Determinación de las necesidades de nitrógeno de un green mediante sensores remotos
- Autores: Sara Calvache Gil
- Directores de la Tesis: Luis López Bellido (dir. tes.), Rafael Jesús López-Bellido Garrido (dir. tes.)
- Lectura: En la Universidad de Córdoba (ESP) ( España ) en 2013
- Idioma: español
- Tribunal Calificador de la Tesis: Juan Enrique Castillo García (presid.), Myriam Villatoro Pulido (secret.), Fernando Martínez Moreno (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: Helvia
- Resumen
RESUMEN DE LA TESIS DOCTORAL DE Dª. Sara Calvache Gil El resumen de la tesis para la base de datos Teseo debe ser una presentación de la tesis y tener la extensión suficiente para que quede explicado el argumento de la tesis doctoral. El formato debe facilitar la lectura y comprensión del texto a los usuarios que accedan a Teseo, debiendo diferenciarse las siguientes partes de la tesis:
1. introducción o motivación de la tesis El N es el macronutriente que más influye en la calidad de los greens de los campos de golf, tanto en el aspecto estético como en las condiciones de juego. Actualmente, la mayor parte de fertilización nitrogenada se basa en una programación más o menos predeterminada de aplicaciones que conduzcan a una esperada mejora de la calidad estética y de juego. Sin embargo, esta forma de actuar genera, en la mayoría de los casos, una sobre-fertilización. El objetivo de este estudio fue buscar modelos predictivos de las necesidades de N fertilizante estacionales para optimizar la calidad del green, basándose en medidas realizadas con sensores remotos.
2. contenido de la investigación Se llevo a cabo un experimento de 3 años de duración en un green USGA de Agrostis stolonifera L. bajo condiciones mediterráneas. Los tratamientos de N aplicados cada 10 días fueron 0, 3, 6, 9 kg N ha¿1 en verano e invierno, y 0, 5, 10, 15 kg N ha¿1 en primavera y otoño. En el estudio se midió la calidad estética (mediante sensor remoto), clipping y distancia de rodadura. Los sensores remotos utilizados fueron un medidor de clorofila por reflectancia (FieldScout CM1000) y una cámara digital. A partir de las fotografías digitales se obtuvo el Dark Green Color Index (DGCI). Todos los datos fueron normalizados. Se evaluaron los diferentes modelos de respuesta al N fertilizante de las medidas mencionadas. Para ambos sensores, el más adecuado para todas las estaciones fue el polinómico de tercer orden. Mientras que para la producción de clipping y distancia de rodadura de la bola fueron lineales.
3.conclusión La calidad estética obtenida por ambos sensores y el clipping aumentaron con la dosis de N fertilizante, mientras que la distancia de rodadura disminuyó al incrementarse ésta. Los valores obtenidos por los dos sensores estuvieron correlacionados con los valores de clipping y de distancia de rodadura. Se calculó la intersección de los modelos obtenidos del CM1000 y de la cámara digital con la distancia de rodadura de la bola y el clipping, para obtener los algoritmos como una función de los sensores remotos y los otros parámetros medidos. A partir de los algoritmos se determinaron las dosis óptimas de N fertilizante para cada estación. El modelo se adaptó mejor al factor distancia de rodadura de la bola que al clipping. El modelo obtenido para el CM1000 fue más preciso que el de la cámara digital. Ésta última subestimaba los valores de dosis óptima de N. Para solventar esta falta de precisión de la cámara se correlacionaron los valores del CM1000 y de la cámara digital, desarrollando un algoritmo que permitió la transformación de los valores DGCI en CM1000, y así, se pudieron aplicar los modelos de CM1000. Gracias a este paso, fue posible la obtención de prácticamente las mismas aplicaciones de N fertilizante con ambos sensores. Este estudió permite realizar recomendaciones de aplicaciones reales de N con un rápido diagnóstico con un sensor remoto, Field Scout CM1000 o cámara digital, para un green de A. stolonifera de un campo de golf en condiciones mediterráneos basándose en el concepto de índice de suficiencia.
4. bibliografía Bell, G.E., Martin, D.L., Stone, M.L., Solie, J.B., Johnson, G.V., 2002. Turf area mapping using vehicle-mounted optical sensors. Crop Sci. 42, 648¿651.
Brown, K.W., Duble, R.L., Thomas, J.C., 1977. Influence of management and season on fate of N applied to golf greens. Agron. J. 69, 667¿671.
Callahan, L.M., Sanders, W.L., Parham, J.M., Harper, C.A., Lester, L.D., McDonald, E.R., 1998. Cultural and chemical controls of thatch and their influence on rootzone nutrients in a bentgrass green. Crop Sci. 38, 181¿187.
Carrow, R.N., Krum, J.M., Flitcroft, I., Cline, V., 2010. Precision turfgrass management: challenges and field applications for mapping turfgrass soil and stress. Precis. Agric. 11, 115¿134.
Carrow, R.N., D.V. Waddington, and P.E. Rieke. 2001. Turfgrass soil fertility and chemical problems: Assessment and management. John Wiley & Sons, Hoboken, NJ.
Davis, J.G., Dernoeden, P.H., 2002. Dollar spot severity, tissue nitrogen, and soil microbial activity in bentgrass as influenced by nitrogen source. Crop Sci. 42, 480¿488.
Fu, J., Dernoeden, P.H., Murphy, J.A., 2009. Creeping bentgrass color and quality, chlorophyll content, and thatch¿mat accumulation responses to summer coring. Crop Sci. 49, 1079¿1087.
Karcher, D.E., Richardson, M.D., 2003. Quantifying turfgrass color using digital image analysis. Crop Sci. 43, 943¿951.
Landschoot, P.J., Mancino, C.F., 2000. A comparison of visual vs. instrumental mea-surement of color differences in bentgrass turf. HortScience 35, 914¿916.
Mangiafico, S.S., Guillard, K., 2007. Cool-season turfgrass color and growth calibrated to leaf nitrogen. Crop Sci. 47, 1217¿1224.
Schlossberg, M.J., Schmidt, J.P., 2007. Influence of nitrogen rate and form on quality of putting greens cohabited by creeping bentgrass and annual bluegrass. Agron. J. 99, 99¿106.
Xiong, X., Bell, G.E., Solie, J.B., Smith, M.W., Martin, B., 2007. Bermudagrass seasonal responses to nitrogen fertilization and irrigation detected using optical sensing. Crop Sci. 47, 1603¿1610.
