de Riego 038 Río Mayo. La superficie actual del distrito está situada en los municipios de Navojoa, Etchojoa y Huatabampo, y comprende un área de 114 000 ha, de las cuales 97 891 ha están en un padrón y se riegan 88124 ha; en algunos ciclos agrícolas se incrementan hasta 92 000 ha; también se consideran terrenos agrícolas localizados fuera de su perímetro. Este distrito se localiza al sur del estado de Sonora, en la zona denominada Valle del Mayo, entre las latitudes 27° 15’ y 26° 45’ al norte del ecuador, así como los meridianos 109° 20’ y 109° 50’ con respecto al meridiano de Greenwich.

Materiales

Se adquirieron 40 imágenes satelitales Landsat 7 ETM+ y Landsat 8 OLI para cuatro ciclos agrícolas, las cuales fueron obtenidas de la página web: Global Visualization de USGS Visor (http://glovis.usgs.gov/) (USGS, 2011-2015). Dichas imágenes constan de ocho bandas, con una resolución espacial de 30 m para las seis bandas reflectivas (de 1 a 5 y 7), 15 m para la banda pancromática (8) y 60 m para la banda térmica (6).

En el cuadro 1 se muestra el número de imágenes utilizadas con las fechas y nombre de cada imagen por ciclo agrícola.

Cuadro 1 Lista de imágenes de satélite utilizadas en el sistema de monitoreo de cuatro ciclos agrícolas. 

El software utilizado para el análisis y procesamiento digital de las imágenes de satélite fue IDRISI®, ArcView® y Quantum GIS Wien 2.8.2, por su ventaja que es Open Surce, así como el desarrollado por ^{Palacios (2007)} para la corrección atmosférica y EstadParcelas, a fin de estimar valores promedio de índices de vegetación dentro de los límites de las parcelas de estudio.

Para el desarrollo e instalación de la aplicación del Sistema de Monitoreo Satelital se utilizaron los siguientes programas: Eclipse IDE for Java EE Developers, HeidiSQL, XAMPP. Las herramientas y lenguajes de programación web usadas fueron Java, Javascritp, jQuery, Css, Html, OpenLayers y MySQL. La instalación se realizó en el Sistema Operativo Ubuntu server 12.04.3 LTS Linux, con Glassfish 04, contenedor de aplicaciones web, como Geoserver 2.3 es contenedor de almacén de datos geoespaciales, y la misma aplicación web Sistema de Monitoreo Satelital. En la figura 1 se muestra la forma en que se integra el software.

Figura 1 Integración del software. 

Metodología

La notable diferencia de la reflectividad entre las bandas visibles y los infrarrojos, especialmente el rojo (utilizado en la fotosíntesis) y la del infrarrojo cercano (reflejado) permite calcular varios índices de vegetación, que pueden ser un buen indicador del desarrollo de los cultivos y aún estimar su rendimiento futuro. Entre estos índices suele utilizarse para medir el desarrollo de la vegetación el denominado “Índice de Vegetación de Diferencias Normalizadas” (NDVI, por sus siglas en inglés) (Rouse et al., 1974), citado por Jensen (2000), cuyo valor se calcula con las reflectividades en las bandas roja (ρ _r ) (0.60 a 0.70 μm) e infrarroja cercana (ρ _i ) (0.70 a 1.3 μm). La fórmula para su cálculo es:

(1)

Para el cumplimiento de los objetivos planteados se llevaron a cabo las siguientes actividades.

Arquitectura de desarrollo para la aplicación web

Se siguió el patrón de arquitectura MVC (Modelo-Vista-Controlador), que define la organización independiente del Modelo (objetos de negocio), la Vista (interfaz con el usuario u otro sistema) y el Controlador (controlador de secuencias de tareas de la aplicación). De esta forma, el sistema se dividió en tres capas.

En la figura 2 se describe el funcionamiento del patrón modelo-vista-controlado.

Figura 2 Funcionamiento del patrón modelo-vista-controlador. 

El patrón de arquitectura "modelo vista controlador" es una filosofía de diseño de aplicaciones compuesta por Modelo, Vista y Controlador.

Resultados y discusión

El resultado final de este trabajo (sistema de monitoreo satelital) se instaló en un dominio en el Colegio de Postgraduados, donde se puede tener acceso desde la página http://hidro.colpos.mx:8080/sig-mon/. Se puede ingresar a la aplicación desde cualquier explorador web.

El tratamiento de las imágenes satelitales, como el cálculo del NDVI, se agregaron a cada parcela del Distrito de Riego 038 con el programa EstadParcelas. Los valores acumulados del NDVI por parcela se guardaron en una base de datos geoespacial shapefile para cada ciclo agrícola, que se presentan en una gráfica para un mayor entendimiento al productor dentro del visor del Sistema de Monitoreo Satelital.

El Sistema de Monitoreo Satelital se integra de cuatro shapefiles y de las imágenes satelitales. Un shapefile para el ciclo agrícola 2011-2012, otro para el ciclo 2012-2013, 2013-2014 y para el ciclo 2014-2015. “El Shapefile es un formato de representación vectorial desarrollado por ESRI (Enviromental Systems Research Institute). Consta de un número variable de archivos, en los que se almacena digitalmente la localización de los elementos geográficos” (^{OSM, 2015}). En cada shapefile se cuenta con la información de los usuarios, como distrito de riego, módulo, número de cuenta, nombre, apellido paterno, apellido materno, superficie y los acumulados del NDVI de las correspondientes imágenes de satélite por cada ciclo agrícola.

Como las imágenes se visualizan en NDVI y falso color se tiene un total de 80 imágenes procesadas para los cuatro ciclos; 40 son NDVI y 40 falso color.

Estos shapefiles y las imágenes se cargaron en Geoserver. “Es un servidor Web y contenedor de los almacenes de datos geoespaciales; permite visualizar mapas y datos de diferentes formatos para aplicaciones Web” (^{OSGeo, 2015}), como se muestra en la figura 3.

Figura 3 Integración de los shapefile y las imágenes satelitales para su visualización en la aplicación web. 

La aplicación está desarrollada en tres secciones:

El Sistema de Monitoreo Satelital da acceso simultáneamente a la imagen satelital y a la gráfica de la parcela de la que se requiere la información correspondiente al NDVI acumulado, tal y como se muestra en la figura 4, que permite observar el seguimiento de la evolución temporal del cultivo a lo largo de su ciclo de crecimiento. Cuando se selecciona una parcela se muestra el NDVI acumulado de cada ciclo agrícola. La información gráfica sobre el vigor del cultivo es una de las aportaciones más relevantes derivadas de la imagen del satélite, pues permite al usuario identificar y reconocer los rasgos del cultivo en ese momento en una parcela, al igual que las diferencias de siembra en suelo, nutrientes, riego que pueden reflejarse en la imagen a lo largo del ciclo de crecimiento. El reconocimiento de estas diferencias y su contraste con la propia experiencia del agricultor hace que éste tenga confianza en el Sistema de Monitoreo Satelital.

Figura 4 Imagen de la gráfica correspondiente al NDVI acumulado. 

Es conveniente mencionar que las gráficas en el NDVI acumulado para cada parcela pueden variar en cada ciclo, pues muchos de los dueños rentan sus terrenos a diferentes productores y cada productor no siempre siembra el mismo cultivo en los diferentes ciclos agrícolas, o bien la fecha de siembra no es la misma para los distintos ciclos.

El sistema de monitoreo ya está disponible para los productores del Distrito de Riego 038 Río Mayo ingresando a la dirección http://hidro.colpos.mx:8080/sig-mon/, donde se pretende que los productores ya puedan contar y visualizar la información para los ciclos agrícolas 2015-2016 y puedan ver con las imágenes satelitales actuales la evolución del cultivo, comparando esto con los ciclos pasados.

Conclusiones y recomendaciones

Las tecnologías de observación de la tierra han alcanzado el punto de madurez y desarrollo en la generación de productos que hacen posible plantear su integración en el funcionamiento diario de los servicios de asesoramiento en riego, para conseguir, entre otros aspectos, una mejor eficiencia del agua para riego.

Como se ha observado, el apoyo a la agricultura en general y a la de riego en particular mediante el uso de imágenes satelitales combinadas con Sistemas de Información Geográfica son herramientas de mucho valor, que ayudarán a los usuarios del agua a mejorar su uso y aumentar el rendimiento de sus cultivos.

Mediante estos métodos, es posible evaluar cómo se desarrollan los cultivos y, en su caso, los productores pueden tomar las medidas conducentes a corregir errores en el manejo de sus cultivos. Esto es la base de la agricultura de precisión.