La monitorización a gran escala de la dinámica espacial y temporal de los síntomas de la enfermedad causados por Xylella fastidiosa es clave para reducir su expansión y mitigar sus impactos. A pesar de la intensa vigilancia oficial de la presencia de X. fastidiosa en Apulia (sur de Italia), la evaluación de su impacto sobre el paisaje sigue siendo difícil. Las imágenes de Sentinel-2 y otros sensores satelitales son un método novedoso para evaluar la condición de la vegetación en grandes superficies de terreno. Con el objetivo de evaluar las posibilidades de estas metodologías en el mapeo de daños causados por X. fastidiosa, se diseñó un modelo basado en los cambios que sufren los campos de olivos afectados por el patógeno. Los análisis in situ realizados en los campos de olivos confirmaron que este nuevo método basado en imágenes de satélite y series meteorológicas proporcionaron una buena estimación de la gravedad del daño causado por la bacteria. A partir de fotografías aéreas tomadas el verano de 2013 de la región de Apulia, las imágenes posteriores de 2015 y 2018 permitieron determinar cuántos olivos habían muerto o presentan daños graves de la enfermedad. Se empleó una red neuronal convolucional de la región de estudio, con la que se obtuvo una buena capacidad de identificación con precisión suficiente para identificar individualmente las copas de los olivos, independientemente de su tamaño, forma, proximidad a los árboles próximos o resolución de la imagen. Estos resultados proporcionan una visión inédita hasta la fecha de la propagación de X. fastidiosa en Apulia durante los últimos cinco años. Esta metodología es una herramienta muy útil para monitorizar de forma sistemática el daño causado por la bacteria en los campos y estimar la cantidad de olivos muertos. Ilustra también cómo la teledetección puede proporcionar datos cuantitativos para abordar el daño medioambiental y económico causado por X. fastidiosa.
En otro estudio se evaluó el uso de imágenes del Sentinel-2 junto con un enfoque de transferencia radiactiva (RT) para seguir la epidemia causada por X. fastidiosa en olivos. Se utilizó una serie temporal de imágenes de Sentinel-2 recopiladas durante dos años para describir la dinámica temporal de los campos de olivos infectados con X. fastidiosa en Apulia. Se emplearon imágenes hiperespectrales aéreas para la validación junto con estudios visuales a pie de campo sobre más de 3000 árboles con diferentes niveles de incidencia y severidad de la enfermedad. Sobre la base de los modelos de simulación y las observaciones de campo, se realizó una evaluación de la sensibilidad de las imágenes de Sentinel-2 a las alteraciones producidas por la infección de X. fastidiosa en los olivos. Los resultados de este estudio demostraron que la monitorización de la infección por X. fastidiosa basada en los datos de Sentinel-2 requiere del uso de índices de vegetación autocorregidos y modelos de RT. Por otra parte, tanto los modelos de simulación como las observaciones de campo mostraron que la estacionalidad de la vegetación arvense presente en las parcelas tiene un impacto significativo en los valores de incidencia de la enfermedad detectados con las imágenes de Sentinel-2. Por lo tanto, la metodología propuesta puede proporcionar indicadores espacio-temporales útiles para monitorizar el daño causado por las infecciones por X. fastidiosa en áreas de grandes dimensiones.
Martínez Sanchez L, Scholten R, Hornero A, Navas-Cortés JA, Zarco-Tejada PJ, Beck PSA (2019) Monitoring the impact of Xylella on Apulia’s olive orchards using Sentinel-2 satellite data and aerial photographs. Book of Abstracts Second European conference on Xylella fastidiosa, Ajaccio, Corsica.
Hornero A, Hernández-Clemente R, North PRJ, Beck PSA, Boscia D, Navas-Cortés JA, Zarco-Tejada PJ (2019) Spatiotemporal monitoring of Xylella fastidiosa in olive trees using radiative transfer models and Sentinel-2 images. Book of Abstracts Second European conference on Xylella fastidiosa, Ajaccio, Corsica.