Evaluación del estado nutricional e hídrico de un cultivo mediante un sistema de visión artificial

Hasta este momento, para definir el manejo hídrico de un cultivo o la aplicación de fertilizantes o plaguicidas, una persona con conocimientos técnicos y experimentada (tenga o no título profesional) recorre el cultivo y en base al archivo de conocimientos que tiene en su cabeza y ayudado por instrumentos en el terreno o análisis de laboratorio, define qué es lo que hay que hacer.

Pues bien, de a poco desaparecerá la persona para la toma de decisiones sobre el manejo de un cultivo. Ya lo estamos viendo en la Agricultura de Precisión donde se puede fertilizar en forma diferente en cada parte de un lote de acuerdo a los resultados productivos de los últimos años de ese determinado sector del terreno.

Y les traemos otro avance que va en el mismo sentido. La idea básica es simple; lo complejo es su implementación y ya se está llevando a cabo.

Se trata de guardar en una base de datos gran cantidad de imágenes de un cultivo y relacionarlas con deficiencias o abundancias hídricas y/o nutricionales. Por lo que, al ver artificialmente otro cultivo similar se puede inferir en que situación hídrica y/o nutricional se encuentra y, consecuentemente, decidir mediante un sistema informático y automático entregar o no una cierta lámina de riego o aplicar una determinada dosis de fertilizante.

Desarrollo de una base de datos para caracterización de alfalfa (Medicago sativa L.) en un sistema de visión artificial

Autores: L. Martínez-Corral (1), E. Martínez-Rubín (2), F. Flores-García (1), G.C. Castellanos (2), A.R. Juárez (2), M.J.D. López (3)

(1) Instituto Tecnológico de la Laguna, Dirección: Blvd. Revolución y Clzda. Cuauhtémoc s/n Torreón, Coahuila, México.
(2) Instituto Tecnológico de Torreón. Carretera Torreón – San Pedro Km. 7.5, Ejido Anna. Torreón, Coah. México.
(3) FAZ-UJED, Facultad de Agricultura y Zootecnia de la Universidad Juárez del Estado de Durango. Carretera Gómez Palacio-Tlahualilo, Km. 35 Ej. Venecia, México.

Subido a la web recientemente en el journal Phyton (Buenos Aires), v.78 n.1 Argentina, fechado en el 2009.

Del resumen del artículo extraemos:

“La utilización de un sistema de visión para el reconocimiento visual computarizado del estrés hídrico y/o nutricional de un cultivo implica el análisis y procesamiento de determinadas características de color, forma y dimensiones de un objeto a partir de una imagen digital. Debido a que los parámetros de identificación se encuentran estrechamente relacionados es necesario recopilar la información de especialistas, análisis foliar, morfología matemática y fotografías de deficiencias. El objetivo de este trabajo fue desarrollar un sistema de información que sirva como herramienta de un sistema de visión para la caracterización de las deficiencias nutricionales (nitrógeno, fósforo y potasio) y el estrés hídrico del cultivo de la alfalfa, integrando todos los parámetros antes mencionados. La base de datos utiliza imágenes capturadas mediante una cámara CCD, y los resultados de las técnicas de extracción y reconocimiento de patrones configurados, en un sistema de visión previamente desarrollado. Se presenta la integración de los módulos de resultados de visión artificial y de conocimientos del experto humano en una sola base de información programada con lenguaje Visual Basic.”