Modelación de parámetros de calidad de uva vinífera con índices satelitales provenientes de imágenes de resolución espacial media para el manejo diferenciado de viñedos en Chile

Abstract

[ES] La industria vitivinícola contemporánea enfrenta varios desafíos clave: optimizar la producción, minimizar la huella ambiental, reducir costos y mejorar la calidad del vino. La integración de la tecnología y herramientas de teledetección ha demostrado ser una solución eficiente para estos problemas. La agricultura de precisión, que incluye el manejo del riego, evaluación y control del follaje, y la identificación de los mejores emplazamientos para cada variedad de uva, es especialmente beneficiosa para esta industria. Un aspecto crucial en la producción de vino es el seguimiento de la madurez de las bayas de uva, mediante la determinación del contenido de azúcar y acidez, lo cual permite establecer la fecha óptima de vendimia. Tras la producción del vino, se evalúan su color y contenido de polifenoles, indicadores de calidad. Las imágenes satelitales son fundamentales en la teledetección para la agricultura de precisión, permitiendo monitorear la salud de los viñedos y controlar las condiciones meteorológicas. Este estudio utilizó imágenes satelitales para relacionar parámetros de calidad del vino (pre y poscosecha) con índices y bandas espectrales derivadas de las imágenes Sentinel-2 obtenidas antes de la cosecha. La investigación abarcó las temporadas de vendimia de 2017 y 2018, estudiando 135.8 hectáreas de viñedos de uvas Cabernet Sauvignon en la comuna de Marchigüe, Valle de Colchagua, Chile Central. El objetivo principal fue desarrollar modelos utilizando índices y variables espectrales de imágenes Sentinel-2 para aproximar parámetros de calidad de uva y vino, como °Brix y pH, así como índice de color, antocianinas totales y fenoles totales del vino. Se espera que estos modelos, aplicados en toda la superficie de trabajo, permitan una gestión diferenciada del cultivo, mejorando la calidad del vino al predecir indicadores pre y poscosecha que influyen en las características sensoriales y la diferenciación de marcas. En las variables precosecha, las bandas de onda corta y el índice de vegetación son más frecuentes, mientras que en las variables poscosecha destacan las bandas de borde rojo, infrarrojo cercano y el índice de humedad. Estos resultados sugieren la necesidad de realizar más estudios o explorar otras especies. Las imágenes satelitales se valoran como herramientas valiosas para mejorar el proceso artesanal y obtener vinos de mejor calidad, destacando la metodología de trabajo adaptable a diversas condiciones ambientales. Uno de los hallazgos más interesantes es la determinación del periodo fisiológico óptimo para el análisis predictivo, específicamente la quincena previa a la vendimia, permitiendo una planificación precisa y oportuna del proceso de cosecha y proporcionando datos esenciales para los enólogos. En cuanto a los coeficientes de determinación obtenidos para °Brix, índice de color y antocianinas totales en la primera temporada, los resultados son altamente positivos, con valores entre 65% y 77%, lo que sugiere una predicción fiable y contribuye a la definición de la cosecha selectiva. Otras variables muestran relaciones menos concluyentes, con coeficientes de determinación entre 42% y 57% en las campañas 2017 y 2018, indicando la necesidad de mejorar el estudio mediante un mayor número de muestras o refinando el proceso de muestreo. Los resultados positivos y la disponibilidad de imágenes satelitales ofrecen la oportunidad de identificar áreas para estudios detallados y cosechas diferenciadas. La selección precisa de uvas con características similares es crucial para mejorar la calidad y productividad del vino. Este estudio resalta la viabilidad de la teledetección y la vendimia selectiva como herramientas clave para gestionar la calidad y estilo del vino, proporcionando nuevas perspectivas en la viticultura.

[CA] La indústria vitivinícola contemporània enfronta diversos reptes clau: optimitzar la producció, minimitzar la petjada ambiental, reduir costos i millorar la qualitat del vi. La integració de la tecnologia i les eines de teledetecció ha demostrat ser una solució eficient per a aquests problemes. L'agricultura de precisió, que inclou el maneig del reg, avaluació i control del fullatge, i la identificació dels millors emplaçaments per a cada varietat de raïm, és especialment beneficiosa per a aquesta indústria. Un aspecte crucial en la producció de vi és el seguiment de la maduresa de les baies de raïm, mitjançant la determinació del contingut de sucre i acidesa, cosa que permet establir la data òptima de verema. Després de la producció del vi, se n'avaluen el color i el contingut de polifenols, indicadors de qualitat. Les imatges satel·litàries són fonamentals en la teledetecció per a l'agricultura de precisió, permetent monitoritzar la salut de les vinyes i controlar les condicions meteorològiques. Aquest estudi va utilitzar imatges satelitals per relacionar paràmetres de qualitat del vi (pre i postcollita) amb índexs i bandes espectrals derivades de les imatges Sentinel-2 obtingudes abans de la collita. La investigació va abastar les temporades de verema de 2017 i 2018, estudiant 135.8 hectàrees de vinyes de raïm Cabernet Sauvignon a la comuna de Marchigüe, Vall de Colchagua, Xile Central. L'objectiu principal va ser desenvolupar models utilitzant índexs i variables espectrals d'imatges Sentinel-2 per aproximar paràmetres de qualitat de raïm i vi, com °Brix i pH, així com índex de color, antocianines totals i fenols totals del vi. S'espera que aquests models, aplicats a tota la superfície de treball, permetin una gestió diferenciada del cultiu, millorant la qualitat del vi en predir indicadors pre i postcollita que influeixen en les característiques sensorials i la diferenciació de marques. A les variables precollita, les bandes d'ona curta i l'índex de vegetació són més freqüents, mentre que a les variables postcollita destaquen les bandes de vora vermella, infraroig proper i l'índex d'humitat. Aquests resultats suggereixen la necessitat de fer més estudis o explorar altres espècies. Les imatges satel·litàries es valoren com a eines valuoses per millorar el procés artesanal i obtenir vins de millor qualitat, destacant la metodologia de treball adaptable a diverses condicions ambientals. Una de les troballes més interessants és la determinació del període fisiològic òptim per a l'anàlisi predictiva, específicament la quinzena prèvia a la verema, permetent una planificació precisa i oportuna del procés de collita i proporcionant dades essencials per als enòlegs. Pel que fa als coeficients de determinació obtinguts per a °Brix, índex de color i antocianines totals a la primera temporada, els resultats són altament positius, amb valors entre 65% i 77%, cosa que suggereix una predicció fiable i contribueix a la definició de la collita selectiva. Altres variables mostren relacions menys concloents, amb coeficients de determinació entre 42% i 57% a les campanyes 2017 i 2018, indicant la necessitat de millorar l'estudi mitjançant un nombre més gran de mostres o refinant el procés de mostreig. Els resultats positius i la disponibilitat d'imatges satel·litals ofereixen l'oportunitat d'identificar àrees per a estudis detallats i collites diferenciades. La selecció precisa de raïms amb característiques similars és crucial per millorar la qualitat i la productivitat del vi. Aquest estudi ressalta la viabilitat de la teledetecció i la verema selectiva com a eines clau per gestionar la qualitat i estil del vi, proporcionant noves perspectives a la viticultura.

[EN] The contemporary wine industry faces several key challenges: optimizing production, minimizing the environmental footprint, reducing costs and improving wine quality. The integration of remote sensing technology and tools has proven to be an efficient solution to these problems. Precision agriculture, which includes irrigation management, canopy assessment and control, and the identification of the best sites for each grape variety, is especially beneficial for this industry. A crucial aspect of wine production is the monitoring of grape berry maturity by determining the sugar and acidity content, which allows the optimal harvest date to be established. After the wine is produced, its color and polyphenol content, quality indicators, are evaluated. Satellite imagery is fundamental in remote sensing for precision agriculture, allowing the health of vineyards to be monitored and weather conditions to be controlled. This study used satellite imagery to relate wine quality parameters (pre- and post-harvest) to indices and spectral bands derived from Sentinel-2 images obtained prior to harvest. The research covered the 2017 and 2018 harvest seasons, studying 135.8 hectares of Cabernet Sauvignon grape vineyards in the commune of Marchigüe, Colchagua Valley, Central Chile. The main objective was to develop models using indices and spectral variables from Sentinel-2 images to approximate grape and wine quality parameters, such as °Brix and pH, as well as color index, total anthocyanins and total phenols of the wine. It is expected that these models, applied across the entire work area, will allow for differentiated crop management, improving wine quality by predicting pre- and postharvest indicators that influence sensory characteristics and brand differentiation. In the pre-harvest variables, shortwave bands and vegetation index are more frequent, while in the post-harvest variables, red-edge bands, near infrared and moisture index stand out. These results suggest the need to conduct further studies or explore other species. Satellite images are valued as valuable tools to improve the artisanal process and obtain better quality wines, highlighting the work methodology adaptable to diverse environmental conditions. One of the most interesting findings is the determination of the optimal physiological period for predictive analysis, specifically the fortnight prior to harvest, allowing precise and timely planning of the harvest process and providing essential data for winemakers. Regarding the coefficients of determination obtained for °Brix, color index and total anthocyanins in the first season, the results are highly positive, with values between 65% and 77%, suggesting a reliable prediction and contributing to the definition of selective harvesting. Other variables show less conclusive relationships, with coefficients of determination between 42% and 57% in the 2017 and 2018 seasons, indicating the need to improve the study by increasing the number of samples or refining the sampling process. The positive results and the availability of satellite images offer the opportunity to identify areas for detailed studies and differentiated vintages. Accurate selection of grapes with similar characteristics is crucial to improve wine quality and productivity. This study highlights the feasibility of remote sensing and selective harvesting as key tools for managing wine quality and style, providing new perspectives in viticulture.