Los muchos y diversos retos a los que se enfrenta la agricultura en la actualidad y a los que tendrá que hacer frente en un futuro cercano -cambio climático, salud alimentaria, producción sostenible para una demanda creciente, etc.- ha puesto de relevancia la importancia de la tecnificación de la agricultura que busca la optimización y mejora de la eficiencia y sostenibilidad de los recursos mediante el uso de tecnologías de teledetección.
En este ámbito, en el Laboratorio de Métodos Cuantitativos de Teledetección (QuantaLab) del Instituto de Agricultura Sostenible del Consejo Superior de Investigaciones Científicas (IAS-CSIC) nos hemos especializado en la investigación aplicada de tecnologías avanzadas de teledetección orientadas a la agricultura y los ecosistemas forestales. El laboratorio se centra en el desarrollo de métodos que permiten evaluar con alta precisión el estado fisiológico de la vegetación, particularmente en lo que respecta al estrés hídrico, nutricional y a la detección y monitorización de síntomas causados por enfermedades.
Una de las áreas más destacadas del trabajo que desarrollamos en QuantaLab se centra en sensores hiperespectrales y térmicos aerotransportados. Los trabajos desarrollados en el laboratorio están considerados pioneros en el uso de plataformas aéreas y sensores miniaturizados en agricultura, en concreto, el desarrollo de algoritmos de cuantificación de parámetros biofísicos y detección temprana de estrés. Estos sensores embarcados en aviones tripulados y en drones permiten analizar de forma detallada tanto parámetros bioquímicos foliares – que permiten analizar el estado nutricional de la planta- como biofísicos del dosel (la cubierta del cultivo). Gracias a esta tecnología, el equipo de QuantaLab hemos desarrollado métodos para estimar el contenido de nutrientes como el nitrógeno, así como las necesidades de agua que tiene el cultivo, y las características estructurales de la vegetación en una amplia gama de escenarios agrícolas, desde cultivos homogéneos hasta ecosistemas más complejos (como cultivos en seto, por ejemplo). De esta forma, la teledetección hiperespectral, en particular, se ha convertido en una herramienta clave para comprender los procesos fisiológicos del cultivo en situaciones de estrés abiótico (causado por falta de agua y nutrientes) y biótico (causado por patógenos), ya que permite detectar variaciones sutiles en las imágenes de reflectancia a través de la cuantificación de la emisión de la fluorescencia clorofílica o el contenido de pigmentos fotosintéticos.
Los investigadores de QuantaLab hemos desarrollado las mencionadas metodologías en colaboración con otros laboratorios del IAS-CSIC, como IrriSens, que permiten calcular el Índice de Estrés Hídrico del Cultivo (CWSI) a partir de imágenes térmicas obtenidas por plataformas aéreas. Este índice se correlaciona con medidas tradicionales obtenidas en campo, como el potencial hídrico foliar, lo que permite a los agricultores tomar decisiones de riego más precisas y sostenibles, optimizando así el uso del agua sin comprometer la productividad del cultivo.
Además, en colaboración con otros departamentos del Instituto de Agricultura Sostenible, como el de Protección de Cultivos, en QuantaLab hemos desarrollado algoritmos para la detección temprana de enfermedades, tanto en el marco de proyectos nacionales como europeos. También nos centramos en el uso de sensores hiperespectrales y térmicos en la mejora genética y técnicas de fenotipado, en particular en el trigo, avanzando en el desarrollo de algoritmos que permiten la cuantificación de parámetros de calidad del grano en función del estrés detectado a lo largo de las diferentes fases fenológicas (fases de desarrollo de la planta).
La participación de QuantaLab en proyectos de investigación es extensa y de alto nivel. El laboratorio hemos participado en proyectos financiados por instituciones internacionales como la NASA y la Agencia Espacial Europea (ESA), así como con la Unión Europea y diversos organismos nacionales e internacionales como el CIMMYT (Centro Internacional de Mejoramiento de Maíz y Trigo). Además de la actividad científica en el marco de organismos públicos de investigación, en QuantaLab también mantenemos una estrecha colaboración con el sector privado, transfiriendo tecnología y conocimiento a empresas multinacionales que trabajan en ámbitos relacionados con la agricultura, la mejora genética, la fertilización, la protección de cultivos y la sostenibilidad.
Entre las líneas de investigación más novedosas desarrolladas por el laboratorio se encuentra la cuantificación de la emisión de fluorescencia clorofílica. Dicho indicador está intrínsecamente relacionado con la fotosíntesis, y es uno de los indicadores más importantes para la detección temprana de enfermedades, estrés hídrico y nutricional en cultivos. Mediante el uso de imágenes hiperespectrales, QuantaLab hemos evaluado algoritmos basados en la transferencia radiativa capaces de cuantificar le re-emisión de radiación en forma de fluorescencia, algo de gran dificultad debido a la baja intensidad de dicha radiación localizada en la región del rojo y del rojo lejano. El laboratorio ha demostrado que dicha cuantificación es posible hacerla con sensores hiperespectrales que por su peso y dimensiones pueden embarcarse en drones para su uso en agricultura de precisión.
QuantaLab ha contribuido significativamente al estudio de cultivos como el olivar, pistacho, almendro, y naranjo entre otros, cultivos de gran importancia en España. A través de técnicas de teledetección, en el laboratorio hemos logrado estimar parámetros biofísicos fundamentales como el índice de área foliar, la transmitancia de la copa o el área proyectada de la copa, parámetros de importancia para la cuantificación de la radiación interceptada por el cultivo. Estos avances nos permiten no solo conocer mejor el estado y evolución del cultivo, sino también implementar prácticas más eficientes y sostenibles en su manejo. Gracias al uso de imágenes de alta resolución espacial y espectral, en QuantaLab hemos generado herramientas que permiten evaluar la heterogeneidad del cultivo y adaptar el manejo agronómico a las condiciones específicas de cada zona.
Además de la labor científica, QuantaLab ha demostrado un compromiso con la transferencia de tecnología al sector productivo. Los avances han sido presentados en medios de comunicación, conferencias y jornadas técnicas, destacando por su aplicabilidad directa en el campo. Un ejemplo de ello es el desarrollo de sistemas que permiten calcular el momento óptimo de riego en viñedos, la calidad potencial del mosto y, por lo tanto, de gran importancia en la viticultura de precisión, o detectar enfermedades de gran repercusión internacional como la Xylella fastidiosa en olivo y almendro antes de que los síntomas se manifiesten visualmente, lo que ha tenido un impacto directo en la prevención y control de este patógeno en el sur de Europa.
El laboratrio QuantaLab colabora actualmente con HyperSens de la Universidad de Melbourne (Australia), entre otros laboratorios internacionales de prestigio, situándose en la vanguardia de la teledetección aplicada a la agricultura. Nuestro enfoque interdisciplinar combina el conocimiento fisiológico, herramientas tecnológicas y modelos avanzados basados en la física de la radiación y en la inteligencia artificial, nos ha permitido generar soluciones innovadoras y altamente eficaces para el manejo sostenible de cultivos. En resumen, gracias a la investigación desarrollada por Quantalab se están avanzando las metodologías de detección temprana del estrés en cultivos, abriendo nuevas posibilidades para una agricultura más eficiente, sostenible y respetuosa con el medio ambiente.
Sobre este blog
El Consejo Superior de Investigaciones Científicas (CSIC) cuenta con 24 institutos o centros de investigación -propios o mixtos con otras instituciones- tres centros nacionales adscritos al organismo (IEO, INIA e IGME) y un centro de divulgación, el Museo Casa de la Ciencia de Sevilla. En este espacio divulgativo, las opiniones de los/as autores/as son de exclusiva responsabilidad suya.
0