Aplicación de tecnologías de percepción remota en la estimación de rendimientos en caña de azúcar

Abstract

Los productores de caña de azúcar buscan constantemente formas de reducir costos, aumentar la productividad y los rendimientos, pero en general, son pocas las herramientas que se están aplicando para tal fin. Por otra parte, es cada vez más importante la predicción temprana del rendimiento de los cultivos que permita una planificación de políticas agrícolas y de seguridad alimentaria en una economía de mercado globalizado. Con el propósito de calibrar una metodología para enfrentar estos problemas, la presente investigación se llevó a cabo en la zona de abasto del Ingenio Emiliano Zapata, en Morelos, México, en una superficie de 10, 664 hectáreas, durante el ciclo agrícola 2009-2010. El propósito del estudio fue determinar una función matemática para estimar el rendimiento de caña de azúcar (Saccharum officinarum L.) con base en el análisis temporal de índices de vegetación de diferencias normalizadas (NDVI) e índices de estrés de humedad (MSI) obtenidos de imágenes Landsat-ETM+ y, estimar la evapotranspiración del cultivo (ETc), calculando la variable Kc FAO (1986), en función de índices NDVI y utilizando la evapotranspiración de referencia (ETr) obtenida de estaciones agrometeorológicas, basada en la fórmula de Penman-Monteith. De acuerdo con los resultados se concluye que el rendimiento de caña de azúcar puede ser estimado con precisión aceptable considerando los valores promedio de índices NDVI, MSI y ETc. La regresión lineal presentó un coeficiente de determinación (r2) de 0.92, 0.77 y 0.85, respectivamente. Lo que permite conocer la efectividad de las predicciones de rendimiento realizadas en este estudio. _______________ APPLICATION OF REMOTE SENSING TECHNOLOGIES IN THE ESTIMATION OF SUGAR CANE YIELD. ABSTRACT: Sugarcane producers are constantly looking for ways to reduce costs and increase productivity and yields, but in general, few tools are being implemented for this purpose. Moreover, the early prediction of crop yields is increasingly important to allow for planning of agricultural policies and food security in a globalized market economy. In order to calibrate a methodology to address these problems, this research was conducted on the sugarcane supply of Ingenio Emiliano Zapata in Morelos, Mexico, in an area of 10,664 hectares during the 2009-2010 crop season. The purpose of this study was to determine a mathematical function to estimate the yield of sugarcane (Saccharum officinarum L.) based on temporal analysis of the normalized difference vegetation index (NDVI) and the moisture stress index (MSI), both obtained from Landsat-ETM+, and the estimated crop evapotranspiration (ETc) found by calculating the variable Kc FAO (1986) based on the NDVI and the reference evapotranspiration (Etr) obtained from agro-meteorological stations based on the Penman-Monteith formula. Based on the results it is concluded that the yield of sugar cane can be estimated with reasonable accuracy by considering the average values of the NDVI and MSI indices and the ETC. Linear regression showed coefficients of determination (r2) of 0.92, 0.77 and 0.85, respectively, indicating the effectiveness of the performance predictions made in this study.