Con el objetivo de transformar los m\u00e9todos tradicionales de fenotipado y optimizar los tiempos de trabajo a campo, la Estaci\u00f3n Experimental Agropecuaria (EEA) Pergamino del INTA incorpor\u00f3 un Veh\u00edculo A\u00e9reo No Tripulado (VANT) equipado con tecnolog\u00eda multiespectral y t\u00e9rmica. La iniciativa, enmarcada en el Programa Nacional de Ecofisiolog\u00eda y Agroecosistemas, busca establecer protocolos precisos de procesamiento de datos remotos para asistir de manera directa a los programas de mejoramiento gen\u00e9tico de la regi\u00f3n.<\/p>\n\n\n\n
\u201cEste desarrollo se consolid\u00f3 mediante un esquema asociativo que vincula internamente a las \u00e1reas de Sistemas de Informaci\u00f3n Geogr\u00e1fica (SIG), Ecofisiolog\u00eda de cultivos, Mejoramiento de Girasol y Mejoramiento de Ma\u00edz de la experimental\u201d, explic\u00f3 Javier Portillo, investigador de la Estaci\u00f3n Experimental Agropecuaria (EEA) del INTA Pergamino, y agreg\u00f3: \u201cA su vez, la sinergia de trabajo se hace extensiva a escala federal mediante la interacci\u00f3n con las Estaciones Experimentales de la regi\u00f3n, a trav\u00e9s de la Red Nacional de Drones del INTA\u201d.<\/p>\n\n\n\n
De acuerdo con el investigador, la evaluaci\u00f3n cl\u00e1sica de los ensayos en los programas de mejoramiento se realiza de forma manual, lo que demanda una alta carga horaria y conlleva la natural subjetividad del operario en las observaciones de campo. \u201cFrente a esto, los sensores remotos emergen como una alternativa estrat\u00e9gica. El uso de estos sensores permite estimar de manera totalmente objetiva y repetitiva en el tiempo aquellas caracter\u00edsticas de las plantas que surgen de la interacci\u00f3n entre el genotipo y el ambiente\u201d, indic\u00f3.<\/p>\n\n\n\n
Gracias al uso de sensores remotos de alta resoluci\u00f3n, se lograron aplicaciones exitosas y con altos niveles de coincidencia con la realidad en diversos cultivos de la regi\u00f3n. \u201cEn soja, mediante vuelos programados durante el ciclo, se estim\u00f3 la evoluci\u00f3n de la cobertura foliar, logrando medir la altura de las plantas con un margen de error menor al 8 % respecto a las mediciones manuales\u201d, explic\u00f3 Portillo.<\/p>\n\n\n\n
Por su parte, para el cultivo de girasol, el equipo combin\u00f3 las im\u00e1genes con algoritmos de inteligencia artificial (machine learning<\/em>) para automatizar y agilizar la detecci\u00f3n de h\u00edbridos resistentes a herbicidas comerciales, y as\u00ed poder evaluar un volumen mucho mayor de parcelas al mismo tiempo, indic\u00f3 el investigador y agreg\u00f3 que, en trigo, se inici\u00f3 una l\u00ednea de investigaci\u00f3n que busca evaluar \u00edndices de vegetaci\u00f3n espec\u00edficos para monitorear la velocidad de secado de grano previo a cosecha; un factor determinante en la calidad de este cereal.<\/p>\n\n\n\n XIII Congreso Nacional de Ma\u00edz<\/strong><\/p>\n\n\n\n El impacto de esta l\u00ednea de investigaci\u00f3n se desarrollar\u00e1 durante el pr\u00f3ximo XIII Congreso Nacional de Ma\u00edz, donde se presentar\u00e1n dos estudios, liderados por Jos\u00e9 Menes, del grupo SIG, cuyo enfoque se centra exclusivamente en este cultivo.<\/p>\n\n\n\n El primero de ellos valid\u00f3 la estimaci\u00f3n de la altura de las plantas mediante modelos digitales de superficie (MDS) generados por drones, obteniendo una precisi\u00f3n destacada que alcanz\u00f3 entre un 81 % y un 86 % de coincidencia con las mediciones manuales tradicionales.<\/p>\n\n\n\n Este avance resulta clave para evaluar la estructura del cultivo y anticipar problemas de quebrado y vuelco de tallos, factores que suelen provocar p\u00e9rdidas significativas durante la cosecha.<\/p>\n\n\n\n Por otro lado, la segunda investigaci\u00f3n desarroll\u00f3 modelos matem\u00e1ticos para estimar la fracci\u00f3n de radiaci\u00f3n solar interceptada por la planta, una variable clave vinculada con la producci\u00f3n de biomasa y el rendimiento.<\/p>\n\n\n\n Tras analizar m\u00e1s de 60 indicadores, los investigadores descubrieron que la simple estimaci\u00f3n del porcentaje de cobertura verde desde el aire super\u00f3 a todos los \u00edndices tradicionales de la agricultura digital como el mejor predictor de la fracci\u00f3n de radiaci\u00f3n interceptada por el cultivo. Si bien el reconocido \u00edndice NDVI explic\u00f3 la variable satisfactoriamente, no logr\u00f3 posicionarse entre los indicadores con mayor capacidad predictiva, quedando por debajo de la precisi\u00f3n alcanzada por el porcentaje de cobertura verde.<\/p>\n\n\n\n Con niveles de precisi\u00f3n superiores al 92 % en h\u00edbridos comerciales y al 86 % en l\u00edneas de ma\u00edz, estos resultados confirman el rol estrat\u00e9gico de los drones para potenciar la competitividad del sector semillero nacional, tanto p\u00fablico como privado.<\/p>\n","protected":false},"excerpt":{"rendered":" Con el objetivo de transformar los m\u00e9todos tradicionales de fenotipado y optimizar los tiempos de trabajo a campo, la Estaci\u00f3n Experimental Agropecuaria (EEA) Pergamino del INTA incorpor\u00f3 un Veh\u00edculo A\u00e9reo… <\/p>\n","protected":false},"author":2,"featured_media":48291,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[28,24],"tags":[],"class_list":["post-48290","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-destacada","category-provincia"],"_links":{"self":[{"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/48290","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/comments?post=48290"}],"version-history":[{"count":1,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/48290\/revisions"}],"predecessor-version":[{"id":48292,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/48290\/revisions\/48292"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/media\/48291"}],"wp:attachment":[{"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/media?parent=48290"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/categories?post=48290"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/tags?post=48290"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}