5 minute read

Tabla 5 Variables de la investigación

3.2.2.4. Medición de variables

Para la medición de las variables 1) NDVI (GS) y 2) % de N total (Tabla 5) en los dos períodos, se establecieron 6 sub-parcelas de 36 metros de largo x 30 metros de ancho dentro de cada parcela. Para la ubicación espacial de las muestras y medidas del GS, en cada sub-parcela se colocaron 6 cuerdas de 36m con una separación de 6 metros cada una Figura 10 y Figura 11. Cada cuerda llevó 2 estacas pequeñas, 18 etiquetas, señaladas cada 2m como referencia visual. Se colocaron en campo un total de 72 estacas, 36 cuerdas y 648 etiquetas en las 6 sub-parcelas.

Advertisement

Tabla 5 Variables de la investigación

VARIABLES

1) Índice Normalizada de Vegetación (NDVI) 2) % Nitrógeno Total en MS

3) Modified chlorophyll absorption ratio index 2 (MCARI2) 4) Índice Normalizada de Vegetación (NDVI) 5) Normalized Pigment Chlorophyll

Index (NPCI) 6) Índice de Reflectancia Fotoquímico

(PRI)

MEDICIÓN

Sensor portátil Green Seeker

4 muestras de materia seca/subparcela Laboratorio

Imagen Multiespectral Planet

Figura 10 Colocación de cuerdas en campo.

Figura 11 Mapa del Diseño para la medición de las variables: NDVI (GS) y % Nitrógeno Total.

Para la medición del 1) NDVI con el sensor GS se tomaron las lecturas entre las cuerdas tomando como referencia las etiquetas señaladas en cada cuerda a una distancia por encima del cultivo de 80-120 cm obteniendo un total de 540 muestras en cada periodo. Cada lectura representa el promedio de todas las lecturas desde el punto inicial al punto final (Gutiérrez et al., 2011), la dirección de la toma de las lecturas se observan en la Figura 12.

Ésta medición fue tomada en la fase de maduración del cultivo de pasto de cada sub-parcela a las 4 semanas luego de la aplicación del fertilizante nitrogenado en los dos períodos de corte.

Cuerdas

Lecturas Green Seeker Dirección de medición

Figura 12 Dirección de medición de las lecturas Green Seeker

Para obtener el % de N total se tomaron en la fase de maduración del cultivo de pasto de cada sub-parcela a la cuarta semana de la aplicación del fertilizante nitrogenado en cada período cuatro muestras al azar de materia verde con el método del cuadrante (Gallardo, 2016). En el primer período se utilizó un cuadrante de 0.5 m x 0.5 m y en el segundo de 1 m x 1m en cada una de las sub-parcelas. Cada muestra se cortó a una altura de 8 a 10 cm, las mismas que fueron colocadas en fundas plásticas con sus respectivas etiquetas y pesadas en el laboratorio con una balanza analítica, registrándose así el dato de materia verde en gramos Figura 13.

Figura 13 Muestras de MV

Posteriormente, se pesó una cantidad aproximada de 200 gramos de materia verde y se colocó en una funda de papel debidamente etiquetada. Las muestras fueron sometidas a un proceso de secado en una estufa a una temperatura de 70±5 °C durante 24 horas con ventilación constante (Latimer, 2012 citado en Gutiérrez et al., 2017) Figura 14.

Figura 14 Muestras de Materia seca

Las muestras secas se pesaron en una balanza analítica registrando el peso seco en gramos de cada una de ellas. El % de MS se llevó a cabo mediante la siguiente ecuación:

%MS=

��2 ��1 ��100 Ecuación 5

Dónde: P1=Peso de materia verde, P2=Peso de materia seca

Se enviaron las muestras secas al laboratorio de Nutrición Animal de la Universidad Central del Ecuador para obtener el % de N total en cada una de ellas (Figura 15).

Figura 15 Muestras secas para análisis en Laboratorio

Para la medición de las variables 3) MCARI2, 4) NDVI, 5) NPCI y 6) PRI (Tabla 5) en el bloque de investigación se obtuvieron las imágenes satelitales de la constelación de monitoreo Planet de la empresa ecuatoriana Geosolutions, en fechas cercanas al primer y segundo periodo de corte que corresponden al 5 de enero y 8 de marzo del 2019 respectivamente. Las imágenes Planet presentan una resolución de 3 metros, resolución radiométrica de 12 bits y 4 bandas presentadas con valores de reflectancia: R (0.6300 µm), G (0.5450 µm), B (0.4850 µm), NIR (0.8200 µm).

Dichas imágenes fueron corregidas atmosféricamente con la herramienta Quick Atmospheric Correction (QUAC) propia del software ENVI 5.5. Posteriormente, se extrajo el área de estudio y se calcularon los índices de vegetación propuestos para la investigación: NDVI, NPCI, MCARI2 y PRI en los dos cortes de medición.

3.2.2.5. Análisis exploratorio de datos

El análisis exploratorio de datos es considerado como un instrumento indispensable para identificar el comportamiento de las variables a ser investigadas (Buzai y Baxendale, 2009) es por ello que se realizaron mapas visuales de la distribución espacial de las lecturas tomadas con el GS a fin de analizar la respuesta del cultivo bajo las diferentes dosis de fertilización nitrogenada en los dos períodos de corte.

3.2.2.6. Geoprocesamiento

El geoprocesamiento, se dividió en dos partes, la primera en la obtención de valores del NDVI con el GS de las muestras recogidas en campo con herramientas de SIG y la segunda extracción de valores de las muestras de campo en base a las superficies calculadas de los índices de vegetación y estimadores de nitrógeno: NDVI, NPCI, MCARI2 y PRI.

Para la obtención de valores NDVI de las muestras recogidas en campo se aplicó el método geo estadístico krigging simple, técnica empleada para crear superficies de interpolación en lugares que no han sido muestreados en campo en cada uno de los tratamientos de los dos períodos de estudio y se extrajeron los valores de cada una de las muestras tomadas en laboratorio en los dos cortes Enero y Marzo empleando herramientas SIG.

De igual forma se aplicó la extracción de los valores de las muestras de campo en base a las superficies calculadas de los índices de vegetación y estimadores de nitrógeno en los dos cortes.

3.2.2.7. Correlación de variables

Se evaluaron los coeficientes de correlación lineal de Pearson (Díaz, 2015) en cada uno de los tratamientos entre las variables de % N total con el NDVI del GS y los índices estimadores de nitrógeno de la imagen multiespectral NDVI, MCARI2, NPCI y PRI a fin de identificar el grado de asociación existente entre ellos. Aquellos índices que presenten correlaciones positivas o negativas moderadas-fuertes y perfectas son relevantes para explicar la presencia de nitrógeno total en el cultivo de pasto en los dos períodos de corte.

This article is from: