La creciente amenaza de la sequía y el aumento de la demanda de agua han hecho que los pronósticos precisos del uso del agua de los cultivos sean fundamentales para la gestión y la sostenibilidad del agua de las tierras agrícolas.

Pero las limitaciones en los modelos existentes y los datos satelitales plantean desafíos para las estimaciones precisas de la evapotranspiración, una combinación de la evaporación del suelo y la transpiración de las plantas. El proceso es complejo y difícil de modelar, y los datos de teledetección existentes no pueden proporcionar datos precisos, información de alta resolución a diario.

Un nuevo marco de mapeo de alta resolución llamado BESS-STAIR promete hacer precisamente eso, Al rededor del mundo. BESS-STAIR se compone de un modelo biofísico impulsado por satélite que integra el agua de las plantas, Ciclos de carbono y energía:el simulador del sistema Breathing Earth (BESS), con un algoritmo de fusión genérico y totalmente automatizado llamado STAIR (integración de datos satelite).

El marco, desarrollado por investigadores del Centro de Innovación Avanzada de Bioenergía y Bioproductos (CABBI) del Departamento de Energía de EE. UU. en la Universidad de Illinois en Urbana-Champaign, se probó en 12 sitios en todo el cinturón de maíz de EE. UU., y sus estimaciones han alcanzado el desempeño más alto reportado en cualquier estudio académico hasta el momento.

El estudio, publicado en Hidrología y Ciencias del Sistema Terrestre , fue dirigido por el investigador asociado postdoctoral Chongya Jiang, del tema de sostenibilidad de CABBI, y el líder del proyecto Kaiyu Guan, Profesor asistente en el Departamento de Recursos Naturales y Ciencias Ambientales (NRES) y profesor de Aguas Azules en el Centro Nacional de Aplicaciones de Supercomputación (NCSA).

"BESS-STAIR tiene un gran potencial para ser una herramienta confiable para la gestión de recursos hídricos y aplicaciones de agricultura de precisión para el cinturón de maíz de EE. UU. E incluso en todo el mundo, dada la cobertura global de sus datos de entrada, "Dijo Jiang.

Los métodos tradicionales de teledetección para estimar la evapotranspiración dependen en gran medida de los datos de radiación térmica, medir la temperatura del dosel de la planta y del suelo a medida que se enfrían por evaporación. Pero esos métodos tienen dos inconvenientes:los satélites no pueden recopilar datos sobre las temperaturas de la superficie en los días nublados; y los datos de temperatura no son muy precisos, lo que a su vez afecta la precisión de las estimaciones de evapotranspiración, Dijo Jiang.

En cambio, el equipo de CABBI se centró en los ciclos de carbono-agua-energía de la planta. Las plantas transpiran agua a la atmósfera a través de agujeros en sus hojas llamados estomas. Mientras el agua se va entra dióxido de carbono, permitiendo que la planta realice la fotosíntesis y forme biomasa.

El modelo BESS-STAIR primero estima la fotosíntesis, luego la cantidad de carbono y agua que entra y sale. Los métodos de teledetección anteriores no consideraban el componente de carbono como una limitación, Dijo Jiang. "Ese es el avance de este modelo".

Otra ventaja:los métodos basados ​​en la temperatura de la superficie solo pueden recopilar datos en cielos despejados, por lo que tienen que interpolar la evapotranspiración para los días nublados, creando lagunas en los datos, él dijo. El modelo BESS-STAIR para todo clima utiliza reflectancia de superficie, que es similar en días claros y nublados, eliminando las lagunas.

El algoritmo STAIR fusionó datos de dos sistemas satelitales complementarios, Landsat y MODIS, para proporcionar datos de alta resolución a diario. proporcionando alta resolución espacial y temporal. Landsat recopila información detallada sobre la tierra de la Tierra cada ocho a 16 días; MODIS proporciona una imagen completa del mundo todos los días para capturar cambios más rápidos en la superficie terrestre.

Esta no es la primera vez que los investigadores combinan datos de los dos sensores satelitales, pero los métodos anteriores solo funcionaron en una pequeña región durante un corto período de tiempo, Dijo Guan. Los algoritmos anteriores eran difíciles de escalar y no eran completamente automáticos, requiriendo una participación humana significativa, y no se pudieron aplicar en áreas amplias durante un período de tiempo más largo.

Por el contrario, El marco del equipo de CABBI se evaluó en diferentes regiones del cinturón de maíz de EE. UU. durante dos décadas, Dijo Jiang. Los investigadores construyeron una tubería en la supercomputadora de NCSA para estimar automáticamente la reflectancia de la superficie y la evapotranspiración a gran escala durante períodos de tiempo prolongados. Utilizando datos de 2000 a 2017, el equipo aplicó BESS-STAIR en 12 sitios a lo largo de Corn Belt, validando exhaustivamente sus estimaciones de evapotranspiración con mediciones de torres de flujo en cada sitio. Midieron la precisión general y espacial, estacional, y variaciones interanuales.

"Podemos proporcionar diariamente, Evapotranspiración de 30 m de resolución en cualquier momento y en cualquier lugar del cinturón de maíz de EE. UU. En horas, que no tiene precedentes, "Dijo Guan.

El avance tendrá tiempo real, beneficios prácticos para los agricultores estadounidenses que enfrentan la creciente severidad de las sequías, como se documenta en varios estudios recientes.

"La agricultura de precisión es uno de nuestros principales objetivos. La evapotranspiración es muy importante para el riego y también muy importante para la gestión del agua, ", Dijo Guan." Esta es una solución que va más allá de las parcelas experimentales e impacta el mundo real, para millones de campos en todas partes ".