Share | 12/07/2020
El estrés es una condición fisiológica que impide a las plantas alcanzar todo su potencial genómico. La detección precoz del estrés vegetal es vital para mantener la biomasa y la absorción de agua. Gracias a la tecnología multiespectral, los cultivadores e investigadores pueden medir eficazmente el contenido relativo de clorofila y el estado del nitrógeno e identificar focos de infección para evitar que el estrés dañe las plantas.
AGRON, una empresa húngara de análisis de imágenes agrícolas y servicios de drones, lleva desde 2016 evaluando este tipo de estrategias con datos basados en drones. A continuación se describen los detalles de un proyecto reciente centrado en el trigo en el que se utilizó la serie RedEdge-MX de MicaSense.
Utilizando la serie RedEdge-MX de MicaSense para monitorizar las condiciones fisiológicas de la planta, el equipo de AGRON se propuso identificar los primeros signos de estrés en un cultivo de trigo. Los investigadores de AGRON midieron el contenido relativo de clorofila para detectar el estrés de las plantas, identificaron zonas con escasez de nutrientes y detectaron focos de infección. Los datos recogidos se analizaron utilizando su plataforma en línea, AGRONmaps .
Los investigadores de AGRON analizaron la reacción del trigo a distintos niveles de fertilizantes a lo largo de la estación vegetativa. RedEdge-MX no sólo permitió identificar fácilmente las zonas con bajo contenido en nutrientes, sino que también ayudó a controlar los efectos de las aplicaciones de fertilizantes a lo largo de la temporada y a determinar dónde eran necesarias nuevas aplicaciones.
Durante el primer experimento, AGRON recogió siete conjuntos de datos de quince especies de trigo con el medidor de clorofila Soil Plant Analysis Development (SPAD) y el RedEdge-MX. Los tratamientos se ajustaron en función de los métodos de fertilización intensiva disponibles (0 > 280 kg/ha, pasos de 40 kg/ha entre tratamientos), lo que permitió calibrar las mediciones de clorofila de la investigación fisiológica vegetal basada en espectroscopia de largo alcance. Como resultado, fue posible separar y evaluar las parcelas deficientes en nutrientes (Figura 1). Algunas parcelas mostraron antes signos de deficiencia, por lo que también se estudió un aspecto específico de la reacción a los nutrientes.
Para visualizar las diferencias entre parcelas, AGRON utilizó los métodos Look Up Tables (LUT) o False Coloring. Las diferencias de color son indicadores básicos del estado de salud de los cultivos. Por ejemplo, los diferentes colores dentro de las columnas de cultivos que aparecen a continuación muestran discrepancias entre los niveles de clorofila (Figura 1), con puntos rojos que indican deficiencia de clorofila. Con estos datos, AGRON puede desarrollar nuevos índices, como el Índice de Clorofila de AGRON.
Los investigadores de AGRON también analizaron la respuesta de diversos tipos de trigo a los fungicidas, centrándose en la resistencia frente a patógenos como el oídio(Blumeria graminis). Este experimento incluyó 42 trigos de invierno, 36 trigos espelta, 36 triticale, 36 cebada y 36 trigo duro. Algunos de estos grupos fueron tratados con fungicida y otros no.
La falta de tratamiento fungicida en algunos grupos provocó graves infecciones de oídio. Las plantas infectadas mostraban manchas blancas de aspecto pulverulento. Utilizando el RedEdge-MX, el equipo pudo identificar masivamente focos de infección y ver qué parcelas contenían especies susceptibles. El mapa clorofílico que figura a continuación muestra las plantas resistentes (verdes) y las susceptibles a la enfermedad (amarillas o rojas) (Figura 2).
Con los datos captados por el RedEdge-MX, AGRON no sólo es capaz de identificar y controlar la carencia de nutrientes, sino también de detectar, tratar y analizar la respuesta del trigo a la infección por patógenos. El éxito de estos experimentos demostró que la RedEdge-MX es una herramienta eficaz para controlar las condiciones fisiológicas de los cultivos.
Inscríbase para recibir actualizaciones directamente en su buzón de entrada.
