Monitoreo de viñedos con drones

Introducción

La viticultura de precisión está dando pasos agigantados gracias a las nuevas tecnologías basadas en el análisis avanzado de datos obtenidos por drones. En este contexto, el subproyecto VineScale, que forma parte del proyecto Chameleon, se propone revolucionar el monitoreo de viñedos mediante el análisis de imágenes obtenidas por drones. El objetivo del proyecto VineScale es probar y validar la herramienta de análisis automático de datos de dron de Chameleon, verificando su eficacia y fiabilidad en distintos escenarios de aplicación, en 12 viñedos repartidos por toda Italia (Fig. 1).

Fig.1: Resumen de los vuelos del proyecto VineScale.

Para garantizar la validez de la información obtenida por el sistema automatizado de Chameleon, los resultados de VineScale se compararon con datos recogidos directamente en campo.

Detección automática de las cepas

Entre las herramientas que ofrece la plataforma Chameleon se encuentra la herramienta de detección automática para la identificación de las cepas. Mediante el análisis de una nube de puntos 3D obtenida del procesamiento de imágenes tomadas por dron durante el periodo sin hojas, la herramienta permite generar una máscara vectorial que identifica todas las plantas en el campo.

Esta herramienta demostró ser eficaz, pero se puso de manifiesto la necesidad de especificar unas directrices de adquisición, como la altura de vuelo, el solape y el tipo de cuadrícula (p. ej., vuelo de doble cuadrícula), para poder obtener un conjunto de datos adecuado y proceder correctamente al procesamiento de los mismos.

Fig.2: Nube de puntos de las plantas individuales extraídas (izq.) y máscara de las plantas (der.)

Monitoreo del crecimiento del cultivo con información RGB

Una vez generadas las máscaras (de forma automática o manual), es posible probar otro algoritmo que permite monitorear el volumen foliar de cada planta individual. Al comparar las estimaciones del volumen de copa de la vid obtenidas con la herramienta de Chameleon con mediciones manuales de espesor y altura de las plantas, se observó un patrón coherente (Fig. 3, 4). Las diferencias se deben a simplificaciones en el cálculo del volumen, pero en general el método demostró una buena fiabilidad para el monitoreo del crecimiento. Mediante la interpolación de los valores de cada planta individual, es posible generar mapas temáticos que representen la situación en el campo.

Fig.3: Resultados del algoritmo de cálculo del volumen de cada planta individual.

Fig.4: Correlación entre los datos estimados por la herramienta de Chameleon y los datos recogidos en el terreno.

Detección del estrés hídrico de las viñas

El análisis del estrés hídrico se realiza mediante imágenes térmicas y técnicas de segmentación de la vegetación, calculando el Crop Water Stress Index (CWSI) para cada cepa, a partir de la temperatura. Esto permitió obtener datos fundamentales sobre el estado hídrico de las plantas de forma muy rápida, para mejorar la gestión del riego. Para estimar con precisión los valores del CWSI derivados de los datos térmicos, se utilizaron los datos de temperatura y humedad del aire como referencia para garantizar el correcto funcionamiento del sistema.

Fig.5: Resultados de temperatura para cada planta.

Análisis de las viñas a partir de información multiespectral

Utilizando ortomosaicos multiespectrales, el sistema permitió poner de relieve el vigor de las viñas con precisión, facilitando la segmentación y el monitoreo de los cultivos con mayor rapidez que los métodos tradicionales. Además, los mapas de zonificación del suelo derivados de los datos de dron se compararon con muestreos físicos. Utilizando un coeficiente de correlación (Pearson), se evaluó la similitud entre los mapas generados por la herramienta y los datos recogidos en el campo, confirmando la fiabilidad del método de zonificación.

Fig.6: NDVI para cada planta individual.

Conclusiones y perspectivas futuras

El proyecto VineScale demostró el potencial del uso de drones para la viticultura de precisión, ofreciendo una herramienta innovadora para el monitoreo de las viñas, el análisis del crecimiento y la gestión de los recursos hídricos. Aunque surgieron algunos desafíos, los resultados obtenidos muestran un futuro prometedor para la integración de estas tecnologías en la gestión moderna de los viñedos.

Un elemento clave del proyecto es que el sistema de Chameleon permitió analizar cerca de 44,6 hectáreas y 129.636 plantas en 33.752 segundos (unas 9 horas). Este sistema calculó numerosos índices y medidas biométricas, entre ellos NDVI, temperatura, CWSI y volumen de copa, con una rapidez impensable respecto a las mediciones manuales. De hecho, mientras que el relevamiento tradicional de estos parámetros requeriría días de trabajo y una notable cantidad de mano de obra, el uso de drones y algoritmos avanzados hizo posible un análisis rápido, completo y detallado.

Con nuevas mejoras en los algoritmos, la eficacia de estas herramientas podrá ser aún mayor, dando lugar a una viticultura cada vez más inteligente y sostenible.