Resumen de Remote Sensing Methods for Detecting Water and Heat Stress in Vineyards: a Contribution to their Assessment

Ricardo Egipto

• español

  Esta tesis tiene como objetivo avanzar en el riego de precisión en viñedos mediante la mejora de los métodos para evaluar el estado hídrico de la vid, lo cual es fundamental para optimizar el estrés hídrico de la vid y garantizar la sostenibilidad en la viticultura. El monitoreo preciso del uso de agua en el viñedo, con alta resolución espacial y temporal, es esencial para mejorar la productividad y la calidad de las uvas. Un desafío significativo en este campo es la ausencia de métodos universalmente aplicables para evaluar el estado hídrico de la vid en diversas condiciones. El primer hito de esta investigación fue desarrollar algoritmos de aprendizaje automático (MLAs) para estimar con precisión la evapotranspiración real de los cultivos (ETc), un indicador clave del estado hídrico de la vid. El estudio comparó ocho algoritmos supervisados de vanguardia utilizando variables atmosféricas, como la radiación neta (Rn), la velocidad del viento (u) y el déficit de presión de vapor (VPD), junto con variables vegetales como la conductancia estomática al vapor de agua (gsw). Estos algoritmos fueron evaluados frente al método FAO-56 Kc-ET0 y las mediciones reales de ETc obtenidas de un sistema de covarianza de vórtices. Los resultados mostraron que los cinco mejores algoritmos explicaron más del 89% de la variabilidad en la ETc medida, logrando una precisión promedio 2,5 veces mayor que el método FAO-56 Kc-ET0. El segundo hito fue el desarrollo de un modelo biofísico para predecir la conductancia del dosel de la vid (gc) al vapor de agua, que es altamente sensible al estrés hídrico. El modelo combinó la gsw de la vid y la demanda atmosférica (Rn y VPD) para estimar gc, proporcionando un método confiable para evaluar la transpiración de la vid bajo condiciones áridas. Este modelo explicó más del 91% de la variabilidad en gc medida por el método de Penman-Monteith, demostrando su efectividad para simular la respuesta de la vid a la escasez de agua y el estrés ambiental. El tercer hito implicó una revisión exhaustiva de los efectos de la temperatura del suelo (ST) en el rendimiento del viñedo en climas mediterráneos, analizando su impacto en los procesos ecofisiológicos y los resultados agronómicos. La revisión también destacó el potencial de las técnicas de imagen para evaluar la ST y los perfiles de temperatura vertical del dosel, proporcionando valiosas ideas para las prácticas de riego de precisión. Basado en esta revisión, el cuarto hito desarrolló un marco de modelado para estimar la dinámica de los flujos de energía a nivel del suelo y de la planta bajo condiciones áridas. Este marco se centró en evaluar los flujos de energía sensible y latente dentro del viñedo durante la maduración de las bayas de la vid. El enfoque, probado con mediciones de un sistema de covarianza de vórtices, mostró que los flujos agregados estimados utilizando un modelo de tres fuentes agrupadas explicaron el 98% de la variabilidad en los flujos turbulentos, con un margen de error consistente de menos de 3 W.m-2 para los flujos de calor sensible. Aunque los flujos de calor latente fueron ligeramente subestimados, este marco ofrece una mejor comprensión de la dinámica energética en los viñedos bajo riego deficitario regulado. En general, los resultados de esta investigación demuestran la efectividad de las técnicas no destructivas, basadas en datos de sensores remotos, para evaluar el estado hídrico de la vid. Los modelos y métodos desarrollados, que van desde la estimación de la evapotranspiración real del cultivo hasta la evaluación de la conductancia del dosel y los balances de flujos de energía, proporcionan herramientas valiosas para la gestión del viñedo. Estas herramientas pueden facilitar la adopción de estrategias de riego deficitario, mejorando la eficiencia en el uso del agua y apoyando prácticas vitícolas sostenibles.

• English

  This thesis aims to advance vineyard precision irrigation by improving methods for evaluating grapevine water status, which is critical for optimizing grapevine water stress and ensuring sustainability in viticulture. Accurate monitoring of vineyard water use, with high spatial and temporal resolution, is essential for enhancing grape productivity and quality. A significant challenge in this field is the absence of universally applicable methods to assess vine water status across diverse conditions. The first key objective of this research was to develop machine learning algorithms (MLAs) for accurately estimating actual crop evapotranspiration (ETc), a key indicator of vine water status. The study compared eight state-of-the-art supervised MLAs using atmospheric variables such as net radiation (Rn), wind speed (u), and vapor pressure deficit (VPD), along with plant variables like stomatal conductance to water vapor (gsw). These algorithms were evaluated against the FAO-56 Kc-ET0 method and actual ETc measurements from an eddy covariance system. Results showed that the top five algorithms explained over 89% of the variability in measured ETc, achieving an average accuracy 2.5 times higher than the FAO-56 Kc-ET0. The second major milestone was the development of a biophysical model to predict grapevine canopy conductance (gc) to water vapor, which is highly sensitive to water stress. The model combined grapevine gsw and atmospheric demand (Rn and VPD) to estimate gc, providing a reliable method for assessing grapevine transpiration under arid conditions. This model explained over 91% of the variability in gc as measured by the Penman-Monteith method, demonstrating its effectiveness in simulating the grapevine’s response to water scarcity and environmental stress. A third milestone involved a comprehensive review of the effects of soil temperature (ST) on vineyard performance in Mediterranean climates, examining its impact on ecophysiological processes and agronomic outcomes. The review also highlighted the potential of imaging techniques to assess ST and vertical canopy temperature profiles, providing valuable insights for precision irrigation practices. Building on this review, the fourth milestone developed a modeling framework to estimate energy flux dynamics at the soil and plant levels under arid conditions. This framework focused on evaluating sensible and latent energy fluxes within the vineyard during grapevine berry maturation. The approach, tested against measurements from an eddy covariance system, showed that aggregated fluxes estimated using a three-source clumped model explained 98% of the variability in turbulent fluxes, with a consistent error margin of less than 3 W.m-2 for sensible heat fluxes. Although latent heat fluxes were slightly underestimated, this framework offers an improved understanding of energy dynamics in vineyards under regulated deficit irrigation. Overall, the results of this research demonstrate the effectiveness of non-destructive remote sensing techniques for assessing grapevine water status. The developed models and methods—ranging from estimating actual crop evapotranspiration to evaluating canopy conductance and energy flux balances—provide valuable tools for vineyard management. These tools can facilitate the adoption of deficit irrigation strategies, improving water use efficiency and supporting sustainable viticulture practices.