Un equipo del INTA y la Universidad Nacional de Catamarca ensaya el uso de drones, software libre e inteligencia artificial para detectar y corregir en tiempo real los espacios vacíos en la siembra de caña. El objetivo es optimizar la eficiencia productiva, reducir pérdidas de rendimiento y disminuir los costos asociados al manejo del cultivo.

La implementación de tecnologías de precisión en la plantación de caña de azúcar tiene el potencial de mejorar significativamente la eficiencia y reducir importantes pérdidas en la producción. La capacidad de detectar y corregir fallas de manera inmediata permitirá a los productores tomar decisiones informadas y optimizar sus prácticas de producción desde el inicio. Por ello, investigadores del INTA Famaillá -Tucumán- INTA Misiones, INTA Cerrillos -Salta- y la Facultad de Ciencias Agrarias de la Universidad Nacional de Catamarca (UNCA) trabajan en el desarrollo de algoritmos con IA y en la implementación de tecnologías de precisión para el monitoreo del cultivo.

Ricardo Rodríguez, especialista en Agricultura de Precisión de la Estación Experimental Agropecuaria del INTA Famaillá, explicó que “El trabajo consiste en buscar y explorar soluciones innovadoras para abordar las fallas en la plantación por medio del monitoreo con drones, softwares gratuitos y algoritmos con IA para identificarlas y corregirlas en tiempo real”.

Y agregó que «Esto permitirá evitar espacios vacíos sin cultivos, lo que incrementa los costos de producción por espacios de competencias y apariciones de malezas, sumado a las erogaciones de manejos culturales, fertilizaciones y otras más”.

En el marco de las investigaciones y ensayos que se vienen desarrollando, el equipo del INTA realizó un vuelo con un dron Phantom 4 con cámara RGB para evaluar la eficiencia en plantación antes de proceder a tapar el cultivo de manera definitiva. “El objetivo era identificar sectores del surco vacíos de yemas (sin plantar) y realizar correcciones inmediatas durante el proceso de plantación, es decir, en tiempo real, entre plantación y su tapado”, señaló Rodríguez.

A partir del ortomosaico obtenido del vuelo y analizado con software libre gratuito como Open dron Map (ADM, por sus siglas en inglés) más un software como soporte con licencia como el Agisoft metashape professional, se utilizaron técnicas de procesamiento de imágenes para calcular un índice de vegetación.

Rodríguez indicó que “luego, mediante el software libre QGIS, se realizó una reclasificación de la imagen para identificar con mayor claridad los segmentos con fallas en la plantación. Los puntos georreferenciados identificados como potencialmente vacíos de yemas fueron señalados para realizar un refalle dirigido a campo por medio de un GPS de mano”.

Estos ensayos preliminares mostraron resultados prometedores, por ello, el equipo busca avanzar hacia la incorporación de inteligencia artificial (IA) para reconocer automáticamente las fallas.

“Esto permitirá simplificar y acelerar el procedimiento, obteniendo resultados casi inmediatos durante el proceso de plantación, es decir, pasar del ortomosaico a la IA con resultados inmediatos, saltando el flujo de trabajo de varios softwares intermedios en el camino”, concluyó Rodríguez.