La plantación de aguacate (4.673 m.) se ubica en la granja experimental Tumbaco del Instituto Nacional de Investigaciones Agropecuarias [INIAP], dentro de la provincia de Pichincha, cantón Quito, coordenadas: 0°12'54,19" sur, 78°24'48,484" oeste; 0°12'54,19" sur, 78°24'36,543" oeste, con una precipitación anual de 900 mm, humedad relativa 75 %, temperatura promedio anual de 18 °C, orden de suelo Andisol, textura franco-arenosa, pendiente del 2 al 5 %, relieve ondulado.

Se realizó la toma de imágenes mediante el software DroneDeploy, diseñándose la ruta a seguir por el dron (Modelo inspire 1, sistema GLONASS + GPS) sobre las plantaciones en estudio. Además, se programó la altura a la que se elevó el dron (70 m), y la ruta a seguir por el dron fue usada para dos vuelos, el primero con la cámara RGB (Zenmuse X3) y la segunda con la cámara de detección de rojo e infrarrojo cercano (Zenmuse X3 DJI). La fotografía obtenida con la cámara RGB permitió la visualización del lote y ésta se colocó sobre la fotografía de rojo e infrarrojo para reconocer los árboles testigo. Los vuelos se realizaron al mediodía (12:00 m) con la finalidad de evitar sombras generadas por los árboles que podían afectar los datos.

Antes de iniciar la clasificación de las imágenes tomadas en campo se decidió generar un archivo que contenga todas las imágenes captadas por el dron; esto se lo realizó con el software Agisoft Photo Scan, cuyo programa utilizó las coordenadas que cada imagen contiene para generar un solo archivo.

Calibración de imagen: El software Agisoft Photo Scan generó información de las bandas roja (RED) e infrarrojo cercano (NIR), información que se subió en el programa QGis para realizar la calibración de luz mediante el complemento de QGis, llamado MAPIR, el cual reduce el error en la imagen producido por efecto de la radiación solar que distorsiona la información de cada pixel y genera pérdida de información verdadera (Figura 1).

Figura 1

Figure 1. Light calibration using the QGis sotware.

La parcela de aguacate estuvo conformada por una población total de 68 árboles, información que se utilizó para determinar el tamaño de la muestra mediante la ecuación [2].

[2] Tamaño de la muestra = z 2 × p 1 − p e 2 1 + z 2 × p 1 − p e 2 × N

Donde, N es el tamaño de la población, z es el nivel de confianza, p es la probabilidad de éxito, y e es el margen de error. El nivel de confianza utilizado fue 95 %, con un margen de error del 10 %, obteniéndose una muestra de 39 árboles.

En los árboles definidos como control se realizó la medición de los índices vegetales (NDVI y TVI), los que permitieron conocer su estado de vigor, además se realizó la toma de muestras foliares de estos árboles para determinar su contenido de nitrógeno y corroborar los valores de los índices con el contenido de este elemento mediante una regresión, a fin de establecer la confiabilidad de los índices. Para la elección de los árboles de control se establecieron categorías (grande, intermedia y pequeña) con base en el diámetro de la copa del árbol. Se midió el diámetro ecuatorial desde el extremo norte al extremo sur de la copa del árbol. Los árboles con copa menor a 2 m se consideraron como copa pequeña, entre 2 y 4 m como copa intermedia y mayor a 4 m como copa grande. Esta variable se escogió para realizar la categorización debido a que el área foliar está relacionada directamente con los resultados de las imágenes espectrales. Además, en los árboles control se midió la altura de la planta (m) desde el nivel de suelo hasta la punta de la copa y el diámetro del fuste (m) a una altura de 1,2 m desde el suelo.

Una vez que al ortomosaico de bandas roja e infrarrojo cercano se le dio una clasificación para cada índice aplicado, se procedió a establecer el valor de los índices por cada árbol control, para lo cual en el programa QGis se generó un archivo de tipo Shape, con el cual se trazó las copas de los árboles control. Este proceso se lo realizó con la finalidad de que el archivo Shape actúe como una capa máscara sobre el ortomosaico, creando una tabla de contenido que únicamente obtiene información de un área específica de la capa clasificada con los índices aplicados, generando un promedio por píxel de las copas de los árboles de control.

Para el análisis foliar se seleccionaron las hojas que se encuentran a la altura media de la copa y las que se encuentran distribuidas alrededor de toda la copa, tomando un aproximado de 100 g de hojas por árbol. Las hojas muestreadas estuvieron maduras y fueron tomadas con peciolo y limbo, de ramas que no presentaban frutos. Las muestras foliares se colectaron en bolsas de papel con la respectiva identificación, fueron almacenadas en recipientes herméticos y previamente secadas con papel absorbente (Campos León y Calderón Zaragoza, 2015), para luego ser enviadas al laboratorio de Suelos y Aguas del INIAP, donde fueron procesadas, determinándose el nitrógeno total con el método de Kjeldahl.

Se realizó la evaluación de los árboles seleccionados, comparando los datos del contenido de nitrógeno con su respectivo valor de índice vegetal, para lo cual se realizó un análisis de regresión entre los valores de los índices para cada árbol de control con su respectiva concentración de nitrógeno, lo que permitió determinar el nivel de vigor en la plantación.

Como resultado del registro de imágenes se obtuvieron 188 fotografías por cada ortomosaico (Figura 2). Individualmente cada fotografía cuenta con 40.000 puntos de referencia con el fin de generar con exactitud cada mosaico. En total se registraron 376 fotografías para los dos ortomosaicos empleados (rojo e infrarrojo cercano y RGB), que fueron calibradas para su interpretación.

Figura 2

Figure 2. Flight plan programmed by DroneDeploy. B. calibrated image (right). Scale 1: 2500.

Como resultado de la ecuación se obtuvo la capa de NDVI a escala de grises para todos los lotes, a la cual se le asignó una diferente gama de color para identificar con facilidad los índices generados, siendo los valores superiores a 0,1 para el índice NDVI los que representan el material vegetal (Meneses Tovar, 2012; Piscoya Pérez, 2019). Se obtuvieron valores de NDVI que fueron de -0,65 a 0,26 (Figura 3); debiéndose mencionar que las imágenes se registraron en época seca generando valores de NDVI bajos y que los valores negativos se debieron a que en la parcela existieron árboles muertos (secos) debido al ataque de marchitez radicular, pero que no habían sido retirados del campo. Los estudios realizados por Escobar Pardo (2015) y Crusiol et al. (2017), en estudios realizados en banano (Musa AAA Simmonds) y soya (Glycine max), respectivamente, determinaron que el NDVI tiende a variar según la etapa fenológica en la que se encuentre el cultivo. Si la planta se encuentra en una fase productiva los valores de NDVI disminuirán, dado que la concentración de nutrientes se dirige de las hojas hacia los frutos.

Figura 3

Figure 3. NDVI generated for the evaluated plot of Avocado. Scale 1: 500.

Como resultado de la ecuación de TVI, se obtuvo la capa a escala de grises, donde se le asignó una diferente gama de color para identificar con mayor facilidad los índices generados. Los valores de TVI no suelen diferir de los valores de NDVI, para el caso del TVI se incluyó el factor 0,5, el cual genera valores positivos a los índices obtenidos. Valores mayores de 0,6 reflejan vegetación y mientas este valor se aproxime a 1 representará material vegetal con mayor acumulación de clorofila (Juzga Solanilla, 2016). El índice TVI identificó la presencia de clorofila en la copa de los árboles de aguacate que obtuvo valores de 0,01 a 0,95 (Figura 4). Pat López (2015) determinaron que los valores de los índices vegetales permiten tener una estimación del estado actual de vigor del cultivo, incluso de manera gráfica. En el estudio se observó que las plantas tuvieron buen vigor.

Figura 4

Figure 4. TVI generated for the Avocato plot. Scale 1: 500.

Se realizó un análisis foliar a los árboles de control de aguacate, para lo cual se seleccionaron 39 árboles (Figura 5), que estaban distribuidos en las categorías establecidas previamente. Los árboles de control fueron categorizados con base en el diámetro de la copa y en éstos se midió la altura de la planta y el diámetro del fuste (Tabla 1). No se observó una correlación entre la copa del árbol con la altura de la planta (-0,20) y el diámetro del fuste (0,08).

Figura 5

Figure 5. Distribution in the plots of avocado control trees. Scale 1: 500.

Se generó una regresión entre valores de NDVI y el contenido de nitrógeno del cultivo de aguacate (Figura 6), observándose un valor de R² de 0,93. Sanjerehei (2014) obtuvo valores similares de R² (0,97) en vegetación en un estudio similar con imágenes espectrales. Además, estudios realizados en trigo durum (Triticum turgidum L. var. durum) confirman la relación que existe entre los valores de NDVI y los análisis foliares, ya que obtuvieron también valores altos de R² (0,87 a 0,94) (Cabrera-Bosquet et al., 2011; Vian et al., 2018). De igual manera ocurrió en estudios realizados en maíz (Zea mays) donde se obtuvo valores de R² de 0,90 (Maresma et al., 2016). Por otro lado, el estudio realizado por Hashemi et al. (2013) generó valores de R² de 0,45, siendo inferior a los valores obtenidos en este estudio.

Figura 6

Figure 6. NDVI index contrasted with foliar nitrogen content.

Se generó una regresión entre valores de TVI y el contenido de nitrógeno del cultivo de aguacate (Figura 7), obteniéndose un valor de R² de 0,95. Estudios en maíz realizados por Hunt et al. (2013) obtuvieron valores de R² (0,64) menores a los de este estudio. El TVI no alcanza un límite superior, lo que reduce los efectos de la saturación de biomasa asintótica y lo hace mejor para estimar la alta biomasa; además, este índice es menos eficaz en la diferenciación a baja biomasa debido a la disminución de la sensibilidad del índice (Prabhakara et al., 2015). Estudios realizados en café (Coffea arabica) indican que el estado fisiológico del cultivo es un factor a tomar en cuenta al momento de determinar el contenido de nitrógeno y con ello sus valores en índices vegetales. Esto, por cuando la planta se encuentra en una etapa productiva, donde los frutos tienden a extraer mayor cantidad de nitrógeno de ésta, y tiende a reducir el contenido del mismo en las hojas, lo que deriva en un contenido menor de nitrógeno y con ello la reflectancia de las ondas roja e infrarrojo cercano incrementan, generando valores en los índices vegetales menores, a diferencia de cuando la planta se encuentra en una etapa de crecimiento vegetativa donde la acumulación de nitrógeno en las hojas es mayor provocando menor reflectancia (Rendón Sáenz y Sadehian Khalajabadi, 2018).

Figura 7

Figure 7. TVI index contrasted with foliar nitrogen content.