Introducción
La innovación tecnológica está cada vez más presente en el mundo de la agricultura, y el subproyecto AgroTwinfinanciado con 60k€ del programa Horizonte Europa ICAERUS
es un ejemplo perfecto de ello. ICAERUS es un proyecto centrado en explorar la potencial de los los drones como medios polivalentes para la agricultura, la vigilancia medioambiental y los servicios rurales.
El objetivo del subproyecto AgroTwin era desarrollar y probar un sistema de apoyo a las decisiones (SAD) basado en algoritmos avanzados de IA y visión por ordenador para optimizar los tratamientos fitosanitarios mediante el uso de drones de consumo, como el DJI Phantom 3 Professional (Fig. 1).

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

Un sistema de ayuda a la toma de decisiones para la agricultura sostenible
La recogida de imágenes y la prueba del algoritmo se llevaron a cabo en un viñedo de Sangiovese de aproximadamente 1,2 ha en la finca regional de Cesa (AR) (Fig. 2). Esta última se dividió en 2 parcelas de tamaño y vigor vegetativo similares, una utilizada para la dosificación variable de agentes fitosanitarios basada en los resultados de nuestro DSS (ensayo) y la otra para dosis fijas (control), donde se aplicaron las dosis estándar de la explotación.

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

En cada vuelo, mediante algoritmos propios, se analizó con precisión el modelo digital para extraer los principales parámetros biométricos de las vides individuales de interés. Con estos datos, el DSS generó mapas de prescripción personalizados para tratamientos de tasa variable (VRT), mejorando la eficacia de la aplicación de plaguicidas.

Fig.2: Localización del viñedo sometido a prueba y subdivisión de las dos parcelas (prueba, control).

Algoritmos avanzados para el análisis de la biometría
Uno de los aspectos más innovadores de AgroTwin fue el desarrollo de algoritmos avanzados de IA y visión por ordenador para analizar la biometría de las vides. 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 dosel de las plantas individuales de interés, con un margen de error medio inferior al 10% en comparación con las mediciones manuales (Fig. 3, 4).

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

Fig.4: Mediciones manuales sobre el terreno.

Mediante el uso de estos parámetros biométricos, los algoritmos permitieron construir un índice de vigor muy importante, el LAI (Índice de Área Foliar) así como generar el LWA (Leaf Wall Area) y el TRV (Tree Row Volume), que dan una indicación de la superficie y el volumen del dosel del viñedo.
Mediante la interpolación de un número adecuado de plantas de muestra, los algoritmos generaron automáticamente mapas de vigor vegetativo (LAI) y mapas de prescripción de tratamientos fitosanitarios (Fig. 5).

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

Análisis de sensibilidad para mejorar la recogida de datos
Otra fase crucial del proyecto fue el análisis de sensibilidad para encontrar los mejores parámetros de vuelo de los sondeos con drones que ofrecieran el mejor compromiso entre calidad de los datos y tiempo de vuelo.
Este estudio permitió identificar las mejores configuraciones de vuelo para garantizar la mayor precisión en la estimación de los parámetros de las copas de las viñas en comparación con las medicionesmanuales. La mejor configuración, con errores inferiores al 10% en comparación con las mediciones manuales, resultó ser la altura de vuelo de 30 metros, con un solapamiento del 85% entre las fotos y con ángulos de cámara combinados (nadiral y 30°), lo que mejoró significativamente la precisión de los datos recogidos.

Beneficios medioambientales y económicos
Se utilizó un procedimiento normalizado internacionalmente (ISO 22522) y un trazador de alimentos (tartrazina) para evaluar la cantidad y la calidad de la deposición de plaguicidas en el dosel de la vid en las dos zonas diferentes. El objetivo principal era comparar la eficacia de los dos tipos de tratamiento. Las mediciones sobre la eficacia de los tratamientos fueron realizadas por el Departamento de Mecánica Agrícola (DAGRI) de la Universidad de Florencia.

Fig.6: El procedimiento consistió en el muestreo de tres cepas representativas en las zonas de vigor bajo, medio y alto, con el uso de mapas sensibles al agua y colectores de nailon colocados a tres alturas diferentes de la copa (H1 por encima del cordón, H2 en el centro de la copa, 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 las copas de las vides se cubrieron según su biomasa real, mientras que la parcela de control registró una cobertura media del 39%, sin tener en cuenta la biomasa real del campo. Por último, no se detectaron enfermedades en las parcelas analizadas ni 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 consiguió una reducción media del 35% en el uso de plaguicidas y agua, con un pico del 41% durante la fase fenológica intermedia. Este ahorro puede traducirse en una reducción del impacto de los productos en el medio ambientey mejorar así la conservación de la biodiversidad en el viñedo y limitar la contaminación de las aguas subterráneas y el aire.

Conclusiones
El proyecto AgroTwin representa un paso adelante en la agricultura de precisión mediante la explotación de imágenes en el apoyo a la toma de decisiones agronómicas. Gracias a él, se ha diseñado un prototipo de DSS a partir de imágenes de drones. Además hasta qué punto la integración de drones y algoritmos avanzados puede mejorar la sostenibilidad medioambiental y económica de las explotaciones agrícolas.

El proyecto demostró cómo el uso de un dron que toma simples fotos RGB puede generar modelos digitales de calidad suficiente para analizar un cultivo en el campo y obtener mapas de prescripción que pueden utilizarse en las operaciones más importantescomo en la distribución de productos fitosanitarios, o en la recolección selectiva en función del vigor vegetativo, ahorrando así valiosos recursos y mejorando los procesos de producción. ahorrar recursos valiosos y mejorar los procesos de producción.

Gracias al importante ahorro en la cantidad de pesticidas y agua, y a la mejora de la redistribución en el campo, el DSS desarrollado se posiciona como una herramienta agronómica innovadora y sostenible, que permite seguir los dictados de la agricultura de precisión mediante la explotación de copias digitales del viñedo.En un sector cada vez más orientado a la sostenibilidad, esta tecnología es capaz de ofrecer a los agricultores una solución práctica, rentable y vanguardista a los retos actuales de la agricultura moderna.