Caso de estudio: mapas y modelos de apoyo a los olivicultores

Introducción

La olivicultura es una práctica milenaria que consiste en el cultivo del olivo (Olea europaea) para la producción de aceitunas de mesa y, sobre todo, aceite de oliva. Este sector agrícola tiene una gran importancia económica y cultural en muchas regiones del mundo, en particular en los países de la cuenca mediterránea, convirtiéndose en una parte esencial de la cultura y la economía de muchas comunidades. En los últimos años, la cadena olivícola está atravesando importantes transformaciones, entre ellas la competencia de nuevos países productores a nivel internacional, la aparición de emergencias relacionadas con la salud de las plantas y los cambios en las condiciones climáticas. Para afrontar eficazmente estos retos, Agrobit pone a disposición una serie de servicios y herramientas innovadoras que ayudan a las empresas en la gestión del olivar y en la optimización de la calidad del producto final.

Fig.1: Olivar

iDrone: mapas de variabilidad generados por dron

Mediante el análisis de imágenes visibles (RGB), multiespectrales y/o térmicas tomadas con dron, es posible reconstruir mapas temáticos del olivar, como por ejemplo mapas NDVI (Normalized Difference Vegetation Index), una herramienta importante utilizada para monitorizar y evaluar el vigor del olivar (Fig. 2).

Fig.2: Mapa de vigor de un olivar en tres clases: bajo, medio, alto

Los mapas se pueden utilizar para diversos fines:

1. Tratamientos fitosanitarios racionalizados

Los mapas de vigor permiten identificar y caracterizar la variabilidad en campo, lo que hace posible crear mapas de zonificación que, una vez cargados en maquinaria de tasa variable (VRT), permiten concentrar los tratamientos en las zonas más vigorosas y aplicar menos producto en las zonas menos vigorosas, optimizando el uso de agua y fitosanitarios.

2. Fertilización diferenciada

A través de los mapas de vigor, que permiten identificar la variabilidad en campo, es posible personalizar la fertilización según las necesidades específicas de cada olivar. Esto permite una gestión más precisa de los nutrientes, reduciendo el desperdicio y mejorando la distribución de forma proporcional a las zonas donde es más necesaria. Cuando se realiza correctamente, la fertilización diferenciada basada en mapas de vigor contribuye a la optimización del uso de fertilizantes. De hecho, al distribuir cantidades menores de abono en las zonas ya vigorosas y cantidades mayores en las zonas menos vigorosas, se mejora la distribución de nutrientes en el campo y se reduce la variabilidad.

3. Optimización del riego y gestión del estrés hídrico

Mediante cámaras térmicas montadas en drones, se pueden generar mapas de temperatura para gestionar el estrés hídrico de forma consciente. Estos mapas proporcionan información sobre la temperatura de los olivos y del terreno, ayudando a identificar las áreas sometidas a estrés hídrico. Estas zonas críticas pueden detectarse a tiempo para emprender acciones preventivas y definir así una programación de riego específica, permitiendo al olivicultor tomar decisiones más informadas sobre el riego para un uso más consciente del recurso hídrico. El índice de estrés hídrico CWSI (Crop Water Stress Index) es un indicador utilizado en la agricultura para evaluar el nivel de estrés hídrico de los cultivos (Fig. 3). Los mapas pueden indicar las zonas del olivar que necesitan riego o que presentan problemas de drenaje o encharcamiento, permitiendo una gestión específica del recurso hídrico para mejorar el bienestar de las plantas, reduciendo el riesgo de una gestión incorrecta del riego.

Fig.3: Mapa de estrés hídrico de un olivar (CWSI). A la izquierda, estrés hídrico de las copas (en rojo, mayor estrés hídrico; en azul, buen estado hídrico). A la derecha, zonificación del estrés hídrico obtenida reclasificando y espacializando los valores del CWSI. Los valores van de 1 a 5, es decir, de niveles de estrés menos elevados a más elevados.

iAgro: la olivicultura de precisión desde el smartphone

Entre las soluciones de Agrobit se encuentra también iAgro, la primera app móvil DSS de sitio específico capaz de optimizar los tratamientos fitosanitarios y crear mapas de vigor del olivar simplemente utilizando el propio smartphone.

Con iAgro, mediante un escaneo fotográfico guiado de un olivo (Fig. 4), es posible medir de forma rápida y objetiva varios parámetros, en particular:

• la altura, el grosor y el volumen de copa de la planta escaneada;
• el Leaf Area Index (LAI);
• el Leaf Wall Area (LWA);
• el Tree Row Volume (TRV);
• la dosis óptima de agua para los tratamientos fitosanitarios en cada fase fenológica.

Fig.4: Nube de puntos 3D de un olivo generada por la app iAgro

Muestreando un número suficiente de plantas bien distribuidas en el campo (al menos 5 puntos por campo), la app genera automáticamente mapas de vigor vegetativo (índice LAI), que podrán utilizarse para optimizar la fertilización, y mapas de prescripción para tratamientos fitosanitarios variables y optimizados, según las necesidades reales del olivar y en cada fase fenológica registrada (Fig. 5).

Fig.5: Mapa de vigor (índice LAI) en 3 clases generado por la app iAgro (en amarillo, los puntos escaneados con la app), utilizable para optimizar la fertilización. Las zonas más blancas corresponden a un menor vigor respecto a las zonas más verdes, que tienen un mayor vigor vegetativo.

Según el tipo de tratamiento y el atomizador de la explotación, la app será capaz de crear un mapa de prescripción para la dosis correcta de agua y de fitosanitario a distribuir (Fig. 6), respetando siempre la etiqueta del fabricante. Gracias a iAgro es posible ahorrar hasta un 60% de agua por tratamiento y distribuir mejor los fitosanitarios, con repercusiones económicas, ambientales y sociales positivas.

Fig.6: Mapa de prescripción de dosis de agua (l/ha) en 3 clases generado por la app iAgro (en amarillo, los puntos escaneados con la app), utilizable para la optimización de los tratamientos fitosanitarios, incluso cargándolo directamente en maquinaria de tasa variable (VRT)

Estaciones meteorológicas, DSS y modelos de previsión

En el contexto de la olivicultura de calidad, las estaciones meteorológicas y los modelos de previsión representan herramientas insustituibles que constituyen verdaderos sistemas de apoyo a las decisiones agronómicas (DSS, Decision Support System). Su importancia es crucial, ya que proporcionan datos esenciales para una gestión óptima del olivar y para la toma de decisiones informadas basadas en información procedente del campo (suelo y microclima).

Las estaciones meteorológicas recopilan datos meteorológicos en tiempo real, como temperatura, humedad, precipitaciones, mojadura foliar, velocidad y dirección del viento, etc., mientras que los modelos de previsión utilizan estos datos, junto con previsiones meteorológicas precisas y modelos mecanicistas basados en la biología del olivo, para ofrecer información útil para la toma de decisiones, como:

• la fenología del cultivo (estadio de desarrollo o estadio de maduración);
• el riesgo de infestación por patógenos en cada momento del ciclo del cultivo;
• las necesidades nutricionales e hídricas.

Un ejemplo de DSS para la olivicultura es Oliwes, una solución de Agricolus, que ofrece una serie de informaciones muy útiles para el agricultor, entre las que se encuentran:

• Modelo fenológico: previsión de la fenología para evaluar las necesidades del olivar en cada fase de desarrollo;
• Estimación de las necesidades de riego: para intervenir cuando sea necesario con el aporte hídrico óptimo;
• Modelo de fertilización: cálculo de las necesidades totales de nitrógeno, fósforo y potasio para obtener sugerencias sobre las dosis de fertilizante a aportar;
• Modelos de previsión de enfermedades e insectos dañinos (mosca del olivo): ya es bien sabido que, entre las adversidades de la olivicultura, la mosca del olivo representa una amenaza significativa para el rendimiento y la calidad de las aceitunas. Las hembras de esta mosca depositan los huevos en el interior de las drupas, provocando daños en la pulpa debido a la alimentación de las larvas e induciendo la caída prematura de los frutos afectados. En Oliwes es posible prever estas infestaciones para intervenir a tiempo, gracias al modelo de mortalidad de la mosca, que describe el nivel de mortalidad diaria y semanal de las formas jóvenes de la mosca en función de las temperaturas mínimas y máximas registradas por la estación meteorológica, y al modelo de desarrollo de la mosca, que estima la distribución de la población de la mosca en los distintos estadios fenológicos, es decir, la evolución de cada estadio a lo largo del tiempo y el número de generaciones anuales del insecto, utilizando el dato de temperatura horaria (Fig. 7). Estas previsiones permiten al olivicultor adoptar medidas preventivas y tratar de forma más eficiente y eficaz.

Fig.7: Modelo de previsión del desarrollo (arriba) y de la mortalidad (abajo) de la mosca del olivo

Conclusiones

La gestión del olivar mediante fitosanitarios y fertilizantes tiene un impacto significativo en el balance económico y ambiental de una empresa. Resulta importante implementar la racionalización de las prácticas agrícolas que caracterizan la gestión del olivar mediante herramientas que permitan disminuir su impacto ambiental, haciendo que la empresa sea más sostenible y competitiva en el mercado y esté en línea con las nuevas normativas (Pacto Verde Europeo y Estrategia «De la Granja a la Mesa»).

El uso de los mapas de vigor del olivar, generados con el servicio iDrone o de forma autónoma con la app iAgro, permite a los agricultores adoptar un enfoque más específico y sostenible en la gestión de los olivos, mejorando la calidad del producto final y reduciendo el desperdicio de recursos. Esta estrategia operativa se distingue por su notable solidez a la hora de delinear las características específicas del olivar, centrándose en particular en la definición de la variabilidad naturalmente presente en el campo, permitiendo a la empresa consolidar una identidad cada vez más precisa y diferenciarse en el mercado.

El uso de estaciones meteorológicas y modelos de previsión permite a los olivicultores tomar decisiones basadas en datos científicos y reducir los riesgos, mejorando la calidad y el rendimiento de las aceitunas y, en consecuencia, la producción de aceite. En el sector olivícola, en el que las variaciones térmicas influyen en todos los procesos fisiológicos que rigen el desarrollo fenológico y fisiológico, la capacidad de prever y monitorizar constantemente este tipo de información resulta fundamental para garantizar un elevado control sobre la calidad de las aceitunas y una productividad adecuada. Utilizando estaciones meteorológicas y modelos de previsión, los olivicultores pueden actuar en los momentos óptimos, optimizando las operaciones de protección y el uso de los recursos, reduciendo el desperdicio y mejorando la eficiencia de la producción.