Monitorización de la incidencia de Pyricularia oryzae y modelización del rendimiento en el cultivo de arroz Bomba en València usando Teledetección y Machine Learning

Abstract

[ES] Ante la problemática actual del descenso del rendimiento en el cultivo de arroz en el Parque Natural de l’Albufera, y la mayor presencia y daño de la enfermedad fúngica Pyricularia oryzae sobre la variedad de arroz Bomba, resulta conveniente para el sector del arroz en Valencia, conocer la evolución de la incidencia de la infestación por Pyricularia oryzae y la clasificación a nivel intraparcelario de las zonas afectadas por esta enfermedad, con el objetivo final de detectar con antelación la aparición de los primeros síntomas. Por ello, se han realizado dos experimentos: La clasificación y monitorización de la afección por Pyricularia en la variedad Bomba, utilizando datos obtenidos por el satélite Sentinel-2 a nivel interparcelario y la construcción de un modelo de clasificación de rendimiento a pocos días después de la siembra, utilizando el algoritmo KNN (K-vecinos más próximos) a partir de un análisis Machine Learning, con datos del rendimiento real del cultivo y valores de Sentinel-2. Para el seguimiento del primer experimento se estudiaron un total de 21 parcelas (77 ha en total) en 2022, y 16 parcelas (52 ha) en 2023. Para el segundo experimento se estudiaron en 2020 un total de 25 parcelas (35 ha), y 10 parcelas (30 ha) en el año 2023. Los resultados obtenidos en este trabajo constatan que las bandas B8, B6 y B7, los índices vegetativos RVI e IRECI, y el estudio de la firma espectral del cultivo a los 45 DDS (Días después de siembra), podría utilizarse para la clasificación de las parcelas afectadas y no afectadas por Pyricularia oryzae en el cultivo de arroz Bomba. Además, el modelo de clasificación de rendimiento obtenido a los 55 y 80 DDS, podría ser utilizado para clasificar los rendimientos de manera intraparcelaria, y servirían de ayuda para la toma de decisión de los agricultores.

[EN] In view of the current problem of the decrease in rice yields in Albufera Natural Park, and the increased presence and damage of the fungal disease Pyricularia oryzae on the Bomba rice variety, it is convenient for the rice sector in Valencia to know the evolution of the incidence of Pyricularia oryzae infestation and the classification of the areas affected by this disease, with the ultimate goal of detecting in advance the appearance of the first symptoms. Therefore, two experiments have been carried out: The classification and monitoring of Pyricularia affection in the Bomba variety, using data obtained by the Sentinel-2 satellite at inter-field level and the construction of a yield classification model a few days after planting, using the KNN (Knearest neighbors) algorithm from a Machine Learning analysis, with actual crop yield data and Sentinel-2 values. For the monitoring of the first experiment, a total of 21 fields (77 ha in total) were studied in 2022, and 16 fields (52 ha) in 2023. For the second experiment, a total of 25 fields (35 ha) were studied in 2020 and 10 fields (30 ha) in 2023. The results obtained in this work show that the bands B8, B6 and B7, the vegetative indices RVI and IRECI, and the study of the spectral signature of the crop at 45 DAS (Days After Sowing), could be used for the classification of plots affected and not affected by Pyricularia oryzae in the Bomba rice crop. In addition, the yield classification model obtained at 55 and 80 DDS could be used to classify yields intra-plot, and would help to farmers decision.