Uso combinado de sensores pasivos y activos en la caracterización de cultivos herbáceos

Abstract

La digitalización está revolucionando la agricultura, transformándola de prácticas tradicionales a sistemas de producción más eficientes y sostenibles. Esta transición implica la integración de diversas tecnologías, como el IoT, la inteligencia artificial, el big data y, de manera muy importante, la teledetección. La implementación de estas herramientas permite recopilar y analizar grandes volúmenes de datos sobre cultivos, suelos y condiciones ambientales, facilitando la toma de decisiones informada. Esto se traduce en una gestión optimizada de recursos como agua y fertilizantes, la detección temprana de plagas y enfermedades, y una mejora general en la productividad y la rentabilidad. En este contexto, la teledetección espacial emerge como una herramienta indispensable para la monitorización agrícola tanto a pequeña como a gran escala. Para ello, los satélites van equipados con sensores pasivos, proporcionando información valiosa sobre el estado de la vegetación, la salud de los cultivos y la detección de cambios en el uso del suelo. Estos datos son fundamentales para la agricultura de precisión, permitiendo la zonificación de campos, la aplicación variable de insumos y el seguimiento del crecimiento de los cultivos a lo largo del ciclo fenológico. Así, la capacidad de obtener una visión global y periódica de las explotaciones agrícolas desde el espacio ofrece una perspectiva única para la planificación y la gestión. A pesar de estos beneficios en la agricultura, su efectividad se ve a menudo comprometida por la presencia de nubes. Las nubes, pueden obstruir la visión de los sensores satelitales, impidiendo la adquisición de imágenes claras y sin distorsiones de la superficie terrestre. Esta limitación introduce brechas en las series temporales de datos, dificultando el monitoreo continuo y la detección oportuna de eventos. La persistencia de la nubosidad en determinadas regiones o estaciones puede reducir significativamente la disponibilidad de datos útiles, obligando a los usuarios a depender de interpolaciones o a esperar a periodos con cielos despejados, lo que retrasa la toma de decisiones y, en última instancia, afecta la eficiencia de las aplicaciones agrícolas basadas en satélites. En este contexto, la presente Tesis Doctoral aborda el potencial de la estimación de indices radiométricos a partir de sensores activos radar con el objetivo de mejorar la resolución y calidad de las series temporales derivadas de esta integración. En el capítulo I de esta tesis se ofrece un revisión detallada de la evolución de la agricultura desde sus orígenes hasta la actualidad, particularizando en como obtener una estimación de rendimiento de los cultivos. El capitulo II se centra, de entre todas las tecnologías empleadas actuales empleadas en el secor agroforstal, en la teledetección, analizando como esta ha ido evolucionando y solventando los problemas detectados aplicados en la monitorización de cultivos. El capitulo III se centra en el uso de sensores radar en agricultura, describiendo las características y propiedades de los datos adquiridos para entender la naturaleza de estos. El capítulo IV analiza las capacidades de integración de sensores pasivos y activos embarcados en plataformas espaciales, mostrando las distintas posibilidades para poder abordar el problema. Finalmente, el capítulo V presenta los resultados concretos de la integración de estas tecnologías para abordar con garantías la estimación de rendimientos, concretamente sobre el cultivo de la espinaca. En conjunto, esta tesis pone de manifiesto el valor de la integración de sensores activos y pasivos embarcados en plataformas espaciales como herramienta para mejorar la construcción de series temporales robustas y y confiables de aplicación en la monitorización de cultivos. Concretamente, los resultados obtendidos ponen de manisifiesto como esta integración permite superar los problemas de la presencia de nubes en la escena que limitan el uso de las técnicas de teledetección en el sector agroforestal.

The digitization is revolutionizing agriculture, transforming it from traditional practices to more efficient and sustainable production systems. This transition implies the integration of various technologies, such as the Internet of Things, artificial intelligence, big data and, very importantly, remote sensing. The implementation of these digital tools allows collecting and analyzing large volumes of data on crops, soils and environmental conditions, facilitating more informed decision-making. This translates into optimized management of resources such as water and fertilizers, early detection of pests and diseases, and an overall improvement in productivity and profitability. In this context, space-borne remote sensing emerges as an indispensable tool for agricultural monitoring both at small and large scale. For this, satellites are equipped with passive sensors that capture multispectral images of the Earth, providing valuable information on the state of vegetation, soil moisture, crop health and the detection of changes in land use. These data are fundamental for precision agriculture, allowing field zoning, variable application of inputs and monitoring of crop growth throughout the phenological cycle. Thus, the ability to obtain a global and periodic view of agricultural exploitations from space offers a unique perspective for planning and management. Despite the immense benefits of satellite remote sensing in agriculture, its effectiveness is often compromised by the presence of clouds. Clouds, whether dense or scattered, can obstruct the view of satellite sensors, preventing the acquisition of clear and undistorted images of the Earth's surface. This limitation introduces gaps in the temporal data series, making continuous monitoring and timely detection of events difficult. The persistence of cloudiness in certain regions or seasons can significantly reduce the availability of useful data, forcing users to depend on interpolations or to wait for periods with clear skies, which delays decisionmaking and, ultimately, affects the efficiency of satellite-based agricultural applications. In this context, the present Doctoral Thesis addresses the potential of estimating radiometric indices from active radar sensors with the objective of improving the resolution and quality of the temporal series derived from this integration. In Chapter I of this thesis, a detailed review of the evolution of agriculture from its origins to the present is offered, particularizing on how to obtain a crop yield estimation. Chapter II focuses, among all current technologies used in the agroforestry sector, on remote sensing, analyzing how it has evolved and solved the problems detected applied in crop monitoring. Chapter III focuses on the use of radar sensors in agriculture, describing the characteristics and properties of the acquired data to understand their nature. Chapter IV analyzes the integration capabilities of passive and active sensors embarked on spatial platforms, showing the different possibilities to address the problem. Finally, Chapter V presents the concrete results of the integration of these technologies to reliably address yield estimation, specifically for spinach cultivation. Overall, this thesis highlights the value of the integration of active and passive sensors embarked on spatial platforms as a tool to improve the construction of robust and reliable temporal series for crop monitoring. Specifically, the obtained results highlight how this integration allows overcoming the problems of cloud presence in the scene that limit the use of remote sensing techniques in the agroforestry sector.