Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
1. Introducción
El cambio climático global, especialmente el calentamiento global, está afectando la eficiencia de la producción de aceitunas, así como la calidad de sus productos (Erten & Yıldız, 2011; Ozturk et al., 2021). Por tanto, es de gran utilidad la información oportuna y confiable sobre el manejo, la producción y el rendimiento de los cultivos para garantizar la inocuidad y la seguridad alimentaria (Martos et al., 2021). La mayoría de los cultivos, incluyendo el olivo (Olea europaea L.), son sensibles al estrés hídrico en sus diferentes fases de desarrollo (Nielsen & Nelson, 1998) y, asimismo, las actividades humanas contribuyen significativamente a la propagación mundial de las adversidades fitopatológicas (Buja et al., 2021). Por el contrario, la tecnología de teledetección (RS) permite intervenir para contrarrestar los problemas potenciales antes de que se propaguen ampliamente y se produzca un impacto negativo en la productividad de los cultivos (Khanal et al., 2020).
Es factible centrarse en la reflectancia del dosel para el reconocimiento de cultivares en un olivar y algunas plagas (Assirelli et al., 2021; Avola et al., 2019). La detección temprana de enfermedades de las plantas por síntomas visibles en las primeras etapas del desarrollo de la enfermedad, es posible utilizando teledetección y son fundamentales para la protección del cultivo del olivo (Montes-Osuna & Mercado-Blanco, 2020). La producción de aceitunas es una parte importante en la economía de varios países, por lo tanto, mantener registros del recuento de árboles y el rendimiento de los cultivos es de gran importancia (Daliakopoulos et al., 2009; Waleed et al., 2020).
El uso de la teledetección para mapear la distribución de enfermedades de las plantas ha evolucionado considerablemente en las últimas tres décadas y se puede realizar a diferentes escalas, dependiendo del área a monitorear, así como de la resolución espacial y espectral requerida (Rey et al., 2019). Los datos de temperatura de la superficie terrestre (LST) detectados por los satélites Landsat 8 y MODIS se utilizan como sustitutos de los servicios ecosistémicos de mitigación del microclima vinculados a la evolución de la cobertura terrestre (Semeraro et al., 2021). De esta forma, se propone un modelo para el monitoreo de plagas basado en imágenes multiespectrales (Zheng et al., 2021); una serie de índices de vegetación y datos meteorológicos, son necesarios para las investigaciones sobre las plagas del olivo bajo el calentamiento global (Caselli & Petacchi, 2021). Asimismo, es factible utilizar el algoritmo LandTrendr y Google Earth Engine para acceder a datos satelitales y explorar la historia de la dinámica de la vegetación y su relación con las plagas (Komba et al., 2021).
En los últimos años, las plagas que afectan con mayor severidad el cultivo del olivo en la irrigación La Yarada, son la “Orthezia olivícola” y el “Barrenillo”, reduciendo la producción del cultivo. Las tecnologías digitales permiten detectar, posicionar y cuantificar plagas de forma rápida y precisa (Feng et al., 2022; Pino, 2019a). Para el caso del olivo, estas tecnologías constituyen un mecanismo de identificación de estas plagas en forma remota, rápida, eficaz y sobre todo de bajo costo; en este sentido, el objetivo de este trabajo es caracterizar la incidencia de estas plagas del olivo, usando información de imágenes satelitales de libre disposición que permitan diseñar estrategias de control a gran escala; debido a que estas plagas están relacionadas con varias modificaciones fisiológicas que se reflejan en cambios espectrales, se aplicó el análisis temporal y la combinación de índices de vegetación calculados a partir de imágenes hiperespectrales y térmicas.
2. Materiales y métodos
Zona de estudio
La zona de estudio se encuentra en la región Tacna (Figura S1, ver en Material Suplementar), en la zona norte del desierto de Atacama, región limítrofe entre Perú y Chile. En esta zona, la disponibilidad de agua para cubrir las demandas para uso poblacional y agrícola son cada vez más escasas (Narvaez-Montoya et al., 2022; Pino, 2019b; Pino et al., 2019, 2020), la fuente principal corresponde al acuífero Caplina, el cual tiene problemas de contaminación por intrusión marina sumado a los problemas de gobernanza y gobernabilidad que se tiene en este sistema (Pino et al., 2017, 2018; Pino, 2021). Esta región se ubica en uno de los principales desiertos del mundo (Stein et al., 2013); tiene clima hiperárido y se atribuye a su ubicación subtropical (Abrook et al., 2019; Bartz et al., 2020, Pino-Vargas et al., 2022).
El cultivo del olivo
El olivo en esta región es de la familia Oleaceae, de origen Mediterráneo y su período vegetativo es prolongado, a los 3 años del injerto se obtiene la primera cosecha. Este cultivo se desarrolla en el Perú en la región Costa o Chala, entre 0 y 200 m.s.n.m, en los departamentos de Tacna, Arequipa, Ica y otros. En la zona de trabajo existen plantaciones de olivos de las variedades Sevillana y Ascolana, con edad entre los 20 y 60 años, en plena producción, instalados en marcos de plantación de 5x5, 7x7 y 10x10 m, bajo riego por goteo.
El olivo es una de las especies de mayor tolerancia a suelos con problemas de salinidad, soporta conductividad eléctrica de hasta 4 dS/m y moderadamente ácidos a moderadamente alcalinos, con pH entre 5,5 y 8,5 (Pino et al., 2019). Se estima que demanda agua entre 8 mil a 10 mil m3/ha en riego por goteo. En la Tabla S1 (Material Suplementar), se muestra los estados fenológicos, descripción de fases y requerimientos climáticos del cultivo del olivo en el período de enero a diciembre.
El olivo adaptado a ambientes áridos puede constituir recurso genético muy valioso para mejorar la tolerancia al estrés hídrico en el olivo cultivado (Besnard et al., 2021). Este cultivo, se caracteriza por su bajo consumo de agua, debido a la baja conductancia hidráulica del xilema que le permite evitar la pérdida de agua en días de alta demanda atmosférica (Pino et al., 2019).
Plagas del olivo
Existen varias plagas muy extendidas en el área mediterránea y en varias regiones del mundo en las plantaciones de olivos (Vono et al., 2020). El barrenillo del olivo Phloeotribus scarabeoides, es un insecto que se desarrolla principalmente en los olivos, produciendo en algunos casos una importante reducción de la cosecha (González & Campos, 1990; Rodrı́guez et al., 2003). En la región de estudio, nos centramos en dos plagas del olivo, Orthezia olivicola y el barrenillo del olivo Phloeotribus scarabeoides (Figura 1), plagas que vienen generando estragos en las plantaciones en gran parte de la irrigación La Yarada, produciendo pérdidas económicas altamente significativas.
Estados de afectación
Se han identificado olivos en 4 estados de afectación por plagas y condiciones de humedad (Figura 2), estableciendo umbrales de afectación. En el caso (a) la afectación es leve, se nota manejo adecuado del riego, labores culturales y sanitarias apropiadas; inclusive se está usando una cobertura geosintética para evitar pérdidas de humedad y a su vez protección contra el desarrollo de malezas. En (b) se nota evidencias de déficit hídrico, y se empieza a evidenciar un ataque de plagas moderado. En (c) se puede notar la severidad del ataque de las plagas sumado al déficit hídrico severo y en (d) ataque de plagas muy fuerte, las plantas ya se encuentran altamente afectadas y en estado de marchitez permanente.
Índices de vegetación
De acuerdo a los estados de los umbrales de afectación identificados, hemos asociado índices de vegetación calculados con las bandas espectrales, de acuerdo a lo mostrado en la Tabla S2 (ver en Material Suplementar), índices NDVI, DVI, SAVI, GNDVI, EVI2 y MSAVI.
Estimar la temperatura de la superficie de la tie rra (LST) es cada vez más importante para estudios donde se evalúan las condiciones de la superficie terrestre, por ejemplo, estudios de clima urbano, evapo transpiración y estrés de la vegetación (Ermida et al., 2020; Yang et al., 2021).
Figura 2 Severidad de ataque de las plagas en el olivo en la zona de estudio, desde un estado leve hasta un estado muy grave y en punto de marchitez permanente.
Asimismo, la serie de satélites Landsat tiene el potencial de proporcionar estimaciones LST con alta resolución espacial, lo que es apropiado para estudios locales o de pequeña escala (Burnett & Chen, 2021).
Procesamiento de imágenes
El trabajo se inicia con la adquisición de datos del repositorio Google Earth Engine, LANDSAT/LT05/C01/T1_SR y LANDSAT/LC08/C01/T1_SR, para continuar con la evaluación anual media de imágenes obtenidas del 1 de enero al 31 de diciembre de los años 1985, 1990, 1995, 2000, 2005, 2010, 2015 y 2020, las cuales se encuentran corregidas radiométrica, atmosférica y geométricamente a nivel de reflectancia en la superficie terrestre (Figura 3). Este trabajo inicial nos permite calcular los índices de vegetación usando las ecuaciones mostradas en la Tabla S2. Los índices calculados fueron: NDVI, DVI, SAVI, GNDVI, EVI2 y MSAVI; estos índices tienen características especiales propias y se realizó el análisis temporal de cada uno de ellos en el período 1985 a 2020 cada 5 años. Un elemento que se utiliza como referencia y comparación es el LST que también nos permite un análisis del estrés hídrico y estado del cultivo del olivo, en función a los 4 estados de afectación por plagas y condiciones de humedad del suelo.
Rangos de los índices
En la Figura 2 se identificaron los 4 estados de afectación por plagas y condiciones de humedad en el cultivo del olivo (a, b, d y d), por lo tanto, corresponde establecer numéricamente los umbrales de afectación para cada caso según la Tabla 1; estos valores nos permitieron analizar en forma espacial y temporal el estado de afectación del cultivo.
3. Resultados y discusión
Del análisis de las imágenes satelitales, en la Figura 4a se muestra la variación temporal cada 5 años para el período 1985 a 2020 del comportamiento de la sanidad de la plantación de olivos usando el NDVI y su correlación con la evidencia de campo mostrada en la Figura 2, donde establecimos la severidad de ataque de las plagas en el olivo en la zona de estudio, desde un estado leve hasta un estado muy grave y en punto de marchitez permanente (a, b, c y d).
Las firmas espectrales, brindan la posibilidad de detección temprana de estrés en grandes olivares y ayudaría a los agricultores en la toma de decisiones y la optimización del manejo, la sanidad y la productividad del cultivo (Boshkovski et al., 2022); en la Figura 4b se muestran las firmas espectrales de las plantas moderadamente sanas con baja reflectancia en el espectro visible y una menor reflectancia en las bandas azul y roja, sin embargo, se observa un aumento en la banda verde, lo cual es característico de la clorofila, con una alta reflectancia a lo largo de la longitud de onda 0,85 μm en la zona del infrarrojo cercano. Esto es característico de la vegetación y se asocia al contenido de humedad ya que las hojas verdes absorben poca energía.
Tabla 1 Rango de afectación del cultivo del olivo, según índices de vegetación
| Índice de Vegetación | a | b | c | d |
| Normalized Difference Vegetation Index (NDVI) | 0,42 | 0,37 | 0,25 | 0,21 |
| Difference Vegetation Index (DVI) | 4,18 | 3,95 | 2,81 | 2,12 |
| Soil Adjusted Vegetation Index (SAVI) | 0,63 | 0,56 | 0,37 | 0,31 |
| Green Normalized Difference Vegetation Index (GNDVI) | 0,51 | 0,46 | 0,35 | 0,31 |
| Enhanced Vegetation Index 2 (EVI2) | 0,75 | 0,65 | 0,41 | 0,33 |
| Modified Soil Adjusted Vegetation Index (MSAVI) | 0,59 | 0,54 | 0,40 | 0,34 |
Donde: (a) La afectación es leve. (b) Ataque de plagas moderado. (c) Severidad del ataque de las plagas sumado al déficit hídrico. (d) Ataque de plagas muy fuerte y estado de marchitez permanente.
Figura 3 Diagrama flujo para el procesamiento de imágenes satelitales en la plataforma Google Earth Engine, para la obtención de los mapas temporales (1985-2020), y análisis de la variabilidad espacial de los índices de biomasa.
Figura 4 (a) Variación temporal del estado de las plantas período 1985 a 2020 y curvas de reflectancia para suelo desnudo, plantas enfermas y plantas medianamente sanas. (b) Curvas Reflectancia versus Longitud de onda para suelo desnudo, planta enferma y planta medianamente sana.
Figura 5 Variación temporal del NDVI y LST en el período 1985 a 2020 en los 4 puntos (a, b, c y d) seleccionados para establecer los rangos en los índices.
En la cobertura de plantas enfermas se puede observar que hay un incremento en la banda verde esto se debe a que hay algún problema en las hojas de la planta ya que hay baja presencia de clorofila y reduce la absorción de la luz solar, haciendo que la planta genere un color diferente. En la zona donde el cultivo presenta valores de NDVI bajos, relacionados al mal estado vegetativo, la banda verde presenta valores más altos de reflectancia con respecto a los valores de la banda verde de la cobertura moderadamente sana, esto se debe a la presencia de clorofila en esta última cobertura la que absorbe la radiación y devuelve poca energía a la atmósfera.
La tendencia en el tiempo guarda estrecha relación identificándose por ejemplo que en el período de análisis la superficie de plantas enfermas con NDVI de 0,12 a 0,37, varía entre 42% a 68%. Asimismo, para el mismo período de análisis plantas moderadamente sanas con NDVI entre 0,37 a 0,66, se presenta entre 2% a 18% de la superficie, con una diferencia significativa los años 2015 y 2020, es decir el período más reciente, situación atribuible a la mejora en las labores culturales de las plantaciones en esta zona de estudio. El estado de la plantación considerado plantas muy sanas con NDVI mayor a 0,66, tiene tendencia a 0%. Según Latini et al. (2019) a partir del año 2015, apareció el síndrome de declive rápido del olivo en Apulia (sur de Italia), situación que se viene replicando en varios lugares del mundo donde existen plantaciones de olivo y a la cual no es ajena la zona de estudio.
En la Figura 5 se muestra la variación temporal del NDVI y LST en el período 1985 a 2020; donde se registra una reducción del suelo desnudo y las plantaciones de olivo van en aumento sostenido; a su vez se puede notar el incremento de la superficie con plantas enfermas, establecido en los límites del NDVI; según Neupane & Baysal-Gurel (2021), los investigadores utilizan los valores de los índices vegetativos, como el NDVI entre otros para analizar enfermedades de las plantas.
En el punto inicial de las curvas mostradas en la Figura 5, se puede apreciar la tendencia de reducción de las áreas libres o suelo desnudo, en esta irrigación el incremento de áreas de cultivo es progresivo y sostenido en el tiempo, y a su vez genera mayores volúmenes de explotación de agua subterránea generando problemas de contaminación por intrusión marina (Narvaez-Montoya et al., 2022; Chucuya et al., 2022; Vera et al., 2021).
Figura 6 Variación espacial y temporal del NDVI (a, b, c, d, e, f, g, h) y LST (a1, b1, c1, d1, e1, f1, g1, h1), en el período 1985 a 2020, cada 5 años.
Asimismo, podemos observar la tendencia de los 4 puntos seleccionados que sirvieron para establecer los rangos de afectación del cultivo del olivo, respecto a NDVI y LST. La tendencia se explica de la siguiente manera: (a) Es una zona que correspondía a suelo desnudo hasta el año 1996, hacia adelante se instaló la plantación de olivos injertados de 1 año, acompañado de maíz como cultivo alternativo y de protección para el control las plagas y el clima, de esta forma se explica los valores de NDVI y LST, en el caso del primero su incremento es sostenido y corresponde al desarrollo del cultivo hasta la actualidad. (b) Se trata de una plantación realizada mucho antes de 1980, su desarrollo es regular y normalmente ha presentado problemas permanentes de ataque de plagas y déficit hídrico. (c) El cultivo presenta características similares al caso b, con la diferencia sustancial, a partir del año 2012, el ataque de plagas es severo, esto queda justificado en el valor del NDVI. (d) Es una plantación que a pesar de su edad anterior a 1980, presenta valores de NDVI bastante bajos, se evidencia por un lado severidad de ataque de plagas asociado al déficit hídrico, son plantas en estrés, leñosas, con evidencias de ataques severos tanto de Orthezia olivicola y el barrenillo del olivo Phloeotribus scarabeoides. El análisis de LST y NDVI es muy importante para identificar el deterioro potencial de la vegetación, ligado a valores con tendencia a disminuir (Andronis et al., 2022).
En la Figura 6 se observa la variación espacial y temporal de NDVI y LST, se observa la tendencia en el tiempo de la reducción de suelo desnudo y a su vez la evolución de las plagas en el período seleccionado 1985 a 2020, se puede apreciar la evolución de la superficie desnuda y el estado de las plantas de olivo, evaluado bajo los rangos del NDVI. De la misma forma se evidencia una reducción de LST, la tendencia a disminuir se hace notoria al ir cubriéndose mayor superficie cultivada. Según Ding et al. (2016), muchos investigadores optan por utilizar valores de NDVI para suelo desnudo de 0,05 o 0,04 debido a la tarea extremadamente difícil de especificar este índice para el suelo desnudo a escalas globales o regionales.
En la Figura 7 se aprecia la variación temporal de los índices calculados NDVI, DVI, SAVI, GNDVI, EVI2 y MSAVI, en los 4 puntos seleccionados (a, b, c y d), la tendencia de los valores calculados de estos índices sigue un comportamiento definido. En la Figura 7(a), se nota el crecimiento de los índices a partir del año 1996, en el cual se iniciaron las plantaciones en esa zona. En la Figura 7(b), las plantaciones son mucho más antiguas, estas se hicieron antes de 1985; en la Figura 7(c), las curvas muestran valores que representan ataques severos de las plagas, reflejados en índices bajos y en la Figura 7(d), los valores numéricos de los índices son muy bajos reflejando en las plantaciones de olivos ataque de plagas muy fuerte y el correspondiente estado de marchitez permanente; según Lima-Cueto et al. (2019) el ataque de plagas en el olivo tiende a reflejarse en la disminución progresiva de los índices de vegetación.
En la Figura S2 (ver en Material Suplementar), se muestra la variación temporal de cobertura de biomasa en los índices NDVI, DVI, SAVI, GNDVI, EVI2 y MSAVI, en el período 1985 a 2020 con intervalos de 5 años. Es idónea la aplicación de índices de vegetación como NDVI, SAVI y MSAVI como estimadores potenciales de biomasa verde y cobertura vegetal (Fern et al., 2018). Los resultados muestran que el caso del NDVI varía de 0,0 a 0,7, que representa un rango del estado actual de la plantación de olivos en la zona de estudio, desde suelo desnudo hasta plantas regularmente vigorosas y su relación con el estado fitosanitario definido en los 4 estados, desde afectación leve hasta el ataque de plagas muy fuerte. El DVI arroja valores entre 0,05 hasta 0,83, SAVI de 0,03 hasta 0,52, GNDVI de 0,10 a 0,68, EVI2 de 0,03 a 0,54, MSAVI de 0,03 a 0,52, estos índices calculados establecen las mismas tendencias respecto al estado de afectación de los olivos.
Según Assirelli (2021), los resultados respaldan el uso de índices espectrales NDVI y GNDVI para la estimación precisa del biovolumen de árboles dispersos, como olivos y su relación con la afectación de las plagas.
Figura 7 Variación temporal de los índices NDVI, DVI, SAVI, GNDVI, EVI2 y MSAVI, en los 4 puntos seleccionados, (a) La afectación es leve. (b) Ataque de plagas moderado. (c) Severidad del ataque de las plagas sumado al déficit hídrico. (d) Ataque de plagas muy fuertes y estado de marchitez permanente.
4. Conclusiones
El NDVI varía de 0,12 a 0,37, para el período de análisis indicando que la superficie de plantas enfermas va de 42% a 68%, plantas moderadamente sanas entre 0,37 a 0,66, y superficie de plantas de 2% a 18%, con una diferencia significativa los años 2015 y 2020, situación atribuible a la mejora en las labores culturales de las plantaciones en esta zona de estudio. El estado de la plantación considerado como plantas muy sanas con NDVI mayor a 0,66, tiene una tendencia a 0%, lo que significa que prácticamente el 100% de los olivos se encuentran con algún nivel de afectación. La variación temporal de los índices NDVI, DVI, SAVI, GNDVI, EVI2 y MSAVI, calculados en los 4 puntos seleccionados, permitieron establecer los estados de afectación como leve, ataque de plagas moderado, severidad del ataque de las plagas sumado al déficit hídrico y ataque de plagas muy fuerte y estado de marchitez permanente. A futuro, es recomendable realizar un estudio comparativo de la evolución espacial y temporal de cultivo del olivo por efecto del ataque de plagas en las diferentes estaciones del año, utilizando imágenes satelitales y drones.
