- Los drones empleados en la investigación de Jesús Antonio Sosa han sido equipados con cámaras multiespectrales y térmicas
- La mayoría de las aplicaciones de drones en la agriculturaopera con índices estándares que no necesariamente van a detectar la presencia de una plaga
Jesús Antonio Sosa Herrera, especialista del Centro de Investigación en Geografía y Geomática (Centrogeo) en Aguascalientes, propone el uso de vehículos aéreos no tripulados o drones que, equipados con cámaras multiespectrales y térmicas, serían herramientas tecnológicas de precisión para la detección temprana de plagas en cultivos.
El investigador -adscrito al programa de Cátedras Conacyt- trabaja actualmente en un programa matemático que servirá para diseñar una metodología en plantíos de café y cocoteros. Este proyecto tiene su origen en un estudio del Centrogeo, financiado por el Consejo Nacional de Ciencia y Tecnología (Conacyt) y la Fundación México-Estados Unidos para la Ciencia (Fumec), que exploró el uso de drones en la agricultura de precisión.
Sosa Herrera explicó que trabajó con dos tipos de drones: “El de ala fija permite cubrir extensiones más o menos considerables pero, como depende mucho de la velocidad que tiene el aparato, no es posible sacar fotos muy cerca y entonces la resolución que tienes es menor; el otro tipo de dron es el de multirrotor, y en este la ventaja es que la velocidad de desplazamiento puede ser estática, entonces esto deja tomar fotografías con mayor precisión, pero el tiempo de vuelo y el área que cubre es menor”.
Por sus características, el dron de ala fija se empleará en este proyecto para una inspección rápida y general de los plantíos; posteriormente, se utilizará el multirrotor para una supervisión detallada sobre aquellas áreas en las que se hayan detectado anomalías. A futuro, se buscarán extrapolar los resultados con imágenes satelitales, acompañado de un muestreo estadístico para determinar la precisión que nos daría esta metodología en grandes áreas.
La ventaja es que con la imagen satelital tienes cubierta un área bastante grande, entonces extrapolar es suponer que en las variaciones que estamos encontrando puede haber un patrón que llegue a causar problemas en otras áreas que desde el satélite se ven más o menos con las mismas características. Esto no necesariamente tiene que ser así, pero puedes sacar una estadística y una posibilidad de que haya problemas en las áreas similares”, mencionó.
Los drones empleados en la investigación de Sosa Herrera han sido equipados con cámaras multiespectrales y térmicas, equipo que tiene la capacidad de detectar bandas del espectro electromagnético, que son emisiones de luz que el ojo humano y las cámaras convencionales no alcanzan a percibir, información que será procesada por un equipo de cómputo para tratar de elaborar un sistema de monitoreo dinámico.
“Vamos a tomar las primeras muestras en campo en cultivos de chile, la idea es llevar un seguimiento durante todo el desarrollo de cultivo, esto, para ver cuáles son las etapas por las que pasan las plantas cuando desarrollan este tipo de plagas. Si vamos tomando varias fotografías, para una temporada siguiente podríamos ver similitudes con las imágenes multiespectrales en los cultivos a una etapa temprana y así poder prevenir que aparezca la plaga en una extensión grande”, apuntó.
Toda esta información debe llevar un proceso, para ello se utilizarán técnicas de percepción remota y de procesamiento digital de imágenes, así como inteligencia artificial, a fin de determinar qué es lo que ocurre en cada etapa de crecimiento de los vegetales que serán observados; los datos se introducirán a un sistema software que detectará la presencia de plagas.
Sosa Herrera sostuvo que aunque en la actualidad hay varias aplicaciones de drones en la agricultura, la mayoría de ellas se limita a determinar la salud de la planta, opera con índices estándares que no necesariamente van a detectar la presencia de una plaga y no toma en consideración las causas del problema, por lo que factores como la humedad, el tipo de suelo y vegetación serán considerados para que el algoritmo sea eficiente.
Con información de la Agencia Informativa Conacyt
