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