Japón desarrolla un sistema de drones impulsado por IA para predecir el rendimiento de la papa antes de la cosecha

Investigadores de la Escuela de Posgrado de Ciencias Agrícolas y de la Vida de la Universidad de Tokio y de Kubota Corporation desarrollaron un nuevo método de fenotipado que utiliza drones, inteligencia artificial (IA) y modelos de crecimiento de cultivos para predecir el rendimiento de la papa antes de la cosecha. La tecnología permite a investigadores y productores estimar la biomasa subterránea de los tubérculos sin desenterrar las plantas, ofreciendo un enfoque no destructivo para el pronóstico de rendimiento y la agricultura de precisión. 

La investigación combina teledetección basada en drones, aprendizaje automático y un modelo de crecimiento de series temporales para estimar el desarrollo de los tubérculos de papa a lo largo de la temporada de cultivo. El proyecto se llevó a cabo bajo la iniciativa conjunta Kubota Todai Lab y demuestra el potencial del fenotipado de campo impulsado por IA para cultivos con órganos de cosecha subterráneos.

Proceso para predecir el rendimiento de tubérculos

Imágenes de drones combinadas con aprendizaje automático

Como parte del estudio, drones equipados con cámaras RGB y multiespectrales fotografiaron regularmente campos de papa durante la temporada de cultivo. Los investigadores extrajeron varios indicadores de crecimiento del cultivo a nivel de parcela a partir de las imágenes, incluyendo:

• Relación de cobertura vegetal 
• Altura del dosel 
• Índices de color 
• Índices de vegetación

Estas características de imagen se combinaron con mediciones de biomasa subterránea de tubérculos obtenidas mediante muestreos de campo para entrenar un modelo de aprendizaje automático. Una vez entrenado, el modelo estimó la biomasa de tubérculos en parcelas no cosechadas utilizando únicamente datos de imagen obtenidos por drones. 

Según los investigadores, este enfoque ofrece una alternativa práctica a los métodos tradicionales de muestreo destructivo, que requieren desenterrar plantas para estimar el rendimiento.

Observación de campos de papa mediante imágenes de drones. Utilizando imágenes RGB y multiespectrales obtenidas por drones, se obtuvieron a escala de campo indicadores de crecimiento como la tasa de vegetación, la altura del dosel y el índice de vegetación.

El modelo de curva de crecimiento permite pronosticar el rendimiento

Para predecir los rendimientos finales de cosecha, los datos estimados de biomasa subterránea se integraron en una curva de crecimiento de Gompertz, un modelo matemático en forma de S comúnmente utilizado para describir el crecimiento biológico a lo largo del tiempo. 

Al aplicar al modelo de crecimiento las estimaciones de series temporales generadas mediante aprendizaje automático, los investigadores pudieron pronosticar los rendimientos de papa antes de la cosecha, teniendo en cuenta el desarrollo del cultivo durante toda la temporada. 

El estudio demuestra que combinar la teledetección con modelos de crecimiento puede mejorar la precisión de la estimación del rendimiento antes de la cosecha y apoyar decisiones de manejo del cultivo más informadas.

Ensayos de campo de dos años arrojaron resultados prometedores

La investigación se realizó durante las temporadas de cultivo de 2023 y 2024 en el Centro de Ciencias de Campo de la Universidad de Tokio, en la ciudad de Nishi-Tokyo. Se evaluaron múltiples parcelas de tratamiento con diferentes densidades de plantación y condiciones de papa semilla para probar el sistema bajo distintas prácticas de cultivo.

Según el equipo de investigación:

• La estimación de biomasa de tubérculos alcanzó un coeficiente de correlación superior a 0,8. 
• La predicción del rendimiento final mediante la curva de crecimiento alcanzó un coeficiente de correlación superior a 0,7.

Estos resultados confirmaron que el rendimiento subterráneo de la papa puede estimarse con precisión antes de la cosecha mediante observaciones aéreas con drones combinadas con análisis basados en IA.

Verificación de la precisión de la predicción del rendimiento mediante curvas de crecimiento. Resultados de comparación entre el peso de tubérculos estimado por curvas de crecimiento y los valores reales medidos en la cosecha.

Apoyo a la agricultura inteligente

La papa es uno de los cultivos alimentarios más importantes del mundo, pero debido a que los tubérculos se desarrollan bajo tierra, el monitoreo del rendimiento durante la temporada de cultivo tradicionalmente ha dependido de muestreos destructivos. El nuevo método desarrollado ofrece una alternativa no destructiva que captura la variación espacial en campos completos, preservando al mismo tiempo el cultivo.

Los investigadores creen que la tecnología podría apoyar una variedad de aplicaciones de agricultura de precisión, incluyendo:

• Pronóstico de rendimiento antes de la cosecha 
• Optimización del manejo del cultivo 
• Mejora del monitoreo de campo 
• Recomendaciones sobre el momento de cosecha 
• Fenotipado de cultivos basado en IA

El equipo también señaló que el enfoque tiene potencial para aplicarse a otros cultivos con órganos cosechables subterráneos, ampliando el uso de la teledetección basada en drones y la IA en la agricultura inteligente.

Equipo de investigación

El estudio fue liderado por el estudiante de doctorado Yuto Imachi, el profesor Hiroyoshi Iwata y el profesor asociado Wei Guo, de la Universidad de Tokio, junto con investigadores del Departamento de Investigación de Próxima Generación de Kubota Corporation, Masahiro Okada de Sarabetsu Prediction Co., Ltd., y Pieter M. Blok, anteriormente profesor asistente de proyecto en la Universidad de Tokio y actualmente afiliado a la Universidad Tecnológica de Eindhoven. 

Los investigadores esperan que la tecnología contribuya a pronósticos de rendimiento antes de la cosecha más precisos, una mejor gestión del cultivo y el avance continuo de la agricultura de precisión impulsada por IA para la producción de papa.