Monitoreo a campo y satelital de lotes para producción de semilla de trigo pan en el SO Bonaerense.

REVOLLO SARMIENTO, G. NOELIA; TORRES CARBOLE, FRANCISCO; CUPARI SELVA; ORTÍZ LEANDRO; ROSETTI FACUNDO; BECKER MARIANO; REVOLLO SARMIENTO, NATALIA V.; DELRIEUX, CLAUDIO A.; NELLY SALOMÓN

BUENOS AIRES

Congreso; XVIII Encuentro de Geografías de América Latina; 2021

En todo cultivo es imprescindible tener en cuenta la calidad de la semilla para su éxito. Las semillas son el punto de partida para la producción, y es indispensable que se tenga una buena respuesta en las condiciones de siembra y que produzca plántulas vigorosas para alcanzar el máximo rendimiento. Desde un punto de vista sustentable, es imposible obtener una buena cosecha si no se parte de una semilla de calidad. Esta semilla representa el insumo estratégico que permite sustentar las actividades agrícolas, contribuyendo significativamente a mejorar su producción en términos de calidad y rentabilidad. El rendimiento en semillas de un cultivo está fuertemente influenciado tanto por factores bióticos (enfermedades y plagas) como abióticos (tipo de suelo, fertilización, precipitaciones, heladas, altas temperaturas, viento, etc.) presentes algunas o todas durante su desarrollo. Ambos factores intervienen de forma determinante en el rendimiento y la calidad del producto cosechado (semilla) ya que afectan importantes estructuras de las plantas (enzimas, clorofila, reservas proteicas, contenido hídrico, etc.). Las deficiencias de nutriente durante el ciclo de desarrollo pueden provocar descensos en el rendimiento. Condiciones climáticas extremas (sequias, altas precipitaciones, temperaturas altas y heladas) pueden llegar a producir muerte total de plantas. Cuando el lote es atacado por enfermedades o plagas de insectos estos disminuyen en forma significativa el área fotosintéticamente activa. En este contexto, son de gran interés científico-técnico los trabajos encaminados a realizar un seguimiento detallado en la producción de semilla de alta calidad. Actualmente, esto se lleva a cabo con visitas reiteradas y minuciosas a los lotes en momentos claves del desarrollo de la planta, tarea muy laboriosa y que insume mucho tiempo. Hoy en Argentina, muy pocos semilleros (BAYER, NIDERA) tienen los medios científico-tecnológicos para realizar este seguimiento usando la tecnología satelital.El objetivo de este trabajo es evaluar los efectos de todas las anomalías que afectan el rendimiento mediante un análisis geoespacial a través de la exploración, descripción, explicación y predicción de las mismas en lotes de trigo pan usando imágenes satelitales y aplicando tecnologías de información geográfica. Las investigaciones relacionadas con este campo son muy prolíficas hoy en día, contribuyendo al desarrollo de hipótesis de investigación y al análisis basado en modelos agrícolas. Estas tecnologías se incorporan a estudios cada vez más amplios. El área de estudio abarca cinco lotes pertenecientes a la Asociación de Cooperativas Argentinas (ACA), ubicada en la cercanía de la localidad de Cabildo, Provincia de Buenos Aires. Las imágenes SENTINEL-2 (https://scihub.copernicus.eu/dhus/#/home) son una buena alternativa para el monitoreo de los lotes dado que tiene una revisita periódica de cinco días y una resolución de pixel de 10 mts. La metodología de trabajo consistió en analizar temporalmente imágenes SENTINEL-2 en los lotes de producción de semilla comercial de trigo, desde siembra a cosecha (mayo - diciembre 2020). Se utilizó el software libre QGIS para realizar los análisis. Los lotes fueron sembrados con tres diferentes cultivares comerciales de esta especie. El manejo agronómico (barbecho, control de malezas pre siembra, fertilizaciones y aplicaciones de fungicidas) fue similar en todos los lotes. El monitoreo de los lotes se realizó mediante el cálculo de Índice de Vegetación de Diferencia Normalizada (NDVI, su acrónimo en inglés) extrayendo datos estadísticos de dispersión (Max, Min, Media, Desvío estándar y Coeficiente de Variación) de cada lote, para evaluar el estado de desarrollo de la vegetación semanalmente. Con esta información se graficó la curva de NDVI promedio correspondiente a cada estado fenológico (emergencia, macollaje, floración, madurez fisiológica y cosecha) para caracterizar la especie. Debido a que el área de estudio está inmersa en una zona semiárida con bajas precipitaciones anuales, se calculó el Índice de Precipitación Estandarizado (IPS) durante todo el ciclo del cultivo, derivado de conjuntos de datos climáticos seriales (60 años) medidos por ACA. Esta información nos permitió detectar sequias en fase temprana y más importante aún, el impacto de la productividad de dicha área. El coeficiente de cultivo en trigo (Kc trigo) nos aporta información de las necesidades hídricas durante todo su ciclo, por lo que se graficaron paralelamente tres curvas NDVI vs. Kc trigo vs. precipitaciones mensuales de cada lote para identificar deficiencias de agua durante todo el ciclo de cultivo. Finalmente, la estimación del rendimiento se realizó con dos metodologías para su control: a) Método agronómico: contar número de espigas, número de semillas en esas espigas en un metro lineal y extrapolando a una hectárea; b) Método digital: cálculo de la recta de regresión con valores de NDVI (en el estado fenológico de floración) y rendimiento real del lote (datos tomados de la campaña 2019). El análisis de cada lote evidenció áreas anómalas en cada uno de ellos, verificadas con verdad de campo. Estas anomalías fueron: a) presencia de afloramiento de toscas (plantas con poco desarrollo que no cubrían el entresurco) produciendo valores bajos; b) presencia de altas densidades de plantas (trigo acompañado de malezas, doble pasada de máquina sembradora al momento de la siembra) produciendo valores muy altos; c) áreas con suelo descubiertos, produciendo valores muy bajos; d) presencia de enfermedad fúngica en un lote cuyo cultivar es susceptible, valores muy desiguales, evidenciados por un coeficiente de variación superior a 15%. La firma espectral generada de cada cultivar fue muy diferente y típica de un cereal de invierno, con valores más altos al momento de la floración (noviembre) y descendiendo desde la madurez fisiológica la hasta cosecha. El grafico NDVI vs. Kc vs. precipitación mensual mostró deficiencias de agua durante todo el ciclo del cultivo, no llegando en consecuencia al rendimiento potencial esperado. El coeficiente de regresión lineal (R2) llegó a valores cercanos al 90%. Con esta ecuación se estimó el rendimiento en semillas de la campaña 2020. La calidad de la semilla cosechada fue muy buena, con valores de poder germinativo superiores a 90% y de peso de mil semillas muy óptimos. El análisis espacial cuantitativo aportó información real y actualizada de los estados de los lotes durante su ciclo permitiendo tomar mejores decisiones en tiempo y forma al Semillero ACA. Desde el punto de vista científico-académico la sinergia de estas tecnologías maximiza las oportunidades de apoyo a los sistemas agropecuarios.