La FAO estima que, para 2050, la demanda de alimentos, fibras y combustible se duplicará, lo que llevará a la comunidad científica a enfrentarse al reto de incrementar la productividad agrícola. Entre los principales factores vinculados con las pérdidas de producción, los más importantes son las plagas y las enfermedades agrícolas, que provocan pérdidas considerables en todo el mundo. Una de las enfermedades más extendidas del planeta de las que afecta a las hojas es la sigatoka amarilla (Mycosphaerella musicola), que es un factor importante que limita el cultivo de banano y está presente en todas las regiones bananeras del mundo.
En el contexto de la agricultura de precisión, el interés por las herramientas de teledetección está aumentando. En el campo de la teledetección, los vehículos aéreos no tripulados (UAV, por sus siglas en inglés) y el aprendizaje automático (AA) han revolucionado el tratamiento de datos a distancia. La tecnología UAV ofrece imágenes aéreas de alta resolución espacial, lo cual incrementa la precisión de los datos de entrada para los procesos computacionales, mientras que las herramientas de AA se encargan de la manipulación, interpretación y generación de resultados. Estas técnicas son la base de las cuatro fases de toma de decisiones durante el control del ciclo de una característica fenotípica única, que son: identificación, clasificación, cuantificación y predicción.
Un equipo de científicos de la Universidad Federal de Ceará (Fortaleza, Brasil) ha utilizado imágenes aéreas de alta resolución especial para controlar la gravedad del ataque de sigatoka amarilla en un cultivo de banano.
Los síntomas de un ataque de sigatoka amarilla en hojas de banano. Imágenes aéreas obtenidas por el UAV Inspire 1.
"El gran volumen de datos de las imágenes captadas por el UAV fueron de gran importancia para los altos niveles de precisión de los algoritmos obtenidos en la identificación y clasificación de las manchas foliares en bananos. Las imágenes RGB de alta resolución especial obtenidas con el UAV resultaron ser potentes como datos de entrada para entrenar los algoritmos de clasificación supervisados", explican los científicos. "El nivel de detalle de las imágenes fue un factor fundamental para evaluar la gravedad de la enfermedad. La gravedad de un ataque de sigatoka amarilla se puede calcular mediante las imágenes aéreas tomadas por los UAV y el tratamiento digital de la imagen, y se puede considerar un método alternativo para estimar y cuantificar los daños hallados en el campo. Además, el sistema proporciona datos sobre las condiciones de humedad y temperatura, que ayudan a una mejor evaluación y un mejor control de la enfermedad".
Fuente: Vinícius Bitencourt Campos Calou, Adunias dos Santos Teixeira, Luis Clenio Jario Moreira, Cristiano Souza Lima, Joaquim Branco de Oliveira, Marcio Regys Rabelo de Oliveira, 'The use of UAVs in monitoring yellow Sigatoka in banana', 2020, Biosystems Engineering, vol. 193, págs. 115-125.