Optimización del momento de vuelo UAV y selección de predictores para estimar el vigor vegetativo (peso de poda) en viñedos
DOI:
https://doi.org/10.17398/3101-7177.2.266Palabras clave:
UAV, viticultura de precisión, fenología, volumen del dosel, fotogrametría SfMResumen
El peso de poda (pruning weight, PW) es un indicador integrado del vigor vegetativo de la vid y una variable clave en viticultura de precisión por su relación con el equilibrio vegetativo–productivo y la delimitación de zonas de manejo. La teledetección con UAV permite estimar PW de forma no destructiva a escala intraparcela, pero persisten interrogantes sobre: (i) la ventana fenológica óptima de adquisición, (ii) la configuración de predictores que mejor equilibre precisión y parsimonia y (iii) la robustez de los modelos bajo transferencia entre viñedos con distinto cultivar y manejo. Evaluamos cuatro campañas (2019–2020 y 2022–2023) con siete fechas de vuelo en dos viñedos mediterráneos contrastantes. A partir de imágenes RGB y multiespectrales se derivaron métricas estructurales del dosel (área, altura y volumen) e índices espectrales. Se aplicó un flujo de regresión lineal múltiple con selección anidada y validación externa repetida, seguido de un análisis LOSO. El desempeño para PW mostró un patrón fenológico consistente, con máximos en fases tardías (envero–reblandecimiento de la baya). Las métricas estructurales, en particular el volumen del dosel, dominaron las especificaciones finales y alcanzaron R² de hasta 0.73 en validación externa dentro de cada viñedo. Bajo transferencia estricta, PW mantuvo R² moderados (0.59–0.71), aunque con diferencias en error relativo. En conjunto, los resultados apoyan vuelos en fases tardías y el uso de un predictor estructural mínimo (volumen del dosel) derivado de RGB como estrategia parsimoniosa para estimar PW.
Descargas
Referencias
De Castro, A. I., Jiménez-Brenes, F. M., Torres-Sánchez, J., Peña, J. M., Borra-Serrano, I., & López-Granados, F. (2018). 3-D Characterization of Vineyards Using a Novel UAV Imagery-Based OBIA Procedure for Precision Viticulture Applications. Remote Sensing, 10(4), 584. https://doi.org/10.3390/rs10040584
Dobrowski, S. Z., Ustin, S. L., & Wolpert, J. A. (2003). Grapevine dormant pruning weight prediction using remotely sensed data. Australian Journal of Grape and Wine Research, 9(3), 177-182. https://doi.org/10.1111/j.1755-0238.2003.tb00267.x
García-Fernández, M., Sanz-Ablanedo, E., Pereira-Obaya, D., & Rodríguez-Pérez, J. R. (2021). Vineyard Pruning Weight Prediction Using 3D Point Clouds Generated from UAV Imagery and Structure from Motion Photogrammetry. Agronomy, 11(12), Article 12. https://doi.org/10.3390/agronomy11122489
Lorenz, D. H., Eichhorn, K. W., Bleiholder, H., Klose, R., Meier, U., & Weber, E. (1995). Growth Stages of the Grapevine: Phenological growth stages of the grapevine (Vitis vinifera L. ssp. vinifera)—Codes and descriptions according to the extended BBCH scale†. Australian Journal of Grape and Wine Research, 1(2), 100-103. https://doi.org/10.1111/j.1755-0238.1995.tb00085.x
Marques, P., Ferreira, L., Adão, T., Sousa, J. J., Morais, R., Peres, E., & Pádua, L. (2025). Integrating UAV Multi-Temporal Imagery and Machine Learning to Assess Biophysical Parameters of Douro Grapevines. Remote Sensing, 17(23), 3915. https://doi.org/10.3390/rs17233915
Matese, A., & Di Gennaro, S. F. (2021). Beyond the traditional NDVI index as a key factor to mainstream the use of UAV in precision viticulture. Scientific Reports, 11(1), Article 1. https://doi.org/10.1038/s41598-021-81652-3
Matese, A., Toscano, P., Di Gennaro, S. F., Genesio, L., Vaccari, F. P., Primicerio, J., Belli, C., Zaldei, A., Bianconi, R., & Gioli, B. (2015). Intercomparison of UAV, Aircraft and Satellite Remote Sensing Platforms for Precision Viticulture. Remote Sensing, 7(3), 2971-2990. https://doi.org/10.3390/rs70302971
R Core Team, 2024. R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Jose García-Guerra, Vicente Burchard-Levine, Irene Borra-Serrano, José Dorado, Ana de Castro, José Manuel Peña (Autor/a)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)