Búscanos en Facebook

Desde la Agencia Española ISBN se ha concedido el siguiente número ISBN para las comunicaciones técnicas:

978-84-09-46920-8
Recopilación de Publicaciones Científico Técnicas y de Difusión de Proyectos aceptadas en el Marco del Congreso Nacional del Medio Ambiente

(Los contenidos de las comunicaciones técnicas y de los póster son exclusiva responsabilidad de sus autores)

Detección temprana de plagas y enfermedades forestales mediante técnicas de teledetección y sensor hiperespectral embarcado en RPA

Autor: Juan del Barrio Markaida Director del grupo IGM-Zumain IGM, Ingeniería y Gestión Medioambiental
Otros autores: María Duarte Navalón (Zumain Ingenieros S.L) Santiago Fernández Movilla (Zumain Ingenieros S.L) Juan del Barrio Markaida (IGM, Ingeniería y Gestión Medioambiental)
Formato: Comunicación técnica escrita / Comunicación técnica panel
Tipo: Difusión de Proyecto
Temática: Calidad ambiental y salud; Energía, eficiencia y cambio climático
Programa Financiación: Otro
ODS relacionados: Acción por el clima

Documentos asociados: Doc. Escrito Doc. Panel

Resumen:
El cambio climático es un problema a nivel global referente al cambio a largo plazo de las temperaturas y, en general, de los patrones climáticos en la tierra. Estos cambios se producen de forma natural, no obstante, la acción humana ha acelerado enormemente este proceso lo que dificulta la adaptación de las masas forestales a las nuevas situaciones climáticas. El decaimiento de los montes es uno de los efectos más preocupantes de la modificación del clima, que a su vez favorece la entrada de plagas capaces de afectar incluso a individuos sanos. Por ello, resulta cada vez más imprescindible el apoyo de sistemas y herramientas que ayuden a la detección temprana de plagas, enfermedades y en general síntomas de decaimiento que permitan la pronta actuación y garanticen la sostenibilidad y perdurabilidad de las masas que ya han sido debilitadas. Tomando como base las anteriores premisas, el objetivo del presente proyecto ha sido validar la eficacia de los sensores hiperespectrales para la detección temprana de plagas y predicción del decaimiento de las masas, permitiendo tomar acciones de recuperación y contención contra los efectos del cambio climático. Para ello se seleccionaron masas arboladas con presencia de diferentes síntomas de decaimiento entre los años 2019 y 2021. El proyecto se compone de las siguientes localizaciones: 4 parcelas con diferentes grados de afección y 2 parcelas sanas situadas sobre masas forestales de Pinus pinaster afectadas por coleópteros del género Ips en la comarca de Aliste; un rodal de Pinus pinaster compuesto por pies con síntomas de afección por agente fúngico en el término municipal de Alcañices; Una plantación de nogal con afección de Oomycete Phytoptora en Valladolid; varias parcelas en la dehesa de casla en la provincia de Segovia, con síntomas de decaimiento por causas desconocidas y una zona piloto sana. En todos los casos se realizó un inventario forestal, identificando un número representativo de los árboles de la muestra y se realizaron vuelos con un sensor hiperespectral de 272 bandas en diferentes momentos del periodo estival. El numero de vuelos se adaptó en función de la especie y la localización. Posteriormente se unificaron los datos tomados por inventario tradicional y técnicas de teledetección con drones para comprender la implicación de los diferentes parámetros bióticos y físicos en la salud vegetal de las masas arboladas. Con todo ello se buscaron que permitieran evaluar el vigor vegetal y aproximar las causas del decaimiento de las masas.
Objetivos:
El objetivo principal de este estudio es demostrar la capacidad de la tecnología hiperespectral para su utilización en la detección temprana de plagas, incluso antes de que los pies afectados muestren síntomas visibles y su aplicabilidad en la sostenibilidad de los ecosistemas.
Acciones:
Se realizó un mínimo de un vuelo hiperespectral y un inventario de campo en cada una de las zonas objeto de estudio. También se tomaron muestras para su análisis en laboratorio. Una vez en gabinete, se realizó la calibración radiométrica de las imágenes a partir de unos paneles de reflectancia conocida colocados en la zona de vuelo. Posteriormente se empleó un algoritmo k-means para separar los píxeles de la imagen en cluster según sus valores espectrales, permitiendo seleccionar aquellos píxeles que contenían elementos de copa bien iluminados. Sobre las imágenes filtradas se digitalizan los pies individuales de cada zona de estudio y se extraen los valores de reflectancia menos de la copa, así como la desviación típica para cada longitud de onda. De los valores extraídos se descartan las primeras y últimas 20 bandas por su alto nivel de ruido, se calculan 53 índices espectrales y se incluye toda la información a script de diseño propio con objetivo de entrenar un modelo clasificador.
Resultados:
Los análisis de laboratorio mostraron la presencia de patógenos perjudiciales en la zona de pino y nogal. En la zona de nogal se compararon las firmas espectrales de los pies con y sin afección y se entrenó un modelo clasificador con una exactitud de 0.81 en los datos de validación. En la zona de pino se compararon las firmas de todos los pies analizados y agrupados según tipo de afección. Además, se entrenó un modelo clasificador a partir del cual se identificaron pies que empeorarían su estado de salud en un plazo de do años. En la Dehesa mixta los análisis resultaron negativos, por lo que se comparó la firma espectral según resultados de valoración del inventario de campo. En General, las firmas espectrales de pies con un peor estado de salud vegetal muestran una firma con valores de reflectancia más pequeños, especialmente en el rango del NIR. La herramienta empleada se muestra efectiva y potencialmente beneficiosa como apoyo en la gestión forestal.