Research Articles IA bajo tierra: predicción del crecimiento de tubérculos con imágenes obtenidas con drones

Tubérculos, como yuca, zanahoria y papa, son notablemente buenos para esconder enfermedades o deficiencias que pueden afectar su crecimiento. Aunque las hojas se vean verdes y sanas, los agricultores pueden encontrar sorpresas desagradables al momento de cosechar sus cultivos.

Esto también representa un problema para los fitomejoradores, que deben esperar meses o años antes de saber cómo responden los cultivos a los cambios de temperatura o sequía. No saber qué nutrientes o condiciones de cultivo necesita la planta en etapas tempranas también merma la productividad.

Una nueva investigación utilizando aprendizaje automático para ayudar a predecir el crecimiento de las raíces y su salud mediante imágenes tomadas sobre la superficie del suelo. El 14 de junio, se publicó en Plant Methods.

“Uno de los grandes misterios para los fitomejoradores es saber si lo que sucede sobre la superficie del suelo se corresponde con lo que sucede debajo”, comentó Michael Selvaraj, uno de los coautores de la Alianza de Bioversity International y CIAT.

“Ello representa un gran problema para todos los científicos. Se necesitan muchos datos: follaje de la planta, altura, otras características físicas que toman mucho tiempo, energía y ensayos, para captar qué sucede en realidad debajo del suelo y qué tan saludable está verdaderamente el cultivo”, dijo Selvaraj, quien es fisiólogo vegetal.

Mientras los drones están cada vez más baratos y el hardware para capturar imágenes físicas a través de ensayos de cultivos se ha vuelto más fácil de usar, analizar inmensas cantidades de información visual y destilarla en datos útiles para los fitomejoradores representa un importante cuello de botella.

Usando imágenes de drones, la plataforma Pheno-i ahora puede combinar datos de miles de imágenes de alta resolución y analizarlas mediante aprendizaje automático para producir una hoja de cálculo. Esto muestra a los científicos con exactitud cómo están respondiendo las plantas a los estímulos en el campo en tiempo real.

Ahora, los fitomejoradores pueden responder de inmediato, utilizando la tecnología, para aplicar fertilizantes, en caso de que falte un nutriente en particular, o agua. Los datos también permiten a los científicos descubrir rápidamente qué cultivos son más resistentes a cuáles crisis climáticas, para que puedan aconsejar a los agricultores que siembren variedades más resilientes al calor o a la sequía.

Estamos ayudando a los fitomejoradores a seleccionar más rápido las mejores variedades de tubérculos y que así puedan desarrollar variedades con mejor rendimiento y más adaptadas al clima para los agricultores.

Los drones solo son un dispositivo de hardware, pero cuando se unen con esta plataforma rápida y precisa de análisis, podemos proporcionar datos útiles y procesables para acelerar la productividad de los cultivos,” dijo Selvaraj.

“El software de análisis automatizado de imágenes y los modelos de aprendizaje automático desarrollados a partir de este estudio son prometedores y podrían aplicarse a otros cultivos distintos de la yuca para acelerar el trabajo de fenotipado digital dentro del marco de investigación de la Alianza”, comentó Joe Tohme, Director de Investigación de Cultivos para la Nutrición y la Salud de la Alianza.

Leer el full article.