Caracterización de plantaciones de olivares a partir de imágenes LANDSAT

Autores/as

  • M. F. Pérez Nores Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Córdoba, Argentina
  • V. Gonzalez Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Córdoba, Argentina.
  • M. Paccioretti Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Córdoba, Argentina.
  • M. Nolasco Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Córdoba, Argentina.

Palabras clave:

NDVI, Olivicultura, Edad, Sistema de Riego, La Rioja

Resumen

La teledetección permite registrar la energía reflejada por los cultivos, para estudiar su variabilidad espacial y temporal. El objetivo del trabajo fue determinar relaciones entre características de manejo cultural de plantaciones de olivo (Olea Europaea L.) y datos derivados del sensoramiento remoto. Ocho lotes ubicados en La Rioja fueron relevados durante el periodo 2016-2018. Se registró edad, sistema de conducción y riego. A partir de 72 imágenes Landsat 8, para cada lote se obtuvo el Normalized Difference Vegetation Index (NDVI), se construyó una serie temporal (2013-2019) y se calcularon estadísticos descriptivos del índice. Los resultados permitieron diferenciar plantaciones jóvenes en crecimiento, de plantaciones adultas en el zenit de la producción. La frecuencia temporal de toma de datos permitió discriminar lotes por edad, tipo de sistema de riego, identificar momentos de realización de labores específicas como la cosecha, suspensión en el suministro de agua y anomalías en las precipitaciones.

Referencias

Castillo P. 2013. El complejo olivícola argentino: principales tendencias para el aceite de oliva y aceituna de mesa. Doc. CIEA 09: 159-180.

Consejo Oleícola Internacional. 2019. Balances Aprobados. Disponible en: http://www.internationaloliveoil.org/. Recuperado Agosto 2019.

Correa-Tedesco G, Rousseaux MC, Searles PS. 2010. Plant growth and yield responses in olive (Olea europaea) to different irrigation levels in an arid region of Argentina. Agricultural Water Management 97(11): 1829-1837.

De la Rosa R, León L, Guerrero N, Rallo L, Barranco D. 2007. Preliminary results of an olive cultivar trial at high density. Australian Journal of Agricultural Research, 58(5), 392-395.

De Salmuni GS, Velasco I, Fresina M, Flores AL. 2007. Irrigated area determination: a case study in the Province of San Juan, Argentina. GeoJournal 70(4): 273-279.

Ferreres E, Goldhamer DA, Sadras VO. 2012. Yield response to water of fruit trees and vines: guidelines. En: FAO Irrigation and Drainage Paper. Food and Agriculture Organization of the United Nations (FAO), Rome, Italy, (66), 246-497pp.

Kefi M, Pham TD, Kashiwagi K, Yoshino K. 2016. Identification of irrigated olive growing farms using remote sensing techniques. Euro-Mediterranean Journal for Environmental Integration 1(1): 3.

Ministerio de Agricultura Ganadería y Pesca de la Nación. 2018. Dirección de Prensa y Comunicación. Disponible en: https://www.agroindustria.gob.ar/sitio/areas/prensa/?accion=noticia&id_info=181011201301. Recuperado noviembre 2019.

Mulla DJ. 2013. Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems engineering 114(4): 358-371.

Nimo M, Garciarena I. 2017. I Reunión Comisión Regional Cuyo. Ministerio de Agroindustria. Presidencia de la Nación. Disponible en https://www.agroindustria.gob.ar/sitio/areas/cfa/regionales/_archivos//000000_2017/000000_Cuyo/000000_1ra%20Reuni%C3%B3n/000000_Material/000000_Regional%20CUYO.pdf. Recuperado noviembre 2019.

Nimo M. 2018. Cadena de Valor de Olivo. Ministerio de Producción y Trabajo, Presidencia de la Nación.

Nolasco M, Willington E, Bocco M. 2015. Uso del suelo agrícola: comparación entre series temporales e imágenes satelitales individuales para su clasificación. Revista de Investigaciones de la Facultad de Ciencias Agrarias-UNR (26): 017-021.

Noori O, Panda SS. 2016. Site-specific management of common olive: Remote sensing, geospatial, and advanced image processing applications. Computers and Electronics in Agriculture 127: 680-689.

Rondanini DP, Castro DN, Searles PS, Rousseaux MC. 2011. Fatty acid profiles of varietal virgin olive oils (Olea europaea L.) from mature orchards in warm arid valleys of Northwestern Argentina (La Rioja). Grasas y aceites 62(4): 399-409.

Rubio-Delgado J, Vega MA, Lavado JF, Villar M. 2018. Teledetección y agricultura de precisión aplicadas al olivar tradicional. In Sistemas de información geográfica y teledetección: aplicaciones en el análisis territorial, 55-68pp.

Sayago S, Bocco M. 2018. Crop yield estimation using satellite images: comparison of linear and non-linear models. AgriScientia 35(1): 1-9.

Trentacoste ER, Puertas CM, Sadras VO. 2015. Effect of irrigation and tree density on vegetative growth, oil yield and water use efficiency in young olive orchard under arid conditions in Mendoza, Argentina. Irrigation science 33(6): 429-440.

Descargas

Publicado

2020-01-01

Número

Sección

INFORMES DE RESULTADOS/AVANCES

Cómo citar

Caracterización de plantaciones de olivares a partir de imágenes LANDSAT. (2020). Nexo Agropecuario, 7(2), 14-18. https://revistas.psi.unc.edu.ar/index.php/nexoagro/article/view/27699