Proyecto INIA - Ambev

Introducción

El manejo de nitrógeno (N) en cereales de invierno necesita de un diagnóstico que integre el análisis de suelo y las herramientas de monitoreo para definir la dosis. El empleo de herramientas como OptiFert-N, desarrollada por INIA, permiten definir la dosis de fertilización nitrogenada durante la encañazón (Z30-Z50) a partir del diagnóstico nutricional del cultivo (muestreos de planta), la proyección de crecimiento y el aporte de N del suelo. No obstante, la integración de ésta con herramientas de monitoreo satelital permitirían mejorar la precisión de la proyección del crecimiento a través del ajuste paramétrico de índices de vegetación cómo el índice de vegetación de diferencia normalizada (NDVI) y el índice de vegetación de amplio rango dinámico (WDRVI). Por lo tanto, el objetivo de este proyecto es ajustar el NDVI y el WDRVI durante el crecimiento de los cultivos de trigo (Triticum aestivum L.) y cebada (Hordeum vulgare L.) para proyectar su crecimiento futuro así como su demanda nutricional.

Muestreo

Sitios de muestreo

Durante la campaña de cebada y trigo, desde septiembre hasta octubre se realizaron muestreos de plantas en lotes comerciales en diferentes zonas de la región suroeste agrícola de Uruguay. En algunos casos, los lotes se subdividieron de acuerdo con 2 o 3 ambientes productivos, mientras que en otros se tomó una única muestra representativa. La distribución de las muestra se puede observar en la Figura 1.

Figura 1. Ubicación de los puntos de muestreo.

Esquema de muestreo

En el estadio Z50 en cebada (mitad de espigazón) y Z65 en trigo (antesis o floración), se implementó un muestreo georreferenciado de plantas de acuerdo con el protocolo de la Unidad de Muestreo Elemental (ESU: Elementary Sampling Unit), en el cual cada muestra consistió en 12 submuestras distribuidas con el esquema sugerido en la Figura 2. A partir del material vegetal obtenido, se determinó la biomasa aérea seca acumulada, la concentración y el N acumulado en la biomasa aérea, el índice de nutrición nitrogenada (NNI: Nitrogen Nutrition Index), el índice de diagnóstico de agua (WDI: Water Diagnosis Index), así como el porcentaje y la acumulación de N en la biomasa aérea.

Durante la madurez fisiológica se realizó un muestreo sobre los puntos del muestreo anterior (Z65) y se determinó el rendimiento en grano al 11,5 % de humedad, el contenido de proteína y N en grano (N exportado) y el índice de cosecha (grano / [biomasa + grano] a 0 % de humedad).

Figura 2. Esquema de muestreo de la Unidad de Muestreo Elemental (ESU). Cada punto representa 1 m lineal de plantas colectadas.

Variables agronómicas observadas

Unidades y definiciones:

Estadísticas de las variables observadas

ANÁLISIS DESCRIPTIVO

La Figura 3 presenta un análisis comparativo del rendimiento agronómico de trigo y cebada en la campaña 2024, incluyendo la distribución de cultivares, la cronología del manejo y la evaluación cuantitativa de variables ecofisiológicas. En la superficie cultivada, el 80% correspondió a trigo y el 20% a cebada, un contexto relevante para interpretar los resultados. En cebada, los cultivares Olimpia (53.1%) y Arrayán (39.1%) dominaron, con presencias minoritarias de Cle 316 y genotipos no especificados, mientras que en trigo predominó Guayabo (75%), junto a una presencia menor de Quiriko (12.5%), Catalpa (6.2%) y Audaz (6.2%).

La cronología de las labores agrícolas mostró patrones definidos. La siembra se extendió desde mediados de mayo hasta finales de junio, con mayor frecuencia a fines de mayo. La cosecha se concentró desde finales de octubre hasta mediados de noviembre, con un pico a inicios de noviembre. El muestreo en Z50 en cebada y en Z65 en trigo fue realizado entre finales de septiembre y octubre exhibiendo una mayor dispersión temporal con un promedio a principios de octubre, sugiriendo variabilidad en la estrategia de muestreo.

En la comparación cuantitativa de variables ecofisiológicas, el trigo superó a la cebada en biomasa (8923 vs. 6996 kg ha⁻¹), concentración de N (1.62% vs. 1.48%), acumulación de N (142 vs. 103 kg ha⁻¹) y NNI (0.79 vs. 0.65), indicando una fertilización nitrogenada más intensiva en trigo con respecto a la cebada. Sin embargo, la cebada muestró un Índice de Cosecha y WDI ligeramente superiores (0.46 vs. 0.43 y 0.90 vs. 0.82, respectivamente), por lo que, aun generando menos biomasa, logró un rendimiento similar (5697 vs. 5728 kg ha⁻¹) a través de una partición más eficiente hacia el grano. A la vez, sus menores concentración y acumulación de N, así como un NNI más bajo, explican su menor contenido proteico y N exportado (12.31 vs. 13.07% y 96 vs. 103 kg ha⁻¹, respectivamente) pero en consonancia con los umbrales de calidad maltera (10 – 12 %) y la reducción de la dosis de fertilizante nitrogenado.

La variabilidad en el rendimiento, estimada mediante el coeficiente de variación (CV), fue mayor en cebada (29%) que en trigo (16%). Esta diferencia podría estar influenciada por el diseño de muestreo, que en cebada abarcó zonas de productividad contrastante, mientras que en trigo se centró en áreas de productividad media. Esta variabilidad metodológica debe considerarse al interpretar los datos, ya que puede influir en la dispersión de los resultados más allá de los efectos fisiológicos o genéticos intrínsecos de cada cultivo.

En síntesis, los datos sugieren estrategias de manejo diferenciadas: en cebada, optimizar la fertilización nitrogenada para balancear rendimiento y calidad maltera; en trigo, perfeccionar el manejo hídrico para maximizar eficiencia y estabilidad. Finalmente, se debe interpretar estos resultados considerando posibles sesgos metodológicos, como el muestreo asimétrico entre cultivos y la representatividad limitada a una sola campaña agrícola.

Figura 3. Comparación de la distribución de cultivos, fechas clave y variables ecofisiológicas en cebada y trigo (campaña 2024). Abreviaturas: Crop = cultivo; Barley = cebada; Wheat = trigo; Z50 = estado fenológico Zadoks 50 (mitad de espigazón en cebada), Z65 = estado fenológico Zadoks 65 (inicio de la floración en trigo); N = nitrógeno; NNI = índice de nutrición nitrogenada (relación entre el N observado (%) y el N crítico (%)); WDI = índice de diagnóstico hídrico (relación entre la saturación de agua observada y la crítica).

INFERENCIAS

La Figura 4 presenta un análisis detallado de la relación entre variables fisiológicas clave (biomasa acumulada, NNI y WDI) y variables productivas (rendimiento en grano y N exportado) en cultivos de cebada (Z50) y trigo (Z65). Para modelar estas relaciones, se emplearon funciones logarítmicas y de tipo lineal-plateau, ajustando además fronteras de eficiencia al 95% para identificar el potencial productivo máximo. El modelo lineal-plateau permitió determinar puntos de saturación, umbrales críticos donde incrementos adicionales en las variables fisiológicas no se traducen en mejoras significativas en el rendimiento. Este fenómeno sugiere una co-limitación de recursos, donde la disponibilidad de otros factores (como agua o nutrientes adicionales) restringe la respuesta productiva. Por otro lado, la función logarítmica describió la disminución progresiva en la respuesta productiva a medida que aumentan las variables fisiológicas. Este patrón refleja la ley de rendimientos decrecientes, donde la eficiencia en la utilización de los recursos disminuye a medida que estos se incrementan.

Variables fisiológicas y productivas Los incrementos en biomasa presentaron rendimientos y N exportado crecientes hasta un determinado punto de saturación (7176 kg ha-1 de biomasa), a partir del cual la productividad se estabilizó con dichos incrementos (6463 kg ha-1 de grano). Esto se observó tanto en el análisis de fronteras (95 %) como en el de todos los puntos muestreados. No obstante, se observó una tendencia de mayor incrementos en productividad los cultivos con mejor estatus hídricos, con eficiencias superiores (rinde/biomasa) lo que señalaría una posible colomitación del agua sobre el uso de otros recursos como el N. para relación entre la biomasa con el rendimiento y el N en grano presenta valores saturación. No obstante, se observó que el N acumulado en la biomasa aérea hasta el momento de muestreo, mostró un patrón logarítmico donde los incrementos en el N acumulado significaron incrementos decrecientes en la respuesta de la productividad. Por ende, la limitación en la absorción de N pareció ser determinante en la productividad de los cultivos. Por otro lado, al observar los indicadores del estatus nitrogenado (NNI) e hídrico (WDI), se observó una función lineal-plateau donde ambos índice tuvieron valores de saturación a los cuales, a partir de estos la productividad no mejoró. No obstante, entre éstos presentaron diferencias, el NNI se saturó antes para rendimiento (0.65 vs 1.03) y N exportado (0.84 vs 1.38) sugiriendo que la mayor respuesta en productividad del cultivo fue al estatus hidríco. Por lo tanto, hubo una colomitación de agua-N donde el cultivo tuvo una mayor eficiencia en el uso de N con respecto al del agua y deficiencias de N inducidas por estrés hídrico, ya que tanto el NNI presentó valores de deficiencia como la productividad respuesta al N acumulado en una fase creciente de la función logartimica. Según la teoría, la limitación de de agua induce a la reducción de la absorción de N asociada a la reducción de la masa del cultivo; y la reducción de la disponibilidad de N en el suelo debida al déficit hídrico del suelo. Por ende, hay una sobrestimación del N critico cuando hay estrés hídrico.

Figura 4. Relación Lineal-Plateau entre las variables ecofisiológicas en el período crítico y las productivas en cebada y trigo (campaña 2024). Abreviatura: Barley = cebada; Wheat = trigo; Z50 = estado fenológico Zadoks 50 (mitad de espigazón en cebada), Z65 = estado fenológico Zadoks 65 (inicio de la floración en trigo); N = nitrógeno; NNI = índice de nutrición nitrogenada (relación entre el N observado (%) y el N crítico (%)); WDI = índice de diagnóstico hídrico (relación entre la saturación de agua observada y la crítica).

Datos satelitales

Análisis de la dinámica temporal de NDVI y WDRVI en cereales de invierno

INTRODUCCIÓN

El análisis temporal de los índices de vegetación de NDVI y WDRVI en cereales de invierno se ha consolidado como una herramienta fundamental en la agricultura de precisión. Estos índices, derivados de datos de teledetección, permiten la evaluación de la biomasa, el vigor del cultivo y la eficiencia en la absorción de nitrógeno (N), lo que facilita la toma de decisiones para la fertilización nitrogenada. El NDVI ha sido ampliamente utilizado debido a su capacidad para estimar la biomasa y la actividad fotosintética. Sin embargo, en cultivos con alta biomasa, este índice tiende a saturarse, lo que limita su precisión en etapas fenológicas avanzadas. En contraste, el WDRVI, con su ponderación del infrarrojo cercano (NIR), mantiene una mayor sensibilidad en cultivos densos, proporcionando una representación más precisa del estado nutricional del cultivo. Por lo tanto, a lo largo del ciclo de crecimiento, el WDRVI emerge como una herramienta más prometedora que el NDVI, lo que permite el desarrollo de herramientas de monitoreo para complementar el diagnóstico tradicional de N y optimizar el manejo de fertilizantes.

Dinámica de NDVI y WDRVI durante el ciclo de trigo y cebada (campaña 2024)

La Figura 5 ilustra la evolución temporal de los índices de vegetación NDVI y WDRVI en función de los días transcurridos desde la siembra, diferenciando parcelas con biomasa alta (>6000 kg ha⁻¹, puntos verdes) y biomasa baja (≤6000 kg ha⁻¹, puntos rojos). En ambas graficas, se pueden identificar cuatro fases diferenciadas en el comportamiento de ambos índices:

Fase inicial (0-30 días): se observa una respuesta limitada de ambos índices, lo que sugiere una baja acumulación de biomasa aérea debiedo a que es el período de establecimiento de los cultivos

Fase de crecimiento activo (30-90 días): se observa un incremento rápido y lineal en los valores de NDVI y WDRVI, coincidiendo con la fase de máxima acumulación de biomasa y expansión foliar. El NDVI muestra un aumento progresivo desde valores iniciales de 0.2-0.3 hasta alcanzar valores entre 0.7 y 0.85 al final del período. No obstante, la dispersión de los valores de NDVI en función del tiempo es relativamente baja, lo que sugiere una menor sensibilidad para detectar variaciones en la acumulación de biomasa y los cambios estructurales que ocurren durante esta fase. En contraste, el WDRVI exhibe una tasa de incremento lineal con mayor variabilidad en comparación con el NDVI, lo que resulta en una mayor dispersión de los valores a lo largo de este período. El WDRVI, partiendo de valores iniciales de -0.5, alcanza un rango de valores entre 0.25 y 0.75 al final de esta fase. Esta divergencia en las tendencias temporales se explica por la atenuación de la reflectancia en el infrarrojo cercano (NIR) que logra el WDRVI al incorporar el parámetro α (α=0.20). Esta modificación amplía su rango dinámico y le confiere una mayor capacidad para capturar gradientes de biomasa, incluso en etapas avanzadas del desarrollo del cultivo. Por lo tanto, el WDRVI presenta una mayor capacidad para discriminar la acumulación de biomasa en comparación con el NDVI, siendo esta fase fundamental para el desarrollo de herramientas que permitan proyectar la acumulación de biomasa en cebada (Z50, espigazón) y trigo (Z65, floración).

Fase de meseta (90-120 días): a partir de los 90 días, los cultivos continúan acumulando biomasa, aunque los valores de NDVI y WDRVI entran en una fase de estabilización o meseta, manteniendo sus valores relativamente constantes hasta la espigazón (Z50) en cebada y la floración (Z65) en trigo, aproximadamente 120 días después de la siembra. Durante este período, los valores de NDVI se mantienen relativamente constantes, y en parcelas de alta biomasa (>6000 kg ha⁻¹, puntos verdes) varían entre 0.85 y 0.95, mientras que en parcelas de baja biomasa (≤6000 kg ha⁻¹, puntos rojos) oscilan entre 0.70 y 0.85. Esta diferencia en el rango de valores evidencia una saturación del índice NDVI en condiciones de alta productividad, lo que limita su capacidad para discriminar diferencias en la biomasa. En contraste, el WDRVI, al provenir de una fase anterior con mayor dispersión que el NDVI, muestra una mayor variabilidad en sus valores, tanto en condiciones de alta como de baja productividad, variando entre 0.5 y 0.8 y entre 0.15 y 0.75, respectivamente. Esta característica sugiere que el WDRVI podría ser una herramienta más adecuada que el NDVI para proyectar la acumulación de biomasa en estadios fenológicos clave (Z50 en cebada y Z65 en trigo), siendo la fase de crecimiento activo (30-90 días) fundamental para este propósito.

Fase de senescencia (>120 días): ambos índices muestran una disminución progresiva, reflejando la pérdida de área foliar verde y la translocación de asimilados hacia los órganos de reserva. Sin embargo, al igual que en la fase anterior, el WDRVI presentó mayor variación.

En resumen, el NDVI es adecuado para describir la curva general de crecimiento, pero presenta saturación en altos valores de producción de biomasa o estadios avanzados. En contraste, el WDRVI también presenta saturación en estadios avanzados pero sus valores muestran mayor dispersión, lo que reflejaría una mayor sensibilidad a los cambios en la biomasa. Esta característica, sumada a su menor susceptibilidad a la saturación en altas densidades de biomasa, convierten al WDRVI en un índice preferencial para el monitoreo y proyección de la biomasa a estadíos avanzados de cebada (espigazón) y trigo (floración).

Figura 5. Dinámica temporal de los índices de vegetación satelitales NDVI (panel izquierdo) y WDRVI (panel derecho) durante el ciclo de cebada y trigo. Los colores representan una categorización de biomasa acumulada en espigazón (cebada) y floración (trigo): alta >6000 kg ha⁻¹ (verde) vs. baja ≤6000 kg ha⁻¹ (rojo). El NDVI (índice de vegetación de diferencia normalizada) fue calculado como (B8 - B4) / (B8 + B4) y el WDRVI (índice de vegetación de amplio rango dinámico) como (α * B8 - B4) / (α * B8 + B4) siendo α = 0.2, ambos índices calculados a partir de reflectancias espectrales registradas por el sensor MSI Sentinel-2 en el infrarrojo cercano (B8: 832.8 - 832.9 nm) y rojo (B4: 664.6 - 664.9 nm).

Modelado de la dinámica de NDVI y WDRVI mediante la función beta

Dado que el comportamiento de ambos índices a lo largo del ciclo de crecimiento del cultivo sigue cuatro fases, mientras que la acumulación de biomasa se ajusta principalmente a las tres primeras, es posible modelar su evolución mediante funciones matemáticas adecuadas. Tradicionalmente, se han utilizado funciones sigmoides para parametrizar la dinámica de NDVI y WDRVI en diversos cultivos, dado que estas capturan la naturaleza asintótica de estos índices. Sin embargo, las funciones sigmoides requieren la regularización de parámetros internos específicos (ej. 𝑘), lo que puede limitar su capacidad de representar transiciones diferenciadas entre fases fenológicas. Como alternativa, la función beta de Yin et al. (2003) ha sido empleada para modelar la acumulación de biomasa en función del tiempo, proporcionando una representación flexible del crecimiento al definir explícitamente la duración del proceso y la biomasa máxima alcanzada. A diferencia de otros modelos sigmoides, esta función incorpora parámetros biológicamente interpretables, como 𝑡𝑚 (momento de máxima tasa de crecimiento), 𝑡𝑒 (final del crecimiento) y 𝑤𝑚𝑎𝑥 (biomasa final), lo que permite una mejor caracterización del crecimiento en sistemas agrícolas. Además, su estructura matemática permite modelar de manera continua la evolución de la biomasa sin generar discontinuidades en la transición entre fases de crecimiento, proporcionando estimaciones más realistas y ajustadas a la naturaleza determinante del crecimiento de estos cultivos. Por lo tanto, la parametrización de la dinámica del NDVI y WDRVI mediante la función beta ofrece una estrategia promisoria para la proyección temprana de la biomasa acumulada en cebada (espigazón) y trigo (floración).

Función beta, ecuación y representación grafica de un caso

Figura 6. Dinámica temporal observada (puntos) y ajustada mediante la función de crecimiento beta (curva) de la biomasa aérea seca en trigo de invierno (datos de Gregory et al., 1978). La función describe el crecimiento en función del tiempo y está parametrizada por: 𝑤𝑏: biomasa inicial; 𝑤𝑚𝑎𝑥: biomasa máxima alcanzada; 𝑡𝑏: tiempo de inicio del crecimiento significativo; 𝑡𝑚: punto de inflexión, donde la tasa de crecimiento es máxima; 𝑡𝑒: tiempo en el que finaliza el crecimiento. Estos parámetros permiten describir con precisión el patrón sigmoide del crecimiento, caracterizando tanto la fase inicial lenta, como el período de rápido crecimiento y la fase final de estabiliza.

Las Figura 6 y Figura 7 muestran el ajuste de la función beta a los valores de NDVI y WDRVI de los cultivos en crecimiento para cada punto de muestreo. El modelo capturó con precisión la evolución de ambos índices desde la siembra hasta el muestreo, identificando tres fases fenológicas distintas: (i) una fase inicial de valores bajos, (ii) una fase de crecimiento lineal y (iii) una fase de meseta o saturación. La fase inicial fue significativamente más corta que las fases de crecimiento y saturación, cuya duración fue complementaria; una fase de crecimiento más larga se asoció con una fase de saturación más corta, y viceversa. El WDRVI presentó una fase de crecimiento proporcionalmente mayor y una fase de meseta menor en comparación con el NDVI, además de una mayor variabilidad entre zonas de manejo productivo en la fase de crecimiento, en los valores de 𝑤𝑚𝑎𝑥 y en el acumulado (integral). Esto se debe a que la ponderación del infrarrojo cercano en el WDRVI (α = 0.2) evita la saturación que afecta al NDVI. Además, el modelado de los índices de vegetación a través de la función beta permite obtener parámetros de interpretación fácil (valores en unidades de tiempo e índice) y biológica, fortaleciendo las inferencias sobre la acumulación de biomasa. Por lo tanto, el modelado de índices de vegetación con la función beta, especialmente el WDRVI, es una herramienta promisoria para el monitoreo y la proyección de la biomasa aérea de los cultivos.

NDVI

Figura 7. Modelado de la dinámica del NDVI satelital en cultivos de trigo y cebada mediante la función beta según la zona de manejo productivo de la chacra. El NDVI (índice de vegetación de diferencia normalizada) fue calculado como (B8 - B4) / (B8 + B4) a partir de reflectancias espectrales registradas por el sensor MSI Sentinel-2 en el infrarrojo cercano (B8: 832.8 - 832.9 nm) y rojo (B4: 664.6 - 664.9 nm).

WDRVI

Figura 7. Modelado de la dinámica del WDRVI satelital en cultivos de trigo y cebada mediante la función beta según la zona de manejo productivo de la chacra. El WDRVI (índice de vegetación de amplio rango dinámico) fue calculado como (α * B8 - B4) / (α * B8 + B4) siendo α = 0.2, a partir de reflectancias espectrales registradas por el sensor MSI Sentinel-2 en el infrarrojo cercano (B8: 832.8 - 832.9 nm) y rojo (B4: 664.6 - 664.9 nm).

Análisis estadístico sobre los parámetros de la función Beta

La Figura 9 explora la relación entre la biomasa aérea de cereales de invierno y dos parámetros obtenidos a partir de la curva beta ajustada a los índices espectrales NDVI y WDRVI: el wmax, que representa el punto de saturación del índice, y la integral, que refleja su acumulación a lo largo del ciclo del cultivo. A partir de un análisis de regresión lineal, se observó que el WDRVI presentó un mejor ajuste que el NDVI, con valores de R² más altos (0.60 - 0.72 vs. 0.52 - 0.60) y RMSE más bajos (1075 vs. 1286-1409 kg ha⁻¹), lo que confirma su menor sensibilidad a la saturación en cultivos con alta biomasa. Aunque la integral del índice mejoró la precisión del ajuste en ambos casos, el wmax del WDRVI demostró mayor ajuste que el de la integral del NDVI, lo que resalta su potencial para la proyección de biomasa. En este sentido, mientras la integral permite evaluar la biomasa en el momento del muestreo, el wmax brinda una ventaja adicional al anticipar su acumulación, extendiendo la ventana de toma de decisiones. Esta capacidad predictiva es especialmente útil en el NDVI, que alcanza la saturación antes que el WDRVI, aunque con menor precisión. Por lo tanto, ambos parámetros son herramientas clave para mejorar el diagnóstico de N en cultivos mediante el monitoreo y la proyección de la biomasa acumulada a espigazón y floración en cebada y trigo.

Figura 9. Relación entre la biomasa aérea de cereales de invierno y los parámetros e integrales de las curvas beta ajustadas a partir de la dinámica del NDVI y WDRVI satelitales. Los parámetros (wmax) corresponden a los valores máximos de NDVI y WDRVI, mientras que las integrales representan la integral de estas funciones desde la siembra hasta la espigazón (cebada) o floración (trigo). El NDVI (índice de vegetación de diferencia normalizada) fue calculado como (B8 - B4) / (B8 + B4) y el WDRVI (índice de vegetación de amplio rango dinámico) como (α * B8 - B4) / (α * B8 + B4) siendo α = 0.2, ambos índices calculados a partir de reflectancias espectrales registradas por el sensor MSI Sentinel-2 en el infrarrojo cercano (B8: 832.8 - 832.9 nm) y rojo (B4: 664.6 - 664.9 nm).