
AVANCES EN EL PROYECTO TECNOTRUF
En GEOSLAB estamos trabajando en el proyecto TECNOTRUF, una iniciativa que aplica tecnología de última generación para mejorar la productividad de las plantaciones truferas.
¿Qué estamos investigando?
Nuestra labor se centra en el análisis de imágenes tomadas con una cámara hiperespectral instalada en un dron. Gracias a estas imágenes podemos calcular un indicador clave para el estado de los árboles: el Índice de Reflectancia Fotoquímica (PRI).
¿Por qué es importante el PRI?
El PRI refleja la eficiencia fotosintética de los árboles:
- 🌱 PRI alto → la planta está sana y aprovecha bien la luz.
- 🌵 PRI bajo → indica estrés por falta de agua, nutrientes o exceso de radiación.
Con esta información, los agricultores pueden ajustar riego, fertilización o manejo del cultivo en tiempo real.
¿Cómo lo hacemos?
1.- Captura de imágenes
El dron recoge más de 40.000 imágenes en 10 bandas diferentes, con un 70% de solape, lo que asegura una cobertura completa y precisa.
2.- Creación de ortomosaicos
De cada parcela generamos un ortomosaico para cada banda (una gran imagen unificada y corregida). Para calcular el PRI utilizamos las bandas 3 y 4, que muestran la reflectancia en dos rangos del verde (531 nm y 570 nm).
3.- Cálculo del PRI en QGIS
Aplicamos la fórmula matemática en la calculadora ráster de QGIS:
El resultado es una imagen de 5cm de resolución de píxel que muestra la eficiencia fotosintética de cada zona de la parcela.
4.- Identificación de las copas de encinas
Para centrarnos solo en los árboles y no en la vegetación del suelo, calculamos el NDVI (Índice de Vegetación de Diferencia Normalizada).
Este índice nos permite distinguir la vegetación activa y, a partir de él, extraemos los píxeles correspondientes a las copas de las encinas.
5.- Vectorización y recorte
Transformamos la información en polígonos vectoriales (copas individuales) y recortamos esas áreas sobre la imagen del PRI. Así obtenemos valores del índice solo en las copas de las encinas, aislando la información realmente útil.
6.- Resultados finales
El resultado son imágenes de alta resolución y precisión georreferenciadas que pueden ser de gran utilidad para la agricultura de precisión.
Estos datos se integran después con sensores de campo y análisis ecológicos para un seguimiento exhaustivo.
¿Qué conseguimos con esto?
Una herramienta práctica para:
✅ Optimizar el riego.
✅ Aplicar fertilizantes solo cuando es necesario.
✅ Detectar estrés de forma temprana.
✅ Mejorar la productividad de las truferas.
El proyecto cuenta con un presupuesto de 599.131 €, cofinanciado por el Fondo Europeo Agrícola de Desarrollo Rural (FEADER, 80%) y el Ministerio de Agricultura, Pesca y Alimentación (MAPA, 20%).