31 Ago El CSIC innova en la detección de malas hierbas mediante drones
Investigadores del Instituto de Agricultura Sostenible del CSIC, en Córdoba, han mejorado su sistema para la detección temprana de malas hierbas mediante vehículos aéreos no tripulados. El nuevo método, basado en técnicas de análisis de imagen e inteligencia artificial, añade a la detección la discriminación de las malas hierbas dentro de las líneas de cultivo.
El trabajo, publicado en la revista Expert Systems with Applications, podría ayudar a reducir el uso de herbicidas en toda la región de cultivo.
Según sus impulsores, el sistema puede dar una respuesta al agricultor “en un tiempo mínimo”. Los resultados muestran una precisión del 95% en cultivos de girasol y del 79% en maíz. “Además, las características óptimas que sirven para discriminar las malas hierbas coinciden en su mayoría para ambos cultivos”, indica la investigadora del CSIC María Pérez Ortiz.
Hasta ahora existían dificultades a la hora de crear mapas de malas hierbas a tiempo para un tratamiento optimizado con herbicidas. También era un problema la baja resolución de muchas de las plataformas aéreas que actualmente se emplean en teledetección.
Agricultura de precisión
“Uno de los retos actuales de la agricultura de precisión es la identificación temprana de malas hierbas, responsables de una gran reducción de la producción del cultivo. Normalmente, aunque se distribuyan en rodales, los herbicidas se aplican en todo el cultivo, lo que conlleva un perjuicio medioambiental y económico”, precisa Pérez Ortiz.
El proceso para obtener estos mapas, que se enmarca dentro de las líneas de trabajo del proyecto imaPing, consiste en adquirir primero las imágenes desde el aire mediante una cámara de alta resolución instalada en los drones; en segundo lugar, se lleva a cabo la segmentación de la imagen y el etiquetado. Y, finalmente, se aplica una técnica de clasificación que se engloba dentro de la inteligencia artificial.
Proyecto sobre Tecnologías SIG y LIDAR aplicadas a la prevención de incendios forestales
Este proyecto cuenta con el ap...
Mapear los niveles de dióxido de nitrógeno, el sistema TROPOMI en Sentinel-5
Mapear los niveles de dióxido...
Conexión y edición de una base de datos espacial PostGIS desde AutoCAD Map 3D.
En el siguiente artículo crea...
Uso del Mapa Forestal de España (MFE) para la simulación de incendios forestales
Para la modelización de incen...
Tutorial de QGIS (parte 2): Selección de árboles candidatos para clareo de un parcelario forestal
Dentro del análisis de parcel...
Ayudas para la implantación de la agricultura de precisión en España
79 millones de euros incluidos...