Un avance significativo en la agricultura de precisión ha sido logrado por expertos de la Universidad de Missouri. Han demostrado la viabilidad de emplear aeronaves no tripuladas, en conjunto con sistemas de inteligencia artificial, para analizar de manera efectiva la vitalidad de los cultivos de maíz. Esta metodología supera las limitaciones de las técnicas manuales tradicionales, ofreciendo una solución más rápida y escalable para la evaluación de grandes campos. Al optimizar la dosificación de nutrientes esenciales, esta innovación contribuye a una producción agrícola más rentable y amigable con el entorno, sentando las bases para futuras aplicaciones en diversas plantaciones.
Tradicionalmente, la evaluación de la salud vegetal en grandes extensiones de terreno agrícola ha sido un proceso laborioso y poco práctico. Los métodos convencionales, que a menudo requieren la toma de muestras in situ y el uso de herramientas portátiles, resultan ineficientes para el monitoreo a gran escala. Sin embargo, el equipo de investigación de la Universidad de Missouri ha transformado este paradigma. Mediante el despliegue de drones equipados con cámaras avanzadas, capaces de capturar imágenes en longitudes de onda no visibles para el ojo humano, como el infrarrojo cercano y el borde rojo, se recopilan datos cruciales sobre el estado fisiológico de las plantas.
El proceso desarrollado por el equipo de Mizzou implica la combinación de estas imágenes aéreas con información detallada del suelo. Posteriormente, se aplica un sofisticado algoritmo de aprendizaje automático, una rama de la inteligencia artificial, para procesar esta vasta cantidad de datos. Este análisis permite predecir con alta precisión el contenido de clorofila en las hojas de maíz en todo el campo. La clorofila, pigmento vital para la fotosíntesis, es un indicador fundamental de la salud de la planta y su capacidad para absorber nutrientes, especialmente el nitrógeno.
El estudio, dirigido por Fengkai Tian bajo la supervisión de Jianfeng Zhou, profesor asociado en la Facultad de Agricultura, Alimentación y Recursos Naturales, se alinea con la misión del laboratorio de impulsar la eficiencia en los sistemas agrícolas a través de tecnologías innovadoras. Zhou enfatiza la importancia de esta investigación para optimizar la aplicación de nitrógeno en el maíz, un cultivo con altas demandas de este elemento. La precisión lograda permite a los agricultores suministrar el fertilizante en el momento y la cantidad exactos, minimizando el despilfarro y el impacto ecológico. Una dosificación excesiva puede resultar costosa y perjudicial para el medio ambiente, mientras que una deficiencia limita severamente el crecimiento y el rendimiento del cultivo.
La visión de Tian es que, en un futuro cercano, los agricultores puedan beneficiarse de esta tecnología sin necesidad de convertirse en expertos en ella. Empresas de tecnología agrícola podrían ofrecer servicios de vuelo de drones y análisis de datos, facilitando a los productores la toma de decisiones informadas para la gestión de sus cultivos. Aunque este estudio se centró en el maíz, por su particular necesidad de nitrógeno, la metodología de combinar imágenes de drones con el aprendizaje automático posee un potencial inmenso para ser aplicada en la evaluación de la salud de otros cultivos, como la soja y el trigo, independientemente de sus requerimientos específicos de nitrógeno.
La publicación de este estudio, titulado “Estimación del contenido de clorofila en hojas de maíz mediante imágenes multiespectrales aéreas y aprendizaje automático”, en la revista Smart Agricultural Technology, marca un hito. Esta investigación, fruto de la colaboración entre la Universidad de Missouri y el Servicio de Investigación Agrícola del Departamento de Agricultura de los Estados Unidos, subraya la creciente relevancia de la tecnología en la transformación de las prácticas agrícolas, hacia un futuro más productivo y sostenible.