IA y visión artificial para analizar los viñedos y optimizar los tratamientos fitosanitarios

Introducción

La innovación tecnológica está cada vez más presente en el mundo de la agricultura, y el subproyecto AgroTwin, financiado con 60.000 € por el proyecto Horizon Europe ICAERUS, es un ejemplo perfecto de ello. ICAERUS es un proyecto centrado en explorar el potencial de los drones como herramientas multiuso para la agricultura, el monitoreo ambiental y los servicios rurales. El objetivo del subproyecto AgroTwin fue desarrollar y probar un Sistema de Apoyo a la Decisión (DSS) basado en algoritmos avanzados de IA y visión artificial para optimizar los tratamientos fitosanitarios mediante el uso de drones de nivel consumidor, como el DJI Phantom 3 Professional (Fig. 1).

Fig.1: Preparación para el vuelo del DJI Phantom 3 Professional en el viñedo de prueba.

Un sistema de apoyo a la decisión para una agricultura sostenible

La recopilación de imágenes y las pruebas de los algoritmos se llevaron a cabo en un viñedo de Sangiovese de aproximadamente 1,2 ha de las fincas regionales de Cesa (AR) (Fig. 2). Este se dividió en 2 parcelas de tamaño y vigor vegetativo similares, una utilizada para la dosificación a tasa variable de los productos fitosanitarios según los resultados de nuestro DSS (test) y la otra para dosis fijas (control), en la que se aplicaban las dosis estándar de la explotación.

Para capturar las imágenes visibles (RGB) del viñedo, utilizamos un dron fácil de usar y ampliamente comercializado, el DJI Phantom 3 Professional. Estas imágenes se utilizaron para generar nubes de puntos 3D que nos permitieron crear el gemelo digital (digital twin) del viñedo en tres fases fenológicas diferentes.

En cada vuelo, mediante algoritmos propietarios, el modelo digital fue analizado con precisión para extraer los principales parámetros biométricos de las cepas de interés individuales. Gracias a estos datos, el DSS generó mapas de prescripción personalizados para tratamientos a tasa variable (VRT), mejorando la eficiencia en la aplicación de los productos fitosanitarios.

Fig.2: Localización del viñedo de prueba y división de las dos parcelas (test, control).

Algoritmos avanzados para el análisis de parámetros biométricos

Uno de los aspectos más innovadores de AgroTwin fue el desarrollo de algoritmos avanzados de IA y visión artificial para analizar la biometría de las cepas. Estos algoritmos, aplicados a las nubes de puntos 3D generadas por el dron, permitieron analizar con precisión los principales parámetros de interés, como el grosor, la altura y el volumen del follaje de las cepas individuales de interés, con un margen de error medio inferior al 10% respecto a las mediciones manuales (Fig. 3, 4).

Fig.3: Evolución en las distintas fases fenológicas de una cepa de prueba (grosor (m), altura (m), volumen (m³)).

Fig.4: Mediciones manuales en campo.

Mediante el uso de estos parámetros biométricos, los algoritmos permitieron construir un índice de vigor muy importante, el LAI (Leaf Area Index), además de generar el LWA (Leaf Wall Area) y el TRV (Tree Row Volume), que indican la superficie y el volumen del follaje del viñedo. Interpolando un número adecuado de plantas de muestra, los algoritmos generaron automáticamente mapas de vigor vegetativo (LAI) y mapas de prescripción para los tratamientos fitosanitarios (Fig. 5).

Fig.5: Mapas de vigor (LAI) y mapas de prescripción (litros/hectárea) para los tratamientos fitosanitarios en cada fase fenológica.

Análisis de sensibilidad para mejorar la recopilación de datos

Otra fase crucial del proyecto fue el análisis de sensibilidad para encontrar los mejores parámetros de vuelo de los levantamientos con dron que ofrecieran el mejor equilibrio entre la calidad de los datos y el tiempo de vuelo. Este estudio permitió identificar las mejores configuraciones de vuelo para garantizar la mayor precisión en la estimación de los parámetros del follaje de la vid respecto a las mediciones manuales. La mejor configuración, con errores inferiores al 10% respecto a las mediciones manuales, resultó ser una altura de vuelo de 30 metros, con un 85% de solapamiento (overlap) entre las fotos y con inclinaciones de cámara combinadas (nadiral y a 30°), lo que mejoró significativamente la precisión de los datos recopilados.

Beneficios ambientales y económicos

Para evaluar la cantidad y la calidad del depósito de los productos fitosanitarios sobre el follaje de las cepas en las dos zonas diferentes, se utilizó un procedimiento estandarizado a nivel internacional (ISO 22522) y un trazador alimentario (tartrazina). El objetivo principal fue comparar la eficiencia de los dos tipos de tratamiento. Los levantamientos sobre la eficacia de los tratamientos fueron realizados por el Departamento de Mecánica Agraria (DAGRI) de la Universidad de Florencia.

Fig.6: El procedimiento incluyó el muestreo de tres cepas representativas en las áreas de bajo, medio y alto vigor, con el uso de papeles hidrosensibles y colectores de nailon colocados a tres alturas diferentes del follaje (H1 por encima del cordón, H2 a media altura del follaje, H3 en la parte superior).

Los resultados mostraron que la cobertura media fue del 35% en la parcela VRT, ligeramente superior al umbral óptimo (30%), pero el follaje de las cepas se cubrió en función de su biomasa real, mientras que la parcela de control registró una cobertura media del 39%, sin tener en cuenta la biomasa real en campo. Por último, no se detectó presencia de enfermedades en las parcelas evaluadas, y no se encontraron diferencias significativas en el rendimiento y la calidad de la uva en el momento de la evaluación. En cuanto a la dosis, gracias al enfoque VRT se logró una reducción media del 35% en el uso de productos fitosanitarios y agua, con un pico del 41% durante la fase fenológica intermedia. Estos ahorros pueden traducirse en una reducción del impacto ambiental de estos productos, contribuyendo a preservar la biodiversidad presente en el viñedo y a limitar la contaminación de los acuíferos y del aire.

Conclusiones

El proyecto AgroTwin representa un paso adelante en la agricultura de precisión, aprovechando las imágenes como apoyo al proceso de toma de decisiones agronómicas. Gracias a él, se diseñó un prototipo de DSS a partir de imágenes de dron. Además, se evaluó en qué medida la integración de drones y algoritmos avanzados puede mejorar la sostenibilidad ambiental y económica de las operaciones agrícolas.

El proyecto permitió demostrar cómo el uso de un dron que toma simples fotos RGB puede generar modelos digitales de calidad suficiente para analizar un cultivo en campo y obtener mapas de prescripción utilizables para las operaciones más importantes, como en el caso de la distribución de productos fitosanitarios, o en la cosecha selectiva en función del vigor vegetativo, permitiendo así ahorrar recursos valiosos y mejorar los procesos productivos.

Gracias al importante ahorro en la cantidad de productos fitosanitarios y agua, y a la mejor redistribución en campo, el DSS desarrollado se posiciona como una herramienta agronómica innovadora y sostenible, que permite perseguir los principios de la agricultura de precisión aprovechando las copias digitales del viñedo. En un sector cada vez más orientado hacia la sostenibilidad, esta tecnología es capaz de ofrecer a los agricultores una solución práctica, económica y de vanguardia para afrontar los actuales desafíos de la agricultura moderna.

Descubre cómo optimizar los tratamientos con la app iAgro o con el servicio iDrone!