Científicos de la Universidad de Illinois, con la ayuda de miembros de la Asociación de Productores de Maíz de Illinois, han desarrollado un nuevo, método escalable para estimar la productividad de los cultivos en tiempo real. La investigación, publicado en Percepción remota del medio ambiente , combina mediciones de campo, una red de cámaras de campo única, y alta resolución, datos satelitales de alta frecuencia, proporcionando estimaciones de productividad altamente precisas para cultivos en todo Illinois y más allá.

"Nuestro objetivo final es proporcionar información útil a los agricultores, especialmente a nivel de campo o subcampo. Previamente, la mayoría de los datos satelitales disponibles tenían una resolución espacial y / o temporal aproximada, pero aquí aprovechamos los nuevos productos satelitales para estimar el índice de área foliar (LAI), un sustituto de la productividad de los cultivos y el rendimiento de los cereales. Y sabemos que las estimaciones satelitales son precisas porque nuestras mediciones terrestres concuerdan, "dice Hyungsuk Kimm, estudiante de doctorado en el Departamento de Recursos Naturales y Ciencias Ambientales (NRES) de la U de I y autor principal del estudio.

Kimm y sus colegas utilizaron datos de reflectancia superficial, que mide la luz que rebota en la Tierra, de dos tipos de satélites para estimar LAI en campos agrícolas. Ambos conjuntos de datos satelitales representan mejoras importantes con respecto a las tecnologías satelitales más antiguas; pueden "ver" la Tierra a una escala fina (resolución de 3 o 30 metros) y ambos regresan al mismo lugar sobre el planeta a diario. Dado que los satélites no capturan LAI directamente, el equipo de investigación desarrolló dos algoritmos matemáticos para convertir la reflectancia de la superficie en LAI.

Al desarrollar los algoritmos para estimar LAI, Kimm trabajó con agricultores de Illinois para instalar cámaras en 36 campos de maíz en todo el estado, proporcionando un monitoreo continuo a nivel del suelo. Las imágenes de las cámaras proporcionaron información detallada del terreno para refinar las estimaciones de LAI derivadas de satélites.

La verdadera prueba de las estimaciones satelitales provino de los datos de LAI que Kimm midió directamente en los campos de maíz. Dos veces por semana durante la temporada de cultivo de 2017, visitó los campos con un instrumento especializado y midió el área de la hoja de maíz a mano.

En el final, las estimaciones de LAI del satélite de los dos algoritmos coincidían fuertemente con los datos de la "verdad del terreno" de Kimm de los campos. Este resultado significa que los algoritmos se entregaron altamente precisos, información LAI confiable desde el espacio, y se puede utilizar para estimar LAI en campos en cualquier parte del mundo en tiempo real.

"Somos los primeros en desarrollar alto temporal, datos LAI de alta resolución para que los utilicen los agricultores. Estos métodos se han validado por completo utilizando una red de cámaras sin precedentes para tierras agrícolas, "dice Kaiyu Guan, profesor asistente en el Departamento de NRES y profesor de Blue Waters en el Centro Nacional de Aplicaciones de Supercomputación. También es el investigador principal del estudio.

Tener datos LAI en tiempo real podría ser fundamental para una gestión receptiva. Por ejemplo, El método satelital podría detectar campos o segmentos de campos con bajo rendimiento que podrían corregirse con prácticas de manejo específicas, como el manejo de nutrientes. aplicación de pesticidas, u otras estrategias. Guan planea poner a disposición de los agricultores datos en tiempo real en un futuro próximo.

"La nueva tecnología LAI desarrollada por el equipo de investigación del Dr. Guan es un avance emocionante con potencial para ayudar a los agricultores a identificar y responder a los problemas en el campo de manera más rápida y efectiva que nunca, "dice Laura Gentry, director de investigación de la calidad del agua para la Asociación de Productores de Maíz de Illinois.

"Las mediciones más precisas de LAI pueden ayudarnos a ser más eficientes, oportuno, y tomar decisiones que, en última instancia, nos harán más rentables. Los últimos años han sido especialmente difíciles para los agricultores. Necesitamos tecnologías que nos ayuden a asignar nuestro tiempo limitado, dinero, y trabajad sabiamente. La Asociación de Productores de Maíz de Illinois se complace en asociarse con el equipo del Dr. Guan, y nuestros miembros agricultores estuvieron felices de ayudar a los investigadores con acceso a sus cultivos para validar el trabajo del equipo. Estamos orgullosos del avance que representa esta nueva tecnología y nos entusiasma ver cómo el equipo de investigación de Guan la utilizará para aportar valor directamente a los agricultores de Illinois. "Añade Gentry.