La vendimia selectiva en base a la discriminación previa de zonas de distinta calidad es una práctica relativamente reciente y que presenta ciertas expectativas.1 Incluso, frente a la vendimia selectiva en el espacio, la vendimia diferencial en el tiempo podría reportar un mayor beneficio económico, al aumentarse las características de calidad del fruto en la zona en la que se retrasa deliberadamente su recolección. Obviamente, las dificultades también están presentes y surgen, por este orden, en el momento de realizar la zonificación y en el momento posterior de validar en campo las zonas de distinta calidad. En este sentido, los viticultores y los enólogos no solo deben definir las especificaciones concretas de los parámetros de calidad (normalmente, grado alcohólico, pH, acidez total y color), sino que deben disponer asimismo de las herramientas adecuadas que les permitan llevar a cabo la delimitación zonal de dicha calidad.

La calidad es importante en viticultura. La investigación en este campo ha hecho posible la aparición comercial de sensores de calidad, de uso manual o instalables en vendimiadoras y/o plataformas móviles terrestres, que hacen posible la monitorización de las cepas en continuo y el mapeado final de algunos de los parámetros de calidad más importantes. Sin embargo, la práctica actual de muchas bodegas sigue decantándose por el uso de la teledetección (imágenes aéreas o de satélite) como herramienta de base para la evaluación de la variabilidad del viñedo y la posterior zonificación de la calidad. La empresa Codorníu (fig. 1) viene apostando desde el año 2004 por el uso de imágenes multiespectrales que miden la variabilidad de la vegetación dentro de las parcelas, habida cuenta del posible efecto del vigor de las cepas sobre el balance final entre la producción y la calidad. Adelantando conceptos, la vendimia selectiva podría estar justificada en aquellas parcelas con cierta variabilidad en el vigor, asumida la idea que las cepas de mayor densidad foliar proporcionan también una mayor cosecha pero de menor calidad.2

En definitiva, el acierto de la vendimia selectiva así planteada depende de la existencia de una variación conjunta en el espacio (covarianza espacial) entre el vigor y los parámetros relacionados con la calidad de la uva. En un último paso, el enólogo deberá comprobar in situ la idoneidad de la zonificación mediante el muestreo adecuado.

En este artículo se pretende mostrar, a modo de revisión y a través de algunos ejemplos, los fundamentos tecnológicos y los nuevos retos que plantea la vendimia selectiva, así como las dificultades que conlleva también su aplicación.

Figura 1 Vendimia selectiva en Raimat (Lleida)

 

La teledetección como herramienta básica para la zonificación de la calidad

Sin duda, la utilización de la teledetección puede considerarse como uno de los avances tecnológicos más importantes en la viticultura de esta última década. A partir de las imágenes multiespectrales captadas desde satélites y/o avionetas, se dispone de la posibilidad de obtener mapas de vigor del cultivo sobre amplias zonas de viña y con una alta resolución espacial. El usuario de estas imágenes dispone finalmente del valor en cada píxel de un determinado índice de vegetación, el cual se construye a partir de los valores digitales de reflectancia espectral de la imagen original y aplicando un procedimiento específico. Pero, lo más interesante es que, dependiendo del índice de vegetación que se utilice, el viticultor dispone de una herramienta que le permite conocer y evaluar cómo varían espacialmente características de su viñedo como el estado sanitario de las cepas, el estrés hídrico y/o la calidad de la uva.

Existen diversos índices de vegetación que pueden utilizarse en viticultura. Sin embargo, las bodegas suelen zonificar la calidad en base al índice NDVI (Normalized Difference Vegetation Index) o, más recientemente, utilizando el índice PCD (Plant Cell Density). Concretamente, para el cálculo de estos índices se utilizan los valores de reflectancia en las bandas visibles del rojo (R) y del verde (G), y la reflectancia en el infrarojo próximo (IR), tal como muestran las expresiones siguientes:

El resultado final es un valor adimensional que se correlaciona con el vigor vegetativo del viñedo. En general, los mayores valores de estos índices son indicativos de cepas con mejor estado sanitario y mayor desarrollo foliar. Esta característica se aprovecha luego para la delimitación dentro de las parcelas de zonas de distinta calidad. Veamos dos ejemplos de este tipo de aplicación en sendas investigaciones en Raimat (Lleida).

El primer ejemplo utiliza una imagen del satélite multiespectral Quickbird-2 en una parcela de cabernet sauvignon de 5 ha.3 La imagen fue tomada a finales de julio del año 2005 (envero de la uva), generándose a partir de la misma el mapa correspondiente de NDVI (fig. 2).

En la misma figura puede observarse el mapa que delimita finalmente dos clases de vigor (NDVI alto y bajo), el cual se obtuvo mediante la clasificación (análisis cluster) de los valores del índice NDVI con el algoritmo ISODATA (ArcGIS 9.3). El muestreo sistemático de distintos parámetros de calidad (fig. 2) permitió contrastar la existencia de diferencias significativas entre ambas zonas de vigor.

Figura 2 A) Mapa del índice NDVI (izquierda) y mapa clasificado, NDVI alto y NDVI bajo, y puntos de muestreo (derecha). B) Tabla resumen de los parámetros de calidad según las dos zonas (clases) de vigor (las variables con la misma letra en ambas clases no presentan diferencias significativas)

 

La interpretación de estos resultados es sencilla. Se observa que las cepas de menor vigor (cepas localizadas en la clase de NDVI bajo) son las menos productivas, pero presentan globalmente una mejor calidad. Concretamente, las cepas de menor vigor se diferencian del resto por producir una uva con menor acidez y mejores características de color. Sin embargo, la clasificación mediante el uso del NDVI no permitía diferenciar lotes de uva de distinto grado y, si la clasificación se ampliaba a tres clases de vigor (resultados no mostrados), la dificultad para encontrar diferencias significativas era todavía mayor. Este resultado permite concluir que, probablemente, no es recomendable discriminar más de dos clases de NDVI (dos clases de calidad) en parcelas de viña.

El segundo ejemplo muestra los resultados obtenidos de la microvinificación diferencial de lotes de uva procedentes de tres zonas distintas de una misma parcela (cabernet sauvignon, 26 ha) (fig. 3). En este caso, se utilizó el índice de vegetación PCD de una imagen aérea para el muestreo de tres lotes de uva en tres localizaciones distintas (A, B y C) correspondientes a valores de vigor bajo, medio y alto, respectivamente. Una vez completada la microvinificación de cada lote, se evaluó el color, el aroma y la sensación de boca mediante análisis sensorial (cata).

El análisis de las puntuaciones adjudicadas a cada lote (test de Friedman, fig. 3), si bien no evidenció diferencias en dos de los parámetros evaluados por los enólogos, sí puso de manifiesto la mejor valoración del color del vino elaborado a partir de la uvas procedentes de las cepas de menor vigor (zonas A del mapa). La interpretación de este resultado es interesante por dos razones. Primero, porque demuestra una vez más la utilidad de la teledetección a la hora de segmentar una parcela de viña en zonas de distinta calidad (separando la vendimia de las zonas A del resto de zonas B+C). En segundo lugar, porque este mismo resultado no era extrapolable al resto de parcelas y variedades, lo cual hace necesario analizar cada caso por separado y, lo que es más importante, valorar asimismo la conveniencia de introducir otras variables agronómicas para la zonificación de la calidad.4

Figura 3 Mapa del índice PCD (izquierda) y valoración sensorial de la microvinificación (derecha)

 

Evaluación de la oportunidad de la vendimia selectiva

En el punto anterior se han mostrado dos ejemplos de la posible utilización práctica de los sensores remotos y los índices de vegetación para la zonificación de la calidad. No obstante, en ningún caso se ha analizado si llevar a cabo la vendimia selectiva en esas parcelas era técnicamente factible y, sobre todo, económicamente interesante para la bodega receptora de la uva.

Con objeto de dar respuesta a esta cuestión, en Monsó, Arnó y Martínez-Casasnovas (2013)5 se propone la utilización de un índice que evalúa la oportunidad de la vendimia selectiva a nivel de parcela. Este índice de oportunidad (IO) analiza los mapas de NDVI obtenidos a partir de imágenes multiespectrales y se basa en tres parámetros (fig. 4):

a) la existencia de variabilidad espacial en el vigor de las cepas,

b) la existencia de estructura espacial en dicha variabilidad, y

c) la existencia de una superficie mínima de uva de calidad (ligada a los menores valores de NDVI) que garantice la oportunidad económica de la diferenciación de la cosecha y, al mismo tiempo, se adapte en cantidad a las necesidades del plan productivo y logística de la bodega.

De este modo, para que una parcela presente oportunidad para la vendimia selectiva, es necesario cumplir con los tres requisitos anteriores superando distintos valores umbral que se toman como referencia en cada uno de ellos (fig. 4). El valor final del IO se obtiene mediante el producto de los tres parámetros:

Figura 4 Procedimiento de cálculo del índice de oportunidad (IO) para la vendimia selectiva a nivel de parcela

 

En la figura 4 se esquematiza el procedimiento de cálculo del IO, el cual hace uso de los valores del variograma ajustado según la dirección de las hileras de viña. Dado que las máquinas de vendimia trabajan a lo largo de dichas hileras, el interés se centra en conocer la varianza estructural (C1) y el rango (a) de la variación espacial en dicha dirección.

El primer parámetro de la ecuación (V) se calcula, por tanto, teniendo en cuenta el grado de variación existente dentro de la parcela (parámetro C1 del variograma), y se toma como valor umbral de referencia un coeficiente de variación del 14,5%.

El segundo parámetro de la ecuación (E) se calcula en base al rango (a) del variograma. El rango es una medida del grado de dependencia espacial de la variable, lo cual permite valorar si la variación espacial dentro de la parcela presenta una mayor o una menor estructura.

En otras palabras, interesa que las cepas de distinto vigor (distinta calidad) se agrupen formando zonas bien delimitadas, regulares y homogéneas dentro de la parcela. Ello favorecerá el trabajo de la vendimiadora, al no ser necesarios cambios frecuentes de las tolvas de descarga de la uva de distinta calidad. En este caso, se considera que la vendimiadora debe poder recolectar uva de una misma calidad a lo largo de, como mínimo, 50 m de hilera si se pretende optimizar el ciclo de trabajo de la máquina. Finalmente, la economía del proceso requiere una superficie mínima de uva de calidad dentro de la parcela. Fijada dicha superficie en 3 ha, la clasificación de los valores de NDVI mediante análisis cluster permite conocer finalmente la superficie (AL) que abarcan las cepas de menor vigor. La relación entre ambas superficies nos proporciona el valor numérico del último parámetro (A) de la ecuación.

La aplicación del IO en parcelas de viña en Raimat (Lleida) ha permitido obtener unos primeros resultados interesantes y, en todo caso, no alejados de la práctica vitícola que viene realizándose en la zona estudiada. La figura 5 muestra el IO obtenido para algunas de las parcelas analizadas. Cuando la parcela en estudio no supera alguno de los umbrales mencionados, se asume que no presenta oportunidad y se le asigna un valor del IO igual a cero.

Figura 5 Parcelas de viña en Raimat (Lleida) con distinta oportunidad para la vendimia selectiva

 

Las dificultades del muestreo como método de validación

En los últimos años, la práctica de la vendimia selectiva ha centrado buena parte de la investigación llevada a cabo en viticultura de precisión. En los epígrafes anteriores hemos visto que los sensores remotos (imágenes aéreas, principalmente) permiten la obtención de mapas de vigor de las parcelas en base a la transformación de los datos de reflectancia del cultivo en adecuados índices de vegetación.

Luego, la clasificación espacial de estos mapas permite delimitar zonas dentro de las parcelas (o a nivel de finca) y, caso que exista oportunidad, llevar a cabo posteriormente una vendimia selectiva para diferenciar el producto. Sin embargo, el problema aparece cuando deben validarse las zonas de distinta calidad mediante muestreo.

En general, la mayoría de bodegas aplican un muestreo aleatorio simple en cada zona, seleccionando normalmente unas cuantas cepas como puntos de muestreo. Ciertamente, las alternativas no son demasiadas. Con todo, de la eficiencia del método utilizado dependerá en gran medida el éxito de la zonificación de la calidad.

El reto es el desarrollo de un esquema de muestreo en cada zona que logre la precisión deseada con un tamaño reducido de muestra (2 o 3 puntos de muestreo o smart points). Al final, el esquema de actuación podría adaptarse al mostrado en la figura 6.

Figura 6 Tecnologías disponibles y pasos a seguir para llevar a cabo una vendimia selectiva

 

Bibliografía

1. R.G.V. Bramley, A.P.B. Proffitt, C.J. Hinze, B. Pearse, R.P. Hamilton: Generating benefits from Precision Viticulture through selective harvesting. En: Precision Agriculture’05. Proceedings of the 5th European Conference on Precision Agriculture, Wageningen Academic Publishers, 2005: 891-8.

2. D. Lamb: Remote sensing – a tool for vineyard managers? En: Proceedings of the 11th Australian Wine Industry Technical Conference, Adelaide, 2011: 15-20.

3. J.A. Martínez-Casasnovas, J. Agelet-Fernández, J. Arnó, M.C. Ramos: Analysis of vineyard differential management zones and relation to vine development, grape maturity and quality. Spanish Journal of Agricultural Research 2012; 10 (2): 326-37.

4. L.G. Santesteban, C. Miranda, C. Jiménez, M. Fuentemilla, I. Urretavizcaya, B. Tisseyre, S. Guillaume, J.B. Royo: Evaluación del interés del índice NDVI para la delimitación de unidades de manejo diferenciado en una explotación vitícola. Revista de Teledetección 2010; 33; 11-6.

5. A. Monsó, J. Arnó, J.A. Martínez-Casasnovas: A simplified index to assess the opportunity for selective wine grape harvesting from vigour maps. En: Precision Agriculture’13. Proceedings of the 9th European Conference on Precision Agriculture, Wageningen Academic Publishers, 2013: 625-32.