Como explica el primer autor de este trabajo, Víctor Martínez, la judía común -‘Phaseolus vulgaris’- es una de las legumbres más producidas y consumidas en el mundo. Uno de los principales países productores y consumidores es Brasil, donde esta legumbre constituye una parte fundamental de la dieta.
Asimismo, la enfermedad de la mancha angular, causada por el hongo ‘Pseudocercospora griseola’ provoca que la producción de las plantas afectadas se vea reducida, lo que puede ocasionar pérdidas considerables en la productividad del cultivo. Aunque esta infección se puede tratar, una detección temprana es fundamental para reducir tanto el daño en las plantas como la efectividad y el coste del tratamiento.
El método propuesto por los investigadores consiste en una medida de
la reflectancia de la planta a diferentes longitudes de onda y en un
sistema de procesado basado en redes neuronales para, a partir de estos
datos, estimar el grado de severidad de la infección.“La enfermedad produce cambios físico-químicos en la planta que hacen que la respuesta a la luz incidente a diferentes longitudes de onda cambie. En algunos casos, esto es visible al ojo humano, pero en otros es complicado de detectar o cuantificar de manera objetiva”, apunta en declaraciones a DiCYT Martínez, quien destaca que los resultados que han obtenido con este método han sido muy positivos. “Usando un equipo de medida y el sistema de análisis propuesto, es posible detectar la enfermedad de manera objetiva, en un instante temporal lo más temprano posible y sin necesidad de que un experto analice las plantas”, subraya.
Según el investigador de la UVa, a través de este tipo de métodos automáticos se podría optimizar la productividad de los cultivos, detectar enfermedades en su estado inicial y sin la necesidad de contar con un especialista en la materia, y evaluar una mayor superficie de cultivos.
“El trabajo que hemos desarrollado es un primer paso a la hora de demostrar la viabilidad de un método automático para la estimación de enfermedades en plantas de leguminosas”, asegura.
Este trabajo tiene su origen en un convenio de colaboración suscrito por la UVa y la Universidad Federal de Viçosa. A través de este acuerdo se ha establecido una relación académica e investigadora entre los profesores de los del Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática de la UVa y los del Departamento de Ingeniería Agrícola de Viçosa. Gracias a una ayuda del Banco Santander, Víctor Martínez pudo realizar una estancia de dos meses para realizar la parte experimental de este estudio, que forma parte de su tesis doctoral y que surge de un proyecto de la universidad brasileña.
El equipo de la UVa, dirigido por el profesor Jaime Gómez Gil, trabaja desde hace varios años en el procesado de datos y en el aprendizaje automático o machine learning, basado en el análisis con redes neuronales y aplicado principalmente al sector agroindustrial. Paralelamente, los otros dos coautores del artículo, Marley L. Machado y Francisco A. C. Pinto, son ingenieros agrícolas con experiencia en el estudio de enfermedades y el cultivo del frijol, así como en análisis de reflectancia y de imagen.
No hay comentarios:
Publicar un comentario