Detección de estrés hídrico y niveles de NPK en algodón (Gossypium barbadense L.) mediante imágenes térmicas

Autores/as

DOI:

https://doi.org/10.15517/jf693w79

Palabras clave:

conductancia estomática, riego intermitente, riego por goteo, vehículo aéreo no tripulado

Resumen

Introducción. El monitoreo en tiempo real de los niveles de estrés hídrico en los cultivos es crucial para mejorar la eficiencia del uso del agua en la agricultura. Objetivo. Determinar la viabilidad de utilizar imágenes térmicas capturadas por un vehículo aéreo no tripulado (VANT) para detectar el estrés hídrico en el cultivo de algodón (Gossypium barbadense L.), variedad Molinero extralargo. Materiales y métodos. El estudio se realizó en la Unidad de Investigación en Riego de la Universidad Nacional Agraria La Molina, Lima, Perú, entre noviembre de 2022 y mayo de 2023. Se emplearon 48 unidades de muestreo de 0,80 × 1,5 m con riego por goteo activado en respuesta a señales físicas de estrés hídrico en el algodón. El índice de estrés hídrico de cultivo (IEHC) se monitoreó mediante ocho vuelos de un VANT equipado con una cámara térmica, cuyos datos fueron corregidos con mediciones de un radiómetro. Se midió la conductancia estomática (gs) con un porómetro y la humedad del suelo (θ) con un sensor. Además, se ejecutaron ensayos en macetas para provocar la muerte de la planta y alcanzar el máximo estrés hídrico. Resultados. Se obtuvo una correlación de 0,96 en las imágenes térmicas. Se observó una correlación potencial de 0,83 entre gs e IEHC, y de 0,88 entre θ e IEHC, lo que indicó una adecuada representación de la variabilidad del estrés hídrico con los niveles de riego. Conclusiones. El uso de imágenes térmicas obtenidas con VANT permitió estimar un IEHC máximo de 0,39, optimizar el momento del riego y lograr un ahorro de agua del 50 %. El IEHC demostró ser una herramienta útil para la programación precisa del riego, con potencial para mejorar la eficiencia del uso del agua hasta 2,27 kg/m3 en zonas áridas como La Molina, Perú.

Referencias

Almeida Martins, I., Sentelhas, P., & Helvécio Martins, J. (2023). Quality of cotton fiber and its relationship with meteorological conditions. Global Journal of Engineering and Technology Advances, 15(2), 33–51. https://doi.org/10.30574/gjeta.2023.15.2.0082

Barbosa da Silva, B., & Ramana Rao, T. V. (2005). The CWSI variations of a cotton crop in a semi-arid region of Northeast Brazil. Journal of Arid Environments, 62(4), 649–659. https://doi.org/10.1016/j.jaridenv.2005.01.017

Camino, C., Zarco-Tejada, P. J., & González-Dugo, V. (2018). Effects of heterogeneity within tree crowns on airborne-quantified SIF and the CWSI as indicators of water stress in the context of precision agriculture. Remote Sensing, 10(4), Article 604. https://doi.org/10.3390/rs10040604

Centro de Comercio Internacional. (2011, June 17). Algodón y cambio climático: su impacto y opciones para mitigarlo y aclimatar la producción. https://intracen.org/es/recursos/publicaciones/algodon-y-cambio-climatico-su-impacto-y-opciones-para-mitigarlo-y-aclimatar

Durán, M., Ramos, F. L., Alvarado, R., & Altamirano, L. (2021). Evaluación del índice de estrés hídrico de cultivos (IEHC) en ají (Capsicum) bajo riego por goteo en las condiciones áridas de la costa norte del Perú. Scientia Agropecuaria, 12(4), 481–489. http://dx.doi.org/10.17268/sci.agropecu.2021.052

Food and Agriculture Organization of the United Nations. (n. d.). FAOSTAT. Crops and livestock products. Retrieved February 23, 2023, from https://www.fao.org/faostat/en/” l “data/QCL

Gavkharoy, O., & Dilobar Botirjon, F. (2023). History of cotton and characteristics of origin. Ijtimoiy Fanlarda Innovasiya Onlayn Ilmiy Jurnali, 3(6), 117–121. http://www.sciencebox.uz/index.php/jis/article/view/7650

Godson-Amamoo, S., Kato, T., & Katsura, K. (2022). Empirical setting of the water stressed baseline increases the uncertainty of the crop water stress index in a humid temperate climate in different water regimes. Water, 14(12), Article 1833. https://doi.org/10.3390/w14121833

Gutiérrez Hernández, M. (2021). Aspectos económicos de la producción de algodón en México [Tesis doctoral en Ciencias en Economía Agrícola, Universidad Autónoma Chapingo]. Repositorio Chapingo. https://repositorio.chapingo.edu.mx/items/ad673367-5309-42ac-8c05-b8be6d210d02

Hou, X., Fan, J., Zhang, F., Hu, W., Yan, F., Xiao, C., Li, Y., & Cheng, H. (2022). Determining water use and crop coefficients of drip-irrigated cotton in south Xinjiang of China under various irrigation amounts. Industrial Crops and Products, 176, Article 114376. https://doi.org/10.1016/j.indcrop.2021.114376

Idso, S. B., Jackson, R. D., Pinter Jr, P. J., Reginato, R. J., & Hatfield, J. L. (1981). Normalizing the stress-degree-day parameter for environmental variability. Agricultural Meteorology, 24, 45–55. https://doi.org/10.1016/0002-1571(81)90032-7

Inamullah, & Isoda, A. (2005). Adaptive responses of soybean and cotton to water stress: I. Transpiration changes in relation to stomatal area and stomatal conductance. Plant Production Science, 8(1), 16–26. https://doi.org/10.1626/pps.8.16

Isoda, A., & Wang, P. (2002). Leaf temperature and transpiration of field grown cotton and soybean under arid and humid conditions. Plant Production Science, 5(3), 224–228. https://doi.org/10.1626/pps.5.224

Lacerda, L. N., Snider, J. L., Cohen, Y., Liakos, V., Gobbo, S., & Vellidis, G. (2022). Using UAV-based thermal imagery to detect crop water status variability in cotton. Smart Agricultural Technology, 2, Article 100029. https://doi.org/10.1016/j.atech.2021.100029

León Carrasco, J. C. (2023, 9 de octubre). Perú sembró 6.945 hectáreas de algodón en la campaña 2022/2023, mostrando un incremento de +11% respecto a la campaña anterior. Agencia Agraria de Noticias. https://www.agraria.pe

McCarthy, A., Foley, J., Raedts, P., & Hills, J. (2023). Field evaluation of automated site-specific irrigation for cotton and perennial ryegrass using soil-water sensors and model predictive control. Agricultural Water Management, 277, Article 108098. https://doi.org/10.1016/j.agwat.2022.108098

Messina, G., & Modica, G. (2020). Applications of UAV thermal imagery in precision agriculture: State of the art and future research outlook. Remote Sensing, 12(9), Article 1491. https://doi.org/10.3390/rs12091491

Ministerio de Desarrollo Agrario y Riego. (2023). Boletín estadístico mensual. El agro en cifras, Diciembre 2023. https://cdn.www.gob.pe/uploads/document/file/5941243/4024332-boletin-mensual-el-agro-en-cifras-diciembre-2023.pdf?v=1710003696

Muhammad, T. A., & Abdul, R. (2018). Chapter 14 - Overview on effects of water stress on cotton plants and productivity. In S. H Wani (Ed.), Biochemical, physiological and molecular avenues for combating abiotic stress tolerance in plants (pp. 297–316). Academic Press. https://doi.org/10.1016/B978-0-12-813066-7.00016-4

Nhamo, L., Magidi, J., Nyamugama, A., Clulow, A. D., Sibanda, M., Chimonyo, V. G. P., & Mabhaudhi, T. (2020). Prospects of improving agricultural and water productivity through unmanned aerial vehicles. Agriculture, 10(7), Article 256. https://doi.org/10.3390/agriculture10070256

Olías, M., Cerón, J. C., & Fernández, I. (2005). Sobre la utilización de la clasificación de las aguas de riego del U.S. Laboratory Salinity (USLS). Geogaceta, 37, 111–113. http://hdl.handle.net/10272/8899

O’Shaughnessy, S. A., Evett, S. R., Colaizzi, P. D., & Howell, T. A. (2011). Using radiation thermography and thermometry to evaluate crop water stress in soybean and cotton. Agricultural Water Management, 98(10), 1523–1535. https://doi.org/10.1016/j.agwat.2011.05.005

Parkash, V., & Singh, S. (2020). A review on potential plant-based water stress indicators for vegetable crops. Sustainability, 12(10), Article 3945. https://doi.org/10.3390/su12103945

Sabino, E., Lavado, W., & Aybar, C. (2019). Estimación de las zonas de vida de Holdridge en el Perú. Servicio Nacional de Meteorología e Hidrología del Perú. Dirección de Hidrología. https://www.senamhi.gob.pe/load/file/01401SENA-87.pdf

Sánchez-Díaz, M., & Aguirreolea, J. (2008). Transpiración y control estomático. En J. Ascón, & M. Talon (Eds.), Fundamentos de fisiología vegetal (2.ª ed., pp. 41–56). McGraw-Hill.

Servicio Nacional de Meteorología e Hidrología del Perú. (2023). Boletín climático nacional marzo 2023. https://www.gob.pe/es/i/4112500

Umer Arshad, M., Zhao, Y., Hanif, O., & Fatima, F. (2022). Evolution of overall cotton production and its determinants: implications for developing countries using Pakistan case. Sustainability, 14(2), Article 840. https://doi.org/10.3390/su14020840

United Nations. (2021). Population, food security, nutrition and sustainable development. https://undocs.org/en/E/CN.9/2021/2

Vaddula, Y., & Singh, K. (2023). Progression of drip irrigation and fertigation in cotton across the globe and its future perspectives for sustainable agriculture: an overview. Applied Water Science, 13, Article 177. https://doi.org/10.1007/s13201-023-01986-3

Villar Barraza, H. D., Ramos Fernández, L., & Alminagorta Cabezas, O. (2021). Evaluación del estrés hídrico del cultivo de arroz (IR 71706) a través del uso de termografía calibrada del área del dosel en Lima, Perú. Idesia (Arica), 39(4), 59–70. https://doi.org/10.4067/S0718-34292021000400059

Zhang, L., Niu, Y., Zhang, H., Han, W., Li, G., Tang, J., & Peng, X. (2019). Maize canopy temperature extracted from UAV thermal and RGB imagery and its application in water stress monitoring. Frontiers in Plant Science, 10, Article 1270. https://doi.org/10.3389/fpls.2019.01270

Publicado

26-08-2025

Número

Sección

Artículos

Categorías

Cómo citar

Detección de estrés hídrico y niveles de NPK en algodón (Gossypium barbadense L.) mediante imágenes térmicas. (2025). Agronomía Mesoamericana, 36, jf693w79. https://doi.org/10.15517/jf693w79

Artículos más leídos del mismo autor/a