Uso de imágenes digitales de Rayos X en tiempo real para detectar problemas en aceitunas

Una de las plagas más importante que afecta a los olivares en muchos países es la mosca del olivo o mosca de las aceitunas, Bactrocera oleae. En 1998, en Los Angeles, California, EEUU, se detectó por primera vez la plagas y hoy ya se encuentra difundida en todos los condados donde se plantan olivos.

La mosca femenina adulta coloca un huevo dentro de cada aceituna, por lo que la larva vive y se alimenta de este fruto afectando su valor comercial. Queda un agujero en la aceituna al salir la larva más todo el daño que ha hecho en el interior al construir galerías para alimentarse. Las aceitunas más dañadas pueden caer y son afectadas por hongos como el Gloeosporium olivarum y bacterias, lo cual genera un aceite más ácido y con características organolépticas no deseadas.

En consecuencia, en California se han iniciado trabajos para reducir los daños generados por la mosca del olivo que incluyen el desarrollo del control biólógico. Para esto están reproduciendo una avispita identificada como Psyttalia cf. concolor, parasitoides de la mosca del olivo que será liberada próximamente en olivares infestados en una zona suburbana de San José, California.

Al mismo tiempo, se está estudiando la manera de eliminar a bajo costo las aceitunas afectadas en el momento de la clasificación, lo cual hoy se hace en forma manual. Se está diseñando una máquina clasificadora que descartará mediante tecnología electrónica los frutos dañados y si bien se está en la primer etapa del diseño de la máquina, ya ha aparecido una tecnología prometedora que podrá extenderse a la clasificación de otros frutos.

Los ingenieros agrícolas Ronald P. Haff y Eric S. Jackson, del Servicio de Investigación Agrícola (ARS) en Albany, California, hicieron pasar las aceitunas recién cosechadas en una cinta transportadora donde, mediante tecnología de Rayos X, se capturó sus imágenes digitales que fueron analizadas en tiempo real mediante un software específico que ellos prepararon. Hasta este momento en que todavía no han terminado los trabajos de desarrollo, el software puede detectar el 90 por ciento de las aceitunas no dañadas y detectar el 86 por ciento de las aceitunas severamente dañadas. Los investigadores están trabajando para mejorar estos resultados.

La idea es que luego la máquina clasificadora se complete con un mecanismo que descarte las aceitunas identificadas con daños, lo cual reducirá significativamente el costo de la tarea.

Desde ya que terminar con éxito este desarrollo significará que de inmediato se buscará utilizar esta herramienta en la detección de problemas en otras frutas donde también hoy se realiza manualmente la separación de la fruta afectada de la fruta sana.

El artículo completo está en ARS-USDA