La detección precoz de enfermedades en cultivos agrícolas tiene un gran potencial para el ámbito de la protección vegetal, abarcando aspectos fundamentales como la prevención, la aplicación, la seguridad alimentaria y trazabilidad de los productos. En este contexto, aunque aún no se haya generalizado su uso comercial, comienzan a surgir iniciativas de transferencia tecnológica que integran el uso de sensores en drones y la inteligencia artificial. Un buen ejemplo de esta innovación es el proyecto DronFruit 2, el cual está demostrando, a nivel de cooperativas agroalimentarias, cómo los drones equipados con cámaras multiespectrales pueden recopilar información precisa sobre el estado de los cultivos. Esta tecnología permite, mediante un modelo de inteligencia artificial previamente entrenado, identificar signos tempranos de enfermedades antes de que sean perceptibles a simple vista.
Para conseguir una transferencia efectiva de esta nueva forma de trabajar en los cítricos de la provincia se han unido el grupo de investigación Smart Biosystems Laboratory (http://smartbiosystemlab.com/) de la Universidad de Sevilla, la empresa Soluciones Agrícolas de Precisión S.L. (Agrosap) y Cooperativas Agroalimentarias de Sevilla. Este primer año se ha puesto todo el esfuerzo en la detección temprana de la podredumbre marrón y de cuello (Phytophthora spp.), un patógeno que afecta gravemente a plantaciones jóvenes de naranjos. Los equipos utilizados son un dron ligero con cámara RGB y una cámara multiespectral, y tecnología RTK (precisión 2,5 cm), combinado con algoritmos de aprendizaje profundo. Los primeros resultados nos arrojan una precisión del 94.3% para la segmentación y clasificación, y, por tanto, para la identificación de árboles sanos y árboles infectados por Phytophthora spp. Se va a continuar trabajando e incorporar nuevas enfermedades para conseguir un porfolio de modelos que poder comercializar y poner a disposición de los agricultores a través de los servicios especializados de agricultura de precisión de sus cooperativas.
Figura. a) Dron Mavic 3 multiespectral. b) Segmentación y clasificación de Phytophthora spp. en la banda Red Edge.