El CSIC innova en la detección temprana de malas hierbas mediante drones
Fuente: CSIC
Investigadores del Instituto de Agricultura Sostenible del CSIC, en Córdoba, han mejorado su sistema para la detección temprana de malas hierbas mediante vehículos aéreos no tripulados. El nuevo método, basado en técnicas de análisis de imagen e inteligencia artificial, añade a la detección la discriminación de las malas hierbas dentro de las líneas de cultivo. El trabajo, publicado en la revista Expert Systems with Applications, podría ayudar a reducir el uso de herbicidas en toda la región de cultivo.
Según sus impulsores, el sistema puede dar una respuesta al agricultor “en un tiempo mínimo”. Los resultados muestran una precisión del 95% en cultivos de girasol y del 79% en maíz. “Además, las características óptimas que sirven para discriminar las malas hierbas coinciden en su mayoría para ambos cultivos”, indica la investigadora del CSIC María Pérez Ortiz.
Agricultura de precisión
Hasta ahora existían dificultades a la hora de crear mapas de malas hierbas a tiempo para un tratamiento optimizado con herbicidas. También era un problema la baja resolución de muchas de las plataformas aéreas que actualmente se emplean en teledetección.
“Uno de los retos actuales de la agricultura de precisión es la identificación temprana de malas hierbas, responsables de una gran reducción de la producción del cultivo. Normalmente, aunque se distribuyan en rodales, los herbicidas se aplican en todo el cultivo, lo que conlleva un perjuicio medioambiental y económico”, precisa Pérez Ortiz.
El proceso para obtener estos mapas, que se enmarca dentro de las líneas de trabajo del proyecto imaPing, consiste en adquirir primero las imágenes desde el aire mediante una cámara de alta resolución instalada en los drones; en segundo lugar, se lleva a cabo la segmentación de la imagen y el etiquetado. Y, finalmente, se aplica una técnica de clasificación que se engloba dentro de la inteligencia artificial.
En investigaciones anteriores, el grupo liderado por la investigadora del CSIC Francisca López-Granados obtuvo mapas de malas hierbas con precisiones similares. Esta vez, los científicos han abordado el problema de una forma nueva para poder detectar también las malas hierbas que están en la línea de cultivo, lo que en anteriores investigaciones no había sido posible.
Los investigadores han demostrado que el uso de este sistema “se adapta a la perfección al cambio en factores tales como la altura de vuelo, la iluminación, el cultivo y la cámara usada”. Esta adaptabilidad facilitaría la adopción de la técnica por parte de cualquier agricultor.
- María Pérez-Ortiz, José Manuel Peña, Pedro Antonio Gutiérrez, Jorge Torres-Sánchez, César Hervás-Martínez, Francisca López-Granados. Selecting patterns and features for between- and within- crop-row weed mapping using UAV-imagery. Expert Systems with Applications. DOI: 10.1016/j.eswa.2015.10.043
Últimas publicaciones
Un equipo de investigación de la Universidad de Málaga ha diseñado una herramienta digital que emplea inteligencia artificial para detectar patrones asociados a perfiles sanos y a situaciones de desequilibrio intestinal. El sistema analiza el conjunto de microorganismos virales que habita en el aparato digestivo con una precisión cercana al 87%.
Un grupo de investigación de la Universidad de Cádiz ha empleado residuos de esta variedad autóctona de Andalucía combinados con un plástico biodegradable de origen renovable para obtener un biocompuesto que fortalece la consistencia de materiales reabsorbibles, como grapas, suturas o tornillos. Después de realizar ensayos celulares, los expertos han demostrado la viabilidad de este producto, compuesto por un 10% de celulosa natural y un 90% de componente plástico.
En su 17ª edición, esta actividad de divulgación científica contará con encuentros que abordarán el trío de eclipses, ciencia e inteligencia artificial, emergencias climáticas, Generación del 27 y enfermedades autoinmunes, entre otros temas. Asimismo, se celebrarán Cafés tertulias, en los que podrán participar un mayor número de asistentes que en el formato habitual. Se pueden solicitar por correo electrónico cafeconciencia@fundaciondescubre.es hasta el 31 mayo de 2027.
Sigue leyendo
