Campo. Utilizan drones para detectar enfermedades en cultivos bonaerenses

El objetivo es generar una solución tecnológica de bajo costo y alta capacidad de cobertura espacial para productores y productoras, que les permita acelerar el proceso de identificación de las enfermedades fúngicas, lo cual tendría impacto directo en términos económicos y ambientales.

La iniciativa obtuvo el financiamiento de la convocatoria "Red de Investigación y Desarrollo en Ejes Estratégicos de la Provincia de Buenos Aires" (RIDEE), impulsada por la Comisión de Investigaciones Científicas (CIC), dentro del eje "Maquinaria Agrícola y Transformación Digital".

En Argentina los cereales de invierno más cultivados son el trigo (15 millones de toneladas previstas para el ciclo 2023/2024) y la cebada (4,3 millones de toneladas). La Provincia de Buenos Aires concentra buena parte de la producción nacional: 43% en el primer caso y 90% en el segundo.

Las principales causas de pérdidas de rendimiento y calidad de los cultivos son las mencionadas enfermedades. Las investigadoras e investigadores de la UNCPBA afirman que si son detectadas y cuantificadas a tiempo, se pueden prevenir o minimizar las pérdidas, reduciendo además la probabilidad de llevar esos patógenos a nuevas zonas.

Alta precisión

Para detectar enfermedades en cultivos de grandes extensiones, de forma precisa y certera, el proyecto plantea utilizar imágenes RGB captadas por drones de uso comercial. Pero para esto, es necesario investigar qué correspondencia existe entre las imágenes tomadas y las firmas espectrales de cada cultivo (sano o enfermo).

Las firmas espectrales refieren a la intensidad de luz reflejada en cada color por cualquier tipo de superficie, siendo diferentes para cada una de ellas. Es como si fueran su huella dactilar. Así, en particular, a cada enfermedad como a cada cultivo, le corresponde una determinada firma espectral. Pero hasta el momento no existe una forma de detectarlas de forma masiva, sencilla, económica y accesible a productores y productoras.

Por otro lado, las imágenes RGB están compuestas por tres bandas de colores: rojo, verde y azul (en inglés es Red, Green y Blue, de ahí su nombre). "Esas tres bandas son suficientes como para que nosotros percibamos toda la gama de colores. Nosotros en la computadora vemos 24 bits de colores, 256 variaciones de rojo, de verde y de azul, y las combinaciones de eso nos da la sensación de ver un montón de colores. Pero no deja de ser producido a partir de una combinación de esos tres colores", explicó Alberto Lencina, doctor en Física, docente de la Facultad de Agronomía de la UNCPBA y director de la investigación.

"Lo que nosotros queremos explorar es cómo de la combinación de esos tres colores se puede llegar a un espectro, que es lo que nosotros medimos en los cultivos. Entonces si podemos establecer una correspondencia entre RGB y espectro, vamos a poder definir en qué zona de colores tenemos que buscar una determinada enfermedad", afirmó.

El proyecto reúne expertos en diferentes especialidades de la física, agronomía, programación y computación provenientes de la Facultad de Agronomía, la Facultad de Ciencias Exactas, y de los institutos Pladema e Intia, y también de la Facultad de Ciencias Agrarias y Forestales de la Universidad Nacional de La Plata.

"El desafío de todo esto es hacerlo con cosas lo más baratas y accesibles posibles. Porque existen cámaras multiespectrales para medir espectros, pero son muy costosas. En cambio, un dron con una cámara común es más accesible", señaló Lencina.

Según estiman, empleando este sistema se podría reducir al menos un 50% la aplicación de fitosanitarios. "Hoy en día se aplica directamente a todo el cultivo por las dudas. Pero este tipo de enfermedades aparecen en manchones muy localizados. Entonces dependiendo de la sensibilidad que alcancemos, se podría hacer una detección muy temprana, y aplicar sólo en el área afectada", detalló.