El nuevo método, basado en técnicas de análisis de imagen e inteligencia artificial, consigue discriminar las malas hierbas dentro de las líneas de cultivo.

Publicado en la revista 'Expert Systems with Applications', este trabajo podría ayudar a reducir el uso de herbicidas en los campos de cultivo y aumentar la productividad de las tierras.

Los resultados muestran una precisión del 95% en cultivos de girasol y del 79% en maíz, con la ventaja de que “las características óptimas que sirven para discriminar las malas hierbas coinciden en su mayoría para ambos cultivos”, indicó la científica del CSIC María Pérez Ortiz.

“Uno de los retos actuales de la agricultura de precisión es la identificación temprana de malas hierbas, responsables de una gran reducción de la producción del cultivo”, pues “los herbicidas se aplican en todo el terreno, lo que conlleva un perjuicio medioambiental y económico”, agregó.

Por eso, uno de los mayores problemas con que hasta ahora se encontraban los agricultores residía en la dificultad de crear mapas de malas hierbas a tiempo para un tratamiento optimizado con herbicidas, así como la baja resolución de muchas de las plataformas aéreas que actualmente se emplean en teledetección.

Este nuevo sistema de elaboración de mapas con drones se enmarca dentro del proyecto 'imaPing' y consta de tres etapas: primero se obtienen las imágenes desde el aire mediante una cámara de alta resolución instalada en los drones; después se lleva a cabo la segmentación de la imagen y el etiquetado y, finalmente, se aplica una técnica de clasificación que se engloba dentro de la inteligencia artificial.

En investigaciones anteriores, el grupo liderado por la científica del CSIC Francisca López-Granados ya había logrado mapas de malas hierbas con precisiones similares, pero esta vez se han detectado también malas hierbas en la línea de cultivo, lo que en anteriores proyectos no había sido posible.

Los investigadores han demostrado que el uso de este sistema “se adapta a la perfección al cambio en factores tales como la altura de vuelo, la iluminación, el cultivo y la cámara usada”, lo que facilitaría la adopción de esta técnica por parte de cualquier agricultor.