En un estudio de caso, los científicos detectaron la costosa infección en vides de cabernet sauvignon antes de que mostraran síntomas visibles al ojo humano.
por la NASA
El moho fulminante, las bacterias que pudren las raíces, los virus y otros patógenos de las plantas destruyen entre el 15 % y el 30 % de las cosechas mundiales cada año. La detección temprana puede marcar la diferencia entre un cultivo fallido y uno tratable.
Usando un instrumento científico aerotransportado desarrollado en el Laboratorio de Propulsión a Chorro de la NASA en el sur de California, los investigadores descubrieron que pueden detectar con precisión los signos sigilosos de una enfermedad de la uva que inflige miles de millones de dólares en daños a los cultivos anuales. La técnica de teledetección podría ayudar al monitoreo en tierra para este y otros cultivos.
En un par de nuevos estudios, los investigadores del JPL y la Universidad de Cornell se centraron en una enfermedad viral llamada GLRaV-3 (abreviatura de complejo 3 del virus asociado al enrollamiento de la hoja de la vid). Principalmente propagado por insectos, GLRaV-3 reduce los rendimientos y agria la fruta en desarrollo, lo que le cuesta a la industria del vino y la uva de EE. UU. unos $ 3 mil millones en daños y pérdidas anualmente. Por lo general, se detecta mediante una laboriosa exploración vid por vid y costosas pruebas moleculares. El primer estudio se publica en Phytopathology .
El equipo de investigación quería ver si podían ayudar a los productores a identificar las infecciones por GLRaV-3 de forma temprana y desde el aire mediante el uso de aprendizaje automático y el espectrómetro de imágenes infrarrojas/visibles en el aire de última generación de la NASA (AVIRIS-NG). El sensor óptico del instrumento, que registra la interacción de la luz solar con los enlaces químicos , se ha utilizado para medir y monitorear peligros como incendios forestales, derrames de petróleo, gases de efecto invernadero y contaminación del aire asociada con erupciones volcánicas.
Fue durante una campaña de 2020 para mapear las fugas de metano en California que la patóloga de plantas Dra. Katie Gold y su equipo aprovecharon la oportunidad para plantear una pregunta diferente: ¿Podría AVIRIS-NG descubrir infecciones encubiertas de cultivos en una de las regiones productoras de uva más importantes del estado? ?
“Al igual que los humanos, es posible que las plantas enfermas no muestren síntomas externos de inmediato, lo que hace que la detección temprana sea el mayor desafío que enfrentan los productores”, dijo Gold, profesor asistente en la Universidad de Cornell y autor principal de los nuevos estudios. En el caso del virus del enrollamiento de la hoja de la vid, puede pasar hasta un año antes de que una vid muestre los signos reveladores de la infección, como follaje descolorido y frutos atrofiados. Sin embargo, a nivel celular , el estrés está en marcha mucho antes de eso, cambiando la forma en que la luz solar interactúa con el tejido vegetal.
Ventaja aérea
Montado en el vientre de un avión de investigación, AVIRIS-NG observó aproximadamente 11 000 acres de viñedos en Lodi, California. La región, ubicada en el corazón del Valle Central de California, es un importante productor de las uvas de vino premium del estado.
El equipo introdujo las observaciones en modelos informáticos que desarrollaron y entrenaron para distinguir infecciones. Para ayudar a verificar los resultados, los colaboradores de la industria exploraron más de 300 acres de viñedos desde el suelo en busca de síntomas virales visibles mientras recolectaban muestras de vid para pruebas moleculares.
Gold señaló que fue un proceso que requería mucha mano de obra y que se llevó a cabo durante una ola de calor en California. “Sin el arduo trabajo de los productores, los colaboradores de la industria y los equipos de exploración, nada de lo que logramos hubiera sido posible”, dijo. Esfuerzos similares continuarán bajo el Consorcio Acres de la NASA, del cual Gold es un científico principal.
Los investigadores descubrieron que podían diferenciar vides no infectadas e infectadas tanto antes como después de que presentaran síntomas, y los modelos con mejor rendimiento lograron una precisión del 87 %. La detección temprana exitosa de GLRaV-3 podría ayudar a proporcionar a los productores de uva una advertencia de hasta un año para intervenir.
En un artículo complementario publicado en el Journal of Geophysical Research: Biogeosciences , los investigadores dijeron que su estudio de caso muestra cómo las capacidades emergentes en el aire y el espacio pueden respaldar los esfuerzos de vigilancia de patógenos en tierra. Estas capacidades incluyen próximas misiones como Biología y Geología de Superficie (SBG) de la NASA, parte de la flota de misiones que compondrán el Observatorio del Sistema Terrestre de la agencia. Dijeron que SBG proporcionará datos que podrían usarse en combinación con el aprendizaje automático para la toma de decisiones agrícolas a escala global.
Fernando Romero Galván, candidato a doctorado y autor de ambos estudios, señaló que las prácticas agrícolas sostenibles son más importantes que nunca frente al cambio climático. “Creo que estos son tiempos emocionantes para la detección remota y la detección de enfermedades de las plantas”, dijo. “Las soluciones escalables pueden ayudar a los productores a tomar decisiones de gestión de cultivos sostenibles basadas en datos”.
“Lo que hicimos con este estudio se enfoca en un área de California para una enfermedad”, dijo el coautor Ryan Pavlick, tecnólogo de investigación en JPL. “La última visión que tenemos es poder hacer esto en todo el planeta para muchas enfermedades de los cultivos y para los productores de todo el mundo”.
Más información: Fernando Romero Galvan et al, Detección temprana escalable de la infección por el virus de la vid con espectroscopia de imágenes en el aire, Fitopatología (2023). DOI: 10.1094/PHYTO-01-23-0030-R
Gloire Rubambiza et al, Toward Cloud‐Native, Machine Learning Base Detection of Crop Disease With Imaging Spectroscopy, Journal of Geophysical Research: Biogeosciences (2023). DOI: 10.1029/2022JG007342
