El investigador y magister en geomática de la Universidad Nacional, William Alfonso León Rueda, desarrolló un algoritmo que puede identificar a tiempo, en cultivos de papa, una enfermedad causada por el hongo Verticillium, y que a los agricultores se le dificulta reconocer ¿Cómo funciona?
De acuerdo con la agencia de noticias UNAL, la marchitez temprana es una enfermedad causada por el hongo Verticillium, que daña y decolora las hojas y afecta tanto el tránsito de agua y nutrientes como la calidad de la papa.
Dicho microorganismo se propaga por los suelos a través de esporas, células que se desprenden de zonas en donde ya hubo una afectación; luego se instala en las raíces de la planta y poco a poco infecta sus partes más internas. El tiempo en que se daña el cultivo varía según la región, de las condiciones ambientales y el monitoreo.
El científico colombiano hizo su investigación en los municipios de Mosquera y Subachoque para implementar la tecnología que detecta este problema.En este proceso utilizó imágenes de drones, cámaras multiespectrales y un espectrorradiómetro fijo para tener un panorama del comportamiento de la enfermedad y probar algoritmos de aprendizaje de máquina y determinar si era posible identificarla.
Te puede interesar: Científicos de la UNSW Sydney crean tejido humano ¿Cuál sería su uso?
“Un cultivo de papa normal completa su ciclo de producción entre 160 y 180 días, pero cuando la enfermedad ataca, a partir del día 60 se ve un marchitamiento de las hojas, sin flujo eficiente de nutrientes, y 80 días después de la siembra se observan síntomas severos”,asegura León.
De acuerdo con la Nacional el algoritmo puede identificar el hongo en intervalos de tiempo cortos, lo que contrasta con la dificultad que tiene el personal técnico encargado de los monitoreos fitosanitarios del cultivo.
Además del uso de los algoritmos y las imágenes multiespectrales, los investigadores realizaron recorridos en los cultivos usando una escala para esta enfermedad creada en 1968, la cual maneja 4 niveles de identificación de la marchitez temprana, que sirvió para constatar que, en efecto, la inteligencia artificial encontró el nivel de daño cuantificado como área afectada y sí fue capaz de clasificar el grado de enfermedad.
“En un invernadero del campus de la Universidad en Bogotá, en donde teníamos las plantas en un ambiente controlado y que permitía tener todo lo necesario para el estudio, se logró hasta un 90 % de efectividad después de utilizar un espectrorradiómetro, que captura la ‘huella dactilar’ del cultivo, llamada firma espectral, lo cual permite determinar si la enfermedad está ocurriendo y avanzando en cada planta”, asegura el experto.
Te puede interesar: Biopsias serían hechas por estos micro-robots blandos, ¿Cuál es su potencial médico?
Aunque este porcentaje varía en campo aún sigue teniendo una precisión de hasta el 80 %, que no se había reportado antes. Las imágenes se tomaron en distintos momentos del cultivo, iniciando en 20 días antes de la floración, cuando el cultivo ya tenía una muestra importante de la enfermedad; el método ayudaría a que no sea muy tarde para controlarla.
Los algoritmos utilizados fueron “Bosques aleatorios”, “Máquinas de soporte vectorial”, “Redes neuronales” y “Adaboost”, que se van “alimentando” de las imágenes tomadas por los drones, las cámaras multiespectrales y el espectrorradiómetro. No hubo grandes diferencias en la precisión entre cada uno.
“Algunos parámetros se deben revisar mejor, como por ejemplo el hecho de que otras enfermedades en los cultivos se puedan confundir con la marchitez temprana, o que la muestra del cultivo no sea la más representativa”, indica el magíster.
Imagen: Universidad Nacional
