Vehículos aéreos no tripulados permiten el ahorro en herbicida al determinar las zonas que deben ser tratadas

Investigadores del ceiA3 desarrollan una innovación tecnológica para dotar drones de sensores que detecten malas hierbas en cultivos como el girasol, el maíz o el trigo

Un estudio liderado por investigadores del Instituto de Agricultura Sostenible (IAS, centro propio del CSIC e miembro del Campus de Excelencia Internacional Agroalimentario de Andalucía -ceia3-) en colaboración con la Universidad de California en Berkeley (EEUU) ha permitido reducir el gasto ocasionado por el uso de herbicidas empleando vehículos aéreos no tripulados (comúnmente llamados drones). Los científicos equiparon con sensores específicos estos aeroplanos de control teledirigido y los hicieron cartografiar cultivos comunes. Apoyados después en muestreos sobre el terreno, los agrónomos han podido determinar en qué zonas era necesario aplicar los productos fitosanitarios para acabar con malas hierbas y en cuáles no hacía falta. El trabajo de investigación ha sido publicado en las revistas científicas PLoS One, Computers and Electronics in Agriculture y Sensors.

Las malas hierbas compiten por luz, espacio, agua y nutrientes con los cultivos, lo que puede producir una diminución en la producción agrícola. Para evitar estas pérdidas, las infestaciones de malas hierbas suelen ser controladas habitualmente mediante el uso de herbicidas. En la agricultura extensiva, los tratamientos fitosanitarios se suelen emplear en todo el campo de cultivo, aunque la distribución de las malas hierbas no sea uniforme sobre todo el terreno y generalmente se distribuyan en rodales. Esta circunstancia origina gastos innecesarios para los productores y perjuicios medioambientales en el entorno. Para evitarlo, es necesario identificar las áreas del campo de cultivo en las que se presentan las infestaciones de malas hierbas. De esta manera se podría dirigir la aplicación de herbicidas únicamente en estas zonas y emplear el producto adecuado dependiendo de las especies infestantes. Para ello, es necesario detectar, discriminar y mapear las áreas del campo de cultivo afectadas por las especies no productivas.

El equipamiento
Con el fin de determinar estas zonas donde aplicar los herbicidas, el grupo de investigación ImaPing del Departamento de Protección de Cultivos-Malherbología del IAS ha desarrollado una solución tecnológica específica a partir de técnicas de detección flexibles y robustas y en la utilización de un vehículo aéreo no tripulado equipado con sensores con diferentes rangos espectrales, desde el rango visible para el ojo humano al infarrojo cercano.

Volando a baja altura (entre 30 y 120 metros de altitud), el dron obtenía imágenes de muy elevada resolución espacial (esto es, píxeles de varios milímetros o centímetros). Esta toma de imágenes fue acompañada por un muestreo de campo que diseñó el propio equipo científico, con el fin de validar las imágenes tomadas por el vehículo aéreo no tripulado.

El vehículo aéreo se probó en campos de girasol, maíz y trigo. En estos terrenos de experimentación, los investigadores pudieron determinar la ausencia de malas hierbas hasta en un 70% de la extensión del cultivo, lo que no hacía necesario su sulfatado con herbicidas. Los investigadores consideran que estos resultados son prometedores para que los productores puedan evitar pérdidas económicas derivadas de un uso excesivo de los fitosanitarios y los daños ambientales asociados a estos productos. “Buscamos una aplicar una tecnología automatizada y barata que esté disponible incluso en días con nubes, que se adapte a las circunstancias y a los numerosos objetivos agronómicos, medioambientales o de cualquier otra índole”, resumen los participantes.

Próximas líneas
Los científicos quieren profundizar ahora en esta cartografía a partir de vehículos aéreos no tripulados en malas hierbas problemáticas, esto es, resistentes a herbicidas. Asimismo, dada la versatilidad de los drones, se están realizando otros trabajos de investigación en cultivos leñosos, como el chopo o el olivo, con el fin de monitorizar la arquitectura y volumen de los árboles que sirva de base para diversos trabajos agrícolas.

J.M. Peña, J. Torres, A. Serrano, A.I. de Castro y F. López Granados. ‘Quantifying efficay and limits of Unmanned Aerial Vehicle (UAV) technology for weed seedling detection as affected by sensor resolution’. Sensors. 15. 5609-5626. 2015
J. Torres, J.M. Peña, A.I. de Castro y F. López Granados. ‘Multimeporal mapping of the vegetation fraction in early-season wheat fields using images from UAV’. Computers and Electronics in Agriculture, 103: 104-113. 2014
J. Torres, F. López Granados, A.I. de Castro y J.M. Peña. ‘Configuration and Specifications of an Unmanned Aerial Vehicle (UAV) for Early Site Specific Weed Management’. PLoS ONE 8(3): e58210 (open access). 2013
J.M. Peña, J. Torres, A.I. de Castro, M. Kelly and F. López Granados. ‘Weed mapping in early-season maize fields using object-based analysis of unmanned aerial vehicle (UAV) images’. PLoS ONE 8(10): e77151. 2013