Programa del congreso

La gestión sostenible del agua en arrozales mediterráneos requiere identificar prácticas que reduzcan el consumo hídrico sin comprometer el rendimiento. En este estudio se evaluó el impacto de tres estrategias de riego —inundación convencional (CONV), alternancia de inundación y secado (AWD) y drenaje a mitad de estación (MSD)— en dos campañas consecutivas (2022 y 2023), integrando mediciones de rendimiento con teledetección multiespectral y térmica obtenida mediante UAV. El rendimiento mostró un marcado efecto interanual, con valores superiores en 2022. Ese año, CONV y MSD alcanzaron rendimientos similares (9478 y 9303 kg·ha⁻¹), ambos significativamente mayores que AWD (8121 kg·ha⁻¹). En 2023 no se observaron diferencias significativas entre tratamientos. Las relaciones entre rendimiento e índices espectrales revelaron que NDRE, GNDVI y, en menor medida, NDVI explican de manera consistente la variabilidad productiva en ambas campañas, destacando su sensibilidad al vigor y contenido de clorofila. MTVI2 mostró un comportamiento sólido en 2023. En cambio, la evapotranspiración no presentó asociaciones suficientemente significativas con el rendimiento, indicando que una única medición térmica no captura adecuadamente la dinámica hídrica acumulada del ciclo. Los resultados sugieren que el drenaje a mitad de temporada (MSD) puede representar una alternativa viable de ahorro de agua sin penalizaciones de rendimiento entre años, mientras que la aplicación de AWD requiere un ajuste cuidadoso para evitar pérdidas productivas en años favorables. La integración de información espectral de alta resolución mediante UAV constituye una herramienta eficaz para evaluar respuestas fisiológicas del cultivo y apoyar la toma de decisiones hacia una gestión hídrica más sostenible.

La contabilidad del agua de riego ha sido tradicionalmente abordada por los registros de medidores volumétricos, aunque su fiabilidad requiere de correctas instalaciones y mantenimientos, y garantizar una cobertura espacializada obliga, además, a un importante esfuerzo económico. Por el contrario, los modelos basados en teledetección permiten monitorizar extensas superficies regables y estimar la contabilidad del agua empleada por los cultivos. Este trabajo persigue reducir las incertidumbres de esta contabilidad, mediante la integración de dos modelos conceptualmente distintos, basados en balance de agua y de energía. Los resultados se muestran integrados a la escala de comunidad de regantes, con el fin de aportar mayor fiabilidad en las medidas disponibles, y mostrar aplicabilidad hacia los gestores hídricos. Este trabajo viene a contribuir a los esfuerzos por trasladar a nuestro territorio nacional, los avances que se están mostrando a nivel internacional por integrar varios modelos asistidos por satélite en la contabilidad del agua consumida (evapotranspirada) por los cultivos. Los resultados similares obtenidos entre modelos y el buen acuerdo frente a contadores, animan a adoptar la integración de modelos en la planificación de políticas asistidas con datos de Observación de la Tierra.

El seguimiento preciso del ciclo del carbono en ecosistemas agroforestales es un reto crítico frente al cambio climático. Este trabajo presenta una metodología innovadora que integra modelos mecanísticos de fotosíntesis con teledetección multiespectral y térmica del Programa Copernicus (Sentinel-2/3 y Landsat). A diferencia de los modelos tradicionales de eficiencia en el uso de la luz (LUE) basados en ajustes estadísticos, esta aproximación incorpora estimaciones de conductancia estomática derivada de modelos de balance de energía como variable crítica, permitiendo capturar con precisión el impacto del estrés hídrico en la fijación de carbono. La metodología se aplicó en una parcela piloto silvopastoral en Cantabria. Se empleó el modelo de balance energético de dos fuentes (TSEB) con el fin de separar la transpiración de la evaporación y derivar así la conductancia estomática como indicador del estado fisiológico. Este parámetro alimentó un modelo de fotosíntesis basado en Farquhar para calcular flujos diarios de carbono, obteniendo indicadores como la Productividad Primaria Bruta (GPP) y el Intercambio Neto del Ecosistema (NEE). Los resultados de 2024 revelaron variaciones significativas en la fijación de carbono según la densidad vegetal y la humedad del suelo, permitiendo clasificar las parcelas como sumideros o fuentes de CO2.

La utilización de imágenes radar para la clasificación de cultivos se presenta como una alternativa eficaz a las imágenes ópticas, especialmente en regiones con alta nubosidad. Este estudio evalúa el potencial de series temporales de coeficientes de retrodispersión VH y VV de Sentinel-1 para la clasificación de cultivos en una zona agrícola heterogénea y analiza cómo repercute en la fiabilidad de los resultados la incorporación de distintas observables pseudo-polarimétricas propuestas en la literatura (HV/VV, RVI, DpRVI, DpRBI, DpRSI, P_(d-l), P_(s-l), P_(r ), Hc , θ_c y mc). Los resultados mostraron que ciertas observables, como DpRVI, Hc y RVI están fuertemente correlacionadas mientras que P_(d-l) y DpRBI aportan información complementaria. Los modelos de Random Forest alcanzaron una fiabilidad global superior al 80 % y valores de F1 similares, con diferencias mínimas respecto al modelo base VH y VV. Ninguna observable pseudo-polarimétrica mejoró la clasificación global. Los principales cultivos de verano y la mayoría de los de invierno, como cebada, trigo y guisante, se clasificación con alto desempeño (F1 ≥0.9). Sin embargo, los cultivos minoritarios, los permanentes y las mezclas de cultivos se clasificaron peor. En conclusión, las series temporales de coeficiente de retrodispersión de Sentinel-1 en las polarizaciones VV y VH son suficientes para una clasificación robusta y precisa de la mayoría de cultivos. Las observables pseudo-polarimétricas generadas a partir de estas observaciones ofrecen un beneficio limitado para la clasificación de cultivos.