Estrés hídrico a partir de imágenes térmicas para el cultivo de frijol en La Molina

Abstract

La investigación determinó el índice de estrés hídrico foliar (CWSI) mediante imágenes térmicas captadas con vehículos aéreos no tripulados (VANT) para optimizar el riego en cultivos de frijol. Se implementaron tres tratamientos de riego (ETo 100%, 75% y 50%) en un diseño completamente aleatorizado con tres repeticiones, empleando sensores FDR para medir la humedad del suelo, porómetros para la conductancia estomática, y un VANT con cámara térmica para calcular el CWSI. Los resultados revelaron una correlación inversa significativa entre el CWSI y la conductancia estomática, donde el tratamiento control (To) con CWSI promedio de 0,14 a 0,59 refleja un estrés ligero, mientras que T2 con CWSI promedio de 0,45 a 0,97 indica estrés severo. Se estableció una regresión por tratamiento para To (R=0.5773) T1 (R=0.6837) T2 (R=0.6036) que relaciona el CWSI con la humedad volumétrica del suelo. El ajuste de las imágenes térmicas fue validado (R²=0,925) comparando temperaturas registradas por el VANT con mediciones terrestres mediante radiómetro. Se concluye que el CWSI obtenido mediante imágenes térmicas constituye una herramienta precisa para determinar el estado hídrico del cultivo y optimizar el uso del agua, contribuyendo a la sostenibilidad de los sistemas productivos frente a la escasez hídrica.

This study determined the leaf water stress index (CWSI) using thermal images captured by unmanned aerial vehicles (UAVs) to optimize irrigation in bean crops. Three irrigation treatments (ETo 100%, 75%, and 50%) were implemented in a completely randomized design with three replications, using FDR sensors to measure soil moisture, porometers for stomatal conductance, and a UAV with a thermal camera to calculate the CWSI. The results revealed a significant inverse correlation between CWSI and stomatal conductance, with the control treatment (To) with an average CWSI of 0.14 to 0.59 reflecting mild stress, while T2 with an average CWSI of 0.45 to 0.97 indicating severe stress. A treatment-by-treatment regression was established for To (R=0.5773), T1 (R=0.6837), and T2 (R=0.6036) that relates the CWSI with volumetric soil moisture. The fit of the thermal images was validated (R²=0.925) by comparing temperatures recorded by the UAV with ground-based measurements using a radiometer. It is concluded that the CWSI obtained through thermal images constitutes an accurate tool for determining crop water status and optimizing water use, contributing to the sustainability of production systems in the face of water scarcity.