El maíz crece alto con tallos relativamente delgados que, debido a la lluvia, el viento y otros fenómenos climáticos extremos cada vez más frecuentes, se caen, poniendo en riesgo toda la cosecha. La caída física, llamada alojamiento, requiere una evaluación inmediata, y es ahí donde los drones y las nuevas tecnologías pueden ser de gran ayuda.
El maíz es uno de los principales cultivos alimentarios del mundo y desempeña un papel fundamental en el comercio mundial y la seguridad alimentaria.
El cambio climático plantea varios riesgos para el maíz, incluido el acame. Por ejemplo, en China, las fuertes lluvias provocadas por los tifones se producen principalmente en verano, coincidiendo con el rápido crecimiento del maíz. El estrés por acame altera la estructura del dosel de una población y la superposición de hojas influye en la actividad fisiológica de la planta. Por lo tanto, un diagnóstico rápido del estrés por acame y el seguimiento de los cambios en las series temporales pueden ayudar a comprender su impacto en la recuperación del crecimiento del maíz.
El método tradicional de medir el acame de cultivos implica que los técnicos agrícolas realicen estudios de campo para evaluar la incidencia, los ángulos y los tipos de acame. Este enfoque es subjetivo, requiere una gran cantidad de especialistas y una gran inversión de tiempo.
Los avances en la tecnología de teledetección en la agricultura están abriendo nuevas oportunidades para el seguimiento y la evaluación sobre el terreno.
Con la ayuda de la tecnología de teledetección, se puede monitorear y evaluar exhaustivamente el proceso de crecimiento de los cultivos, el área de plantación, el rendimiento, las enfermedades y plagas de insectos, etc. En comparación con las observaciones de campo tradicionales, este método ofrece ventajas significativas, como una cobertura más amplia, una mayor resolución espacial y temporal, una mayor eficiencia de monitoreo y costos reducidos.
El principio del monitoreo por teledetección en la agricultura es utilizar plataformas como satélites y vehículos aéreos no tripulados (UAV) para recopilar información espectral que refleje el estado de crecimiento de los cultivos.
Los efectos del estrés por acame sobre el crecimiento de los cultivos son complejos y a menudo varían entre cultivos, etapas de crecimiento y variedades genéticas específicas. El acame no sólo cambia la estructura espacial de las plantas de maíz, sino que también provoca que las hojas del maíz se inclinen y se cubrieran mutuamente. Este fenómeno ha provocado cambios significativos en la estructura del dosel de las poblaciones de maíz, afectando profundamente la fotosíntesis, el intercambio de gases y el transporte de auxinas de las plantas.
Un método de monitoreo remoto rápido y no destructivo llamado imágenes hiperespectrales basado en vehículos aéreos no tripulados (UAV) puede evaluar con precisión la recuperación del maíz sin el tiempo o el gasto de inspeccionar físicamente los cultivos, dijo un equipo de investigadores de China. El equipo publicó su enfoque en el Journal of Remote Sensing.
«La tecnología de imágenes hiperespectrales basada en vehículos aéreos no tripulados está revolucionando la forma en que monitoreamos y evaluamos la recuperación de cultivos enterrados», dijo el primer autor Qian Sun, becario postdoctoral en la Universidad de Yangzhou. – Este método avanzado permite una evaluación rápida y no destructiva de la salud y el crecimiento de las plantas. Esto no sólo ayuda a comprender mejor la salud de las plantas, sino que también mejora las prácticas generales de manejo de cultivos, lo que podría conducir a intervenciones más efectivas y una mejor producción agrícola”.
Los estudios hiperespectrales basados en vehículos aéreos no tripulados implican el uso de vehículos aéreos no tripulados que pueden volar con intervención humana limitada y estudiar el campo. Para cada píxel de una imagen, el método identifica múltiples bandas espectrales, una comprensión mucho más detallada que la visión humana, que ve sólo tres bandas de luz visible.
Los investigadores utilizaron imágenes hiperespectrales basadas en vehículos aéreos no tripulados para estimar la altura y la cobertura del dosel, así como las actividades fisiológicas del maíz, como la producción de clorofila, evidencia de la fotosíntesis, un proceso de producción de energía que puede reducirse si los tallos se acortan o las hojas se cubren. por otras plantas después del acame. Este enfoque doble es necesario para una evaluación precisa, dicen los investigadores, porque medir solo una variable proporciona una imagen incompleta del progreso del rebrote del maíz.
«Esta técnica puede monitorear y evaluar con mayor precisión las condiciones de alojamiento de los cultivos en comparación con los métodos tradicionales», dijo el coautor Xiaohe Gu, profesor del Centro de Investigación de Tecnología de la Información de la Academia de Ciencias Agrícolas y Forestales de Beijing. «Específicamente, este estudio propone un sistema de evaluación integrado que integra la estructura del dosel y la actividad fisiológica, proporcionando un medio preciso y eficiente para evaluar la tasa de recuperación del maíz acame». Nuestro enfoque de imágenes evalúa con precisión tanto la altura del dosel como la actividad fisiológica, brindando información a los agricultores que luego pueden realizar ajustes en los cultivos para promover la recuperación”.
«El objetivo final es revolucionar las prácticas agrícolas mediante la adopción generalizada de tecnología hiperespectral basada en vehículos aéreos no tripulados», dijo el coautor Liping Chen, profesor del Centro de Investigación de Tecnología de la Información de la Academia de Agricultura y Silvicultura de Beijing. «Al hacer de esta herramienta de vanguardia un componente estándar del monitoreo de cultivos, nuestro objetivo es mejorar significativamente la precisión y eficiencia de las evaluaciones de recuperación y salud de las plantas». Esto permitirá a los agricultores y agrónomos gestionar mejor los cultivos, optimizar las intervenciones y, en última instancia, mejorar los rendimientos y la productividad”.
Otros coautores del estudio son Baoyuan Zhang, Xuzhou Qu y Yanlin Cui del Centro de Investigación de Tecnología de la Información de la Academia de Agricultura y Silvicultura de Beijing, y el coautor Meiyan Shu de la Facultad de Ciencias de la Información y Gestión de la Universidad Agrícola de Henan.
Fuente: Revista de Teledetección. Los investigadores utilizaron un vehículo aéreo no tripulado para realizar un estudio de experimentos de alojamiento de maíz en la provincia de Hebei. Crédito de la foto: Qian Sun, Universidad de Yangzhou.
