En un mundo donde la seguridad alimentaria y la sostenibilidad son prioridades globales, el proyecto DronFruit II emerge como una solución revolucionaria para la vigilancia fitosanitaria en cultivos de cítricos. Esta iniciativa, desarrollada por el grupo operativo formado por Cooperativas Agroalimentarias de Andalucía, la Universidad de Sevilla y Soluciones Agrícolas de Precisión (AGROSAP), utiliza drones equipados con tecnología avanzada e inteligencia artificial para detectar plagas y enfermedades, como la Phytophthora spp., en etapas tempranas y sin necesidad de síntomas visuales.
Innovación en el corazón de la agricultura de precisión
El proyecto DronFruit II se basa en la convergencia de drones, visión por computador e inteligencia artificial para monitorizar de manera eficiente y detallada los cultivos de cítricos. La detección temprana de patógenos permite actuar de forma inmediata para evitar su expansión, minimizando las pérdidas y los riesgos potenciales de seguridad alimentaria. Utilizando drones equipados con cámaras térmicas, RGB y multiespectrales, y algoritmos de IA, se logra una vigilancia fitosanitaria precisa y oportuna.
Tecnología de vanguardia para una agricultura sostenible
El uso de drones Mavic 3 multiespectral, que capturan imágenes en bandas NIR, Red Edge, Red, Green y RGB, ha permitido la captura de 430 imágenes multiespectrales de plantaciones de naranjos en Sevilla. Estas imágenes son procesadas por un modelo de aprendizaje profundo, desarrollado por el Smart Biosystems Laboratory (SBL) de la Universidad de Sevilla, que simula el comportamiento de la mente humana para extraer patrones complejos tanto en espectros visibles como no visibles.
La importancia económica y cultural del cultivo de la naranja en España es notable. Según el Ministerio de Agricultura, Pesca y Alimentación (MAPA, 2022), se cultivan alrededor de 150,000 hectáreas de naranjas, lo que representa el 10.7% de los naranjales de la Unión Europea y el 35.2% de la producción total de naranja en la UE. Proteger estos cultivos de patógenos como la Phytophthora spp., que provoca cambios fisiológicos en los árboles sin síntomas externos aparentes, es vital para la sostenibilidad y rentabilidad de la agricultura en España.
Desarrollo tecnológico y metodología
Ante la problemática expuesta y la falta de soluciones prácticas, el Smart Biosystems Laboratory (SBL) de la Universidad de Sevilla ha desarrollado un sistema de visión por computador basado en un modelo de inteligencia artificial alimentado con imágenes multiespectrales obtenidas con drones equipados con tecnología RTK y sistema de anticolisión. La investigación se ha centrado en la detección temprana de Phytophthora spp. en raíz y tallo, utilizando el dron Mavic 3 multiespectral para capturar imágenes en diversas bandas espectrales.
El componente principal del sistema es un modelo de aprendizaje profundo (DL) basado en una sola etapa que trata de simular el comportamiento de la mente humana por medio de redes neuronales artificiales, lo que le permite aprender y extraer patrones complejos tanto en espectros visibles como no visibles. Este modelo ha demostrado una alta precisión en la clasificación y segmentación de árboles sanos e infectados.
Resultados prometedores y futuro escalable
Los resultados del proyecto son impresionantes, con una precisión del 94.3% en clasificación y 94.1% en segmentación de árboles sanos e infectados. Además, se obtuvieron valores cercanos al 87.0% en términos de sensibilidad, y un mAP50-95 en torno al 65% para la clasificación y segmentación. Estos logros destacan la eficacia del sistema y su potencial para ser escalado a otros cultivos arbóreos y viñedos, convirtiéndose en una herramienta versátil y esencial para la agricultura moderna. La Figura 1 muestra la evolución de la precisión y de la pérdida del modelo durante el proceso de entrenamiento para las tareas de clasificación y segmentación.
La importancia de la detección temprana de patógenos radica en la capacidad de prevenir la propagación de enfermedades y minimizar los daños, lo que a su vez promueve una agricultura más sostenible y rentable. Mediante la segmentación y clasificación de los árboles, el sistema extrae las coordenadas relativas de los vértices de las máscaras de segmentación y las transforma en coordenadas absolutas, permitiendo una aplicación de precisión.
Este buen desempeño queda reflejado en la Figura 2, donde se visualiza una correcta segmentación y clasificación de las copas de los árboles tanto en imágenes en RGB como en bandas espectrales individuales. De manera consecutiva a la detección e identificación, el sistema permite obtener las coordenadas absolutas en campo de los árboles afectados por Phytophthora spp., permitiendo una aplicación de precisión.
Hacia una agricultura inteligente y sostenible
La combinación de drones, IA y visión por computador no solo mejora la gestión y protección de cultivos, sino que también posiciona a España a la vanguardia de la innovación tecnológica en el sector agrícola. En un contexto global de cambio climático y crecimiento poblacional, estas innovaciones son cruciales para garantizar la seguridad alimentaria y el bienestar global.
Los grupos operativos, como el que ha desarrollado DronFruit II, son agrupaciones funcionales y temporales de agentes interesados en la innovación en un sector. En el caso del sector agrícola, se trata de agrupaciones de agricultores, gestores forestales, comunidades rurales, investigadores, ONGs, empresas y demás partes interesadas en la innovación. Estas figuras, centradas en el desarrollo de proyectos concretos y en la difusión de sus resultados, están previstas por los Reglamentos de la Unión Europea y contempladas en el Plan de Desarrollo Rural 2014-2020 de Andalucía.
Las subvenciones para estos grupos operativos están cofinanciadas al 100% con cargo al Fondo Europeo Agrícola de Desarrollo Rural, en el marco del PDR de Andalucía vigente y a los presupuestos de la Junta de Andalucía. En 2020, fruto de la publicación de la convocatoria de esta línea de ayudas, se crea la agrupación formada por Cooperativas Agroalimentarias de Andalucía, la Universidad de Sevilla y Soluciones Agrícolas de Precisión (AGROSAP) para desarrollar el sistema de vigilancia fitosanitaria en cítricos mediante inteligencia artificial, bajo el nombre de DRONFRUIT II.
Un proyecto con visión de futuro
El alcance potencial de los resultados del proyecto DronFruit II es muy amplio, ya que se trabaja con tecnologías transversales que permitirán crear una solución lo suficientemente flexible y ajustable como para adaptarse fácilmente a otros cultivos arbóreos o vid. Esto hace de este sistema una herramienta altamente escalable y versátil, capaz de transformarse y adaptarse a las necesidades específicas de diferentes tipos de cultivos.
En conclusión, el proyecto DronFruit II demuestra el potencial de la combinación de drones, visión por computador e inteligencia artificial para mejorar la gestión y protección de cultivos. La detección temprana de patógenos como la Phytophthora spp. puede prevenir la propagación de enfermedades y minimizar los daños, promoviendo una agricultura más sostenible y rentable. Esta investigación no solo contribuye a la eficiencia y sostenibilidad de la agricultura, sino que también posiciona a España a la vanguardia de la innovación tecnológica en el sector agrícola. Con el apoyo de subvenciones y la colaboración de entidades dedicadas a la innovación, el proyecto DronFruit II se erige como un modelo de éxito en la integración de tecnologías avanzadas para el desarrollo agrícola.