ACE
 
 
     Patrocinadores:
AEB
 
 
CORRESPONDENCIA CIENTÍFICA OTRAS CORRESPONDENCIAS  
Determinación de los factores limitantes de producción a través de la viticultura de precisión
Sonia Silva,1 Maximiliano Battistella2 y Silvina Alday3
1 SIG – Agrometeorología. 2 Viticultura de Zonas Cálidas. 3 Teledetección
Estación Experimental Agropecuaria San Juan- Argentina
Instituto Nacional de Tecnología Agropecuaria (INTA)
Argentina
ssilva@sanjuan.inta.gov.ar

En la provincia argentina de San Juan existen 104 705 ha (Departamento de Hidráulica, 2007) bajo riego que se concentran principalmente en los valles de Tulum, Ullum y Zonda. Más del 50% de esta superficie es cultivada con vid, cuya producción es destinada al consumo en fresco, pasas y elaboración de vinos y mostos. Más del 90% de la superficie con vid se encuentra en el valle de Tulum (INV, 2006). Este valle se caracteriza por un clima árido, con una temperatura media anual de 17,6°C, con temperatura media del mes más cálido (enero) de 21,6°C y 8,5°C en el mes más frío (julio). La precipitación media anual es de 96 mm y se concentran en el período estival (Servicio de Agrometeorología. EEA INTA San Juan, 2004). Con estas condiciones, la viticultura sólo es practicable bajo riego.

A partir de la década de los noventa se produjeron grandes cambios dentro de la estructura productiva de Argentina. En la viticultura de San Juan, segunda provincia vitivinícola del país, el cambio más significativo fue en la reconversión del sector primario modificando el destino de la producción. Se implantaron importantes superficies con variedades nobles para la elaboración de vinos de gama media y alta. En esta etapa también se innovó en sistemas de conducción, de riego y se adoptaron nuevas técnicas en el manejo del cultivo para maximizar la calidad de las uvas producidas. Sin embargo, la materia prima de la cual dispone la agroindustria proviene de parcelas heterogéneas con manejos homogéneos, que presentan una alta variabilidad en cuanto a calidad y rendimientos. Esto sucede, incluso, en viñedos aparentemente homogéneos lo que afecta la calidad final de los vinos y la rentabilidad del sistema.

Es posible cuantificar esta variabilidad con la viticultura de precisión, que se define como «el uso de tecnologías de información para la toma de decisiones técnicas, económicas y ambientalmente adecuadas para la producción vitícola y tiende hacia el diseño y aplicación de manejos de sitio-específicos considerando la variabilidad existente» (Ortega y Esser, 2002). El manejo sitio-específico puede tener como objetivo la homogeneización de la parcela para uniformarla en producción y/o calidad, o destinar la uva de cada zona dentro de la parcela a objetivos diferentes.

La variabilidad espacial en rendimiento y calidad es determinada por factores propios del lugar de producción como la heterogeneidad del suelo y el clima y de gestión del cultivo como son el riego, la nutrición y el manejo de canopia, entre otros. En la mayoría de los casos las tareas se realizan en forma uniforme sin considerar la heterogeneidad de los factores que inciden en la producción. En los oasis cultivados de la provincia de San Juan el principal factor responsable de la variabilidad en un viñedo es el suelo. Este presenta heterogeneidad en sus características físicas y químicas las cuales inciden en forma directa en el crecimiento y desarrollo del cultivo.

Para alcanzar los mejores resultados del manejo sitio-específico es necesario disponer de la mayor cantidad de información de cultivo, suelo, riego y clima obtenida a través muestreos y mediciones a campo y de sensores remotos, para su análisis en un Sistema de Información Geográfica (SIG).

La finalidad de este trabajo es determinar y ponderar los factores limitantes de producción a través de la viticultura de precisión, y de esta manera, permitir la toma de decisiones técnico-económicas que maximicen la rentabilidad.


Materiales y métodos

La experiencia se realizó en un viñedo de la Estación Experimental Agropecuaria INTA San Juan, que se encuentra ubicada en la planicie pedemontana occidental del valle de Tulum. Los suelos que predominan pertenecen al orden Entisol, suborden Fluvents, familia Torripsament típico (USDA, 2003). Salcedo et al, (1976) clasifica este suelo como Complejo El Salado (Co Es), caracterizado por una capa superficial de texturas variables apoyada sobre un subsuelo esquelético arenoso con gran contenido de gravas, gravillas y rodados.

El trabajo se realizó en un cultivo de vid de 0,9 ha de 7 años de edad, implantado con la variedad merlot. El sistema de conducción es espaldera alta en cordón bilateral con un marco de plantación 2,25 m entre hileras y 2,10 m entre plantas.

El sistema de riego es presurizado (por goteo), con un lateral por hilera de plantas y goteros en línea espaciados cada 65 cm con un caudal de 2 L.h-1. La precipitación del sistema es de 1,37 mm.h-1. Los riegos se efectuaron de acuerdo a la demanda hídrica del cultivo estimada por evapotranspiración con datos del tanque tipo A. El estado hídrico del cultivo se evaluó con un seguimiento del potencial hídrico (Scholander et al. 1965) de base o preamanecer y potencial hídrico de medio día, con una densidad de muestreo de 80 hojas por ha.

La determinación de las áreas de manejo fue el resultado de la implementación del SIG (ArcGIS 9.2), construido con la información relevada a campo del cultivo, del suelo, del riego y del clima, y de fotografías aéreas multiespectrales.

En el viñedo se realizó un relevamiento de suelo con 10 calicatas transversales a los laterales de riego en las que se efectuó un estudio de texturas del perfil de suelo y un análisis de la distribución de raíces del cultivo, teniendo en cuenta densidad y diámetro de las mismas (≥ a 3 mm y < a 3 mm).

Como indicador de expresión vegetativa y vigor se consideraron peso de poda, largo total de sarmiento y superficie foliar estimada (se obtuvo una alta correlación, R2 = 0,91, entre largo total de sarmiento y superficie foliar por planta). También se determinó porcentaje de brotación, porcentaje de fertilidad y producción por planta. Estos datos se obtuvieron de un muestreo sistemático evaluando, cada dos hileras, la planta central de cada claro (distancia entre postes, dentro de la hilera, equivalente a 6 m).

En inicio de envero (con canopia completamente desarrollada), se adquirieron fotografías aéreas con resolución espectral en las bandas del visible e infrarrojo cercano, obtenidas con una cámara aerotransportada en avión, y una resolución espacial de 0,50 m. Los puntos de control se generaron a través de un relevamiento planialtimétrico con DGPS en coordenadas Gauss-Krüger (Sistema de proyección cartográfica oficial para la República Argentina, Red POSGAR, WGS 84).

A partir del procesamiento en software para tratamiento digital de imágenes se calculó el índice diferencial de vegetación normalizado (NDVI, por sus siglas en inglés). El NDVI presenta una alta correlación con la producción primaria aérea y con el índice de área foliar (LAI), por lo que es un estimador de biomasa que puede ser utilizado para determinar zonas de diferente expresión vegetativa y/o vigor.

Se utilizaron los registros meteorológicos de una estación automática METOS Weather Data (Pessel Instruments) instalada a campo en el área de estudio.

Para determinar la diferencia entre áreas se realizó un análisis de varianza (ANOVA) utilizando un software estadístico (InfoStat 1.1).


Resultados y discusión

Tratamiento digital de la imagen y fotointerpretación

La primera etapa consistió en determinar el NDVI en base a la fotografía aérea del área de estudio. El resultado fue una clasificación con un intervalo de valores entre -1 y 1. Se obtuvo un histograma de distribución de frecuencia de los valores de NDVI con un rango de datos de 0,19 a 0,74, que se dividió, en forma arbitraria, en 3 clases en correspondencia con los siguientes intervalos: 0,19 – 0,339; 0,34 – 0,599 y 0,60 – 0,74 (fig. 1). Estos rangos fueron definidos como: Bajo, Medio y Alto NDVI, respectivamente. Los valores inferiores a 0,19 fueron descartados debido a su correspondencia con los espacios interfilares.

En correspondencia con las tres clases de NDVI determinadas, se definieron 3 áreas de observación (fig. 2).

Figura 1;
 
Figura 2

Figura 1: Representación gráfica de las tres clases de valores de NDVI (falso color).

  Figura 2: Representación gráfica de las tres áreas de observación determinadas con valores de NDVI


Sistema de Información Geográfica (SIG)

La utilización del SIG permitió incorporar, ordenar y analizar la información. En una primera instancia se asociaron las variables obtenidas a campo relacionadas a biomasa, superficie foliar estimada y peso de poda, correspondiente a cada una de las áreas definidas en la figura 2.

Del análisis estadístico (ANOVA) de la información surgió que la superficie foliar estimada (SFE) se diferenció significativamente entre Alto y Medio NDVI, mientras que el Bajo NDVI mostró valores intermedios sin diferenciarse estadísticamente de las otras áreas. En el caso del peso de poda (PP) se observó un comportamiento similar al de SFE, con diferencias significativas entre las áreas (tabla 1).


Tabla 1: Comparación de medias de SFE y PP de las tres áreas definidas por NDVI

NDVI

SFE (m2/planta)

PP (gr / planta)

Medio

5,04a

613,6a

Bajo

5,55ab

764,4b

Alto

5,90b

959,8c

Letras distintas indican diferencias significativas (p<= 0,05). Test: LSD Fisher

Del resultado de este primer análisis surgieron inconsistencias en el orden en que se presentan los valores de SFE y PP de las áreas denominadas Bajo y Medio NDVI. Por otro lado, las diferencias entre los valores de ambas áreas no justifican manejos diferenciados. En consecuencia, se fusionaron los polígonos correspondientes a las áreas de Medio y Bajo NDVI, quedando dos áreas redefinidas como Alto y Bajo NDVI (fig. 3).

Figura 3

Figura 3: Representación gráfica de las áreas de Bajo y Alto NDVI

El análisis estadístico (ANOVA) de las nuevas áreas presentó diferencias significativas en SFE y PP (tabla 2). Estas nuevas áreas, por la magnitud de las diferencias entre valores, justifican manejos diferenciados. Al área de Alto NDVI le correspondió una superficie de 0,315 ha (35% de la superficie del cuartel) y al área Bajo NDVI una superficie de 0,585 ha (65%).


Tabla 2: Comparación de medias de SFE y PP de las áreas Alto y Bajo NDVI

NDVI

SFE (m2/planta)

PP(gr/planta)

Bajo

5,04a

613,2a

Alto

5,90b

959,8b

Letras distintas indican diferencias significativas (p<= 0,05). Test: LSD Fisher.


De las determinaciones en suelo realizadas en calicatas en las áreas de Alto y Bajo NDVI, surgió que existen diferencias en la distribución de raíces entre ambas, siendo significativamente mayor la sección de suelo explorada y el número de raíces en las áreas de Alto NDVI (tabla 3 y figs. 4 y 5).

Tabla 3: Distribución del 80% de raíces en el perfil de suelo

NDVI

Sección de xploración del 80%
de las raíces (m2)

Bajo

0,42a

Alto

0,60b

Letras distintas indican diferencias significativas (p<= 0,05). Test: LSD Fisher.

Figura 4. Promedio del número de raíces mayores y menores de 3 mm según profundidad de suelo para áreas de alto y bajo NDVI

Valle Calchaquí
 

Figura 5. Áreas de diferente potencial hídrico de hoja (Ψ hoja), valores de medio día (13:30 h)


El análisis espacial de la información de potencial hídrico sugirió un efecto del viento en el estado hídrico del viñedo. El día de medición, los valores de medio día (13:30 h) permitieron definir un área con potenciales de hoja de -1,30 MPa, considerado un valor crítico de estrés hídrico para viñedos (Smart, R. et al., 1974), y otra no estresada. Estas áreas estuvieron delimitadas por los polígonos Sur y Norte respectivamente (fig. 6).

 

Figura 6. Velocidad media del viento (m s -1) durante los períodos de medición de potencial hídrico


El valor significativamente menor de potencial hídrico de medio día del polígono sur se explicaría, principalmente, por efecto del viento con dirección predominante del cuadrante sureste y velocidad media de 7,8 m s-1 que se produjo durante el período de medición. Esta hipótesis se sustenta en que las mediciones de potencial hídrico base para ese día, realizadas con calma ambiental (velocidad media del viento menor a 1 m s-1), no presentaron diferencias significativas entre los polígonos demarcados al medio día (tabla 4). Sin embargo, existe controversia con respecto al efecto del viento en el potencial hídrico como el trabajo de Freeman, B. (1982) que muestra que viñedos protegidos del viento presentan valores menores (más negativos) de potencial hídrico que cultivos no protegidos.


Tabla 4: Diferencias de potencial hídrico preamanecer y medio día entre los polígonos Norte y Sur

Polígono

Ψ hoja (MPa)
preamanecer

Ψ hoja (MPa)
Medio día

Norte

0,60a

0,99a

Sur

0,61a

1,31b

Letras distintas indican diferencias significativas (p<= 0,05). Test: LSD Fisher.


Los componentes del rendimiento promedio del cuartel están determinados por un porcentaje de brotación del 92%, una fertilidad de brotes de 1,85 racimos/brote y peso medio del racimo 119 g.

Teniendo en cuenta el peso de poda por planta y el criterio de poda utilizado (40 yemas por kg de sarmiento), el potencial productivo del cuartel de acuerdo a las áreas establecidas es de 12000 kg, equivalente a 13300 kg/ha.

Conclusiones

Las áreas delimitadas por NDVI deben ser contrastadas con información a campo para poder definir áreas homogéneas de manejo. En el caso de viñedos, el peso de poda es una variable de sencilla obtención y un buen indicador del potencial productivo del cultivo.

Para las condiciones del cultivo, la exploración radicular es determinante del vigor. Es necesario manejar suelo y/o riego para favorecer la exploración radicular de las zonas de Bajo NDVI. De esta forma podría equilibrarse con las zonas de Alto NDVI y lograr un aumento de la producción del 15 %.

Si bien las características físicas del suelo son un factor determinante de heterogeneidad en los viñedos, es importante sumar el efecto de otros agentes abióticos que influyen en el desarrollo del cultivo afectando rendimiento y calidad, tal como el viento (Dry et al. 1989)

Una vez establecidas las áreas homogéneas es necesario definir puntos de observación a campo que permitan comprender los motivos de la heterogeneidad. Con esta información se tomarán las decisiones técnicas y económicas más adecuadas.

 


Bibliografía

DEPARTAMENTO DE HIDRAULICA (2007). Relevamiento Agrícola en la Provincia de San Juan. Ciclo 2006 – 2007. Gobierno de San Juan. San Juan, Argentina. 40 pag.
DRY, P. R., REED, S. and POTTER, G. (1989). The effect of wind on the performance of the Cabernet Franc grapevine. Australian Temperate Fruits Review Conference. Acta Horticulturae 240, pag. 143 -146.
FREEMAN, B; KLIEVER, W, STERN, P. (1982). Research note influence of windbreaks and climatic region on diurnal fluctuation of leaf water potencial, stomatal conductance, and leaf temperature of grapevines. Departament of Viticulture and Enology, University of California, Davis; and Winemaker, Turgeon & Lohr Winery, San José, CA. Am J Enol Vitic Vol. 33, No. 4. pag. 233 – 235.
INSTITUTO NACIONAL de VITIVINICULTURA (2006). Censo Nacional Vitivinícola. http://www.inv.gov.ar/
ORTEGA, R., ESSER, A. (2002). Uso de percepción remota o teledetección para el manejo sitio-específico en viñedos. Centro de Agricultura de precisión. Departamento de Ciencias Vegetales. Pontificia Universidad Católica. 53° Congreso Agronómico de Chile.
SALCEDO, E. N.; CASTRO, T. S. y MASSANÉS, E. (1976). Estudio de suelos y drenajes del Valle de Tulúm. Convenio Gobierno de San Juan – INTA. San Juan, Argentina.
SERVICIO DE AGROMETEOROLOGÍA. EEA INTA San Juan. 2004. Estadísticas meteorológicas del departamento de Pocito, San Juan. Argentina.
SCHOLANDER, P.F., HAMMEL, H.T., BRADSTREET, E.D. and HEMMINGSON. E.A. 1965. Sap pressure in vascular plants. Science 148: 339-346.
SMART, R. E. 1974: Aspect of relations of the grapevine (Vitis vinífera). Am J Enol Vitic Vol 36, N° 3 230 – 239
USDA. 2003. Keys to soil taxonomy. United States Departament of Agriculture NRCS, Ninth Edition.

[30.07.10]