Una tesis doctoral –llevada a cabo por Inés Hernández Casado en la Universidad de La Rioja– ha permitido desarrollar nuevos métodos basados en Inteligencia Artificial y visión artificial para la evaluación temprana del mildiu de la vid, utilizando sensores no invasivos, en condiciones de laboratorio y de campo.
Desarrollada en el Departamento de Matemáticas y Computación –en el marco del programa de Doctorado 782D (Real Decreto 99/2011)–, la tesis ‘Artificial intelligence and non-invasive sensing technologies for early detection of downy mildew in grapevine’ ha obtenido la calificación de sobresaliente ‘cum laude’ con mención internacional al título.
Ha sido dirigida por los catedráticos Manuel Javier Tardáguila Laso y Juan Félix San Juan Díaz, de la Universidad de La Rioja, y por Salvador Gutiérrez Salcedo, profesor de la Universidad de Granada y doctor por la UR.
El mildiu es una enfermedad especialmente devastadora de la vid, cuya detección precoz resulta crucial para intervenir a tiempo, evitando la propagación del hongo y reduciendo los tratamientos químicos.
La evaluación tradicional, a cargo de expertos, puede resultar laboriosa, subjetiva y lenta, por lo que se propone el uso de inteligencia artificial.
Para la detección y localización de mildiu en campo, la doctora Inés Hernández ha empleado sensores no invasivos que permiten la recogida de datos en el viñedo sin dañar el cultivo, y tecnologías de inteligencia y visión artificial para que los ordenadores sean capaces de interpretar estas imágenes.
Además, utilizó una ventana deslizante para analizar el dosel de la vid y se aplicaron técnicas de inteligencia artificial explicable (que permite entender cómo los algoritmos empleados obtienen sus resultados) y redes neuronales.
El mildiu es una enfermedad especialmente devastadora de la vid, cuya detección precoz resulta crucial para intervenir a tiempo
Así, se logró determinar, de forma automática y razonada, en qué zonas exactas estaban localizados los síntomas de mildiu en el viñedo.
La doctora también ha elaborado un método para estimar, en el laboratorio, la gravedad de la enfermedad, empleando aprendizaje automático, lógica difusa y visión artificial.
Mediante imágenes hiperespectrales se pudieron medir colores imperceptibles por el ojo humano; la lógica difusa, que permite tratar información imprecisa, se usó para representar los distintos grados de infección. Con estas técnicas se consiguió evaluar, con rapidez y precisión, la severidad de la infección.
AGRICULTURA DE PRECISIÓN ADAPTABLE A OTRAS PLAGAS
«Los resultados demuestran la capacidad de la inteligencia artificial y la visión artificial para la evaluación temprana objetiva, rápida y precisa del mildiu de la vid, tanto en condiciones de laboratorio como de campo», afirma la doctora Inés Hernández.
Además, apunta que son «métodos de agricultura de precisión que podrían adaptarse a otros cultivos, enfermedades y plagas, e integrarse en plataformas móviles, como tractores, para mejorar la gestión en grandes extensiones de cultivo», concluye.
TESIS EN EL MARCO DEL PROYECTO 'NO PEST'
La tesis doctoral de Inés Hernández Casado se ha desarrollado en el marco del proyecto Europeo NoPest, en el que participa el Grupo de Investigación Televitis de la Universidad de La Rioja, con un contrato FPI–UR (1150/2020).
En el transcurso de su investigación doctoral ha disfrutado de una estancia de seis meses en el Centre for the Research and Technology of Agro-Environmental and Biological Sciences (CITAB) de la Universidade de Trás-os-Montes e Alto Douro (Portugal).
Etiquetas
Categorías
- Divulgación científica, Doctorado Enología, Viticultura y Sostenibilidad, Doctorado Matemáticas y Computación, Dpto. Agricultura y Alimentación, Dpto. Matemáticas y Computación, Empresas, Escuela de Máster y Doctorado, Facultad de Ciencia y Tecnología, Grado Ingeniería Agrícola, Grado Ingeniería Informática, Grado Matemáticas, Investigación, Máster Ciencia de Datos y Aprendizaje Automático, Máster Tecnología, Gestión e Innovación Vitivinícola, Portada, Tesis
Noticias relacionadas
Un nuevo método basado en la IA y la visión artificial permite detectar el mildiu en el viñedo
Actividades relacionadas
