La tesis doctoral de esta estudiante de la UPM fue premiada por el selecto Club de Bologna, reunido durante EIMA 2012

La tesis doctoral de Eva Báguena premiada por el selecto Club de Bologna, reunido durante EIMA 2012, recoge los trabajos llevados a cabo para el desarrollo y la validación de dispositivos para la caracterización de la productividad superficial y la calidad de la uva, tanto en tiempo real, a bordo de vendimiadoras, como para la elaboración de mapas a partir de la información georreferenciada.

La toma de datos en campo se llevó a cabo, en colaboración con Bodegas Miguel Torres (Vilafranca del Penèdes), durante las campañas de vendimia 2006, 2007 y 2008, donde se recogieron datos de 6, 34 y 86 parcelas, respectivamente. Los datos de peso de uva recogidos con la vendimiadora y los datos del peso recogido en bodega, fueron comparados para determinar la exactitud del sistema de pesado a bordo de la vendimiadora. Un exhaustivo análisis posterior de los datos de campo permitió observar una serie de sesgos en el sistema de pesado. El estudio de dichos errores se desarrolló en laboratorio en dos fases, correspondientes a sendos estudios llevados a cabo en Katholieke Universiteit Leuven (Bélgica). En la primera fase se estudió la posible relajación de la célula de carga y su relación con variaciones de temperatura. En la segunda fase se analizó el efecto sobre la señal de la célula de carga, de la composición de la carga (porcentajes de material sólido y líquido) y su desplazamiento en la tolva de la vendimiadora. Para ello se emplearon técnicas de análisis de imagen aplicadas a los vídeos tomados durante los ensayos de inclinación variable de la máquina. Los resultados mostraron que tanto la composición como el desplazamiento de la carga afectan significativamente al sistema de pesado. Por ello, el trabajo de esta tesis se ha completado con un análisis del desplazamiento de la carga en la tolva mediante el método de los elementos discretos.

El sector vitivinícola tiene una notoria relevancia a nivel mundial, evidenciado por el número de hectáreas de viñedos (7,6 millones de ha en 2011) (OIV, 2011), producción de uva (691 millones de kilos en 2011) (OIV, 2011), producción de vino (265 millones de hectólitro en 2011) (OIV, 2011), consumo de vino (244 millones de hectólitros en 2011) (OIV, 2011), o el número de bodegas (no cuantificado), así como la creciente importancia del vino en el mercado internacional. En este contexto, España es el país con mayor superficie de viñedo a nivel mundial con algo más de 1 millón de hectáreas (OIV, 2011), seguida por Francia e Italia. No ocurre lo mismo a nivel de producción de uva y vino, donde España ocupa la cuarta y tercera posición, respectivamente, por detrás en ambos casos de Italia y Francia.

Por otro lado, el desarrollo de la vendimia mecanizada ha supuesto, desde su comienzo, el desarrollo de nuevos sistemas de manejo de los viñedos, junto con la introducción de nuevas variedades más aptas para la mecanización. Desde los años 70 Francia ha sido el principal fabricante de vendimiadoras con el establecimiento de los principales fabricantes: Braud (ahora CNH), Gregoire, Pellenc o Alma (Barreiro, 2009).

En algunos países como Australia, la vendimia mecanizada supone cerca del 100% del total de la vendimia, en Francia se sitúa en torno al 75% y en Italia al 8% (Guerra, 2008). En España, la mecanización de la vendimia comenzó a principios de los 90. El censo actual de vendimiadoras se sitúa en torno a 1.300 unidades (Barreiro, 2009). Debido a la diferencia en la adopción de la mecanización que se ha producido en las distintas regiones, la vendimia mecanizada supone entre el 15 y el 60% del total de la vendimia.

La aplicación de las prácticas de agricultura de precisión es relativamente reciente, aunque su desarrollo ha sido diferente según el tipo de cultivo y el país. La adopción de la viticultura de precisión no llegó hasta finales de los 90, cuando Australia y EE UU comenzaron a investigar y a utilizar técnicas de viticultura de precisión. En España, el uso de estas técnicas ha tenido lugar de forma lenta. Uno de los motivos principales ha sido los dudosos beneficios económicos que podían resultar del uso de tecnologías avanzadas. Sin embargo, numerosos estudios en distintos cultivos han demostrado que el uso de la agricultura de precisión permite llevar a cabo una gestión diferenciada de las parcelas, de forma que se reducen los insumos y consecuentemente un menor coste de producción. De igual manera, la aplicación de tecnologías de viticultura de precisión ofrece la posibilidad de entender mejor lo que suceda nivel de planta, por lo que la inversión en estos sistemas puede venir justificada por diferentes razones. El hecho que el marco de plantación permanezca fijo a lo largo de los años, permite que el histórico de datos pueda ser comparado con el objetivo de analizar la variabilidad espacial y temporal existente en los distintos viñedos. Por otro lado, en el caso del vino, producto con elevado valor añadido y cuyo precio varía de acuerdo a la calidad del mismo, la adopción de los sistemas de viticultura de precisión supondría, según varios autores, un coste del orden del 0,5% del valor de la producción del cultivo. Así pues, los beneficios son múltiples y para diversos actores, en este sentido para los agricultores supone una mejora en el uso de factores productivos, reduciendo costes e impacto ambiental, y a los bodegueros les permite mejorar toda la logística de la bodega gracias a que se puede conocer en tiempo real lo que sucede en campo durante la vendimia.

Por ello, bajo todo este contexto y teniendo en cuenta el escaso número de referencias sobre monitores de rendimiento y sistemas para la medida de la calidad de la uva a bordo de la vendimiadora, se llevaron a cabo los trabajos de investigación de esta tesis.

Para la toma de datos en campo durante las campañas 2007 y 2008 se utilizó una máquina vendimiadora New Holland SB55 equipada con los siguientes dispositivos: un DGPS (para la georreferenciación de los datos), un data logger (para registrar las medidas de los diferentes sensores), dos células de carga con su correspondiente electrónica, un refractómetro (para la medida del contenido en sólidos solubles, SSC) y una Pt100 (para medir la temperatura ambiente). Además, en la campaña 2008 se instaló también un sensor de temperatura de infrarrojos de no contacto (para medir la temperatura de la uva) así como un inclinómetro de alta precisión (para medir todos los ángulos de inclinación de la máquina: longitudinal, transversal y cabeceo). El sistema para la medida se sólidos solubles en uva fue desarrollado por el equipo de taller del LPF-Tagralia de la UPM. Este sistema consistía en lo siguiente: se instaló un tornillo sinfín (accionado por un motor DC) en la tolva izquierda, justo dónde caen las bayas de uva en la tolva, los granos iban entrando en el sinfín dónde se estrujaban para sacar el mosto, que era absorbido por una bomba peristáltica (situada en la parte trasera de la máquina) y enviado al refractómetro, dónde se determinaba el contenido en sólidos solubles (SSC, Brix). Posteriormente, a través de una goma de salida del refractómetro, el mosto testeado caía en la tolva derecha (evitando así, la recirculación de líquido).

El número de datos recogidos fue incrementando a lo largo de las campañas, así en la vendimia de 2007 se obtuvieron datos de 69 parcelas (Baguena et al, 2009) y en la de 2008 de 84 parcelas (Baguena et al, 2010). Cada una de las campañas duró aproximadamente 6 semanas, comprendidas entre finales de agosto y principios de octubre.

El método utilizado para el análisis de los datos fue el siguiente: 1. Registro de datos del GPS, del data logger (recogía datos de las células de carga, Pt100 y refractómetro) y del inclinómetro, éste último únicamente en la campaña 2008, con una frecuencia de 1Hz; 2. Descarga inalámbrica de los datos a un PC en el borde de la parcela en 2007, mientras que en 2008 la descarga se hacía directamente en una tableta situada en la cabina de la máquina; 3. Unificación automatizada de datos en un solo fichero; 4. Identificación automática de líneas según ángulos de trayectoria, determinación de la velocidad de avance de la máquina, cálculo de tiempos de trabajo, ajuste del caudal másico por línea e instantáneo mediante ajuste lineal en el registro temporal de las células de carga (de él se deriva el rendimiento lineal (kg/m) y la cantidad total recogida en kg/descarga), determinación de la moda en el contenido en sólidos solubles, determinación de las temperaturas medias tanto ambiente como de la uva durante la cosecha; 5. Transmisión de estos datos vía GPRS a la bodega; 6. Comparación de los datos transmitidos con los talones en bodega.

Para la campaña 2008 se desarrolló un interfaz, de forma que a través de la tableta el operario podía seleccionar la parcela que se estaba vendimiando y el remolque dónde se descargaba. Además, con este interfaz los datos eran enviados a la bodega cada vez que se terminaba una descarga, y no al término de la parcela tal y como sucedía en los años previos. Este procedimiento permitía que el personal de la bodega tuviese una información más precisa de lo que se estaba recogiendo en cada momento y pudiese decidir si se continuaba con la vendimia o si se paraba debido a que las condiciones de la uva (azúcares, temperatura) no eran las idóneas según sus criterios. Una vez que los datos fueron procesados y se obtuvieron las coordenadas UTM, se pudieron realizar los mapas de rendimiento. El procedimiento fue el siguiente: lo primero que se hizo fue introducir las coordenadas UTM obtenidas para cada parcela en la página web del ICC con el fin de obtener la ortofoto de dichas parcelas. Una vez descargada la ortofoto, ésta era cargada en ArcGis y sobre ella se iban creando las distintas capas de rendimiento (kg/m) y velocidad de la máquina (km/h). La segunda fase de trabajos, destinados a determinar las posibles fuentes de error en el sistema de pesado, se llevaron a cabo en dos etapas en KU Leuven (Bélgica) en colaboración con Case New Holland.

La primera etapa consistió en determinar, bajo condiciones de laboratorio, la relajación de la señal de la célula de carga observada durante los ensayos de campo. Para ello se colocó la célula de carga bajo una viga donde se iban colocando distintos pesos. De igual manera, durante los ensayos se calentó con un cable resistivo tanto la célula de carga como su electrónica.

Durante la segunda etapa de trabajo se llevaron a cabo los ensayos de laboratorio consistentes en colocar, en un banco de ensayos de vibraciones, una vendimiadora New Holland VL6080 equipada con una célula de carga, que fue instalada bajo la tolva derecha, de la misma forma que se había hecho durante los ensayos de campo descrito por Baguena et al. (2009). La señal de la célula de carga fue recogida con una tarjeta de adquisición de datos NIDAQ 6024E (National Instruments, EEUU). En la viga principal de la vendimiadora se instaló además un inclinómetro biaxial, para medir las inclinaciones tanto longitudinal como transversal de la máquina.

Dado que los ensayos de laboratorio se llevaron a cabo en Bélgica en Abril de 2010 y no se disponía de uvas para tal efecto, se utilizaron esferas de hidrogel, cuyo radio fuerza-deformación ejercido con el dedo (N/mm) y cuyo módulo de elasticidad son similares a los de un grano de uva. Para simular las inclinaciones del terreno la máquina fue ubicada en una plataforma movida por cuatro cilindros hidráulicos (Anthonis et al., 2006; Coen et al., 2010). La frecuencia del movimiento fue de 1,5 Hz (ondas sinusoidales) con una amplitud de 0,5 cm en el plano vertical. La tolva se cargó con 75 kg de esferas de hidrogel y se llevó la máquina a distintas inclinaciones longitudinales: 0º, -10º, 0º, 10º.

El desplazamiento de la carga fue caracterizado utilizando análisis de imagen sobre videos grabados durante los distintos itinerarios de la máquina: de posición delantera a horizontal, de horizontal hacia detrás, de detrás a horizontal, y de horizontal hacia delante. Los videos fueron cargados en Matlab con formato avi y posteriormente las imágenes de dichos videos fueron salvadas en espacio de color tridimensional RGB. Dado que las esferas eran rojas, se seleccionaron aquellos valores de rojo superiores a 0,5 para la segmentación de la carga. Para evitar analizar zonas sombreadas, se escogió el eje mayor de la tolva y se dividió la imagen de ésta en cuatro cuadrantes. Sólo los dos cuadrantes inferiores no presentaban sombras, por lo que se realizó sobre los histogramas de estos datos un Análisis de Componentes principales (PCA).

En la campaña 2007 se recogieron datos para 69 parcelas, de las que pudieron ser procesadas y analizadas 34, mientras que en la campaña 2008 se recogieron datos de 86 parcelas y fueron procesadas 48.

La Figura 1 muestra la comparación de los pesos de los talones (eje x) frente a los de la vendimiadora (eje y). En los datos de la campaña 2007 se observa un error del 1,2%, es decir 12 kg por cada 1.000 kg (para un fondo de escala de 45.000 kg y datos de 34 parcelas). Para el análisis de los datos de la campaña 2008 se mejoraron una serie de rutinas, como la de identificación de las líneas de cultivo y el cálculo de los pesos (por medio del cálculo de las taras, comentado con anterioridad en este estudio). Así pues, en 2008 se observa un error del 0,15%, es decir 1,5 kg por cada 1.000 kg para un rango de 55.000 kg y datos de 34 parcelas. En esta última campaña se observa una pendiente de 0,9133 (8,67% de subestimación de peso). Así pues, si se comparan los datos de las dos campañas, el error se ha reducido un 87%.

Figura 1: Comparación de los pesos de los talones (eje x) frente a los de la vendimiadora (eje y).

La Figura 2 muestra el error de pesado en porcentaje para cada parcela procesada en la campaña 2008. Se puede observar que a medida que incrementa el peso recogido en cada parcela, el error disminuye. Así, para parcelas con una producción inferior a 10.000 kg el error puede llegar hasta ±15%, pero cuándo la producción se sitúa por encima de los 20.000 kg el error está siempre en un rango de ±5%. Además, también se observa una distribución uniforme a lo largo de los ejes. El sistema se considerará optimizado cuando el error en todos los casos sea inferior al ±5%.

Durante el análisis de datos de la campaña 2007, se observó que la inclinación de la máquina podía tener cierta influencia en el establecimiento del peso de la tolva. Por ello, en la campaña 2008 se instaló un inclinómetro de alta precisión que permitiera cuantificar esta influencia. El inclinómetro instalado proporcionó tres medidas de inclinación: transversal, longitudinal y cabeceo, con una precisión de ±0,1º.

Figura 2: Error de pesado en porcentaje para cada parcela procesada en la campaña 2008.

En un primer análisis de los datos obtenidos del inclinómetro, se pudo observar que efectivamente existe una relación entre las distintas inclinaciones de la máquina y el peso. Cuando se comparan las inclinaciones y el peso para cada tolva de la vendimiadora, se observa que al producirse una inclinación transversal de la máquina hacia la izquierda, el peso en una de las tolvas se incrementa mientras que en la otra disminuye, si bien es cierto que ambos pesos quedarían prácticamente compensados. Es decir, el efecto de la inclinación transversal se compensa automáticamente debido al efecto opuesto que genera en ambas tolvas, y por tanto el cómputo total del peso apenas varía.

La Figura 3 muestra el mapa de rendimiento de una de las parcelas recolectadas en la campaña 2008. Los datos fueron divididos en 11 categorías para diferenciar el rendimiento a lo largo de la parcela.

A lo largo de las tres campañas en estudio, el sistema de medida de azúcares mostró varias incidencias: problemas de cebado de la bomba, problemas mecánicos con el motor que accionaba el tornillo sinfín o incluso rotura del propio refractómetro. Por ello, no se dispone de datos de sólidos solubles en muchas de las parcelas, si bien es cierto, que cada año se fue mejorando el sistema para ir solventando las incidencias ocurridas en los anteriores.

Dado que los datos de SSC obtenidos en la campaña 2007 no fueron numerosos, no se pudo realizar una comparación de las parcelas frente a los talones de la bodega. Sin embargo, sí se pudo observar la diferencia de en SSC que existía entre las diferentes variedades.

Figura 3: Mapa de rendimiento de una de las parcelas recolectadas en la campaña 2008.

Los datos de la campaña 2008 permiten hacer una primera aproximación a la comparación de los datos de azúcares obtenidos en la vendimiadora frente a los de los talones de la bodega. Con las 7 parcelas de las que se obtuvieron datos fiables, se puede observar en la Figura 4 un error 5,23%. Este error todavía es alto para la precisión que debe existir en esta medida (±0,2 Brix), por lo que en trabajos futuros se debería mejorar el sistema de medida. También es importante remarcar que los datos tomados en la vendimiadora muestran una variabilidad espacial que actualmente no es considerada en la bodega, y que puede resultar de gran utilidad en toma de decisiones.

Los resultados de la primera etapa de los ensayos de laboratorio mostraron que la señal de la célula de carga se relajaba tanto cuando se colocaba peso sobre la célula como cuando se descargaba. Además la relajación se producía tanto cuando se calentaba la célula de carga en sí como su electrónica. Se observó que la relajación incrementaba al incrementar la temperatura.

Figura 4: Datos de azúcares obtenidos en la vendimiadora frente a los de los talones de la bodega.

La Figura 5 muestra los resultados obtenidos al calcular los pesos medios para cada posición de la máquina cuando ésta se inclina longitudinalmente. Cada valor corresponde a la media de 400 medidas (400 segundos para cada posición). Los valores de inclinación positiva corresponden a la máquina inclinada hacia delante y los negativos a la máquina inclinada hacia detrás, mientras que los valores en torno a cero corresponden a la posición horizontal de la máquina. El hecho de que haya dos valores en torno a cero es debido a que se pretenden visualizar los resultados en posición horizontal tanto cuando la máquina procede de inclinación hacia delante, como cuando retorna de una inclinación hacia atrás. La Figura 5 muestra el efecto del desplazamiento de la carga sobre el sistema de pesado. El ajuste correspondiente a una ecuación de segundo grado es de r2=0,9268. En la Figura 5 se observa también que la desviación estándar para cada valor es de ±1,7 kg, y el error estándar asociado es ±0,0894 kg. A pesar de que el peso se mantuvo constante a lo largo de todo el ensayo (para todas las posiciones de la máquina), el peso registrado por la célula de carga cambió con la posición. Éste decreció en torno al 8% de la posición horizontal a la posición delantera y en torno al 21% de la horizontal a la posición trasera. El hecho de que el peso máximo corresponda a la posición horizontal es debido a que el centro de gravedad está mejor alineado con el eje de la célula de carga. La línea punteada de la Figura 5 muestra el efecto de la inclinación de la máquina sobre la señal de la célula de carga asumiendo una carga estacionaria en la tolva.

Figura 5: Resultados obtenidos al calcular los pesos medios para cada posición de la máquina cuando ésta se inclina longitudinalmente.

La Figura 6 muestra la relación entre la inclinación de la máquina y el cambio de longitud de la carga en la tolva como función del movimiento en superficie (calculado como el eje mayor del objeto, carga de la tolva, identificado con técnicas de análisis de imagen en Matlab). Cuando la máquina se mueve hacia delante la longitud decrece, mientras que cuando la máquina se mueve hacia detrás dicha longitud crece. La Figura 6 muestra también que el área comprendida entre las curvas indica una histéresis en el movimiento de la carga, no siendo exactamente reproducible cuando se mueve de delante hacia detrás y viceversa.

Figura 6: Relación entre la inclinación de la máquina y el cambio de longitud de la carga en la tolva como función del movimiento en superficie.

El trabajo presentado en esta tesis permitió desarrollar e implementar un sistema de viticultura de precisión en vendimiadoras para realizar mediciones en tiempo real tanto de rendimiento como del contenido en sólidos solubles en uva. El sistema fue totalmente operacional para la determinación del rendimiento durante las campañas 2007 y 2008, recogiéndose datos de 69 y 86 parcelas respectivamente. Esto muestra que el sistema es robusto y fiable, y además en todos los ensayos se cumplió con los distintos estándares de ASABE. Por otro lado, el hecho de que el sistema fuera desarrollado para un cultivo perenne, como es la vid, ha permitido reproducir los mismos ensayos de campo en distintas parcelas durante las diferentes vendimias.

El sistema de pesado, funcionó de forma continúa durante las distintas campañas. Al analizar el error en el pesado para cada viñedo de forma separada, se identificaron una serie de desviaciones, principalmente en las parcelas con bajos rendimientos (por debajo de 10.000 kg). Un estudio detallado de los datos de campo permitió identificar distintas fuentes de error que podían afectar a la precisión del sistema de pesado. En este sentido, se estableció la necesidad de desarrollar un algoritmo que permitiera un auto-ajuste de la tara de la tolva para cada descarga durante el trabajo de campo, ya que ésta no permanecía estable en el tiempo. Por otro lado, no se pudo establecer una conclusión final en relación a la relajación observada en la señal de la célula de carga ya que los ensayos de laboratorio no se llevaron a cabo sobre una vendimiadora. El efecto que ejerce, sobre la célula de carga, el cilindro hidráulico que mueve la tolva podría ser la causa del fenómeno anteriormente mencionado.

Debido a que la composición de la carga a bordo de la vendimiadora está compuesta por parte sólida (granos de uva) y parte líquida (mosto), la distribución de la carga en la tolva varía con el movimiento de la máquina. Este hecho provoca un cambio continuo del centro de gravedad de la carga en la tolva, lo que lógicamente afecta la medida del peso en la célula de carga. El uso de técnicas de análisis de imagen permitió estudiar las diferencias de movimiento de acuerdo a la composición de la carga.

La gestión de los datos georreferenciados junto con los Sistemas de Información Geográfica permitió realizar mapas de rendimiento para las distintas parcelas en las dos vendimias. Los mapas obtenidos durante las dos campañas mostraron la variabilidad temporal y espacial que presentan los viñedos.

El sistema para la medida de sólidos solubles en uva, basado en refractometría, permitió recoger datos para 7 parcelas en la campaña 2008. El error obtenido fue elevado para la precisión que se requiere en este parámetro de calidad. Sin embargo, es importante remarcar que los datos de campo mostraron variabilidad espacial, hecho que puede ser muy útil a la hora de realizar una gestión diferenciada de las parcelas.