Agricultura Estados Unidos Tecnología agrícola y mecanización

Los drones son lo que sigue para los fitomejoradores

Los drones son lo que sigue para los fitomejoradores
Los drones se utilizan cada vez más en la agricultura. Un nuevo estudio demuestra sus beneficios para los mejoradores de soja. Crédito: Universidad de Illinois en Urbana-Champaign

Los fitomejoradores cultivan miles de variedades potenciales a la vez; hasta ahora, las observaciones de los rasgos clave se hacían a mano. 


por la Universidad de Illinois en Urbana-Champaign


En un nuevo estudio, se utilizaron con éxito vehículos aéreos no tripulados, o drones, para evaluar y predecir de forma remota el tiempo de madurez de la soja en pruebas de variedades potenciales. El uso de drones para este propósito podría reducir sustancialmente las horas-hombre necesarias para evaluar nuevos cultivos.

Cuando los fitomejoradores desarrollan nuevas variedades de cultivos, cultivan muchas plantas y todas deben ser revisadas. Repetidamente.

«Los agricultores pueden tener un campo de 100 acres sembrado con una variedad de soja, mientras que los mejoradores pueden tener 10,000 variedades potenciales plantadas en un campo de 10 acres. El agricultor puede determinar con bastante rapidez si la única variedad en un campo está lista para ser cosechada. Sin embargo, , los criadores tienen que recorrer los campos de investigación varias veces en el otoño para determinar la fecha en la que madura cada variedad potencial «, explica Brian Diers, criador de soja de la Universidad de Illinois.

«Tenemos que comprobarlo cada tres días», añade el estudiante de maestría Nathan Schmitz. «Se necesita una buena cantidad de tiempo durante una parte ajetreada del año. A veces hace mucho calor, a veces mucho barro».

Para facilitar las cosas, un equipo interdisciplinario que incluía criadores, informáticos, ingenieros y especialistas en información geográfica recurrió a vehículos aéreos no tripulados, comúnmente conocidos como UAV o drones .

«Cuando los drones estuvieron disponibles, nos preguntamos cómo podríamos aplicar esta nueva tecnología a la cría. Para este primer intento, intentamos hacer un par de cosas simples», dice Diers.

Uno de los objetivos era predecir el momento de la madurez de la cápsula utilizando imágenes de una cámara conectada al dron, junto con técnicas sofisticadas de análisis de datos e imágenes. «Usamos imágenes multiespectrales», explica Schmitz. «Establecimos una ecuación en el programa para detectar cambios en la frecuencia de la luz reflejada en la planta. Ese cambio de color es la forma en que diferenciamos una planta madura de una inmadura».

Los investigadores desarrollaron un algoritmo para comparar imágenes del dron con datos de madurez de la vaina medidos a la antigua, caminando por los campos. «Nuestras predicciones de madurez con el dron estaban muy cerca de lo que registramos mientras caminábamos por los campos», señala Diers.

Las predicciones hechas por el modelo lograron un 93 por ciento de precisión, pero Diers dice que podrían haberlo hecho aún mejor sin algunas de las limitaciones inherentes de los drones voladores. Por ejemplo, solo podían volarlo y obtener buenas imágenes en días soleados con poco viento.

Los drones son cada vez más reconocidos por su potencial para mejorar la eficiencia y la precisión en la agricultura, especialmente después de que las nuevas reglas de la FAA entraron en vigor en agosto de 2016, pero este es uno de los primeros estudios en utilizar drones para optimizar las prácticas de reproducción. Diers señala que la aplicación podría ser particularmente útil para las grandes empresas de mejoramiento, que prueban cientos de miles de posibles variedades anualmente. Si los obtentores pueden ahorrar tiempo y esfuerzo utilizando esta tecnología, se podrían desarrollar nuevas variedades y ponerlas a disposición de los agricultores en un plazo más rápido, una mejora bienvenida.

El artículo, «Desarrollo de métodos para mejorar la estimación del rendimiento de la soja y predecir la madurez de las plantas con una plataforma basada en vehículos aéreos no tripulados «, se publica en Remote Sensing of Environment . Además de Diers y Schmitz, Neil Yu, Liujun Li, Lei Tian y Jonathan Greenberg, todos de la Universidad de Illinois, son coautores.



WP Twitter Auto Publish Powered By : XYZScripts.com