Área de estudio

El experimento se desarrolló en una superficie de 130 ha, que se distribuyeron en cuatro parcelas, las cuales fueron nombradas Benito Juárez, Oto, Granadas y Solima; de acuerdo al nombre de la unidad de producción a la que pertenecen. La información de las parcelas se muestra en el Cuadro 1. Las parcelas experimentales se ubican al noroeste del municipio de Matamoros en el estado de Coahuila. La elevación promedio de la zona de estudio es de 1110 m de altitud, el clima regional es característico del semidesierto, con temperatura media anual de 20 a 22 °C, y un rango de precipitación de 200 a 300 milimetros (^{García, 1998}).

Las prácticas culturales de manejo para cada una de las parcelas consistieron en barbecho, pase de rastra, bordeo, y nivelación a una pendiente de 2 cm a cada 100 m de longitud. La dosis de fertilización fue (217-55-00). La cuál se fraccionó en dos tiempos: el primero al momento de la siembra a razón de 250 kg ha^-1, incluyó mezcla física en proporción de 42% de sulfato de amonio, 42% de fosfato monoamónico (MAP) y 16% de Ryzogen, cubriendo la dosis total de fósforo y la mitad de nitrógeno. La segunda aplicación, para cubrir la dosis de nitrógeno, se realizó después del primer riego de auxilio con 400 kg ha^-1 de Urea. La densidad fue de 103 000 plantas por hectárea, con una distribución de ocho semillas por metro lineal y una distancia entre surcos de 0.75 m para las cuatro parcelas experimentales.

Muestreo en campo y análisis de laboratorio

Se realizó un total de tres muestreos a lo largo del desarrollo de los cultivos de manera simultánea en las cuatro parcelas experimentales en el ciclo primavera-verano; el primero se realizó el 13 de mayo, el segundo el 2 de junio, y el tercero el 22 de junio de 2017. Se obtuvo una muestra compuesta de planta (MCP) por cada punto de muestreo, para antes de floración la MCP consistió en 3 plantas completas por parcela y para después de floración se tomó la hoja opuesta a la mazorca de diez plantas.

Con la finalidad de cuantificar el contenido de Nt, se empleó el método de Dumas, el cual se fundamenta en la conductividad térmica (^{Sweeney y Rexroad 1987}). Este método consiste en la transformación de todas las formas de nitrógeno en nitrógeno gaseoso por calcinación; los gases producidos son reducidos por el cobre y posteriormente desecados, mientras que el CO₂ (dióxido de carbono) queda atrapado. El N se cuantifica utilizando un cuantificador universal.

Imágenes satelitales sentinel-2 y obtención de índices espectrales

Las imágenes se obtuvieron del portal earth explorer del servicio geológico de los Estados Unidos (USGS, 2022). Las fechas de adquisición de las imágenes coincidieron con los tres muestreos de planta, es decir, del 13 de mayo, 2 de junio y 22 de junio de 2017, con nivel de procesamiento 1-C. Se realizó una corrección atmosférica por el método de sustracción de objeto oscuro (DOS, por sus siglas en inglés) (^{Chavez, 1996}), a través del Semi-Automatic Classification Plugin en el software QGIS versión 3.20 (^{Qgis Org, 2021}).

Se calcularon 13 índices espectrales (Cuadro 2) de los cuales 7 utilizan en su cálculo la longitud de onda correspondiente al borde rojo, que en distintos estudios se ha relacionado con el contenido de clorofila. Para obtener una base de datos con información puntual espacial, se extrajo el valor de índices estimados, para cada punto de muestreo de las parcelas experimentales.

Análisis estadístico

Para los análisis estadísticos se procesaron los resultados de las tres fechas de muestreo en conjunto. Para determinar los índices espectrales con mayor relación con el contenido de Nt en maíz forrajero, se empleó el ACP, a través de los componentes y factores de carga que representan una mayor varianza (^{Olivares, 2014}).

Cabe señalar que el ACP solamente se realizó para determinar los índices con mayor asociación con el Nt. Aunado a lo anterior se comprobó la relación mediante correlación de Pearson (P < 0.05) entre los índices y el valor calculado de Nt mediante el software R versión 4.0 (^{R Core Team, 2020}); de igual manera se generó una validación cruzada a través de un análisis de agrupamiento mediante dendrograma por método Ward (^{Peña, 2002}). Para los índices con mayor asociación con el Nt de maíz (r > 0.7), se realizó un modelo de regresión múltiple, debido a la relación existente entre índices espectrales e información fenológica y nutrimental de la vegetación (^{Dray, Saïd y Débias, 2008}). Todos los análisis previos se realizaron con el software STATISTICA 8 (^{Statsoft, 2007}).

Validación del modelo

El ajuste del modelo generado entre los índices espectrales y el Nt de maíz, se calculó utilizando el error medio cuadrático (MSE, por sus siglas en inglés), el error porcentual medio absoluto (MAPE, por sus siglas en inglés), y el error relativo (RE, por sus siglas en inglés).

Donde y_i es el valor real, yi^ es el valor estimado, N es el tamaño de la muestra y MSE es el error cuadrático medio.

Donde, N es el tamaño de la muestra y_i es el valor real e yi^ es el valor estimado, multiplicando este resultado por cien, entrega el porcentaje de error.

Donde, N es el tamaño de la muestra y _i es el valor real e yi^ es el valor estimado, multiplicando este resultado por cien, entrega el error relativo. La estimación se considera como excelente si RE < 10%, buena si 10-20%, débil si 20-30%, y pobre si > 30% (^{Zhu et al., 2006}).

La base de datos se dividió en dos grupos, uno para calibración y otro para validación, y se estimó la correlación de Pearson (P < 0.05). A través de los índices y coeficientes obtenidos del modelo, se representó espacialmente el Nt estimado mediante imágenes Sentinel-2 para los meses de mayo y junio de 2018, 2019 y 2020 de cada parcela.

Nitrógeno total

Los valores obtenidos de Nt, presentaron variaciones espaciales entre las cuatro parcelas analizadas (n = 62, media = 2.92, mediana = 2.85), donde la parcela Oto registró los valores más bajos de Nt (2.01%). Por el contrario, Granadas registró los valores más altos (4.20%). El Cuadro 3 muestra las concentraciones de Nt medido en planta para los cuatro sitios de estudio.

Índices espectrales

En la Figura 1, se muestra como es la distribución de los valores de los índices espectrales obtenidos de las parcelas estudio. En el gráfico de cajas se observa que en los índices MCARI/OSAVI y MCARI/OSAVI RE (media = 0.09, mediana = 0.09; media = 0.21, mediana = 0.21, respectivamente) se estimó una menor variación. Por el contrario, en los índices CI Green y RVI (media = 2.64, mediana = 2.20; media = 3.59, media = 3.59, mediana = 3.23, respectivamente) se estimó una mayor variabilidad. Esta variabilidad fue en comparación con la dispersión de las estimaciones para todos los índices, considerando que para todos ellos se realizaron el mismo número de muestras (n=62).

Figura 1: Valores máximos, mínimos y mediana de los índices espectrales obtenidos de las parcelas de estudio.  

Figure 1: Maximum, minimum and median values of the spectral indices obtained from the study plots. 

Análisis de asociación entre nitrógeno total e índices espectrales

El ACP (Figura 2) ubicó al contenido de Nt y a los índices TCARI/OSAVI y MCARI/OSAVI, en el Componente Principal 1 (PC1), el cual explica el 78.22% de la varianza total, dejando a los demás índices en los otros componentes, de manera menos directa están relacionados el TCARI/OSAVI RE y MCARI/OSAVI RE los cuales se explican de manera parcial por el componente 2. Sin embargo, estos dos índices también fueron incluidos ya que estos integran la banda del borde rojo, la cual, ha presentado una mayor relación con el nitrógeno en cultivos (^{Li et al., 2014}). La matriz de correlación (Figura 3) mostró relaciones negativas entre el Nt y los índices espectrales, no obstante, fueron significativos (P < 0.05). El índice MCARI/OSAVI RE presentó correlaciones bajas con todos los índices y el Nt en la matriz de correlación, sin embargo, la información mostrada en el dendrograma de la Figura 4, sugiere una relación significativa entre el Nt y los índices MCARI/OSAVI, TCARI/OSAVI, MCARI/OSAVI RE y TCARI/OSAVI RE, lo cual permite utilizar estos cuatro índices espectrales para estimar el contenido de nitrógeno y el contenido de clorofila en planta, por su longitud de onda desde los 705 a los 750 nanómetros (^{Wu, Niu, Tang y Huang, 2008}).

Figura 2: ACP entre el contenido de Nt en maíz, e índices espectrales obtenidos con imágenes del satélite Sentinel-2.  

Figure 2: The Principal Component Analysis (ACP) between the total nitrogen (Nt) content in maize, and spectral indices obtained with images from the Sentinel-2 satellite. 

Figura 3: Matriz de correlación de Pearson (P < 0.05), donde se muestra la asociación entre los 13 índices espectrales y el Nt en maíz.  

Figure 3: Pearson’s correlation matrix (P < 0.05), showing the association between the 13 spectral indices and total nitrogen (Nt) in corn. 

Figura 4: Dendrograma por método Ward entre el Nt y los índices espectrales de las imágenes de Sentinel-2.  

Figure 4: Ward method dendrogram between total nitrogen (Nt) and the spectral indices of the Sentinel-2 images. 

Los índices seleccionados corroboran lo encontrado por ^{Inoue, Sakaiya, Zhu y Takahashi (2012)} y ^{Yao, Zhu, Tian, Feng y Cao (2010)} quienes observaron que el combinar los índices de las bandas NIR y RE proporciona un enfoque eficiente del estado del N en la planta. De igual forma, ^{Hunt Jr, Daughtry, Eitel y Long (2011)} encontraron que existe una mayor relación de los índices que utilizan la reflectancia en las longitudes de onda de borde rojo en comparación con aquellos que no la utilizan para estimar el contenido de clorofila.

Modelo de regresión lineal múltiple

Se observó que de manera individual los índices MCARI/OSAVI, MCARI/OSAVI RE y TCARI/OSAVI RE tuvieron coeficientes R² bajos con respecto al contenido de Nt (Cuadro 4). Sin embargo, el modelo óptimo para estimación de Nt incluye a los índices mencionados en conjunto con el índice TCARI/OSAVI, al obtener un R² = 0.56. El coeficiente de determinación R² obtenido, es similar al que reportan ^{Chen et al. (2010)} quienes encontraron una de las mejores relaciones con la concentración de Nt en maíz utilizando el índice TCARI/OSAVI con un R²= 0.66, pero menor comparado a estudios como el de ^{Yao et al. (2010)} quienes obtuvieron un modelo de regresión lineal múltiple basado en cuatro índices espectrales para estimar Nt en trigo R² = 0.81, por su parte, ^{Zhao et al. (2019)} también utilizaron un modelo de regresión lineal múltiple con 4 índices espectrales en el cultivo de trigo con información derivada de imágenes Sentinel-2 con un R²= 0.47, menor a la del presente estudio.

El modelo propuesto en este estudio a través de análisis multivariado es el siguiente:

Donde, Y es el contenido de nitrógeno total estimado en (%). Los estadísticos de ajuste del modelo entre el Nt observado y el Nt estimado fueron los siguientes; el MSE = 0.12, el MAPE = 9.92% y el RE = 12.57%, por otro lado, considerando la división por sub grupos (50% de los datos observados) calibración y (50% de los datos observados) validación del modelo, la correlación de Pearson fue de 0.74 para ambos grupos (Cuadro 5).

Nitrógeno estimado de imágenes sentinel-2

Al aplicar el modelo propuesto para estimar nitrógeno total en maíz, el comportamiento a través del tiempo fue variado, al encontrar un mayor déficit para el mes de mayo en las parcelas de Oto, Granadas y Benito Juárez (Figura 5), situación similar para el mes de junio para el año 2020, pero solamente para Granadas y Benito Juárez (Figura 6). En el predio de Benito Juárez para el mes de mayo y junio del 2020 el déficit se debió a que no había cultivo establecido y el suelo estaba desnudo, lo que se reflejó con valores de 0.00 % de Nt

Figura 5: Distribución espacial de Nitrógeno total estimado en planta de maíz para el mes de mayo, en tres diferentes años (2018, 2019 y 2020).  

Figure 5: Spatial distribution of estimated total Nitrogen (Nt) in corn plants for the month of May in three different years (2018, 2019 and 2020). 

Figura 6: Distribución espacial de Nitrógeno total estimado en planta de maíz para el mes de junio, en tres diferentes años (2018, 2019 y 2020).  

Figure 6: Spatial distribution of estimated total Nitrogen (Nt) in corn plants for the month of June in three different years (2018, 2019 and 2020). 

En el predio de Granadas para el 2020 el cultivo estaba en madurez fisiológica, donde ocurre una pérdida significativa en el contenido de clorofila propio de la senescencia (^{Viña y Gitelson, 2005}), lo cual se manifestó en valores mínimos de nitrógeno. El predio Oto en mayo del 2020 presentó valores mínimos de nitrógeno debido a que estaba en las etapas iniciales con un bajo contenido de hojas, mientras que para junio del 2020 la concentración estimada de nitrógeno fue mayor, esto concuerda con lo reportado por ^{Mendoza-Elos et al. (2006)} quienes observaron que la clorofila aumenta gradualmente hasta llegar a un máximo a los 90 dds.

Cabe señalar que la dinámica del nitrógeno en planta es compleja, ya que depende de diversos factores que pueden variar de un ciclo a otro, como la temperatura, la humedad del suelo, así como las prácticas agronómicas y culturales en el sistema (^{Sosa-Rodríguez y García-Vivas, 2018}).