Modelado prediccion enfermedades cultivos - edUTecNe ...

Modelado para la predicción de enfermedades en cultivos de alto valor comercial
biomasa, además de que los datos no siempre llegan a tiempo, debido a
interferencias atmosféricas (nubes) y también al alto precio de adquisición de
las imágenes satelitales [Canteri et al., 2004].
Como alternativa a los satélites, pueden utilizarse levantamientos
aerofotogramétricos, que a pesar de su aplicabilidad aún presentan costos
impeditivos para ser empleados a gran escala. Everitt y Escobar [1999]
utilizaron imágenes aéreas digitales en infrarrojo, obtenidas en levantamientos
como el mencionado, para detectar la mancha del roble (Ceratocystis
fagacearum). Silveira et al. [2001] desarrollaron un sistema de robot aéreo que
puede ser útil para aplicaciones de sensoramiento remoto en áreas agrícolas.
Dicho sensoramiento no precisa necesariamente ser realizado a larga
distancia. Radiómetros pueden ser utilizados a campo, para obtener lecturas en
varias longitudes de onda, inclusive en infrarrojo. Medidas de reflectancia
obtenidas por un radiómetro portátil de múltiple espectro, fueron utilizadas para
comparar con medidas de severidad de enfermedades foliares y productividad
en maní. Gianasi et al. [2000] utilizaron sensores remotos para verificar la
eficiencia de fungicidas en el control del tizón de la hoja en zanahoria
(Alternaria dauci). Marchiorato et al. [2002] utilizaron espectroradiometría a
campo para detectar el nematode Meloidogyne incognita en labranza del
algodón. Watson et al. [2000] presentaron resultados prácticos del
sensoramiento remoto a través del uso de valuaciones de infrarrojo para
estimar la colonización de manzanas por Phymatorichopsis omnivora.
Analizar, almacenar e interpretar las imágenes, son las mayores dificultades del
uso de sensores remotos. Existen programas de entrenamiento desarrollados
por distintas universidades y organismos de investigación. Dicho entrenamiento
se realiza por Internet, resaltando el uso de GPS y GIS. Así, han surgido
nuevas empresas que prestan servicios analizando los datos de los
productores, como por ejemplo, comparación de mapas de rendimiento
obtenidos por cosechadoras equipadas con GPS, con imágenes obtenidas
durante el ciclo del cultivo. Otras informaciones como el índice de área foliar,
contenido de clorofila y severidad de enfermedades, pueden correlacionarse
para intentar explicar la variabilidad espacial de la producción. La
Administración Nacional de Aeronáutica y del Espacio (NASA), en un proyecto
con horizonte 2020, pretende aumentar la utilización de sensores remotos en la
31