Despliegue del laboratorio al campo: Diseño de un Sistema de Imágenes Hiperespectrales aéreo para la detección Temprana de Sigatoka Negra.

Abstract

En la actualidad, la agricultura se enfrenta al desafío del tratamiento de enfermedades de cultivos con fungicidas químicos, cuyos impactos negativos en la calidad de la fruta y el fomento de la resistencia del patógeno aumentan los costos y los daños ambientales. En este contexto, la detección temprana no destructiva de la Sigatoka Negra emerge como una estrategia clave para optimizar la aplicación de fungicidas y minimizar sus impactos adversos. Los Vehículos Aéreos No Tripulados (UAV) equipados con sensores y cámaras de alta resolución se han convertido en herramientas esenciales en actividades agrícolas, permitiendo la captura de imágenes de ultra alta resolución espacial y un rápido inicio de vuelo. Este estudio propone un diseño de sistema hiperespectral aerotransportado para la detección temprana de la Sigatoka Negra en plantaciones de banano. La metodología combina la teledetección aérea con técnicas de inteligencia artificial para una detección eficiente y precisa. Se establecen las especificaciones técnicas del sistema, que incluyen un espectrómetro ImSpector V10E y una cámara CMOS Kiralux montados en un dron, respaldados por una tarjeta inteligente Jetson Orin Nano 8 GB para procesamiento en tiempo real. Se recomienda la normalización y reducción de la dimensionalidad de los datos hiperespectrales para un análisis óptimo y la aplicación de técnicas de machine learning para la detección de la enfermedad. Los resultados experimentales en laboratorio muestran una alta precisión en la detección de la enfermedad, lo que destaca el potencial de esta metodología para una gestión agrícola más eficaz y sostenible.