Multi-sensor remote sensing detection of biotic stress for crop phenotyping and management guidance

Abstract

[eng] The main driving force behind crop research is to ensure food security. Climate change, which affects most crops and increases the risk of disease and famine, is addressed in this notion. The Food and Agriculture Organization (FAO) and the United Nations (UN) share the objective of providing food security for all people on Earth and ending hunger globally. Using strategies like reducing crop losses, maintaining sustainable production, and increasing the area under agricultural cultivation, this objective can be achieved. Food production is significantly impacted by climate change, which is directly to blame for numerous abiotic pressures such as temperature increases, droughts, and soil salinity. Invasive pests, disease, and other biotic stressors are all examples of the second type of stress. Specific tools can be used to identify the various forms of stress and provide guidance for their treatment. Remote sensing appears in this setting as a non-destructive technology capable of recognizing and pinpointing stress-prone areas. The first investigations involve the cultivation of the four horticultural crops listed below in soil that has been contaminated with the nematode Meloidogyne incognita throughout a five-year period between 2016 and 2020. Two treatments were used: plants grafted onto resistant rootstock and non-grafted plants. The second involved assessing 40 new bread wheat accessions for the presence of a fungus; some of them received fungicide application, while the remainder was left untreated. The trial sites were located across Northern Spain at Tordómar, Elorz, Briviesca, Sos del Rey Católico, and Ejea de los Caballeros.

From the straightforward to the complex, from the destructive to the non-destructive, from the high precision to the low precision, and from the ground to aerial perspectives, measurements are taken using a variety of scientific equipment. For the destructive measurement revealed by the stable isotope analysis, such as δ13C and δ15N. The findings from stable isotopes showed interesting results in terms of the technique in explaining the plant status variation across the growing season. As, in the first study on nematodes, where the value of δ15N (x̄=4.02) in melon in 2016 and (x̄=3.68, p<0.05) in pepper in non-grafted ones which means that grafted melon performed better than non-grafted ones and was characterized by better assimilation of nitrogen and low stress from the attack of nematode. In contrast, in the second study, the δ13C value varied from (x̄=-26.00) in Elorz to (x̄=-27.08, p<0.001) in Ejea de los Caballeros, which indicated less water stress in the second location. The Dualex and SPAD (Soil Plant Analysis Development) leaf sensor instruments also produced significant results that allowed researchers to distinguish

between treatments, for example, where the value of flavonoids in the grafted plant was less than the non-grafted one or the value of Nitrogen Balance Index (NBI) in wheat treated by fungicide (Prosaro) (x̄=35.69) exceed their untreated one (x̄=34.56, p<0.01) in the Elorz site in the second study. In the first and second studies, canopy instruments like the GreenSeeker NDVI (Normalized Difference Vegetation Index) and RGB cameras were used to measure the whole canopy or plot. These instruments vegetation indicators or indexes produced good results that allowed for a comparison of the two different experimental treatments. For example, the Triangular Greenness Index (TGI) in the grafted plant (x̄=2600, p<0.001) in melon 2016 whereas the non-grafted plant (x̄ =1880). The second study demonstrated similar results, with treated wheat having a higher Green Area (GA) index than untreated wheat at least time in May and June in each location (p<0.001). Furthermore, aerial measurements were made using a standard RGB camera integrated into an Unmanned Aerial Vehicle (UAV) and showed similar outcomes for the RGB indices, as evidenced by the highest correlation between the vegetation indices at the ground and aerial levels in the case of TGI (r=0.817). This, however, was not the case for the experimental aerial NDVI modified camera, where the ground Greenseeker NDVI measurements made on Elorz 22 April (R2=0.700, p<0.001) had a better correlation with grain yield than the aerial measurements where he registered the best value at 12 May Tordómar (R2=0.231, p<0.001) made by the AgroCam GEO NDVI. In this sense, it is advisable to utilize a UAV for measuring RGB vegetation indices and the GreenSeeker for measuring the NDVI (or consider a better quality aerial NDVI sensor) due to the first’s advantages of quickly covering a larger area and the latter’s better results. All of these tools, which operate at various levels, not only enable the identification of biotic stress but also demonstrate the importance of adopting smarter agricultural practices, such as grafting methods to safeguard horticultural crops from nematode aggression and the development of new varieties of fungal-resistant wheat or the careful application of fungicides. The use of intelligent crop production systems and management strategies is crucial for the sustainability of crop production as well as the security of food harvests.

[spa] El principal objetivo detrás de la investigación de cultivos es garantizar la seguridad alimentaria. El cambio climático, que afecta a la mayoría de los cultivos y aumenta el riesgo de enfermedades y hambrunas, se aborda en esta tesis doctoral. La Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO) y las Naciones Unidas (ONU) comparten el objetivo de brindar seguridad alimentaria a todas las personas en la Tierra y acabar con el hambre a nivel mundial. Usando estrategias como reducir las pérdidas de cultivos, mantener una producción sostenible y aumentar el área de cultivo, se puede lograr este objetivo. La producción de alimentos se ve significativamente afectada por el cambio climático, que es el responsable directo de numerosos estreses tanto abióticos como bióticos. Dentro de la primera categoría caben destacar las elevadas temperaturas, la sequía y salinización del suelo. Las plagas, las enfermedades y otros factores estresantes bióticos son ejemplos del segundo tipo de estrés. Se pueden utilizar herramientas específicas para identificar las diversas formas de estrés y brindar orientación para su tratamiento. La teledetección aparece en este escenario como una tecnología no destructiva capaz de reconocer y señalar cultivos propensos a padecer estreses. La primera investigación que aborda esta tesis es el caso de cuatro cultivos hortícolas cultivados en suelo infestado con el nemátodo Meloidogyne incognita durante un período de cinco años entre 2016 y 2020. Se utilizaron dos tratamientos: plantas injertadas sobre porta injertos resistentes y plantas no injertadas. El segundo estudio involucró la evaluación de 40 accesiones (líneas avanzadas F8) de trigo harinero para detectar el impacto de enfermedades fúngicas y del efecto de la aplicación de fungicida (Prosaro). Para este segundo estudio se evaluaron este conjunto de accesiones cultivadas en cinco localidades distintas de centro/norte de España: Tordómar y Briviesca (Burgos), Elorz (Navarra) y Sos del Rey Católico y Ejea de los Caballeros (Zaragoza). De un abordaje sencillo a otro más complejo, de lo destructivo a lo no destructivo, de la alta precisión a la baja precisión, y desde el suelo a una perspectiva aérea, las mediciones se realizaron utilizando una variedad de equipos y metodologías científicas. Para la medición destructiva revelada por el análisis de isótopos estables, como δ13C y δ15N en materia seca de la planta. Los análisis de los isótopos estables mostraron resultados interesantes para explicar la variación del estado hídrico y nutricional de la planta a lo largo de la temporada de crecimiento. Al igual que en el primer estudio sobre nemátodos, donde el valor de δ15N en melón injertado (x̄=4,02‰) en 2016 es superior (p<0.05) al del melón no injertado

(x̄=3,68 ‰, p<0,05), lo que significa que el melón injertado se comporta mejor que el no injertado y se caracterizó por una mejor asimilación de nitrógeno posiblemente debido a un nivel de estrés por ataque del nematodo inferior. En el segundo estudio, el valor de δ13C nos permite evaluar las condiciones de humedad del cultivo durante la fase de llenado del grano, con valores que variaron (p<0.001) entre Elorz (x̄=-26,00‰) y Ejea de los Caballeros (x̄=-27,08‰), lo que indica un menor estrés hídrico en la segunda localidad, posiblemente asociado a mayor riego, junto con fuertes lluvias durante la fase reproductora en la segunda localidad. Los sensores portátiles de pigmentos foliares de hojas Dualex y SPAD, también produjeron resultados significativos que permitieron diferenciar entre plantas con injertadas con pies tolerantes a nemátodos y plantas no injertadas (primer estudio) y entre accesiones de trigo tratadas y no tratadas con fungicida (segundo experimento). Así por ejemplo los valores de flavonoides en plantas injertadas fueron menores que en el de las no injertada, o que el segundo estudio el valor del Nitrogen Balance Index (NBI) en trigo tratado con fungicida (x̄=35.69) fue superior (p<0.01) al de las mismas accesiones sin tratar (x̄=34.56) en el sitio de Elorz. En los dos estudios se utilizaron instrumentos de medida de verdor del dosel vegetal, como GreenSeeker NDVI (Índice normalizado de diferencia de vegetación) y cámaras RGB para medir en plantas entera, dosel vegetal o parcela elemental entera. Estos instrumentos, que miden índices de vegetación produjeron buenos resultados que permitieron comparar los dos tratamientos experimentales diferentes en ambos estudios. Por ejemplo, el Índice de Verdor Triangular (TGI) en la planta injertada de melón (x̄=2600) en 2016 fue superior (p<0.0001) al de la planta no injertada (x̄=1880). En segundo estudio también demostró que estos índices permiten diferenciar entre tratamientos, con trigo tratado con fungicida presentado un índice de área verde (GA) más alto (p<0,001) que el trigo no tratado al menos en mayo y junio en cada una de las cinco ubicaciones. Además, en el caso de los índices RGB, las mediciones aéreas se utilizando una cámara RGB estándar integrada en un vehículo aéreo no tripulado (UAV) mostraron resultados similares que en el caso de los índices RGB evaluados desde el suelo. Esta evidencia se evidencias al observar las elevadas correlaciones entre los índices RGB de vegetación nivel del suelo y desde el UAV; por ejemplo, r=0,817 en el caso del TGI. Sin embargo, los resultados de NDVI medidos desde el UAV con una cámara NDVI modificada (AgroCam GEO NDVI), produjeron unos resultados mucho peores que los obtenidos desde el suelo empleando el medidor de NDV Greenseeker. Así por ejemplo las medidas de NDVI realizadas desde el suelo 22 de abril en Elorz correlacionaron contra el rendimiento (R2=0.700, p<0.001) mucho mejor que el NDVI medido desde la UAV. De hecho, la mejor correlación alcanzada entre NDVI medido desde el UAV y el GY fue la medida del 12 de mayo en Tordómar (R2=0,231, p<0,001). En este sentido, el estudio concluye que es recomendable utilizar un UAV para medir los índices de vegetación RGB y el GreenSeeker para medir el NDVI (alternativamente considerar un sensor NDVI aéreo de mejor calidad) debido a las ventajas del primero (RGB desde un UAV) de cubrir rápidamente un área más grande y los mejores resultados del segundo (medir NDVI desde el suelo). Todas estas herramientas, que operan en varios niveles, no solo permiten identificar el estrés biótico, sino que también demuestran en el caso de los cultivos hortícolas la importancia de adoptar prácticas agrícolas más inteligentes, como métodos de injerto para proteger los cultivos hortícolas de la agresión de los nematodos y el desarrollo de nuevas variedades.