Optimal irrigation scheduling combining water content sensors and remote sensing data

Abstract

By 2025, the Food and Agriculture Organization of the United Nations predicts that two-thirds of the world population will experience water stress conditions. In addition, it is expected that world population will increase significantly during the following years. Agriculture is the largest consumer of fresh water, estimated 75%. The optimization of its use is therefore crucial for future. The main objective of irrigation scheduling is to guarantee maximum crop yield while saving significant amounts of water. The main difficulty to determine a correct and optimal irrigation scheduling strategy is due to complexity and variability of the Soil-Plant-Atmosphere continuum. In each field site, this continuous SPA has different patterns as a consequence of environmental conditions, crop, soil hydraulic properties and soil tillage. Several tools and methodologies are employed nowadays to monitor an improve irrigation scheduling. However, they all have advantages and limitations, or, each one is used without considering the information provided by the others, simplifying the system and avoiding information. This thesis aims to improve irrigation scheduling by combining different tools available at the present time. This combination aims to answer different kind of questions when irrigation scheduling in a field site must be defined. For this, each tool has been used and supported by others. In addition, this thesis will discuss when and how these tools might be employed. Firstly, we compare different tools and methodologies used to measure water content in an agriculture field. Specifically, we compared gravimetric measurements and water content sensors measurements with DISPATCH algorithm data. This algorithm is one of several algorithms who estimates soil surface water content using remote sensing data. The main goal was determining if remote sensing data can improve water content data measured by sensors. We found that DISPATCH algorithm is no capable to improve water content sensors measurements. Secondly, we present a methodology where a simulation-optimization problem is solved in order to find an optimal irrigation scheduling strategy. This strategy might guarantee the maximum economic net margin. This methodology has been applied in a real field. The optimal irrigation scheduling of this field is compared with the traditional irrigation scheduling method, based water requirements. Results show that even though the traditional method supplies the volume of water evapotranspired, this methodology of scheduling irrigation is not enough to avoid crop water stress, compromising final crop yield. In this case, optimal irrigation strategy improves the final net margin in comparison the traditional method. We demonstrate that depending on soil properties, optimal irrigation scheduling is different. Thirdly, we improved the irrigation scheduling in a field site where irrigation was applied with the same criteria. In this part of the thesis we employed NDVI remote sensing data, water content sensors and simulation models to determine the optimal irrigation. The improvement is based on management zones delineation with NDVI data. In this case, water content sensors are used to define if each management zone presents different water content patterns and to verify that when the field is divided into different management zones there is a gain in terms of water content uniformity. Finally, an optimal irrigation scheduling calendar is proposed to allow the consultants to take within-season irrigation decisions. Results show that management zones are dynamic during the growing season and the optimal irrigation scheduling might also be dynamic. In addition, we found that the uniform irrigation applied in the entire field, without considering the possible differences in soil properties, produced waterlogging in two management zones, therefore, transpiration decreases in comparison to the others.

El 2025 la "Food and Agriculture Organization" de les Nacions Unides prediu que dues terceres parts de la població mundial patirà condicions d'estrés hídric. A més a més, s'espera que la població mundial augmenti els propers anys. L'agricultura és el consumidor principal d'aigua dolça, concretament un 75%. Considerant aquest context, existeix una necessitat important d'optimitzar l'aigua de reg en un futur proper. La programació del reg és l'encarregada de determinar el moment i la quantitat d'aigua que s'ha d'aplicar. El seu objectiu principal és garantir un rendiment màxim del cultiu i a la vegada estalviar aigua. La dificultat principal per determinar l'estratègia de programació de reg correcta i òptima és degut a la complexitat i variabilitat del continu Sòl-Planta-Atmòsfera. Diverses eines i metodologies són emprades avui en dia per monitoritzar i determinar la programació del reg. Malgrat l'àmplia variabilitat de possibilitats, totes elles tenen avantatges i limitacions, o sovint, cada una d'elles és fa servir sense considerar la informació que poden proporcionar les altres, simplificant el sistema i obviant informació. Aquesta tesis vol millorar la programació del reg combinant diferents eines i metodologies que estan disponibles avui en dia. La combinació té com a objectiu satisfer necessitats diferents en el moment que la programación del reg ha de ser definida, destacant les avantatges i minimitzant les limitacions de cada metodologia i eina, així com l'efecte de l'escala. Primerament, hem comparat diferents eines i metodologies per mesurar el contingut d'aigua al sòl en una parcel·la de cultiu. Concretament, s'han comparat mesures gravimètriques i de contingut d'aigua de sensors amb mesures de l'algorisme DISPATCH. Aquest algorisme és un de varis algorismes que estimen el contingut d¿aigua superficial del sòl emprant dades de teledetecció. L'objectiu principal era determinar si les dades de teledetecció poden millorar les dades de contingut d'aigua mesurades pels sensors. El resultats mostren que, ara per ara i considerant les condicions de camp, el DISPATCH no és capaç de millorar les mesures dels sensors de contingut d'aigua al sòl. Després, presentem una metodologia on es soluciona un problema de simulació-optimització per a determinar una estratègia de programació de reg òptim. Aquesta estratègia ha de garantir un rendiment econòmic net màxim. S'ha aplicat en una parcel·la de cultiu real. L'estratègia de programació de reg òptim ha estat comparat amb el mètode tradicional de programació de reg, que està basat amb el càlcul de les necessitats hídriques. Encara que el mètode tradicional reemplaça per complet l'aigua evapotranspirada, els resultats mostren que la manera de repartir l'aigua no evita l'estres hídric del cultiu, disminuint el rendiment. En aquest cas, la programació del reg òptim millora el rendiment econòmic net. Els resultats mostren que depenent el tipus de sol, la programació del reg ha de ser diferent. Finalment, s'ha millorat la programació del reg en una parcel·la de cultiu on el reg s'havia aplicat uniformement en tota la seva extensió. En aquesta part de la tesis, es fan servir dades de teledetecció de NDVI, dades de sensors de contingut d'aigua al sòl i models de simulació per a determinar el reg òptim. La millora està basada en la delineació de zones maneig amb les dades de NDVI. En aquest cas, els sensors s'han emprat per a determinar si casa zona de maneig representa diferents patrons de contingut d'aigua i per a validar si quan la parcel·la és dividida en zones de maneig, la variabilitat disminueix. Finalment, es proposa un calendari de programació de reg òptim per a poder prendre decisions en la campanya de reg. Els resultat mostren que les zones de maneig són dinàmiques així com el reg òptim. A més a més s'ha vist que el reg uniforme produeix asfixia radicular a dues de les zones de maneig, disminueix la transpiració en comparació amb els altres.