Índex per a l’avaluació de l’oportunitat de la verema selectiva a partir de mapes de vigor

L’índex d’oportunitat IO és un índex per avaluar si pot ser rendible o no la verema selectiva, segons les característiques de la parcel·la i els mapes de vigor (índex NDVI) obtinguts a través de la imatge de satèl·lit. L’índex proposat es construeix en base a tres factors que són la variabilitat (V) en els valors d’NDVI, l’estructura espacial (E) d’aquesta variació, i una superfície mínima necessària (S) per a que sigui rendible la verema selectiva. El càlcul de l’índex d’oportunitat permet obtenir un valor numèric d’oportunitat de verema selectiva per cada una de les parcel·les, i a partir d’aquí es poden classificar segons presentin una oportunitat alta, mitjana o baixa per a la verema selectiva.

Analysis of vineyard differential management zones and relation to vine development, grape maturity and quality

The objective of research was to analyse the potential of Normalized Difference Vegetation Index (NDVI) maps from satellite images, yield maps and grapevine fertility and load variables to delineate zones with different wine grape properties for selective harvesting. Two vineyard blocks located in NE Spain (Cabernet Sauvignon and Syrah) were analysed. The NDVI was computed from a Quickbird-2 multi-spectral image at veraison (July 2005). Yield data was acquired by means of a yield monitor during September 2005. Other variables, such as the number of buds, number of shoots, number of wine grape clusters and weight of 100 berries were sampled in a 10 rows × 5 vines pattern and used as input variables, in combination with the NDVI, to define the clusters as alternative to yield maps. Two days prior to the harvesting, grape samples were taken. The analysed variables were probable alcoholic degree, pH of the juice, total acidity, total phenolics, colour, anthocyanins and tannins. The input variables, alone or in combination, were clustered (2 and 3 Clusters) by using the ISODATA algorithm, and an analysis of variance and a multiple rang test were performed. The results show that the zones derived from the NDVI maps are more effective to differentiate grape maturity and quality variables than the zones derived from the yield maps. The inclusion of other grapevine fertility and load variables did not improve the results.

Parametrización de kB-1 para estimar el flujo de calor sensible con imágenes AVHRR

La necesidad de evaluar la evapotranspiración a escala regional para la gestión de regadíos ha hecho que sean innumerables los intentos por aplicar imágenes AVHRR-NOAA en la determinación el flujo de calor sensible. La principal limitación de estos métodos es la estimación de la resistencia aerodinámica. El parámetro crítico en la expresión de la resistencia aerodinámica es kB-1. La parametrización de kB-1 ha sido infructuosa a escala regional por no disponer hasta ahora de medidas de flujo de calor sensible a escala del píxel AVHRR en superficies heterogéneas y durante toda una temporada de riegos. Para resolver esta medida de flujo se ha desarrollado el cintilómetro. En la primera parte de este trabajo se estudia la representatividad espacial de las medidas del cintilómetro. El núcleo de esta aportación consiste en la correlación entre el parámetro kB-1, el NDVI y la altura solar. Los buenos resultados obtenidos (r2=0.81) ofrecen una nueva metodología para determinar el flujo de calor sensible. La estimación de kB-1, las imágenes AVHRR y los datos meteorológicos permiten calcular el flujo de calor sensible durante toda la temporada de riegos con errores inferiores al 20%.

Protocolo para la zonificación intraparcelaria de la viña para vendimia selectiva a partir de imágenes multiespectratrales

En este trabajo se presenta un protocolo para la zonificación intraparcelaria de la viña con la finalidad de vendimia selectiva. Se basa en la adquisición de una imagen multiespectral detallada en el momento del envero, a partir de la cual se obtiene el índice de vegetación de la diferencia normalizada (NDVI). Este índice se clasifica en áreas de vigor alto y bajo mediante un proceso de clasificación no supervisada (algoritmo ISODATA). Las zonas resultantes se generalizan y se transfieren al monitor de cosecha de una máquina vendimiadora para realizar la recolección selectiva. La uva recolectada según este protocolo en parcelas control ha mostrado diferenciación en cuanto a parámetros de calidad como el pH, la acidez total, el contenido de polifenoles y el color. La imagen multiespectral utilizada fue adquirida por el satélite Quickbird-2. Los datos de calidad de la uva fueron muestreados según una malla regular de 5 filas por 10 cepas, procediendo a un test estadístico de rangos múltiples para analizar la separación de medias de las variables analizadas en cada zona de NDVI.