Drones e inteligencia artificial para mejorar la siembra de caña de azúcar

 Un equipo interdisciplinario del INTA y la Universidad Nacional de Catamarca (UNCA) trabaja en el desarrollo de una herramienta tecnológica que promete revolucionar la siembra de caña de azúcar. Mediante el uso de drones, software libre y algoritmos de inteligencia artificial, buscan detectar y corregir en tiempo real los espacios vacíos durante la plantación, con el objetivo de mejorar la eficiencia productiva y reducir las pérdidas de rendimiento.

"La capacidad de identificar fallas de manera inmediata permitirá a los productores tomar decisiones informadas y optimizar sus prácticas desde el inicio del ciclo productivo", explicó Ricardo Rodríguez, especialista en Agricultura de Precisión del INTA Famaillá (Tucumán).

El proyecto cuenta con la participación de investigadores de INTA Famaillá, INTA Misiones, INTA Cerrillos (Salta) y la Facultad de Ciencias Agrarias de la UNCA. El equipo ensaya distintas combinaciones de herramientas digitales y metodologías de monitoreo para lograr un control de plantación más preciso.

Según Rodríguez, el trabajo consiste en "buscar y explorar soluciones innovadoras para abordar las fallas en la plantación por medio del monitoreo con drones, softwares gratuitos y algoritmos con inteligencia artificial que las identifiquen y corrijan en tiempo real". Evitar los espacios sin cultivo -añadió- no solo incrementa el aprovechamiento del terreno, sino que también reduce la competencia de malezas y los costos asociados a fertilización y manejo.

En una de las pruebas recientes, los investigadores realizaron un vuelo con un dron Phantom 4 equipado con cámara RGB para evaluar la eficiencia en la siembra antes de tapar el cultivo. "El objetivo era identificar sectores del surco vacíos de yemas (sin plantar) y realizar correcciones inmediatas durante el proceso de plantación", señaló Rodríguez.

A partir del ortomosaico obtenido y procesado con herramientas de código abierto como OpenDroneMap y QGIS, el equipo logró identificar de forma georreferenciada los puntos con posibles fallas. Luego, esos sectores fueron verificados en campo con GPS para efectuar un refalle dirigido.

Los resultados preliminares fueron alentadores y abren la puerta a una nueva etapa: incorporar algoritmos de inteligencia artificial capaces de reconocer automáticamente las fallas. "Esto permitirá simplificar y acelerar el procedimiento, obteniendo resultados casi inmediatos durante el proceso de plantación, sin necesidad de pasar por varios softwares intermedios", concluyó Rodríguez.