La agricultura moderna busca optimizar la eficiencia y la rentabilidad de las explotaciones a través de información cuantitativa. En los sistemas de secano locales, donde se observan variaciones espaciales en el rendimiento de los cultivos, la comunidad agrícola busca conocer de qué modo varía el potencial productivo dentro de una misma parcela agrícola para definir el manejo que mejor se ajuste a cada zona. Ese potencial productivo se viene evaluando tradicionalmente con modelos de simulación de cultivos que uniformizan las condiciones de la parcela, ignorando las variaciones espaciales. Esta limitación afecta las relaciones entre lo que se simula y lo que ocurre a la escala de campo. Con el objetivo de mejorar las simulaciones del rendimiento, un equipo de la Unidad de Excelencia María de Maeztu–Departamento de Agronomía de la Universidad de Córdoba (Dauco) junto a investigadores del Instituto de Agricultura Sostenible del CSIC (IAS-CSIC) ha estudiado el potencial uso de imágenes satelitales para estimar el grado de cobertura de suelo y asimilarlo en modelos de simulación a fin de poder escalar predicciones de rendimiento a la escala de campo.
El grado de cobertura del suelo es el área proyectada de suelo que está cubierta por vegetación fotosintéticamente activa. Este parámetro es utilizado por algunos de los modelos de simulación para cuantificar el estado de crecimiento y desarrollo del cultivo, y también para calendarizar su estado fenológico (si se encuentra en un estado vegetativo o reproductivo). De este modo, «la obtención de este parámetro aporta no sólo información cuantitativa del grado decrecimiento del cultivo, sino, también información que permite indirectamente calendarizar su fenología; algo fundamental para una correcta calibración de un modelo, y con elevado potencial para la simulación del rendimiento a la escala de una parcela agrícola donde se observe variabilidad espacial», señala el investigador del IAS-CSIC Tomás Roquette Tenreiro.
