Tesis por compendio / [ES] El abandono de tierras agrícolas es un problema creciente en muchas regiones del planeta con importantes consecuencias a nivel socioeconómico y medioambiental. La Comunitat Valenciana (España) es la principal región productora de cítricos de Europa, sin embargo, actualmente se está produciendo un abandono significativo de estos cultivos. La presente tesis pretende desarrollar procedimientos para la identificar el abandono de los cultivos de cítricos a través de técnicas de teledetección y aprendizaje automático. Los métodos basados en teledetección se consideran especialmente convenientes debido a su alto grado de automatización y a su eficiencia en tiempo y coste, comparado con otras técnicas cartográficas habituales basadas en fotointerpretación y visitas de campo. La tesis desarrolla procedimientos para la identificación del estado de los cultivos utilizando diferentes tipos de datos de observación de la Tierra, como son: imágenes multiespectrales de los satélites Sentinel-2 y WorldVIew-3, imágenes aéreas, y nubes de puntos altimétricas derivadas de LiDAR aerotransportado y procesos fotogramétricos a partir de imágenes tomadas con vehículos aéreos no tripulados. Se desarrollaron diferentes metodologías para explotar dichas fuentes de datos en un paisaje agrícola altamente fragmentado con un tamaño promedio de las parcelas entre 0,25 ha y 0,50 ha. El análisis tomó como referencia la base de datos catastral de parcelas agrícolas y se identificaron tres estados de los cultivos en campo: productivo, no productivo y abandonado. Los resultados más precisos se obtuvieron al utilizar las imágenes aéreas o imágenes de satélite WorldView 3, incluyendo el cálculo de descriptores de textura, con una exactitud global entre 90-95%. La importancia de los descriptores de textura extraídos a partir de imágenes de resolución submétrica radica en su capacidad para identificar los patrones de plantación de los cultivos. Este enfoque permitió obtener una alta exactitud a partir de una única imagen. No obstante, también son destacables los resultados obtenidos al utilizar series temporales de imágenes Sentinel-2 con exactitudes globales en torno al 90%. Las diferencias existentes en las series temporales de índices de vegetación y humedad de los tres estados del cultivo permitieron mejorar el rendimiento de clasificación con respecto al enfoque basado en una única fecha. Diferentes casos de estudio demostraron la capacidad de identificar el abandono de tierras a través de teledetección. La información cuantitativa y espacialmente explícita generada sobre el estado de los cultivos puede ser una herramienta útil para la gestión agrícola, para la implementación de medidas de gestión del paisaje y para mejorar las estimaciones anuales de rendimiento de los cítricos. / [CA] L'abandonament de terres agrícoles és un problema creixent en moltes regions del planeta amb importants conseqüències en l'àmbit socioeconòmic i mediambiental. La Comunitat Valenciana (España) és la principal regió productora de cítrics d'Europa, no obstant això, actualment està produint-se'n un abandonament significatiu d'estos cultius. La present tesi pretén desenvolupar procediments per identificar l'abandonament dels cultius de cítrics per mitjà de tècniques de teledetecció i aprenentatge automàtic. Els mètodes basats en teledetecció es consideren especialment convenients a causa del seu alt grau d'automatització i a la seua eficiència en temps i cost, comparat amb altres tècniques cartogràfiques habituals basades en fotointerpretació i visites de camp. La tesi desenvolupa procediments per a la identificació de l'estat dels cultius utilitzant diferents tipus de dades d'observació de la Terra, com són: imatges multiespectrals dels satèl·lits Sentinel-2 i WorldVIew-3, imatges aèries i núvols de punts altimètrics derivats de LiDAR aerotransportat i processos fotogramètrics a partir d'imatges preses amb vehicles aeris no tripulats. Es van desenvolupar diferents metodologies per explotar estes fonts de dades en un paisatge agrícola altament fragmentat amb una grandària mitjana de les parcel·les entre 0,25 ha i 0,50 ha. L'anàlisi va prendre com a referència la base de dades cadastral de parcel·les agrícoles i es van identificar tres estats dels cultius al camp: productiu, no productiu i abandonat. Els resultats més precisos es van obtenir en utilitzar imatges aèries o imatges de satèl·lit WorldVIew-3, incloent-ne el càlcul de descriptors de textura, amb una exactitud global entre 90-95%. La importància dels descriptors de textura extrets a partir d'imatges de resolució submètrica radica en la seua capacitat per a identificar els patrons de plantació dels cultius. Aquest enfocament va permetre obtenir una alta exactitud a partir d'una única imatge. No obstant això, també són destacables els resultats obtinguts en utilitzar sèries temporals d'imatges Sentinel-2, amb exactituds globals entorn del 90%. Les diferències existents en les sèries temporals d'índex de vegetació i humitat dels tres estats del cultiu van permetre millorar el rendiment de classificació respecte a l'enfocament basat en una única data. Diferents casos d'estudi han demostrar la capacitat d'identificar l'abandonament de terres per mitjà de teledetecció. La informació quantitativa i espacialment explícita generada sobre l'estat dels cultius pot ser un ferrament útil per a la gestió agrícola, per a la implementació de mesures de gestió del paisatge i per millorar les estimacions anuals de rendiment dels cítrics. / [EN] Agricultural land abandonment is a growing issue in many regions of the planet with important socioeconomic and environmental consequences. The Comunitat Valenciana region (Spain) is the main citrus-producing in Europe, however, there is a currently significant abandonment of these crops. This thesis aims to develop procedures to identify citrus crop abandonment through remote sensing and machine learning techniques. Remote sensing-based methods are considered particularly convenient due to their high degree of automation and their efficiency in time and cost, compared to other usual cartographic techniques based on photo-interpretation and field visits. The thesis develops procedures for crop status identification using different types of Earth observation data, such as: multispectral images from Sentinel-2 and WorldView-3 satellites, aerial images, and altimetric point clouds derived from airborne LiDAR and photogrammetric processes from images taken by unmanned aerial vehicles. Different methodologies were developed to apply these data sources in a highly fragmented agricultural landscape with an average parcel size between 0.25 ha and 0.50 ha. The analysis was based on the cadastral database of agricultural parcels and three crop statuses were identified at field: productive, non-productive and abandoned. The most accurate results were obtained using aerial images or WorldView-3 satellite images, including the computation of texture descriptors, with an overall accuracy between 90-95%. The importance of texture descriptors extracted from sub-metric resolution images lies in their ability to identify crop planting patterns. This approach made it possible to obtain high accuracy from a single image. However, the results obtained when using time series of Sentinel-2 images are also remarkable, with an overall accuracy around 90%. The differences in the time series of vegetation and moisture indices of the three crop statuses improved the classification accuracy compared to the single date approach. Different case studies demonstrate the ability to identify agricultural land abandonment through remote sensing. The quantitative and spatially explicit information generated can be a useful tool for agricultural management, for implementing landscape management actions and for improving annual citrus yield estimations. / Morell Monzó, S. (2023). Desarrollo de procedimientos para la deteccion del abandono de cultivos de cítricos utilizando técnicas de teledetección [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/193058 / Compendio

Tesis por compendio / [ES] Los humedales son uno de los ecosistemas que reciben mayor atención por parte de la comunidad científica. Su importancia se puede explicar teniendo en cuenta que ayudan a mitigar los efectos de inundaciones, pueden actuar como filtros de agua y constituyen hábitats de valiosas especies de fauna y flora. En los últimos años este tipo de ambientes están cada vez más amenazados como consecuencia de la contaminación, alteraciones de los niveles de agua asociadas a los efectos del cambio climático y usos antrópicos, introducción de especies invasoras y los efectos negativos de algunos cambios de usos del suelo y determinadas prácticas asociados a ellos (agrícolas, pastoreo y urbanización). Para analizar estos ecosistemas, la teledetección se presenta como una herramienta con alto potencial que permite identificar, evaluar y monitorizar estos espacios. En esta tesis se utilizaron imágenes Sentinel-2A/B, Landsat-5 TM y Landsat-8 OLI para extraer láminas de agua libre en dos entornos: humedales mediterráneos costeros (Prat Cabanes-Torreblanca, Marjal de Sagunto, Marjal de La Safor y Marjal Pego-Oliva) y el humedal de llanura aluvial situado en el centro de España las Tablas de Daimiel. Para ello, se realizó un análisis de siete índices de agua (NDWI, mNDWI, Cedex, Re-NDWI, Awei(sh), AWEI (nsh) y B_Blue) y de umbrales para obtener la cartografía de las masas de agua libre en estos espacios. El objetivo principal es definir el índice y el umbral que permitan un uso más amplio de la metodología para su aplicación en otras zonas húmedas. También se utilizó información LiDAR (Laser Imaging Detection and Ranging) en el humedal de La Safor para analizar los efectos de la superficie inundada en diferentes usos del suelo. La evaluación de los resultados se realizó a partir de la validación con un conjunto de muestras obtenidas a partir de imágenes de elevada resolución espacial. Se calcularon la fiabilidad global y el índice kappa en los humedales analizados para distintas fechas y sensores. En el caso de los humedales costeros, el índice de agua NDWI con un umbral de ¿0,30 proporcionó los resultados con mayor precisión obteniendo un valor promedio de 0,89 en fiabilidad global. En el caso del humedal de las Tablas de Daimiel, se seleccionaron el índice MNDWI y umbral ¿0,15 para imágenes Landsat-5 (fiabilidad global 0,88), el índice MNDWI y umbral ¿0,25 para imágenes Landsat-8 (fiabilidad global 0,99) y el índice NDWI y umbral ¿0,20 (fiabilidad global 0,99) en el caso de imágenes Sentinel-2A/B. En el humedal de las Tablas de Daimiel se realizó un análisis temporal desde el año 2000 al 2021 que permitió calcular las anomalías de la superficie de agua, de la precipitación, del nivel piezométrico y del caudal hidrológico. Esta reconstrucción temporal también permitió comparar los resultados derivados a partir de las imágenes Sentinel-2A/B y de las imágenes Landsat 8. Se realizó un análisis de correlación entre los índices de anomalías calculados, que revela una correlación no significativa entre las anomalías precipitación y de superficie de agua. Mientras que el índice de anomalías de superficie de agua si presentó una correlación estadísticamente significativa con los índices de anomalía de caudal y de niveles piezométricos. En cuanto al análisis comparativo entre las imágenes Landsat-8 y Sentinel-2 se obtuvo una relación lineal entre la superficie de agua estimada por ambos sensores con un valor de R2 = 0,87. No obstante, la mayor resolución espacial de Sentinel-2 permite detectar masas de agua más pequeñas contribuyendo a un mejor análisis de los patrones de variabilidad en el área de estudio. La información derivada de esta tesis presenta una aplicabilidad de interés medioambiental para el seguimiento del estado de los humedales ayudando a adaptar planes de gestión que conduzcan a un estado de conservación adecuado. / [CA] Els aiguamolls són un dels ecosistemes que reben major atenció per part de la comunitat científica. La seua importància es pot explicar tenint en compte que ajuden a mitigar els efectes d'inundacions, poden actuar com a filtres d'aigua i constitueixen hàbitats de valuoses espècies de fauna i flora. En els últims anys aquest tipus d'ambients estan cada vegada més amenaçats a conseqüència de la contaminació, alteracions dels nivells d'aigua associades a l'efecte del canvi climàtic i usos antròpics, introducció d'espècies invasores i els efectes negatius d'alguns canvis d'usos del sòl i determinades pràctiques associades a ells (agrícoles, pasturatge i urbanització). Per a analitzar aquests ecosistemes, la teledetecció es presenta com una eina amb alt potencial que permet identificar, avaluar i monitorar aquests espais. En aquesta tesi es van utilitzar imatges Sentinel-2A/B, Landsat-5 TM i Landsat-8 OLI per a extraure làmines d'aigua lliure en dos entorns: aiguamolls mediterranis costaners (Prat Cabanes-Torreblanca, Marjal de Sagunt, Marjal de La Safor i Marjal Pego-Oliva) i l'aiguamoll de plana al·luvial situat en el centre d'Espanya les Taules de Daimiel. Per a això, es va realitzar una anàlisi de set índexs d'aigua (NDWI, mNDWI, Cedex, Re-NDWI, Awei (sh), AWEI (nsh) i B_Blue) i de llindars per a obtindre la cartografia de les masses d'aigua lliure en aquests espais. L'objectiu principal és definir l'índex i el llindar que permeten un ús més ampli de la metodologia per a la seua aplicació en altres zones humides. També es va utilitzar informació LiDAR (Laser Imaging Detection and Ranging) en l'aiguamoll de La Safor per a analitzar els efectes de la superfície inundada en diferents usos del sòl. L'avaluació dels resultats es va realitzar a partir de la validació amb un conjunt de mostres obtingudes a partir d'imatges d'elevada resolució espacial. Es van calcular la fiabilitat global i l'índex kappa en els aiguamolls analitzats per a diferents dates i sensors. En el cas dels aiguamolls costaners, l'índex d'aigua NDWI amb un llindar de ¿0,30 va proporcionar els resultats amb major precisió obtenint un valor mitjà de 0,89 en fiabilitat global. En el cas de l'aiguamoll de les Taules de Daimiel, es van seleccionar l'índex MNDWI i llindar ¿0,15 per a imatges Landsat-5 (fiabilitat global 0,88), l'índex MNDWI i llindar ¿0,25 per a imatges Landsat-8 (fiabilitat global 0,99) i l'índex NDWI i llindar ¿0,20 (fiabilitat global 0,99) en el cas d'imatges Sentinel-2A/B. En l'aiguamoll de les Taules de Daimiel es va realitzar una anàlisi temporal des de l'any 2000 al 2021 que va permetre calcular les anomalies de la superfície d'aigua, de la precipitació, del nivell piezomètric i del cabal hidrològic. Aquesta reconstrucció temporal també va permetre comparar els resultats derivats a partir de les imatges Sentinel-2A/B i de les imatges Landsat 8. Es va realitzar una anàlisi de correlació entre els índexs d'anomalies calculats, que revela una correlació no significativa entre les anomalies precipitació i de superfície d'aigua. Mentre que l'índex d'anomalies de superfície d'aigua si va presentar una correlació estadísticament significativa amb els índexs d'anomalia de cabal i de nivells piezomètrics. Quant a l'anàlisi comparativa entre les imatges Landsat-8 i Sentinel-2 es va obtindre una relació lineal entre la superfície d'aigua estimada per tots dos sensors amb un valor de R2 = 0,87. No obstant això, la major resolució espacial de Sentinel-2 permet detectar masses d'aigua de menor grandària contribuint a una millor anàlisi dels patrons de variabilitat en l'àrea d'estudi. La informació derivada d'aquesta tesi presenta una aplicabilitat d'interés mediambiental per al seguiment de l'estat dels aiguamolls ajudant a adaptar plans de gestió que condueixen a un estat de conservació adequat. / [EN] Wetlands are one of the ecosystems that receive the most attention from the scientific community. Their importance can be explained by the fact that they help mitigate the effects of flooding, can act as water filters, and provide habitats for valuable species of fauna and flora. In recent years, these types of environments are increasingly threatened as a result of pollution, alterations in water levels associated with the effects of climate change and anthropic uses, the introduction of invasive species and the negative effects of some changes in land use and certain practices associated with them (agriculture, grazing and urbanization). To analyze these ecosystems, remote sensing is presented as a tool with high potential to identify, evaluate and monitor these areas. In this thesis, Sentinel-2A/B, Landsat-5 TM and Landsat-8 OLI images were used to extract free water bodies in two environments: coastal Mediterranean wetlands (Prat Cabanes-Torreblanca, Marjal de Sagunto, Marjal de La Safor and Marjal Pego-Oliva) and the alluvial plain wetland located in the center of Spain, the Tablas de Daimiel. For this purpose, an analysis of seven water indices (NDWI, mNDWI, Cedex, Re-NDWI, Awei (sh), AWEI (nsh) and B_Blue) and thresholds were carried out to obtain the mapping of free water bodies in these areas. The main objective is to define the index and threshold that allow a wider use of the methodology for its application in other wetlands. LiDAR (Laser Imaging Detection and Ranging) information was also used in La Safor wetland to analyze the effects of the flooded surface on different land uses. The evaluation of the results was carried out based on the validation with a set of samples obtained from high spatial resolution images. The overall accuracy and the kappa index were calculated for the wetlands analyzed for different dates and sensors. In the case of the coastal wetlands, the NDWI water index with a threshold of ¿0.30 provided the most accurate results with an average value of 0.89 in global accuracy. In the case of Las Tablas de Daimiel wetland, the MNDWI index and threshold ¿0.15 were selected for Landsat-5 images (overall accuracy 0.88), the MNDWI index and threshold ¿0.25 for Landsat-8 images (overall accuracy 0.99) and the NDWI index and threshold ¿0.20 (overall accuracy 0.99) in the case of Sentinel-2A/B images. In Las Tablas de Daimiel wetland, a temporal analysis was carried out from 2000 to 2021 to calculate the anomalies of the water surface, precipitation, piezometric level and hydrological flow. This temporal reconstruction also made it possible to compare the results derived from Sentinel-2A/B images and Landsat 8 images. A correlation analysis was performed between the calculated anomaly indices, which revealed a non-significant correlation between the precipitation and water surface anomalies. However, the water surface anomaly index did show a statistically significant correlation with the flow anomaly and piezometric level indexes. As for the comparative analysis between Landsat-8 and Sentinel-2 images, a linear relationship was obtained between the water surface estimated by both sensors with a value of R2 = 0.87. However, the higher spatial resolution of Sentinel-2 allows the detection of smaller water masses contributing to a better analysis of the variability patterns in the study area. The information derived from this thesis presents an application of environmental interest for monitoring the state of wetlands helping to adapt management plans that lead to an adequate conservation status. / Pena Regueiro, J. (2023). Monitorización de cambios en la lámina libre de agua en humedales mediante teledetección [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/196109 / Compendio

[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. / Fredes Castro, SN. (2024). 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 [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/211473