Portugués 
Inglés 
Español 
5 min de lectura 
0 comentarios 
Científicos en Rusia validan un método para detectar enfermedades de plantas aún sin síntomas visibles. Imágenes hiperespectrales e inteligencia artificial prometen monitorear cultivos por satélites y drones con mayor precisión.
Investigadores de la Escuela de Ingeniería Avanzada “Ingeniería Digital” de la Universidad Politécnica de San Petersburgo, en Rusia, en colaboración con el Instituto Nacional de Protección de Plantas, desarrollaron un método para identificar enfermedades en cultivos agrícolas en la fase inicial. La técnica combina imágenes hiperespectrales e inteligencia artificial para detectar alteraciones invisibles al ojo humano, permitiendo una respuesta más rápida en el campo.
Los resultados se demostraron en el caso de la roya del trigo, una de las enfermedades más perjudiciales para los cereales. El estudio utilizó 864 imágenes hiperespectrales de plantas sanas e infectadas, proporcionando una base sólida para evaluar el rendimiento de los algoritmos.
De acuerdo con el Ministerio de Ciencia y Educación Superior de Rusia, la información sobre el avance fue publicada en el portal oficial de la cartera. El medio TV BRICS también reportó la investigación, reforzando la credibilidad y el potencial de aplicación del método en la agricultura de precisión.
-
Científicos reanimaron en laboratorio un virus de 48,500 años que estaba congelado en el permafrost de Siberia desde antes de la extinción de los neandertales, y aún era capaz de infectar organismos vivos después de decenas de milenios dormido en el hielo.
-
El portaaviones nuclear más antiguo aún en operación en el mundo está en pleno suelo brasileño realizando su último viaje antes de la jubilación, y dos aviones militares estadounidenses aterrizaron en Salvador y Fortaleza para apoyar la misión.
-
WhatsApp está a punto de acabar con una de las mayores molestias de la aplicación, pronto una sola pantalla mostrará todos los contactos en línea al mismo tiempo sin necesidad de abrir cada conversación individualmente para descubrir quién está disponible.
-
Científicos han descubierto que la Tierra recicla sus propios continentes en las profundidades, arrastrando pedazos de corteza hacia abajo durante choques entre placas y devolviéndolos después como magma, en un mecanismo llamado relaminación que ayuda a construir los continentes desde hace miles de millones de años.
Los autores destacan que la solución abre camino para sistemas de monitoreo remoto por satélite y drones, capaces de cubrir grandes áreas con un costo menor y agilidad superior. La propuesta busca reducir pérdidas, orientar el manejo y optimizar el uso de insumos en los cultivos.
Método basado en imágenes hiperespectrales e IA permite ver alteraciones invisibles y superar límites de enfoques remotos comunes
El desafío de las metodologías remotas tradicionales es la falta de detalles suficientes en imágenes convencionales para diagnosticar problemas en sus inicios. En cambio, la teledetección hiperespectral recoge firmas en centenas de bandas estrechas, capturando cambios fisiológicos sutiles en las plantas antes de cualquier síntoma visible.
Con algoritmos de aprendizaje automático, los investigadores procesan estos datos para separar patrones de plantas sanas e infectadas. Según el Ministerio ruso, esta combinación aumenta la sensibilidad del diagnóstico y anticipa intervenciones, favoreciendo el control rápido de patógenos.
Prueba con roya del trigo valida la propuesta con 864 imágenes de plantas sanas e infectadas en condiciones desafiantes
En la demostración, el equipo utilizó 864 imágenes hiperespectrales de muestras de trigo, cubriendo escenarios con y sin infección por roya. El volumen y la variedad de datos ayudaron a entrenar y probar los modelos de manera sólida, brindando respaldo estadístico a los resultados.
El investigador Aleksandr Fedotov, de la Escuela de Ingeniería Avanzada “Ingeniería Digital”, destacó el papel crucial de la preparación de los datos en el rendimiento. “El factor clave para la eficacia del método no fue la complejidad de los modelos, sino la preparación correcta de los datos, que permite que los algoritmos de aprendizaje automático distingan con precisión las plantas sanas de las infectadas, incluso en condiciones adversas”, explicó.
Según la Universidad Politécnica de San Petersburgo, la curaduría y el balanceo de las muestras, además del tratamiento de ruidos, fueron determinantes para la precisión. Este cuidado hace que el sistema sea más resiliente a variaciones de iluminación, humedad y etapa fenológica, comunes en el entorno agrícola real.
Al enfocar la roya del trigo, los científicos eligieron un objetivo con alto impacto económico y amplia distribución geográfica. La validación en este patógeno fortalece la perspectiva de ampliar el método a otras enfermedades y cultivos, siempre que se recoja una colección representativa de firmas espectrales.
De acuerdo con la información divulgada por el Ministerio de Ciencia y Educación Superior de Rusia y reportada por TV BRICS, la metodología está lista para transferencia a pipelines operativos. El próximo paso implica estandarizar sensores, protocolos de recolección y rutinas de actualización de los modelos para garantizar un rendimiento estable en el campo.
Aplicaciones en satélites y drones pueden escalar el monitoreo y reducir pérdidas en la agricultura de precisión
La tecnología abre espacio para sistemas que integran drones y satélites al diagnóstico precoz de enfermedades. Los drones ofrecen alta resolución espacial sobre parcelas específicas, mientras que los satélites cubren áreas extensas y permiten vigilancia continua durante toda la cosecha.
En la práctica, productores y cooperativas pueden identificar focos iniciales y actuar de forma localizada, reduciendo el uso de defensivos y los costos de operación. El análisis anticipado también protege la productividad, evitando que brotes avancen sin control y comprometan la cosecha.
Para la adopción a gran escala, los expertos indican consolidar flujos de datos, calibrar equipos y capacitar equipos para la interpretación de mapas espectrales. Con validación continua y extensiones para otras plagas y cultivos, el método tiende a integrarse al ecosistema de agricultura de precisión, reforzando la seguridad alimentaria y la sostenibilidad.
El tema divide opiniones y abre un debate sobre prioridades de inversión en el campo. La apuesta en satélites y drones debe venir acompañada de capacitación e infraestructura para no excluir a los pequeños productores. ¿Qué piensas, las tecnologías hiperespectrales y la IA son el mejor camino para enfrentar enfermedades en cultivos o faltan políticas para garantizar una adopción amplia y justa? Deja tu comentario y participa en la conversación.
-
1 persona reaccionó a esto.