Un método que utiliza software libre y un dron con cámara de bajo costo ha permitido seleccionar plantas de maíz resistentes a la sequía.
Por André Julião, FAPESP
Esta herramienta contribuye a la selección de plantas que resisten mejor el estrés hídrico, uno de los impactos del cambio climático en la agricultura.
Los resultados de los experimentos fueron publicados en un artículo en el Plant Phenome Journal .
Los autores están asociados al Centro de Investigación en Genómica para el Cambio Climático (GCCRC), un Centro de Investigación en Ingeniería (ERC) de la Universidad Estatal de Campinas (UNICAMP), en el estado de São Paulo, Brasil.
«Los experimentos con plantas genéticamente modificadas son costosos. Este método nos permitió evaluar la tolerancia de las plantas a la sequía en un área relativamente pequeña, utilizando software gratuito y una cámara RGB más sencilla que capturó los parámetros del experimento con mayor eficacia que la cámara multiespectral, más costosa», afirma Helcio Duarte Pereira, investigador del GCCRC.
El método permitió una recopilación de datos optimizada, más rápida y económica. Los métodos convencionales requieren mediciones manuales, a veces con equipos costosos y procesos lentos. Además, algunas características solo pueden medirse al final del ciclo de vida de la planta . Con el dron, el trabajo que de otro modo llevaría días se puede realizar en pocas horas, lo que permite evaluar las plantas en diferentes etapas de crecimiento.
Este enfoque también permite seguir el desarrollo de las plantas a lo largo de su ciclo de crecimiento. «El análisis continuo, en las diferentes etapas del ciclo de vida de las plantas, fue esencial para comprender cómo responden al estrés hídrico, además de permitir predecir su comportamiento en otras zonas», explica Juliana Yassitepe, investigadora del GCCRC y de Agricultura Digital de EMBRAPA, quien coordinó el estudio.
Parámetros de estrés hídrico
Durante la temporada seca de 2023, entre abril y septiembre, los investigadores realizaron una serie de vuelos en un sitio experimental en Campinas. El sitio se sembró con 21 variedades de maíz: tres convencionales y 18 genéticamente modificadas para sobreexpresar genes potencialmente asociados con la resistencia al estrés hídrico.
En el experimento, la única diferencia de tratamiento entre las plantas fue que la mitad recibió riego durante todo su ciclo de vida, mientras que la otra mitad estuvo sometida a sequía.
Cada vuelo duró 10 minutos y generó 290 imágenes. Los investigadores seleccionaron 13 vuelos realizados con la cámara multiespectral, que captura espectros no visibles como el infrarrojo, y 18 con la cámara RGB, mucho más económica, que captura tres colores o bandas: rojo, verde y azul.
Las imágenes se analizaron mediante software gratuito que permitió cruzar las bandas obtenidas. Para determinar qué indicaban las diferencias de color en las imágenes, los investigadores realizaron una serie de mediciones convencionales de las plantas en el suelo. A partir de ahí, pudieron definir los parámetros de estrés hídrico y calibrar los modelos predictivos.
Los resultados presentados a partir de las imágenes de la cámara más barata demostraron ser más confiables y precisos, lo que hizo que la tecnología fuera accesible para programas de mejoramiento a gran escala.
Además de reducir los costos operativos, el método permite realizar estudios en áreas más pequeñas, lo cual es especialmente útil en proyectos con recursos limitados. «No siempre tenemos suficientes semillas para sembrar en áreas muy extensas, lo cual supone un obstáculo en este tipo de investigación», afirma Yassitepe.
Los investigadores también señalan que los vuelos más bajos del dron le permiten obtener imágenes de alta resolución, lo que se justifica en áreas experimentales más pequeñas, ayudando a obtener datos más precisos .
Finalmente, aunque no es el objetivo principal del grupo, el avance abre la puerta a que otros grupos de investigación o startups desarrollen aplicaciones dirigidas directamente a productores o empresas de cría.
«Existen aplicaciones en el mercado que permiten, por ejemplo, evaluar la clorofila de la planta y así determinar los niveles de nitrógeno. Esto permite ajustar la fertilización según sea necesario», afirma Pereira.
Para Yassitepe, los índices evaluados en el estudio pueden servir como base para el desarrollo de aplicaciones que realicen mediciones automatizadas del estrés hídrico en diferentes cultivos agrícolas o forestales.
Más información: Helcio Duarte Pereira et al., Fenómica temporal de campo de eventos de maíz transgénico sometidos a estrés hídrico: Escenarios de validación cruzada y modelos de aprendizaje automático, The Plant Phenome Journal (2025). DOI: 10.1002/ppj2.70015
