Diseñan algoritmo para detectar malas hierbas dentro y fuera hilera cultivada

Investigadores del Campus de Excelencia Internacional Agroalimentario (CeiA3), que engloba a las universidades de Córdoba, Almería, Cádiz, Huelva y Jaén,[…]

Investigadores del Campus de Excelencia Internacional Agroalimentario (CeiA3), que engloba a las universidades de Córdoba, Almería, Cádiz, Huelva y Jaén, han diseñado un algoritmo de análisis de imágenes que localiza de forma exacta las malas hierbas dentro y fuera de la línea de cultivo.

En el estudio, los científicos del CeiA3, junto al Instituto de Ciencias Agrarias de Madrid y la Universidad de Salzburgo (Austria) han puesto de manifiesto que la detección de malas hierbas dentro de las hileras del cultivo en la etapa inicial de crecimiento se considera uno de los principales desafíos en el manejo localizado de malas hierbas.

La investigadora del grupo Ana Isabel de Castro ha precisado que la novedad de esta investigación reside en la "posibilidad de detectar automáticamente malas hierbas tanto en las hileras de cultivos como fuera de ellas", según ha informado el CeiA3 en una nota.

Hasta la fecha, los procedimientos que se usaban permitían detectar malas hierbas "solo entre las hileras del cultivo" y además el proceso exigía la intervención del usuario, es decir, el proceso no era totalmente automático, ha señalado la científica.

La investigación se ha llevado a cabo mediante un sistema de teledetección a través de drones, mediante los cuales se han tomado imágenes aéreas de los campos de cultivo.

Los trabajos se han realizado en parcelas de algodón y girasol situadas en la provincia de Córdoba en 2016 y 2017, aunque el sistema se puede emplear con cualquier tipo de cultivo y puede detectar todo tipo de malas hierbas.

Tras contar con las imágenes, la primera fase del desarrollo del algoritmo ha consistido en, mediante una serie de técnicas fotogramétricas lograr una imagen tridimensional del cultivo y de las malas hierbas.

En una segunda fase, se procede a la selección automática de las muestras obtenidas y se usa la altura como variable discriminatoria en la construcción del algoritmo.

En último lugar, el algoritmo exporta un mapa de tratamiento de aplicación del herbicida que mostrará la ubicación del cultivo y de la mala hierba, permitiendo a agricultores y técnicos llevar a cabo un manejo localizado del cultivo.

La responsable del grupo de investigación, Francisca López Granado, ha expuesto que el uso de este mapa "permite al agricultor un considerable ahorro del herbicida necesario para eliminar las malas hierbas del cultivo".

Consecuentemente, esto implica un "aumento en el rendimiento de la cosecha, un ahorro económico para el agricultor y especialmente, una mayor protección del medio ambiente", ha apostillado la científica.

.

En portada

Noticias de 

Si esta noticia ha sido útil para ti,
apúntate a nuestros boletines

También en nuestro canal de Whatsapp