El rendimiento del maíz podría anticiparse con mayor precisión mediante drones, imágenes aéreas e inteligencia artificial. Investigadores del INTA Pergamino desarrollaron modelos que permiten estimar variables vinculadas con la producción de biomasa.
La investigación busca transformar los métodos tradicionales de fenotipado. También apunta a reducir los tiempos de trabajo y mejorar la precisión de las evaluaciones a campo.
La Estación Experimental Agropecuaria Pergamino incorporó un Vehículo Aéreo No Tripulado equipado con tecnología multiespectral y térmica. La iniciativa forma parte del Programa Nacional de Ecofisiología y Agroecosistemas.
El objetivo es establecer protocolos para procesar datos obtenidos de manera remota. Estas herramientas pueden asistir directamente a los programas de mejoramiento genético de la región.
Javier Portillo, investigador del INTA Pergamino, explicó que el desarrollo surgió de un trabajo asociativo. Participaron las áreas de Sistemas de Información Geográfica, Ecofisiología de Cultivos y mejoramiento de girasol y maíz. La experiencia también se articula con otras estaciones experimentales mediante la Red Nacional de Drones del INTA.
Sensores para reducir el trabajo manual
Los programas de mejoramiento genético realizan tradicionalmente evaluaciones manuales sobre los ensayos. Este procedimiento demanda muchas horas de trabajo y puede incorporar subjetividad en las observaciones.
Frente a esta situación, los investigadores consideran que los sensores remotos ofrecen una alternativa estratégica. Permiten realizar mediciones objetivas y repetitivas durante el ciclo de los cultivos. Además, posibilitan analizar características que surgen de la interacción entre el genotipo y el ambiente.
La tecnología ya mostró resultados en distintos cultivos. En soja, por ejemplo, se realizaron vuelos programados durante el ciclo para estimar la evolución de la cobertura foliar.
También fue posible medir la altura de las plantas. El margen de error fue inferior al 8% respecto de las mediciones manuales.
En girasol, el equipo incorporó algoritmos de inteligencia artificial para automatizar la detección de híbridos resistentes a herbicidas comerciales. El sistema permite evaluar un volumen mayor de parcelas simultáneamente.
En trigo también comenzó una línea de investigación. El objetivo es analizar índices de vegetación para monitorear la velocidad de secado del grano antes de la cosecha. Esta variable tiene una importancia directa sobre la calidad del cereal.
Estudios presentados en el Congreso Nacional de Maíz
Los avances relacionados con el maíz fueron presentados durante el XIII Congreso Nacional de Maíz. Allí se expusieron dos estudios liderados por José Menes, integrante del grupo de Sistemas de Información Geográfica.
El primero permitió validar la estimación de la altura de las plantas. Para ello se utilizaron modelos digitales de superficie generados a partir de imágenes obtenidas con drones.
La precisión alcanzó entre el 81% y el 86% respecto de las mediciones manuales. Este resultado aporta información relevante sobre la estructura del cultivo.
También puede ayudar a anticipar problemas de quebrado y vuelco de tallos. Ambos factores pueden generar pérdidas importantes durante la cosecha.
El segundo estudio se concentró en la estimación de la fracción de radiación solar interceptada por las plantas. Esta variable está directamente relacionada con la producción de biomasa y el rendimiento.
Los investigadores analizaron más de 60 indicadores. El porcentaje de cobertura verde estimado desde el aire fue el mejor predictor de la radiación interceptada.
El resultado fue particularmente relevante porque superó a los índices tradicionales utilizados en agricultura digital. Entre ellos se encontraba el conocido NDVI. Si bien éste permitió explicar la variable de manera satisfactoria, no alcanzó la capacidad predictiva de la cobertura verde.
Más precisión para el mejoramiento genético
Los modelos desarrollados alcanzaron una precisión superior al 92% en híbridos comerciales. En líneas de maíz, el nivel de precisión superó el 86%.
Los resultados muestran el potencial de los drones para acelerar procesos de evaluación. También pueden aportar información más objetiva para los programas de mejoramiento.
En este contexto, la tecnología aérea puede convertirse en una herramienta estratégica para el sector semillero nacional. Su aplicación abarca tanto iniciativas públicas como privadas.
El desarrollo permite avanzar hacia evaluaciones más rápidas, repetitivas y precisas. Además, genera información útil para comprender la respuesta de los cultivos frente a diferentes condiciones ambientales.
De esta manera, las imágenes aéreas de alta resolución y los modelos matemáticos abren nuevas posibilidades para anticipar el rendimiento del maíz y optimizar las decisiones dentro de los programas de mejoramiento.
Fuente: Inta Informa
