Determinación de las necesidades de nitrógeno de un green mediante sensores remotos

Abstract

El N es el macronutriente que más influye en la calidad de los greens de los campos de golf, tanto en el aspecto estético como en las condiciones de juego. Actualmente, la mayor parte de fertilización nitrogenada se basa en una programación más o menos predeterminada de aplicaciones que conduzcan a una esperada mejora de la calidad estética y de juego. Sin embargo, esta forma de actuar genera, en la mayoría de los casos, una sobre-fertilización. El objetivo de este estudio fue buscar modelos predictivos de las necesidades de N fertilizante estacionales para optimizar la calidad del green, basándose en medidas realizadas con sensores remotos. Para ello se llevo a cabo un experimento de 3 años de duración en un green USGA de Agrostis stolonifera L. bajo condiciones mediterráneas. Los tratamientos de N aplicados cada 10 días fueron 0, 3, 6, 9 kg N ha–1 en verano e invierno, y 0, 5, 10, 15 kg N ha– 1 en primavera y otoño. En el estudio se midió la calidad estética (mediante sensor remoto), clipping y distancia de rodadura. Los sensores remotos utilizados fueron un medidor de clorofila por reflectancia (FieldScout CM1000) y una cámara digital. A partir de las fotografías digitales se obtuvo el Dark Green Color Index (DGCI). Todos los datos fueron normalizados. Se evaluaron los diferentes modelos de respuesta al N fertilizante de las medidas mencionadas. Para ambos sensores, el más adecuado para todas las estaciones fue el polinómico de tercer orden. Mientras que para la producción de clipping y distancia de rodadura de la bola fueron lineales. La calidad estética obtenida por ambos sensores y el clipping aumentaron con la dosis de N fertilizante, mientras que la distancia de rodadura disminuyó al incrementarse ésta. Los valores obtenidos por los dos sensores estuvieron correlacionados con los valores de clipping y de distancia de rodadura. Se calculó la intersección de los modelos obtenidos del CM1000 y de la cámara digital con la distancia de rodadura de la bola y el clipping, para obtener los algoritmos como una función de los sensores remotos y los otros parámetros medidos. A partir de los algoritmos se determinaron las dosis óptimas de N fertilizante para cada estación. El modelo se adaptó mejor al factor distancia de rodadura de la bola que al clipping. El modelo obtenido para el CM1000 fue más preciso que el de la cámara digital. Ésta última subestimaba los valores de dosis óptima de N. Para solventar esta falta de precisión de la cámara se correlacionaron los valores del CM1000 y de la cámara digital, desarrollando un algoritmo que permitió la transformación de los valores DGCI en CM1000, y así, se pudieron aplicar los modelos de CM1000. Gracias a este paso, fue posible la obtención de prácticamente las mismas aplicaciones de N fertilizante con ambos sensores. Este estudió permite realizar recomendaciones de aplicaciones reales de N con un rápido diagnóstico con un sensor remoto, Field Scout CM1000 o cámara digital, para un green de A. stolonifera de un campo de golf en condiciones mediterráneos basándose en el concepto de índice de suficiencia.

Nitrogen is the macronutrient that most influences in golf greens quality, both in terms of aesthetics as well as playability. At present, the greater part of the nitrogen fertilization is based on a more or less predetermined scheduled applications that lead to an expected improvement of aesthetic quality and playability. Nevertheless, such action generates over-fertilization in most cases. The objective of this study was to obtain predictive models of the seasonal needs of N fertilizers to optimize the green quality, based on measurements obtained with remote sensors. In order to achieve this, a 3-yr field study was carried out on Agrostis Stolonifera L. on a USGA green under Mediterranean conditions. Treatments of 0, 3, 6, 9 kg N ha–1 were applied every ten days in summer and winter, and 0, 5, 10 and 15 kg N ha–1 in spring and autumn. In the study, aesthetic quality (remote sensing), clipping yield and ball roll distance (green speed) were measured. The remote sensors used were a reflectance chlorophyll meter (FieldScout CM1000) and a digital camera. From the digital photographs, a dark green color index (DGCI) was calculated. All data were normalized. Different response models to N fertilizer in the measurements named above were evaluated. For both sensors, the third-order polynomial response model for all seasons was the best fitted, while for clipping yields and ball roll regressions were linear regressions. The aesthetic quality calculated by both sensors and clipping yield both increased with N fertilizer rate, while ball roll diminished when it was increased. The values calculated by the both sensors were correlated with the values of clipping yields and ball roll distance. The intersection of the models obtained from CM1000 and the digital camera with ball roll distance and clipping yield was calculated to obtain the algorithms as a function of the remote sensing and the other measured parameters. The N optimum fertilizer rate for each season was determined from the algorithms. The model was adapted better to the factor of ball roll distance than to clipping yield. The model of the CM1000 was more accurate than that of the digital camera. The latter underestimated the N optimum rate. In order to solve this lack of accuracy in the camera, the values of CM1000 and the digital camera were correlated developing an algorithm that permitted the conversion of the DGCI values in CM1000, thus the models of CM1000 could be applied. Thanks to this step, the obtaining of practically the same applications of N fertilizer with both sensors was possible. With this study, actual N recommendation applications by rapid diagnosis with remote sensors, FieldScout CM1000 and digital camera are feasible for A. stolonifera golf green under Mediterranean conditions based on the sufficiency index.