‘Drones’ para vigilar las malas hierbas
Fuente: CSIC
Un estudio internacional liderado por el Consejo Superior de Investigaciones Científicas (CISC) ha desarrollado un sistema que detecta el crecimiento de malas hierbas en cultivos extensivos mediante vehículos aéreos no tripulados. Los resultados del trabajo, publicados en la revista PLOS ONE, ayudarían a reducir el uso de herbicidas, ya que éstos podrían aplicarse de forma localizada en lugar de hacerlo en todo el campo. Este nuevo sistema aumentaría los beneficios agroeconómicos de los agricultores y evitaría la aplicación innecesaria de estos fitosanitarios.
Las malas hierbas presentes en los cultivos compiten por luz, espacio, agua y nutrientes con los cultivos y ello ocasiona importantes pérdidas económicas. Una de las herramientas más utilizadas en el control de malas hierbas en la agricultura extensiva actual es la aplicación de herbicidas no sólo en los rodales en los que se distribuyen las hierbas, sino en todo el campo de cultivo. “El 70% del campo no necesita tratamiento herbicida, por lo que aplicar los fitosanitarios de forma generalizada y sin tener en cuenta la localización de las infestaciones origina gastos y un impacto medioambiental innecesarios”, comenta la investigadora del CSIC Francisca López-Granados, del Instituto de Agricultura Sostenible.
El sistema desarrollado por López-Granados y su equipo genera imágenes multiespectrales de ultra alta resolución espacial y las analiza para detectar las zonas afectadas. “Gracias a los drones hemos obtenido imágenes con una gran resolución espacial, que combinadas con el uso de sensores remotos que captan en el espectro visible e infrarrojo cercano y con diferentes algoritmos de análisis de imagen, nos han permitido diferenciar las malas hierbas de las plantas de cultivo, que en fases tempranas de crecimiento tienen una apariencia muy similar. Y es en esos primeros estadios de crecimiento cuando hay que aplicar los herbicidas”, explica López-Granados.
Para validar los resultados de la nueva técnica, los investigadores han llevado a cabo un muestreo de campo, cuyos datos han coincidido con los recogidos por los vehículos aéreos no tripulados. El estudio ha sido realizado en un campo de maíz.
“Buscamos una tecnología automatizada y barata que esté disponible incluso en días nublados, que se pueda adaptar a las circunstancias y a numerosos objetivos agronómicos, medioambientales o de otra índole, que requieran cartografía del terreno”, concluye la investigadora del CSIC.
J.M. Peña, J. Torres-Sánchez, A.I. de Castro, M. Kelly, F. López-Granados. Weed mapping in early-season maize fields using object-based analysis of unmanned aerial vehicle (UAV) images. PLOS ONE. DOI: 10.1371/journal.pone.0077151
Últimas publicaciones
El grupo de investigación ‘Desarrollo y enfermedades musculares’ del Centro Andaluz de Biología del Desarrollo logra corregir alteraciones fisiopatológicas en modelos celulares de esta grave enfermedad neurodegenerativa mediante una combinación de compuestos comerciales.
Sigue leyendo
Un estudio de la Universidad de Córdoba explora el perfil sociodemográfico de las personas atraídas por estas populares rutas, caracterizadas por no disponer de una tarifa fija establecida, y analiza las motivaciones que les impulsan a participar en ellas. En cuanto a las principales motivaciones que llevan a los turistas a optar por este tipo de experiencias, el trabajo destaca la posibilidad de conocer barrios históricos, el propio recorrido y la amabilidad del guía.
Sigue leyendo
Un equipo de investigación de la Universidad de Cádiz ha creado REDIBAGG, un método que acelera el entrenamiento de modelos de inteligencia artificial hasta un 70%, al utilizar menos datos pero sin perder precisión. La técnica tiene potencial para analizar grandes volúmenes de información en campos tan diversos como la medicina, la industria o las finanzas.
Sigue leyendo
