Comparando cómo responden distintos pastos a suelos saturados por exceso de agua —una condición que puede reducir entre el 20 y 40 % la producción de alimento para el ganado—, un estudio identificó que el pasto Urochloa humidicola es el más resistente, seguido por Cayman y Mulato II (ambos del género Brachiaria). Este resultado fue posible gracias al uso de sensores e inteligencia artificial que permitieron detectar tempranamente el deterioro de las plantas y comparar con mayor precisión su comportamiento frente a estas condiciones
El avance fue desarrollado por el ingeniero agrónomo Rodrigo
Andrés Camelo Munévar, estudiante de la Maestría en Ciencias Agrarias de la
Universidad Nacional de Colombia (UNAL) Sede Palmira, quien evaluó cómo
responden distintos genotipos de pastos del género Urochloa —ampliamente
utilizados en sistemas ganaderos tropicales— frente a suelos saturados por
exceso de agua.
La investigación se realizó en el Centro Internacional de
Agricultura Tropical (CIAT), en donde se conservan y estudian colecciones de
semillas de forrajes tropicales empleadas en programas de mejoramiento
genético.
El encharcamiento del suelo ocurre cuando este se satura de
agua y limita la disponibilidad de oxígeno para las raíces, lo que afecta
procesos como la fotosíntesis, la respiración y la absorción de nutrientes,
reduciendo el crecimiento de las plantas y su capacidad de producir forraje.
En regiones ganaderas de Colombia como los Llanos
Orientales, en donde son frecuentes las lluvias intensas y el drenaje es
deficiente, este fenómeno representa un riesgo constante, por lo que anticipar
sus efectos es fundamental para reducir pérdidas y mejorar el manejo de los
cultivos.
Además de la detección temprana, los resultados confirmaron
que Urochloa humidicola es el material más tolerante al
encharcamiento, debido a su mayor capacidad de adaptación a suelos con baja
disponibilidad de oxígeno, seguido por Cayman y Mulato II, mientras que Marandú
(Brachiaria brizantha) y Camello presentaron mayor susceptibilidad.
Esta diferenciación es importante para los programas de
mejoramiento genético, ya que permite seleccionar variedades más resistentes y
orientar recomendaciones para los productores en función de las condiciones del
terreno.
Sensores que ven lo que el ojo no alcanza
El experimento se realizó bajo condiciones controladas en el
invernadero del CIAT, en donde el tesista evaluó 5 genotipos de pastos:
Marandú, Mulato II, Cayman, Camello y U. humidicola. Por cerca de
20 días las plantas se sometieron tanto a condiciones óptimas de humedad como
de encharcamiento mientras se registraban datos sobre su crecimiento,
reflectancia y eficiencia fotosintética.
Uno de los aportes más relevantes fue el uso de imágenes
hiperespectrales, una tecnología que capta información en rangos de luz que el
ojo humano no percibe. Mientras la visión humana se limita al espectro visible,
estas cámaras registran longitudes de onda entre aproximadamente 300 y 1.000
nanómetros, lo que permite identificar cambios fisiológicos y bioquímicos en
las plantas antes de que sean visibles.
Los resultados mostraron que los modelos que combinan
información hiperespectral, variables de eficiencia fotosintética y datos de
cámaras RGB fueron los más precisos para detectar el deterioro de las plantas,
con niveles de exactitud entre 0,80 y 0,92.
En contraste, los modelos basados solo en imágenes RGB
presentaron menor capacidad, lo que confirma que los cambios visibles en las
plantas aparecen en etapas más avanzadas del problema.
“Uno de los hallazgos más relevantes fue que el deterioro de
las plantas por encharcamiento se puede detectar desde el segundo día mediante
el uso combinado de sensores e inteligencia artificial, lo que representa una
mejora frente a los métodos tradicionales, que pueden tardar hasta 21 días, y
en muchos casos requieren destruir las muestras para su análisis” explica el
investigador.
Esta herramientas abre la puerta a una agricultura más
precisa, en la que es posible tomar decisiones tempranas para reducir pérdidas
y optimizar la producción.
Además, este enfoque se podría aplicar en la detección
temprana de otros problemas como plagas, enfermedades o deficiencias
nutricionales, ampliando su impacto en el sector agropecuario.
No hay comentarios:
Publicar un comentario