El INTA, el CONICET y una universidad italiana desarrollaron una plataforma gratuita que reconoce automáticamente las etapas del cultivo a partir de imágenes tomadas con celulares.
Investigación e inteligencia artificial se combinan para optimizar el estudio del girasol desde el campo. (Foto: INTA).
Por primera vez, la inteligencia artificial entra en el campo del girasol con una herramienta diseñada para revolucionar el monitoreo del cultivo.
Investigadores del Instituto Nacional de Tecnología Agropecuaria (INTA), del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y de la Universidad de Trento (Italia) presentaron SunPheno, un modelo de acceso libre y gratuito que identifica de manera automática los estadios fenológicos del girasol a partir de imágenes tomadas con teléfonos celulares.
Leé también: Anticiparon detalles de la 137° Exposición Rural: más animales, razas y diversidad genética en Palermo
El proyecto contó con el respaldo del programa AgTech del INTA.
¿Querés recibir más información sobre el campo?
Suscribite acá
La plataforma tiene como objetivo mejorar la precisión en la identificación de momentos críticos del desarrollo del cultivo, especialmente la senescencia foliar. Esta etapa, en la que cae la actividad fotosintética, es determinante para el llenado de granos y el rendimiento final.
Leé también: Una entidad clave del campo renovó autoridades y prometen “agilidad en el contexo cambiante y complejo”
“La senescencia es un proceso complejo, regulado por factores internos y externos. Si logramos sincronizarlo con los estadios fenológicos, podemos maximizar el rendimiento”, explicó Melanie Corzo, becaria doctoral del Instituto de Agrobiotecnología y Biología Molecular (Iabimo), una unidad de doble dependencia entre INTA y CONICET.
El girasol es un cultivo estratégico para la producción de aceites y el desarrollo regional en diversas zonas del país. (Foto: INTA).
Una herramienta clave para avanzar en mejoramiento y manejo del girasol
Para desarrollar el modelo, el equipo construyó una base de datos de 25.000 imágenes tomadas en el campo con celulares, correspondientes a dos líneas endocriadas del programa de mejoramiento genético del INTA.
Las imágenes fueron clasificadas manualmente para entrenar un modelo de aprendizaje automático (machine learning) capaz de reconocer de forma autónoma si el girasol se encuentra en una etapa vegetativa o reproductiva.
“El uso de inteligencia artificial permite eliminar la subjetividad en la evaluación fenológica del girasol, lo cual es clave tanto para la investigación como para la toma de decisiones agronómicas”, detalló Corzo.
El equipo ya trabaja en la próxima etapa: escalar el modelo para que también pueda procesar imágenes captadas por drones y satélites, lo que ampliará su alcance y utilidad.
Leé también: El campo rechazó la suba de retenciones a la soja y al maíz: “Deben ser eliminadas definitivamente”
Para Paula Fernández, investigadora del Iabimo y coordinadora de una línea en genómica y ecofisiología del girasol, la herramienta SunPheno representa un salto cualitativo en el conocimiento del cultivo.
Según explicó, el sistema permite detectar con precisión el momento en que se activa la senescencia en distintos genotipos, lo que resulta clave para diseñar estrategias de selección genética más eficientes y orientadas al uso óptimo de recursos.
Paula Fernández, investigadora del Iabimo y coordinadora de una línea en genómica y ecofisiología del girasol. (Foto: Captura de video).
“El celular se convirtió en una herramienta de fenotipado masivo”, destacó Fernández. Con más de 5000 imágenes generadas por campaña, la plataforma permite clasificarlas de forma automática, eliminando la subjetividad en la identificación de estadios.
Es, además, la primera tecnología desarrollada específicamente para el girasol que permite reconocer sus fases críticas de crecimiento, lo cual incide directamente en los componentes que definen el rendimiento final.
Leé también: Presentaron una certificación para impulsar el empleo sostenible en el campo
SunPheno no solo aporta velocidad y precisión a las decisiones en el lote, sino que también marca el inicio de una nueva etapa en la agricultura digital aplicada a cultivos extensivos. En un contexto donde la productividad está cada vez más ligada al monitoreo de datos, la posibilidad de automatizar el reconocimiento fenológico significa un cambio de paradigma tanto para investigadores como para productores.
Melanie Corzo, becaria doctoral del Instituto de Agrobiotecnología y Biología Molecular (Iabimo). (Foto: Captura de video).
El acceso a la plataforma es libre y está orientado a mejoradores genéticos, técnicos y académicos. En su desarrollo participaron, además del equipo del INTA y el CONICET, la investigadora Sofía Bengoa Luoni —actualmente en la Universidad de Wageningen, Países Bajos— y Farid Melgani, experto en inteligencia artificial de la Universidad de Trento, Italia.
Leé también: Por primera vez, una empresa exportó carne vacuna desde el aeropuerto de Rosario
SunPheno se perfila como una herramienta estratégica para el mejoramiento genético, la planificación de cosechas y la gestión de lotes.
Con este avance, el girasol suma tecnología de punta en un momento donde la precisión y la eficiencia son fundamentales para aumentar la competitividad del cultivo en Argentina y el mundo.
—
fuente: inteligencia artificial para el seguimiento del girasol – TN”> GOOGLE NEWS
