Tecnología Satelital. Su evolución en la Agricultura.

Hace tan solo 4 años, la información de la familia de satélites Sentinel del programa Copérnico , era altamente desconocida. Sobre todo en el sector de la agricultura en España. Concretamente, los satélites Sentinel 1 (radar) y Sentinel 2 (sensores ópticos), que proporcionan información de la vegetación y el suelo. Durante los últimos años han sucedido muchas cosas, y lo bueno es que más está por venir. Hablemos de ello.

Antes que nada, no podemos olvidarnos de la serie de satélites denominados Landsat. Su objetivo ha sido obtener imágenes de la Tierra desde 1972 hasta nuestros días. La misión Landsat está actualmente formada por un total de 9 satélites (el último lanzado en 2021) que forman parte del Programa Nacional de Imágenes Terrestres del Servicio Geológico de EE.UU. Estas misiones nos brindan imágenes satelitales de casi todos los rincones del planeta desde hace más de 50 años. Su resolución es de 30x30m de resolución por pixel. Un pequeño adelanto: esto permite entrenar los modelos de Machine Learning (ML) e Inteligencia Artificial (IA) que se utilizan actualmente.

Evolución Satelital: desde Landsat hasta nuestros días

El procesamiento de las bandas de frecuencias de los satélites Landsat han permitido obtener índices de vegetación. El NDVI (Normalized Difference Vegetation Index) es un índice que ayuda a evaluar el desarrollo vegetativo de los cultivos. Sin embargo, su resolución de 30x30m no ha sido suficiente por dos motivos.

El primero es que las superficies cultivables varían su tamaño en función de la zona y país donde se encuentran. Un agricultor pequeño en España tiene 2 o 3 hectáreas mientras que el de EE.UU tiene 50 hectáreas. Cuanto menor es la superficie cultivable, mayor es la dificultad de interpretar los datos satelitales. El segundo motivo es el tipo de cultivo con el que tratamos. Si es extensivo, la mayoría de los datos que proporciona el satélite serán relativos a la vegetación que tratamos. En cambio, si es un cultivo arbóreo encontramos el problema del suelo desnudo y el suelo vegetado (o cubierta vegetal).

Por estos motivos, y por la evolución tecnológica, se ha trabajado por parte de instituciones públicas y privadas para obtener información satelital con mayor precisión. Es decir mayor tamaño de píxel, mayor frecuencia de paso y mayor número de bandas disponibles.

Satélites utilizados en la Agricultura

La siguiente tabla recoge los satélites (con sensores ópticos) mas utilizados en agricultura:

La mejora de la resolución satelital, espacial y temporal, permite conocer con mayor profundidad los cultivos arbóreos de alto valor. Junto a los algoritmos de Machine Learning e Inteligencia Artificial se crea un escenario beneficioso a toda la cadena agroalimentaria.

Aportación de la Tecnología Satelital a la Agricultura

La observación terrestre satelital ayuda a entender la variabilidad de los procesos agrícolas que suceden en todo nuestro planeta. En la actualidad se dispone de datos satelitales de cualquier parte del mundo y casi de manera diaria. Esto permite, tanto a la comunidad científica como al sector público y privado, apostar por esta tecnología como una de las principales fuentes de entendimiento y monitorización del estado de nuestra vegetación. 

Los datos satelitales desde 1970 y la evolución de la tecnología mejoran la toma de decisiones en las siguientes actividades:

• Gestión del agua en fincas: la sequía que vive nuestra sociedad agudiza el problema de la disponibilidad de agua. Saber distribuir el agua accesible ayuda al agricultor a ahorrar costes y conocer donde puede aguantar o mejorar la producción.
• Fertilización de cultivos: el avance tecnológico en la maquinaria agrícola ha permitido la “dosificación variable de productos fitosanitarios”. Consiste en aplicar diferentes cantidades del producto dependiendo del lugar del crecimiento que experimenta el cultivo. De esta manera, se automatiza una tarea que, hasta el momento, o era manual o directamente no se hacía.
• Predicción y control de enfermedades y plagas: la información temporal de las imágenes satelitales junto con información meteorológica permite, sobre todo, cuantificar las zonas afectadas por este tipo de problemáticas, pero también permite predecir la posible aparición de algunas plagas y enfermedades.
• Reducción del impacto negativo ambiental de las fincas: la mejora en la gestión de las fincas ayuda a una correcta utilización de los recursos y productos, lo que impacta directamente en la gestión ambiental de las mismas. A este concepto se suma el mecanismo internacional de medición de créditos de carbono para reducir las emisiones contaminantes al medio ambiente.

Algoritmos de Machine Learning e Inteligencia Artificial en Agricultura

Estos son algunos de los ejemplos expuestos en este blog. En este artículo científico se pueden encontrar un mayor número de aplicaciones de imágenes híper-espectrales en agricultura de precisión. Algunos de los algoritmos que mencionados anteriormente y que más se utilizan son:

• Redes neuronales convolucionales (CNN): un tipo de algoritmo de aprendizaje profundo que puede procesar imágenes y extraer características para tareas como el seguimiento de cultivos y suelos, la detección de enfermedades de insectos y plantas, la fumigación inteligente, el deshierbe automático y la clasificación de productos.
• Random forest (RF): un algoritmo de ML que puede realizar tareas de clasificación y regresión combinando múltiples árboles de decisión para tareas como predicción de parámetros del suelo, predicción del rendimiento de los cultivos, detección de tipos de cultivos.
• Support vector machines (SVMs): un tipo de algoritmo de aprendizaje automático que puede realizar tareas como la detección de malezas, la detección del crecimiento de cultivos.
• Clasterización K-means: puede realizar un aprendizaje no supervisado agrupando datos en grupos basados en similitudes para tareas como segmentación de cultivos o mapeo de suelos.

El Futuro de las Imágenes Satelitales en Agricultura

En nuestra opinión, dos son los conceptos que toman fuerza para el desarrollo futuro de nuevos satélites: la cobertura de nubes y la temperatura de la vegetación.

Uno de los parámetros que más se valoran y estudian en la agricultura es la temperatura de la vegetación. Conociendo dicha temperatura se puede obtener el estrés hídrico o, dicho de otro modo, si la transpiración de la planta excede el agua absorbida por las raíces.

Por otro lado, la cobertura de nubes es un factor determinante para la toma de datos ópticos satelitales, ya que estos sensores no son capaces de traspasar las nubes. En muchas zonas del norte de España (como Galicia) los días nublados o parcialmente nublados superan los 180 días, es decir más de la mitad de los días de todo un año.

Estas son las dos líneas de investigación y desarrollo para mejorar la información obtenida en los dos conceptos anteriores:

• Satélites con bandas térmicas: actualmente, uno de los pocos satélites que incorporan banda térmica es el Landsat 9. Sin embargo la resolución de estas bandas es de 30x30m por píxel, lo que la hace insuficientes en muchos casos relacionados con la agricultura. Empresas como Satellite Vu, entre otras, trabajan en el lanzamiento de una constelación de satélites con sensores térmicos que mejoran notablemente la resolución existente. Gracias a este tipo de satélites, podremos distinguir árboles individualmente que sufran estrés hídrico directamente desde la imagen tomada.
• Satélites con tecnología radar (SAR): la tecnología radar permite traspasar las nubes ya que son sensores activos. Estos sensores no dependen de la luz solar para producir información. Satélites como Sentinel 1 pueden dar información radar con una resolución de entre 5 y 20 metros. Los desarrollos actuales se centran en la creación de sensores que puedan llegar a resoluciones centimétricas.

Descubre las novedades con Graniot

En Graniot trabajamos diariamente para ofrecerte la última tecnología satelital del mercado. Mediante la aplicación se accede a las resoluciones de 10x10m, 3x3m, 50x50cm y 30x30cm.

Las imágenes de muy alta resolución llegan al mercado de la mano de Graniot a través de un servicio innovativo en septiembre. ¡Estate atento a nuestras redes sociales!

¡Comienza ya a practicar #agriculturadeprecision!

Por una agricultura digital, sostenible y consciente con el medioambiente. 👨‍🌾🌱