estimación de conductancia estomática y detección de estrés

ESTIMACIÓN DE CONDUCTANCIA ESTOMÁTICA Y DETECCIÓN DE ESTRÉSHÍDRICO EN VEGETACIÓN MEDIANTE IMÁGENES TÉRMICAS DE ALTARESOLUCIÓN ESPACIAL OBTENIDAS CON UN VEHÍCULO AÉREO NOTRIPULADO (UAV)J. A. J. Berni (*), P. J. Zarco-Tejada (*), G. Sepulcre-Cantó (*), E. Fereres (*) (**) y F. J. Villalobos (*) (**).(*) Instituto de Agricultura Sostenible (IAS), Consejo Superior de Investigaciones Científicas (CSIC), Córdoba,pzarco@ias.csic.es(**) Departamento de Agronomía, Universidad de Córdoba.RESUMENEl presente trabajo muestra una metodología para la cuantificación de la conductancia estomática en olivar, aescala de árbol, y su aplicación para la detección de estrés hídrico, utilizando para ello imágenes térmicas de unaresolución espacial menor de 0.5 m obtenidas mediante un vehículo aéreo no tripulado (UAV). La alta resoluciónespacial permite separar los distintos componentes que intervienen en el balance de energía y por lo tanto obtenerla temperatura pura de la vegetación sin agregación espacial. El modelo desarrollado utiliza variablesmeteorológicas medidas en campo (temperatura del aire, humedad relativa, velocidad de viento y radiación solar)y otras variables que se determinan mediante modelos físicos (transmisividad atmosférica, radiación de ondalarga, albedo y resistencia aerodinámica). Para validar la metodología propuesta, se midió la conductanciaestomática foliar simultáneamente a la obtención de las imágenes térmicas. Los resultados obtenidos para lavalidación mostraron un RMSE de 1.65 mm/s y r 2 =0.91, lo cual sugiere que la metodología propuesta es válidapara la cuantificación de conductancia estomática mediante teledetección térmica de alta resolución espacial. Estametodología también permite estimar de forma analítica un indicador normalizado de estrés hídrico (el índiceCWSI), siempre y cuando se conozca la conductancia estomática potencial para la especie y condicionesambientales. El CWSI se correlacionó con el potencial hídrico foliar medido en el momento del vuelo (r 2 =0.82),lo que demuestra la viabilidad del uso de CWSI calculado mediante esta metodología para cuantificar el estréshídrico en olivar.ABSTRACTThis manuscript presents a methodology to estimate the stomatal conductance in olive orchards at the tree levelfor water stress detection. It is based on the use of high resolution thermal imagery (better than 0.5m) obtained bymeans of an Unmanned Aerial Vehicle (UAV). The high spatial resolution acquired enables the retrievalvegetation temperature without spatial aggregation and thus separating the different components of the energybalance. The model presented here uses field measured meteorological variables (air temperature, relativehumidity, wind speed and solar radiation) while other variables are estimated by means of physical models(atmospheric transmissivity, longwave radiation and aerodynamic resistance). In order to validate themethodology, stomatal conductance was measured simultaneously to the image acquisition. The validation resultsshow a root mean squared error (RMSE) of 1.65mm/s and r 2 =0.91, which suggests that the proposed model isvalid to quantify the canopy conductance with high spatial resolution thermal imagery.Additionally, this methodology allows estimating analytically the Crop Water Stress Index (CWSI) if the potentialcanopy conductance is known or can be modelled for given species or ambient conditions. CWSI was correlatedwith leaf water potential measured at the time of the flight (r 2 =0.82) suggesting that the CWSI calculated with thismethodology can be used to track water stress in olive orchards.Palabras clave: estrés hídrico, conductancia, CWSI, UAV, térmico, olivo.INTRODUCCIÓNEl estrés hídrico en vegetación provoca uncierre estomático y por lo tanto una reducción en latasa de transpiración que se traduce en unincremento de la temperatura de la cubierta vegetal.Este aumento de temperatura puede sermonitorizado mediante teledetección en el térmico ysu uso ha sido demostrado en olivar (Sepulcre-Cantóet al., 2006).Sin embargo, dada la influencia que en latemperatura de la cubierta tienen otros factoresambientales, se hace necesaria una normalización.Un ejemplo es el desarrollo del Crop Water StressIndex (CWSI) por Idso (1981) que normaliza los25

valores de temperatura para distintas condicionesambientales (principalmente el déficit de presión devapor) y que proporciona un valor de 0 a 1dependiendo del nivel de estrés. Otra posibilidad esla estimación de la conductancia estomática de lacubierta aplicando un balance de energía o medianteel uso de superficies de referencia (Jones, 1999). Elproblema es que en cultivos discontinuos esnecesaria alta resolución espacial para poder obtenerla temperatura de la vegetación sin influencia delsuelo, lo que actualmente sólo se podía conseguircon sensores aerotransportados. Las limitaciones entérminos de coste y operatividad que tienen este tipode sensores se podría ver superada con el desarrollode plataformas de teledetección basadas envehículos aéreos no tripulados (UAV) equipadas consensores térmicos de alta resolución espacial (Berniet al. 2009).Esta comunicación presenta unametodología para la estimación de la conductanciaestomática y CWSI a partir de imágenes térmicas dealta resolución espacial obtenidas mediante unvehículo aéreo no tripulado. Dicha metodologíapermite la creación de mapas de conductancia yestrés hídrico que podrían tener un gran interés enaplicaciones agrícolas como la programación deriegos.(Hr) y velocidad de viento con una estaciónmeteorológica portátil Vaisala WXT-501 localizadajunto a la zona de estudio.El 23 de agosto de 2007 se tomó unconjunto de imágenes térmicas utilizando unvehículo aéreo no tripulado equipado con un sensortérmico Thermovision A40M (FLIR, USA). Lascaracterísticas del sistema y los detalles del posteriorproceso de corrección atmosférica y geométrica sepueden encontrar en Berni et al (2009). La altura devuelo fue de 150 m sobre el suelo, lo queproporcionó imágenes de 40 cm de resoluciónespacial. Dicha resolución permitió obtenerimágenes en las que se pudo separar la temperaturade las copas individuales, evitando la mezcla detemperaturas de suelo y vegetación en cada píxel(Fig 1). De esta forma se asume que es posibleseparar el flujo de energía de la vegetación del restode flujos provenientes del suelo.MATERIALES Y MÉTODOSLa zona de estudio está situada en Córdoba(España) y es un olivar (Olea europaea L. cv.“Arbequino”) de 4 hectáreas con un marco deplantación de 3x7 m con las filas orientadas alNorte. En dicha parcela se llevó a cabo unexperimento de riego deficitario controlado (RDC),diseñado en bloques de 6 líneas de árboles con trestratamientos distintos de riego (Testi et al., 2004): (i)aplicación constante de 2.8 mm/día durante laestación de riego (riego suficiente para satisfacer lasnecesidades hídricas de los árboles, tratamientocontrol R), (ii) caudal de 0.7 mm/día (tratamientodeficitario S1), y (iii) combinación de un riegodeficitario con caudal de 1.2 mm/día y riegointermitente durante la estación de riego(tratamiento deficitario S2).La conductancia estomática foliar y elpotencial hídrico de tallo se midieron con unporómetro (modelo PMR-4, PP Systems, HitchinHerts, Gran Bretaña) y una bomba de presiónScholander (PWSC Model 3000, Soil MoistureEquipment Corp., California, Estados Unidos)respectivamente, coincidiendo con la hora del vuelodel UAV el 23 de agosto de 2007. Así mismo semidió la temperatura del aire (Ta), humedad relativaFigura 1.- Imagen térmica adquirida con el UAVsobre la zona de estudio (rectángulo). La resoluciónespacial permite distinguir las copas individuales.Modelo de Estimación de Conductancia y CWSIEl modelo aquí presentado está basado enla estimación residual del calor latente (LE) a partirde la ecuación del balance de energía. El calorsensible (H) se puede determinar a partir de ladiferencia de la temperatura la cubierta y del aire(T c-T a) siempre y cuando conozcamos la resistenciaaerodinámica (r a). Despreciando el calor acumuladoen el suelo (G) para el caso de vegetación pura y siconocemos la radiación neta (R n), es posible obtenerLE y despejar la resistencia de la cubierta alintercambio de agua (r c, Ecuación 1) o laconductancia aerodinámica como su inversa (Smith,1988).26

*( e − e )raHc arc=− ra⎛ raHR ⎞nγ ⎜ − ( Tc− Ta) ⎟C⎝ ρp ⎠La radiación neta se puede medir usando unradiómetro neto sobre la cubierta o de una formamás simple usando un modelo físico que mediante elbalance de energía a partir de la radiación solarincidente, nos permita estimar la radiación neta de lacubierta.En el caso de la resistencia aerodinámica,existen numerosos modelos (Liu et al., 2007) quepermiten estimar dicha variable a partir de lavelocidad del viento a una altura de referencia yparámetros estructurales de la cubierta. En este casose ha utilizado el modelo de Raupach para laestimación de la rugosidad y desplazamiento delplano de referencia, parámetros que se han usadoposteriormente con el modelo de Viney (1991) parael cálculo de la resistencia aerodinámica.Una vez conocida la r c es posible utilizar la ecuaciónanalítica del CWSI si se conoce la resistenciapotencial de la cubierta en ausencia de estrés hídrico(r cp) y de ese modo obtener un valor normalizado de0 a 1 del nivel de estrés de la planta (Jackson et al.,1988).CWSI = 1−EEp∗γ = γ∗( 1+rc/ ra) − γγ ( 1+r / r )γ=∆ +( 1+ r / )cpr aRESULTADOS Y DISCUSIÓNUtilizando la imagen de temperatura desuperficie de la vegetación y los datosmeteorológicos medidos en campo, se generó unmapa de conductancia de la cubierta (Figura 2) en elque se puede apreciar cómo los bloques de control,por lo tanto sin estrés hídrico, presentan unosvalores mayores de conductancia que los árbolessometidos a tratamientos de riego deficitario.Para la validación las estimaciones delmodelo se comparó el promedio de las medidasfoliares de cada árbol con la conductancia mediaobtenida del mapa de conductancia. Los resultadosmostrados en la Figura 3 muestran una correlaciónde 0.91 y un error cuadrático medio (RMSE) de1.65mm/s, demostrando que las estimacionesobtenidas concuerdan perfectamente con lasmedidas realizadas a nivel foliar.caFigura 2.- Mapa de conductancia de la cubiertacalculado con la metodología presentada. Semuestran los bloques de tratamiento y se ve que lostratamientos control (R) muestran mayorconductancia que los deficitarios (S).Gc Estimada(mm/s)1210864y = 1.16x + 0.762R2 = 0.91RMSE: 1.65 mm/s00 2 4 6 8 10 12Gc Medida (mm/s)Figura 3.- Validación de la estimación deconductancia frente a las medidas de campo.Para poder aplicar la ecuación teórica delCWSI es necesario conocer la conductanciapotencial de la cubierta que depende no sólo de laespecie sino también de las condicionesambientales. En el caso del olivo, dado su alto nivelde acoplamiento atmosférico, se determinóempíricamente la relación entre la conductancia y elDPV para calcular r cp. La aplicación de la ecuacióndel CWSI a la imagen térmica dio como resultado laFigura 4, mostrando los valores normalizados entre0 y 1, y de la misma forma que la Figura 2, permitedetectar visualmente los distintos tratamientos deriego.Para validar la relación del CWSI obtenidopara cada árbol con el nivel de estrés hídrico, secompararon dichos valores con las medidas depotencial hídrico. La correlación obtenida (r 2 =0.82)sugiere que el CWSI obtenido mediante estametodología es un buen indicador del estrés hídricoen olivar.27

BIBLIOGRAFÍACWSI EstimadoFigura 4.- Mapa de CWSI generado con lametodología presentada, mostrando que lasdiferencias entre tratamientos de riego sondetectables.10.80.60.40.2y = -0.2953x - 0.331R2 = 0.820-3.5 -2.5 -1.5 -0.5 0.5Potencial Hídrico en Hoja (Mpa)Figura 5.- Relación entre el CWSI estimado y elpotencial hídrico.CONCLUSIONESLa alta resolución espacial en el térmicopermitió separar los flujos de energía en cultivosheterogéneos y por lo tanto hizo posible laaplicación de las ecuaciones del balance de energía anivel de copa. Combinando la temperatura desuperficie con medidas meteorológicas y modelosfísicos, fue posible obtener de forma analíticaestimaciones de conductancia y CWSI de la cubiertaa nivel de copa. Los resultados obtenidosdemuestran que es posible mapear la conductanciade la cubierta y el estrés hídrico mediante imágenestérmicas de resolución submétrica. El desarrollo denuevas técnicas de teledetección cuantitativamediante vehículos aéreos no tripulados, quepermiten una alta resolución espacial y temporal,permitirá implementar estas técnicas en aplicacionescomo la gestión del agua de riego en agricultura.Berni, J.A.J., Zarco-Tejada, P.J., Suarez, L., Fereres,E. (2008) Thermal and Narrow-band MultispectralRemote Sensing for Vegetation Monitoring from anUnmanned Aerial Vehicle. IEEE Transactions onGeoscience and Remote Sensing, 47, (3), 722-73Idso, S.B.; Jackson, R.D.; Pinter Jr., P.J.; Reginato,R.J.; Hatfield, J.L. (1981) Normalizing the stressdegree-dayparameter for environmental variability.Agricultural Meteorology, 24, 45-55.Jackson, R.D.; Kustas, W.P.; Choudhury, B.J.(1988) A reexamination of the crop water stressindex. Irrigation Science, 9, 309-317.Jones, H.G. (1999) Use of infrared thermometry forestimation of stomatal conductance as a possible aidto irrigation scheduling. Agricultural and ForestMeteorology, 95, 139-149.Liu, S.; Lu, L.; Mao, D.; Jia, L. (2007) Evaluatingparameterizations of aerodynamic resistance to heattransfer using field measurements. Hydrology andEarth System Sciences, 11, 769-783.Sepulcre-Canto, G.; Zarco-Tejada, P.; Jimenez-Munoz, J.; Sobrino, J.; de Miguel, E. et al. (2006)Detection of water stress in an olive orchard withthermal remote sensing imagery. Agricultural AndForest Meteorology, 136, 44.Smith, R.C.G. (1988) Inferring stomatal resistanceof sparse crops from infrared measurements offoliage temperature. Agricultural and ForestMeteorology, 42, 183-198.Testi, L.; Villalobos, F.J.; Orgaz, F. (2004)Evapotranspiration of a young irrigated oliveorchard in southern Spain. Agricultural and ForestMeteorology, 121, 1-18.Viney, N.R. (1991) An empirical expression foraerodynamic resistance in the unstable boundarylayer. Boundary-Layer Meteorology, 56, 381-393.AGRADECIMIENTOSAgradecemos la ayuda financiera del MCIpara los proyectos agl2005-04049, explora-ingenioagl2006-26038-e/agr, consolider csd2006-67, yagl2003-01468, y a Bioibérica a través del proyectopetri pet2005-0616. El apoyo técnico de UAVNavigation y Tetracam Inc. Y a A. Vera, D. Notario,M. Guillén, I. Calatrava y O. Pérez por su ayuda conlas medidas, apoyo técnico en campo y en lascampañas de vuelos.28