Uso de sensores remotos y próximos en la generación de evidencias para la toma de decisión en Agricultura

ALIANZA EVIDENCIA PERÚ - OCTUBRE 12, 2015

Presentado por R. Quiroz

Contents

• El CIP y el consorcio CGIAR• Algunas definiciones• Sensores remotos para generar

estadísticas agrarias• Debemos cuantificar el balance de

carbono en el suelo?

Alianza estratégica dedicada al avance de la ciencia para enfrentar los retos contemporáneos más importantes:

• Reducción de la pobreza rural• Mejoramiento de la seguridad alimentaria• Mejoramiento de la nutrición y la salud• Manejo sostenible de los recursos naturales

Su investigación es ejecutada por 15 Centros internacionales de investigación agrícola, que trabajan a nivel global en colaboración con cientos de socios.

Centros y su ubicación

MisiónEl Centro Internacional de la Papa (CIP) es una organización de investigación para el desarrollo especializada en papa, camote y raíces y tubérculos andinos. Su objetivo es brindar soluciones sostenibles basadas en la ciencia a los acuciantes problemas de hambre, pobreza, igualdad de género, cambio climático y preservación de la frágil biodiversidad  de nuestro planeta y sus recursos naturales.

VisionNuestra visión es que las raíces y los tubérculos Mejoren las vidas de los pobres

Visi

on •

Mis

ión

International Potato Center (CIP)

1. Cali (Colombia)2. Quito (Ecuador)3. Lima (Peru)4. Huancayo (Peru)5. San Ramon (Peru)6. Cochabamba (Bolivia)

8. Kumasi (Ghana)9. Ibadan (Nigeria)11. Addis Ababa (Ethiopia)12. Nairobi (Kenya)13. Kabale (Uganda)14. Ruhengeri (Rwanda)15. Lilongwe (Malawi)16. Blantyre (Malawi)17. Chimoio (Manica Province, Mozambique)

18. Tashkent (Uzbekistan)19. New Delhi (India)20. Shillong (India)21. Kathmandu (Nepal)22. Dhaka (Bangladesh) 23. Bhubaneswar (India)24. Beijing (China)25. Hanoi (Vietnam)26. Lambang (Indonesia)27. Los Banos (Philippines)28. Manokwari (Papua Indonesia)29. Wamena (Papua Indonesia)

CIP en el mundo

DefinicionesSensor remoto

Sensor in situ o próximo

Space-born remote sensing

Sweet potato plot Distribution of Sweet potato fields around Kumi town

Estadísticas de cultivo

Source: Zorogastua et al., 2014

Limitantes?

Quadcopter Open Source

Quadcopter Open Source based on Ardupilot

Ardupilot’s Electronic System

MikroKopter’s Electronic System

Desarrollo de UAVs de bajo costo

Spectra CIP Spectroscopy Operating Software for Windows

USB2000+VIS-NIR-ES Spectrometer

Software Open SourceSpectra CIP Software

Acquisition Multispectral System

Acquisition Multispectral System Assembled

1. Power Supply System2. Mini PC (pcDuino)3. Cameras CCD (Red & NIR)4. LiPo Battery Holder 1

2

3

4

Sensores e interfaces de bajo costo

NDVI with TETRACAM ADC Micro NDVI with CIP Built Camera

Reducing camera cost while improving image quality

RGB Original Image – Canon EOS

Sensores: bajo costo vs. baratos

Mapeos de zonas de cultivo: Tanzania

Area(m2)

Crops Estimated Area (m2)

Corn 381.193

Sweetpotato 429.143

Cassava 362.233

Reference Polygon

From Image 744.032

Measured 734.875

Error -1.25 %

Determinando áreas con diferentes cultivos

NDVI

Estimación de rendimientoSpatial yield monitoring

Importancia del carbono en el suelo

Sensores próximos para análisis de carbono en suelos: Espectroscopía

infrarroja

• Rapid, Low cost

• Reproducible

• Predicts many soil functional properties

Parameter R2 PCs

Total N 0.9 8

Total C 0.92 6

Organic C 0.92 6

pH 0.89 10

Ca 0.95 9

K 0.81 10

Mg 0.92 10

CEC 0.96 9

P sorption index 0.82 9

Source: K. Shepherd (ICRAF)

LIBS System

Source: Da Silva et al., 2008

LIF Emission spectrum

400 450 500 550 600 650 700

0

1

2

3

soil calcinate and treated soil

Inte

nsity

(a.u

.)

(nm)

Milori et al., SSSAJ, 2006.; González-Pérez et al., Geoderma, 2007

excitation = 458 nm

Humification Degree:HLIF = LIF Area/total carbon

Bench and portable LIF correlate well with EPR findings

Electron Paramagnetic Resonance (EPR)EMBRAPA Lab.

2 3 4 5 6 7 8 9

2.0

2.5

3.0

3.5

4.0

4.5

5.0

R=0.93; P<0.0001

LIF

benc

h sy

stem

: HLI

F (a.

u.)

EPR [(spins g-1C) x 1017]

SOM characterization with 13C-NMR

Nuclear Magnetic ResonanceEMBRAPA Lab

Sampling-transect to assess carbon contents and stocks in Southern Peru.Source: Segnini et al., 2010

Selected characteristics of the sampling sites.

loamclay loamloamloamloamSoil class

20°C8 °C14°C17°C19°CT mean ( °C)

2133690-83451155Precipitation (mm)

Coffee, potato, maize,

coca, citrus

Potato, oat, alfalfa,

grasslands, peat lands

Avocado, potato, maize,

alfalfa, cassava

Maize, potato, grape, orange,

alfalfa, onion, beans

Maize, oliveCropping system

1,3503,8302,200960135Altitude (m)

humid valley

Semi-Arid high

plateau

Arid high valley

Arid low valley

Arid CoastAgro eco zones

San Juan del Oro

PunoTorataMoqueguaIlosites

Acervos de carbono en diversos suelos Andinos

Mai

ze

Oliv

e

Alfa

lfa I

Pot

ato

I

Gra

pe

Avo

cado

Alfa

lfa II

Cof

fee

Fore

st

Pot

ato

II

0 - 2.5

10 - 200

510

15

20

25

30

35

40

LIF index (a.u.)

Land use

depth (cm)

0 - 2.5

2.5 - 5

5 - 10

10 - 20

20 - 30

Estabilidad del Carbono

# HLIF can be estimated through the ratio area under fluorescence emission (excitation range 350 - 480 nm) / total organic carbon content.

Humification degree or carbon stability (HLIF) of whole soils obtained through Laser Induced Fluorescence (LIF) spectroscopy.

Imágenes LANDSAT 5, Junio 1987y LANDSAT 8, Julio del 2015En color verde claro, se tienen las áreas cubiertas con maca aJulio de 2015, y que en 1987 fueron Pastizales.

775

Junín

Extraction of soil and climate parameters from agro-ecological cells or polygons for model parameterization

Modelación de la dinámica del carbono en el suelo:

Weather data used to run the model:

Rainfall: essential

Air temperature: essential

Temporal resolution of weather data:

Monthly: essential

Spatial resolution of weather data:

Local scale: essential

Source: FAO

Peatlands to potato

050

100150

200250300350

2000 2050Scenarios

Gig

agra

ms

(10x

9)

Bolivia Peru

Grasslands to potato

0

2000

4000

6000

8000

10000

12000

2000 2050Scenarios

Gig

agra

ms

(10x

9)

Bolivia Peru

Estimación de pérdida potencial de carbono en las zonas altas de Perú y Bolivia.

Gracias