Estimación de Cosecha de Maíz Forrajero (Zea mays L.) Mediante Índices Espectrales Derivados de LANDSAT-8 y SENTINEL-2

Abstract

La estimación de cosecha basada en índices espectrales conforma un elemento de decisión importante para quienes participan en la actividad agrícola; sin embargo, muchas interrogantes sobre su utilidad aún persisten. Los objetivos de esta investigación fueron: 1) relacionar propiedades radiativas del maíz forrajero (MF) y producción de biomasa mediante imágenes LANDSAT-8 y SENTINEL-2; y 2) seleccionar el índice de vegetación (IV) con mejor desempeño que permita modelar el rendimiento del MF para condiciones similares. El estudio se realizó en el ciclo PV-2019 con mediciones morfológicas en distintas etapas de crecimiento del MF y mediante muestreos aleatorios destructivos a los 72 dds para determinar magnitud de biomasa en laboratorio; los datos de biomasa se relacionaron con valores de reflectancia e IV de LANDAT-8 y SENTINEL-2 para estimar rendimiento mediante regresión lineal múltiple; ocho IV (NDVI, TVI TTVI, RDVI, RVI, RATIO, SAVI, MSAVI2) se evaluaron mediante evaluaciones cruzadas con base en estadísticos clave. Los resultados del análisis de regresión múltiple indicaron que el mejor modelo (R2 = 0.66) se obtuvo con datos de imágenes SENTINEL-2 a partir de las bandas 3 (α3 = 0.54-0.57 µm) y 8 (α8= 0.78-0.90 µm) con estimadores βi muy significativos (P < 0.05); RDVI presentó el mejor desempeño debido a una buena relación espacial entre los valores digitales ráster y la producción de biomasa verde producida con una asociación del 75.41%; en tanto que los indicadores estadísticos fueron R2= 0.75 y CME=17; con ambos recursos (Modelos de Regresión Múltiple e IV) se pronosticó el rendimiento a los 72 dds en un rango de 10.7 – 57.01 Mg ha-1. La conclusión es que SENTINEL-2 superó a LANDSAT-8 como herramienta libre para la evaluación de cultivos y estimación de biomasa debido a una mejor resolución espacial y temporal.