Tesis por compendio / [ES] El conocimiento del estado nutricional de los cultivos permite corregir o ajustar cualquier exceso o deficiencia nutricional en los mismos, a lo largo de su ciclo vegetativo, asegurando un alto rendimiento en la producción y una óptima calidad del fruto. Tradicionalmente, para la realización del diagnóstico nutricional se ha utilizado el análisis de la ionómica de diferentes órganos de la planta, especialmente las hojas, por su facilidad de muestreo y por ser el órgano fotosintético de excelencia en las plantas. Por ello es necesario implementar estrategias sostenibles que nos permitan ajustar la dosis de fertilización según las necesidades del cultivo con el mínimo riesgo de contaminación. El objetivo de esta tesis doctoral es desarrollar métodos y modelos que permitan el diagnóstico nutricional en cultivos mediante métodos ópticos no destructivos, como la espectroscopia y la imagen hiperespectral en el rango Vis-NIR, en combinación con técnicas de quimiometría.
De este modo, el primer bloque centrado en el cultivo de caqui cv. 'Rojo Brillante', comprende los estudios publicados en dos artículos científicos. En el primero de estos artículos se estudió el potencial de la espectroscopia Vis-NIR (430-1040 nm), con el objetivo de predecir macros y micronutrientes utilizando modelos de regresión PLS. Los resultados mostraron que es posible predecir de forma precisa macronutrientes como, fósforo (P), calcio (Ca) y magnesio (Mg), con un coeficiente de determinación en la predicción (R2P) de 0,78 a 0,63. En los micronutrientes, el boro (B) y el manganeso (Mn) fueron los que obtuvieron mejores coeficientes de predicción, con R2P de 0,79 y 0,69, respectivamente. En el segundo artículo se ha evaluado, para la estimación de la concentración de nutrientes, el uso de imágenes hiperespectrales en el rango entre 500 y 980 nm. Los resultados mostraron la predicción de los macronutrientes como N, P, potasio (K), Ca y Mg con R2P de 0,80 a 0,62 y, para los micronutrientes, solo en el B se obtuvo un valor aceptable para la estimación (R2p = 0,69). Además, utilizando el método de reducción de variables de influencia en la proyección (VIP) se obtuvo una predicción fiable para los nutrientes de N (R2P = 0,76) y B (R2P = 0,61).
En el segundo bloque, se ha estudiado otro cultivo emblemático en la Comunidad Valenciana por su importancia social y económica, como son los cítricos. En este caso, se desarrollaron herramientas de estimación del cv. 'clementina de Nules', descritas en otros dos artículos científicos. En el tercer artículo se ha estudiado la capacidad de la espectroscopía para determinar la concentración de nutrientes en las hojas de los cítricos en un ciclo vegetativo completo. Los resultados mostraron una predicción con un R2P de 0,70 a 0,65 para el P, K Ca y B. Utilizando el coeficiente de regresión de ponderado (BW) se determinó un subconjunto de bandas importantes para determinar la concentración de P, K y B. Los resultados mostraron que las bandas de mayor relevancia para estos nutrientes se situaron en la región del visible (430-750 nm), asociada a la absorción de pigmentos fotosintéticos. Finalmente, en el cuarto artículo se ha estudiado el potencial de la imagen hiperespectral para discriminar entre hojas jóvenes y hojas de ciclos vegetativos anteriores, lo que mejoraría el diagnóstico dado que las tablas de referencia en este cultivo están realizadas en hojas de la brotación de primavera. Partiendo de esa hipótesis, se obtuvo que es posible realizar la discriminación entre ambos tipos de hojas. Posteriormente se realizó la predicción de concentración de nutrientes de hojas jóvenes, utilizando 49 bandas espectrales, obteniendo mejores resultados para los nutrientes P, K, Ca, hierro (Fe) y Mn con R2P de 0,69 a 0,60. Además, se realizó la predicción de estos nutrientes minimizando el número de bandas a diez, con el BW y se obtuvo un R2P de 0,67 a 0,57. / [CA] El coneixement de l'estat nutricional dels cultius permet corregir o ajustar qualsevol excés o deficiència nutricional en estos, al llarg del seu cicle vegetatiu, assegurant un alt rendiment en la producció i una òptima qualitat del fruit. Tradicionalment, per a la realització del diagnòstic nutricional s'han utilitzat l'anàlisi de la ionómica de diferents òrgans de la planta, especialment les fulles, per la seua facilitat de mostreig i per ser l'òrgan fotosintètic d'excellència en les plantes. Per això és necessari implementar estratègies sostenibles que ens permeten ajustar la dosi de fertilització segons les necessitats del cultiu amb el mínim risc de contaminació. L'objectiu d'esta tesi doctoral és desenvolupar mètodes i models que permeten la predicció del diagnòstic nutricional en cultius mitjançant mètodes òptics no destructius, com l'espectroscòpia Vis-NIR, en combinació amb tècniques quimio mètriques.
D'esta manera, el primer capítol de publicacions es centra en el cultiu del caqui cv. Rojo Brillante, comprés per dos articles (I i II). En el primer d'estos articles es va estudiar el potencial de l'espectroscòpia Vis-NIR (430-1040 nm), amb l'objectiu de predir macros i micronutrients utilitzant models de regressió PLS. En este estudi es van aplicar tractaments diferencials per als nutrients de N (0 %, 33 %, 50 % i 100 %) i per a K2O (0 %, 50 % i 100 %) de la demanda del cultiu. Els resultats van mostrar que, sí que és possible predir de manera precisa macronutrients com, fòsfor (P), calci (Ca)i magnesi (Mg), amb un coeficient de determinació en la predicció (R2P) de 0,78 a 0,63. En els micronutrients, com el bor (B) i el manganés (Mn) van ser els que van obtindre millors coeficients de predicció, amb R2P de 0,79 i 0,69, respectivament. En el segon article s'ha avaluat, per a l'estimació de la concentració de nutrients, l'ús d'imatges hiperespectrales en un rang (500-980 nm). Els resultats van mostrar la predicció dels macronutrients com a nitrogen (N), P, potassi (K), Ca i Mg amb R2P de 0,80 a 0,62 i, per als micronutrients, només en el B es va obtindre un valor acceptable per a l'estimació (R2p 0,69). A més, utilitzant el mètode de reducció de variables d'influència en la projecció (VIP) es va obtindre una predicció fiable per als nutrients de N (R2P 0,76) i B (R2P 0,61).
En el segon capítol, s'ha estudiat un altre cultiu emblemàtic a la Comunitat Valenciana d'importància econòmica, com són els cítrics. En este cas, es van desenvolupar ferramentes d'estimació del cv. 'clementina de Nules' compreses en dos articles (III i IV). De tal manera, que en el tercer article s'ha estudiat la capacitat de les tècniques espectromètriques per a determinar la concentració de nutrients en un cicle vegetatiu complet. Els resultats van mostrar una predicció amb un R2P de 0,70 a 0,65 per al P, K, Ca i B. Utilitzant el coeficient de regressió de pes (BW) es va determinar un subconjunt de bandes més influents per als nutrients P, K i B. Els resultats van mostrar que les bandes de major importància, per a estos nutrients, es situen a la regió del Vis (430-750 nm), el qual està associada a l'absorció de pigments fotosintètics. Finalment, en el quart article s'ha estudiat el potencial de les HSI per a discriminar fulles joves de fulles de cicles vegetatius anteriors, la qual cosa milloraria el diagnòstic atés que les taules de referència en este cultiu estan realitzades en fulles de la brotada de primavera. Posteriorment es va realitzar la predicció de concentració de nutrients de fulles joves, utilitzant 49 bandes espectrals, obtenint millors resultats per als nutrients P, K, Ca, ferro (Fe) i Mn amb R2P de 0,69 a 0,60. A més, es va realitzar la predicció d'estos nutrients minimitzant el nombre de bandes a deu, amb el BW i es va obtindre un R2P de 0,67 a 0,57. / [EN] Knowledge of the nutritional status of crops allows for correcting or adjusting any nutritional excess or deficiency throughout their vegetative cycle, ensuring high yields in production and optimal fruit quality. Traditionally, the analysis of the ionomics of different plant organs has been used for nutritional diagnosis, especially the leaves, due to their ease of sampling and being the photosynthetic organ par excellence in plants. These analyses are carried out by expensive conventional laboratory methods that are destructive, polluting, time-consuming and costly. Therefore, it is necessary to implement sustainable strategies that allow the fertilisation dose to be adjusted according to the crop's needs with the minimum risk of contamination. This doctoral thesis aims to develop methods and models for nutritional diagnosis prediction in crops using non-destructive optical methods, such as Vis-NIR spectroscopy, combined with chemometric techniques.
Thus, the first chapter of the publications focuses on cultivating persimmon cv. 'Rojo Brillante', comprising two articles (I and II). In the first of these articles, the potential of Vis-NIR spectroscopy (430-1040 nm) was studied to predict macronutrients and micronutrients using PLS regression models. This study applied differential treatments for N nutrients (0 %, 33 %, 50 % and 100 %) and K2O (0 %, 50 % and 100 %) of crop demand. The results showed that it is possible to accurately predict macronutrients such as phosphorus (P), calcium (Ca) and magnesium (Mg), with a coefficient of determination in the prediction (R2P) of 0.78 to 0.63. Boron (B) and manganese (Mn) obtained the best micronutrient prediction coefficients, with R2P of 0.79 and 0.69, respectively. The second article evaluated hyperspectral imaging (HSI) in the range (500-980 nm) for nutrient concentration estimation. The results showed the prediction of macronutrients such as nitrogen (N), P, potassium (K), Ca and Mg with R2P from 0.80 to 0.62 and, for micronutrients, only in B, an acceptable value for the estimation was obtained (R2p 0.69). In addition, using the projection influence variable reduction (VIP) method, a reliable prediction was obtained for N (R2P 0.76) and B (R2P 0.61) nutrients.
In the second chapter, another emblematic crop of economic importance in the Valencian Community, citrus, was studied. Estimation tools were developed for citrus cv. 'Clementina de Nules' and the results were published in two articles (III and IV). Thus, in the third article, the capacity of spectrometric techniques to determine the concentration of nutrients in a complete vegetative cycle was studied. The results showed prediction with an R2P of 0.70 to 0.65 for P, K Ca and B. Using the weight regression coefficient (BW), a subset of more influential bands was determined for P, K and B nutrients. The results showed that the bands of greatest importance for these nutrients are located in the Vis region (430-750 nm), which is associated with photosynthetic pigment uptake. Finally, in the fourth article, the potential of HSI to discriminate young leaves from leaves of previous vegetative cycles has been studied, which would improve the diagnosis given that the reference tables in this crop are made on leaves of spring sprouting. Subsequently, the prediction of nutrient concentration of young leaves was carried out using 49 spectral bands, obtaining better results for the nutrients P, K, Ca, iron (Fe) and Mn with R2P from 0.69 to 0.60. In addition, these nutrients were predicted by minimizing the number of bands to ten, with the BW and an R2P of 0.67 to 0.57.
¿ / Maylin Acosta thanks IFARHU-SENACYT for the Professional Excellence
Scholarships, contract No. 270-2021-020. Sandra Munera thanks the Juan de la
Cierva-Formación contract (FJC2021-047786-I) co-funded by
MCIN/AEI/10.13039/501100011033 and EU NextGenerationEU/PRTR. This work is co-funded by MICIN-AEI through project TED2021-130117B-C31, GVA-IVIA through projects 52203 and 52204, and the European Regional
Development Fund (ERDF) of the Generalitat Valenciana 2021–2027. / Acosta Tello, MO. (2024). Predicción de macro y micronutrientes en hojas de cítricos y caqui utilizando métodos ópticos no destructivos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/207010 / Compendio
| Identifer | oai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/207010 |
| Date | 22 July 2024 |
| Creators | Acosta Tello, Maylin Oristela |
| Contributors | Blasco Ivars, José, Quiñones Oliver, Ana, de Paz Becares, José Miguel, Universitat Politècnica de València. Departamento de Producción Vegetal - Departament de Producció Vegetal, European Commission, Generalitat Valenciana, Agencia Estatal de Investigación |
| Publisher | Universitat Politècnica de València |
| Source Sets | Universitat Politècnica de València |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/acceptedVersion |
| Rights | http://rightsstatements.org/vocab/InC/1.0/, info:eu-repo/semantics/openAccess |
| Relation | info:eu-repo/grantAgreement/AEI//TED2021-130117B-C31/ES/Smart autonomous electrical robot for a digital and sustainable agriculture in the Valencian Community (AgriSmartRobot) |
Page generated in 0.0037 seconds