Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Tecnología y ciencias del agua
versión On-line ISSN 2007-2422
Tecnol. cienc. agua vol.9 no.1 Jiutepec ene./feb. 2018 Epub 24-Nov-2020
https://doi.org/10.24850/j-tyca-2018-01-02
Artículos
Evaluación de la eficiencia del uso del agua en la agricultura apoyada por imágenes satélites
1Colegio de Postgraduados, Montecillo, Estado de México, México, epalacio@colpos.mx
2Servicios de Estudios en Ingeniería y Sistemas, S. A. de C. V., Hermosillo, Sonora, México, luispalacios@seissa.com.mx
3Colegio de Postgraduados, Montecillo, Estado de México, México, espinosa.jose@colpos.mx
Evaluar la eficiencia del uso del agua es una condición necesaria para mejorar la productividad. La eficiencia total es el producto de la eficiencia de conducción, tanto de canales de riego mayores y menores, multiplicado por la eficiencia de aplicación a nivel parcela. La eficiencia de conducción se logra mediante la medición del agua entregada en las parcelas entre la medida al ser extraída de las fuentes de abastecimiento. Estas mediciones son efectuadas generalmente por el personal que opera los sistemas de riego, como son los distritos y unidades de riego. En la mayoría de los distritos de riego, tales mediciones suelen ser obligatorias para reportarse a la Comisión Nacional del Agua (Conagua), con una variable de precisión. Sin embargo, la eficiencia en la aplicación del agua en las parcelas de los usuarios es mucho más difícil de llevarse a cabo, porque la medición del consumo de agua por las plantas no es fácil de evaluar. En efecto, la eficiencia de riego parcelaria es la relación entre el agua evapotranspirada por los cultivos entre el agua aplicada en el riego; ambas mediciones son difíciles de realizar. Sin embargo, en los últimos años se ha logrado estimar el consumo de agua por los cultivos mediante el uso de imágenes satelitales. Así, en el presente trabajo se muestra una metodología empleada en el Distrito de Riego Río Mayo, en Sonora, México, para el último ciclo agrícola 2015-2016, utilizando imágenes de satélite Landsat 7 y 8, con resultados bastante aceptables. Esta metodología se basa en el proyecto Pleiades 2007-2010.
Palabras clave NDVI; evapotranspiración; Kc; eficiencia uso del agua
To evaluate the water use efficiency is a necessary condition to improve water productivity. The overall water use efficiency is the product of conveyance efficiency in the largest and minor irrigation canal systems, multiplied by the application efficiency at the users´ plots. Conveyance efficiency is achieved by measuring the water delivered at the irrigated plots between the amounts of water taken from the sources of supply. These measurements are generally carried out by the personnel operating the irrigation systems. In most of the districts, these measurements are usually carried mandatory to report to the National Water Commission, with a variable precision. However, the water application efficiency in the users´ plots is much more difficult to be done, because the measurement of water consumption by plants is not easy to assess. Indeed, the efficiency in plot irrigation, is the ratio of crop water evapotranspiration between the amounts of water applied, both measurements are difficult to perform. However, in recent years it has been possible to estimate water consumption by crops using satellite imagery. Thus, in this paper, a methodology used in the Mayo River Irrigation District in Sonora, Mexico is shown for the last agricultural cycle 2015-2016 using Landsat 7 and 8 satellite images, with acceptable results. This methodology is based on the PLEIADES project 2007 - 2010.
Keywords NDVI; evapotranspiration; Kc; water use efficiency
Introducción
La estimación de la eficiencia del uso del agua a nivel de parcela ha sido un reto, pues no es fácil medir la evapotranspiración de los cultivos. El método gravimétrico, que consiste en tomar muestras de suelo para determinar el contenido de humedad mediante el pesaje del suelo húmedo y luego seco, y para estimar el peso específico de cada muestra en varios lugares de una parcela, es muy difícil y costoso. Debido a la variabilidad espacial del suelo, se requiere tomar varias muestras de cada parcela de cada cultivo, lo que implicaría a muchas personas para realizar esta tarea.
El uso del lisímetro es otro método que requiere la construcción de estos dispositivos que se hace generalmente en instituciones de investigación, pero su uso no es posible en cada cosecha o parcela de interés. También se usan dispositivos de medida de flujo turbulento (Eddy Correlation), pero el costo es alto y casi siempre se usa para calibrar otros métodos más simplistas.
Existen varios métodos empíricos o semi-empíricos que se han utilizado para estimar el uso del agua de los cultivos por muchos años, como los métodos de Thornthwaite, Blaney y Criddle, Penman-Monteith, que intentan estimar la evapotranspiración potencial o de referencia, que mide la demanda de evapotranspiración por factores climáticos. Por otro lado, la evapotranspiración del cultivo es muy variable, ya que depende del desarrollo vegetativo del cultivo, de la variabilidad espacial del suelo, del estrés hídrico en la planta y de muchos otros factores, por lo que es difícil de evaluar. Las estaciones meteorológicas automáticas disponibles pueden utilizarse para estimar la evapotranspiración de referencia mediante la ecuación de Penman-Monteith, con software instalado en la estación meteorológica automática (Palacios, 2002).
Como ya se mencionó, la evapotranspiración de los cultivos es muy variable y se estima multiplicando la evapotranspiración de referencia por un factor adimensional denominado coeficiente de cultivo (Kc) (Allen, Pereira, Raes, & Smith, 1998). El coeficiente de cultivo cambia acorde con su desarrollo. Este factor puede estimarse a partir de un índice de vegetación denominado NDVI, que puede obtenerse mediante imágenes satelitales. Al respecto, cabe señalar que, en comparación con METRIC, un modelo desarrollado por la Universidad de Idaho, el método descrito en este artículo es más fácil de desarrollar y da resultados similares en la estimación de la eficiencia del uso del agua cuando se usa de manera adecuada (Palacios & Flores, 2013).
Materiales y métodos
La eficiencia general del uso del agua en la agricultura de riego se define como la proporción del volumen de agua usada por los cultivos, también la derivación como el consumo, la cantidad de agua extraída de las fuentes de suministro, además de la precipitación efectiva para el riego. Se representa por la siguiente función:
Donde:
Ewu |
eficiencia del uso del agua, adimensional |
Vu |
volumen utilizado por los cultivos, m3 |
Ve |
volumen extraído de diferentes fuentes, m3 |
Vpe |
volumen de lluvia efectiva, m3 |
Debe tenerse en cuenta que en varios casos también se considera la cantidad de agua requerida por el cultivo para el lavado de sales, pero en este caso no ha sido así.
La evaluación de la eficiencia general del agua es importante, pues nos permite estimar el agua desperdiciada, vital en el caso de México, donde este recurso es escaso en la mayoría de las áreas agrícolas del país, donde se ha observado con preocupación que el área regada en los últimos 30 años no ha cambiado a pesar de las enormes inversiones hechas.
En los distritos de riego de México, el agua se obtiene de diferentes fuentes, y se suele medir o estimar con una precisión aceptable. El volumen de precipitaciones efectivas es difícil de estimar, pero hay varios métodos empíricos que pueden hacer una evaluación razonable. La estimación del agua utilizada por cada cultivo y en cada parcela es la tarea más difícil de lograr.
Existen varios métodos para estimar el consumo de agua por las plantas (ETc), pero uno de los métodos más comúnmente utilizados es el de la denominada evapotranspiración de referencia (ETr) multiplicado por un coeficiente de cultivo sin limitaciones Kc, por lo que la función para el cálculo es:
La evapotranspiración potencial y más recientemente llamada referencia ETr es un cultivo que no tiene restricción de agua, de pequeño tamaño, como hierba o alfalfa, que cubre por completo el suelo (Rosenberg, 1974). Hoy en día, esta variable se puede calcular con el método de Penman-Monteith, que ya se puede obtener de una estación meteorológica automática en la que se ha incorporado el software para este cálculo.
El valor del coeficiente de Kc es más difícil de estimar debido a que implica la medición de la evapotranspiración real de un cultivo, lo que requiere un equipo especial, como un lisímetro de pesada con estructura de suelo inalterada o una estación de medición de flujo turbulento. Sin embargo, el consumo de agua de cada cultivo puede ser muy variable, ya que depende no sólo del cultivo, sino también de otras variables, como la fertilización y el estrés hídrico, entre otros, por lo que el cálculo puede realizarse utilizando diferentes métodos, como propone la FAO (Allen et al., 1998), que considera cultivos realizados bajo condiciones estándar, que se producen en vastos campos bajo condiciones agronómicas excelentes, sin limitaciones de humedad del suelo.
En el año 2000, el proyecto "Demonstration of Earth observation Technologies in Routine Irrigation Advisory Services" (Demeter), financiado por la Comisión Europea, apoyó a las naciones mediterráneas de ese continente, para mejorar la eficiencia del uso del agua. Durante cinco años, se realizaron varias investigaciones, entre ellas, buscar una relación lineal entre el índice de vegetación NDVI y Kc.
El NDVI se calcula a partir de la reflectancia de las bandas roja e infrarroja de las imágenes de satélite de acuerdo con la siguiente función:
Por lo tanto, D’Urso y Calera (2006), en las Actas de la Conferencia AIP (2006) discutieron, con cierto detalle, esta relación lineal entre NDVI y Kc, y la función general derivada, relacionando estas dos variables como se muestra a continuación:
Posteriormente, Calera y Gonzalez (2007), en un documento del proyecto "Herramientas participativas multi-nivel EO-asistida de agua para la gestión del riego y la decisión agrícola de apoyo" (Pleiades), también financiado por el Comisión Europea, presentaron una función específica para el trigo que fue:
Esta relación lineal entre NDVI y Kc puede verse claramente al representar la cifra mencionada en la publicación de la FAO (Allen, Pereira, Smith, Raes, & Wright, 2005) y añadir la posición de los valores de NDVI obtenidos de las imágenes de satélite, como se muestra en la figura 1.
Como parte del proyecto Pleiades (2007-2010), se realizaron mediciones en el Distrito de Riego del Río Yaqui, en el estado de Sonora, como una investigación de tres instituciones mexicanas (Colpos, Itson y Uson), con apoyo adicional del IRD de Francia, con un experimento para medir la evapotranspiración en cuatro bloques del distrito, incluyendo el uso de cuatro escintilómetros.
En dicho experimento, la evapotranspiración del trigo se midió también con el equipo de Correlación Eddy y se calcularon los índices NDVI, utilizando 10 imágenes de los satélites Landsat 5 y 7. Se obtuvieron resultados similares a los de Calera y Gonzalez (2007). La relación se describe en un artículo de Palacios (2011) (figura 2).
A la izquierda de la figura 2 se muestra la variación de Kc durante la estación de crecimiento del trigo y los puntos oscuros son los valores NDVI obtenidos a partir de 10 imágenes de los satélites Landsat 5 y 7.
La función obtenida por Calera y González se usó para estimar el consumo de agua para todos los cultivos, con información ETr de una estación meteorológica automática. En la página web de la Universidad Castilla La Mancha, España, se ha desarrollado un sistema en línea para los proyectos Demeter y Pleiades, para mostrar las condiciones de cultivo y las estimaciones de evapotranspiración utilizando esta metodología. Ahora se está usando una pantalla mejorada en un nuevo proyecto llamado “Riego sostenible, gestión del agua y gobernabilidad de las cuencas hidrográficas: implementación de servicios impulsados por el usuario (Sirius)”.
El sistema en línea, Spider, utiliza diversos tipos de imágenes y sistemas de información geográfica, y permite a sus usuarios (todos los miembros del consorcio Sirius, incluyendo México) observar el estado de sus parcelas y calcular su consumo de agua por cultivos mediante un ingenioso método de integración gráfica, utilizando la función (5).
Se considera que esta función sólo es válida para los cultivos que cubren totalmente la superficie del suelo cuando alcanzan la floración. Para otros cultivos perennes tales como huertos, que generalmente no cubren completamente el suelo, se requiere para calcular otras funciones. Como ejemplo, se puede mencionar la función encontrada por Rodríguez, para el cultivo de uvas de mesa, presentado en un artículo de Palacios, Palacios, Rodriguez y Palacios (2010). Esta función obtenida en el "Distrito de Riego Costa de Hermosillo" se muestra en la figura 3.
Considerando que la función (5) puede ser válida para estimar el consumo anual de agua de los cultivos que cubren toda el área de riego al llegar a florecer, se podría utilizar para calcular el consumo de agua en cada parcela de un distrito de riego.
Bajo este supuesto, entonces es posible integrar el consumo total de agua por los cultivos en un distrito de riego.
Resultados
Esta metodología ha sido probada en el distrito de riego de Río Mayo, en el estado de Sonora, en el norte de México, donde más de 95% de la superficie de riego está ocupada por cultivos anuales, principalmente trigo, cártamo y maíz. Se calculó la eficiencia total del uso del agua en este distrito de riego.
Para evaluar la eficiencia del uso del agua a nivel de parcela, se desarrolló un software de uno de los autores de este informe, que permite calcular el valor promedio de NDVI (por píxel) dentro del perímetro de cada parcela, utilizando un sistema de información geográfica (SIG) del distrito de riego. Posteriormente, se generó una base de datos con los valores promedio de NDVI por parcela para cada fecha de la imagen de satélite. Luego, utilizando el ETr calculado de un cultivo de pasto por la fórmula de Penman-Monteith y los datos climáticos registrados en una estación meteorológica situada en la parte central del distrito, se obtuvo la evaluación del consumo de agua en cada parcela.
Finalmente se obtuvo una base de datos con valores medios de NDVI y ETc por parcela, lo que permitió evaluar el consumo de agua para riego en cada módulo en el que se ha dividido el distrito. En esta área, sin embargo, la lluvia como fuente de agua durante el desarrollo de los cultivos no es significativa, por lo tanto la eficiencia total del uso del agua del riego se logra por las dos fuentes de riego de este Distrito, la presa Adolfo Ruiz Cortines y 130 pozos profundos para complementar las necesidades de riego.
Toda esta información podría estar disponible para las asociaciones de usuarios de agua en el distrito. Para mostrar a cualquier usuario de agua que solicite información sobre el estado de sus parcelas, es posible mostrar imágenes de satélite con esta información en un ordenador utilizando el "ArcView ®" u otro software GIS, tal como el código abierto QGIS. La información también está disponible en el visor Spider Internet, que se encuentra en el sitio web de la Universidad de Castilla La Mancha, www.zeus.idr-ab.uclm.es/public. Además, hay otro visor desarrollado por el estudiante de doctorado José Luis Espinosa, también disponible en Internet en: http://hidro.colpos.mx:8080/sig-mon/.
Además, se generaron hojas Excel para mostrar la evaluación de las eficiencias de riego a nivel de módulo en el distrito de riego Río Mayo en el ciclo 2015-2016 usando Landsat 7 y Landsat 8, que se muestra en el apéndice de este artículo.
Conclusiones
Es posible estimar la evapotranspiración de los cultivos a nivel de parcela, en módulos de riego y en distritos de riego, utilizando imágenes satelitales para calcular los índices NDVI y luego los coeficientes de cultivo Kc. También es necesario contar con datos climáticos para estimar la evapotranspiración diaria de referencia a través de todo el ciclo agrícola. En el estado de Sonora hay una red de estaciones meteorológicas automáticas que se pueden emplear para obtener estos datos climáticos "Red de Estaciones Meteorológicas Automáticas de Sonora" (REMAS), www.siafeson.com/remas/.
Para hacer un seguimiento de cultivo creciente, como el descrito en el artículo, es necesario obtener imágenes de satélite, como el nuevo Landsat 8. Las imágenes del nuevo Landsat 8 se obtienen cada 16 días; las imágenes del satélite Sentinel 2A, cada 10 días, con resolución espacial de 10 metros. Ambos, Landsat 8 y Sentinel 2a, no tienen costo. Imágenes de satélite SPOT obtenidas de "Ermex". Son gratuitos si son proporcionados por medio de una oficina gubernamental, o una institución educativa o de investigación. El satélite Deimos puede ser otra opción, tiene una resolución espacial de 22 metros, pero estas imágenes tienen un coste aproximado de 0.15 € por km2.
REFERENCIAS
Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration. Guidelines for computing crop water requirements. Rome: UN-FAO. [ Links ]
Allen, R. G., Pereira, L. S., Smith, M., Raes, D., & Wright, J. L. (2005). The FAO-56 dual crop coefficient method for predicting evaporation from soil and application extensions. Journal of Irrigation and Drainage Engineering, 131, 2-13 [ Links ]
Calera, A., & González, J. (2007). Parámetros biofísicos de la cubierta vegetal. Relaciones operativas para la obtención de mapas de estos parámetros de las imágenes de satélite. Documento de PLEIADeS. Albacete, España: Grupo de Teledetección y SIG, IDR, UCLM. [ Links ]
D'urso, G., & Calera-Belmonte, A. (2006). Operative approaches to determine crop water requirements from Earth Observation data: Methodologies and applications (pp. 14-25). In: AIP Conference Proceedings 8S2: Earth Observation for Vegetation and Water Management. Naples, Italy, November, 10-11, 2005. [ Links ]
Palacios, E. (2002). ¿Por qué, cuando, cuánto y cómo regar?: para lograr mejores cosechas. México, DF: Editorial Trillas. [ Links ]
Palacios, E., Palacios, L. S., Rodriguez, J. C., & Palacios, J. E. (2010). Earth Observation as a support to improve water use in irrigated agriculture. Journal of Agriculture Science and Technology, 4(6), 1-9. [ Links ]
Palacios, E., Palacios, L. S., & Palacios, J. E. (2011). Agricultura de riego asistida con satélites. Tecnología y Ciencias del Agua, 2(2), 69-81. [ Links ]
Palacios, E., & Flores, H. (2013). Crop evapotranspiration estimation through the use of satellite images. Journal of Earth Science and Engineering, 3 (2013), 663-671. [ Links ]
Rosenberg, N. J. (1974). Microclimate: The biological environment. New York: John Willey & Sons. [ Links ]
Anexo
Módulo | Área del módulo | Área recortada | Volumen extraído | Módulo Vol.To | Conv. pérdidas | Conv. Ef. | Etc volumen | Pérdidas de riego | Eficiencia de riego |
---|---|---|---|---|---|---|---|---|---|
1 | 8 030 | 7 481 | 62 217 | 40,720 | 21 497 | 0.65 | 32 903 | 7 817 | 0.81 |
2 | 8 808 | 9 057 | 81 669 | 53,452 | 28 218 | 0.65 | 42 917 | 10 534 | 0.80 |
3 | 5 256 | 5 422 | 51 060 | 33,418 | 17 642 | 0.65 | 26 608 | 6 810 | 0.80 |
4 | 5 803 | 4 859 | 45 165 | 29 560 | 15 605 | 0.65 | 21 326 | 8 234 | 0.72 |
5 | 5 169 | 3 992 | 33 050 | 21 631 | 11 419 | 0.65 | 16 186 | 5 445 | 0.75 |
6 | 7 901 | 7 284 | 61 093 | 39 985 | 21 108 | 0.65 | 31 089 | 8 896 | 0.78 |
7 | 8 138 | 8 712 | 81 062 | 53 054 | 28 008 | 0.65 | 46 784 | 6 270 | 0.88 |
8 | 3 606 | 3 081 | 35 938 | 23 521 | 12 417 | 0.65 | 14 792 | 8 729 | 0.63 |
9 | 6 073 | 7 032 | 65 605 | 42 938 | 22 667 | 0.65 | 34 201 | 8 736 | 0.80 |
10 | 5 004 | 5 179 | 46 733 | 30 586 | 16 147 | 0.65 | 25 928 | 4 658 | 0.85 |
11 | 5 122 | 5 075 | 44 011 | 28 805 | 15 206 | 0.65 | 26 934 | 1 870 | 0.94 |
12 | 6 887 | 6 400 | 58 693 | 38 414 | 20 279 | 0.65 | 29 851 | 8 562 | 0.78 |
13 | 6 570 | 6 202 | 54 841 | 35 893 | 18 948 | 0.65 | 32 135 | 3 758 | 0.90 |
14 | 4 687 | 4 833 | 45 101 | 29 518 | 15 583 | 0.65 | 20 747 | 8 771 | 0.70 |
15 | 6 040 | 5 804 | 55 532 | 36 345 | 19 187 | 0.65 | 30 838 | 5 507 | 0.85 |
16 | 3 981 | 2 252 | 21 629 | 14 156 | 7 473 | 0.65 | 8 380 | 5 777 | 0.59 |
97 074 | 92 664 | 843 400 | 551 995 | 291 405 | 0.65 | 441 620 | 110 375 | 0.80 | |
Pérdidas de agua | Volumen | % pérdidas | Eficiencia % | Nota: los altos valores aparentes de eficiencia de riego observados en algunos módulos podrían ser el uso de agua que se informó como pérdidas de transporte | |||||
De la presa Tesia | 68 600 | 14.6 | 97.7 | ||||||
Pérdidas del canal | 291 405 | 62.0 | 65.5 | ||||||
Pérdidas de riego | 110 375 | 23.5 | 80.0 | ||||||
Pérdidas totales | 470 380 | 100.0 | 51.1 | ||||||
Desde la presa | 824 000 | ||||||||
Retiro | De los pozos | 88 000 | |||||||
Total | 912 000 |
Recibido: 30 de Enero de 2017; Aprobado: 07 de Agosto de 2017