Israel a la vanguardia de la agricultura inteligente

Israel agiganta los pasos hacia una agricultura inteligente.

En esta ocasión, los investigadores desarrollan un método automatizado para la predicción del estrés de los cultivos.

La tecnología innovadora permite el seguimiento automatizado del estrés en cultivos agrícolas. La detección temprana del estrés hídrico y por calor es crucial para los productores agrícolas. \

Esto se debe a que la reducción de la humedad se refleja en una conductancia estomática limitada, lo que resulta en un crecimiento reducido y, finalmente, en la muerte prematura de la planta.

El desarrollo fue dirigido por la gente de GIP, el Laboratorio de Procesamiento de Imágenes Geométricas.

Startup Nation y agricultura inteligente.
Israel, que fue reconocido en las primeras décadas de su existencia como una potencia agrícola moderna, pasó a lo largo de los años a ser la Startup Nation.

En los últimos años, resulta que la conexión entre los dos (alta tecnología y agricultura, agritech, para abreviar) probablemente dé un impulso significativo al mundo de la alimentación.

Este es el telón de fondo para el establecimiento un consorcio patrocinado por la Autoridad de Innovación de Israel, en el marco del cual se realizó la presente investigación.

El Consorcio se creó con el objetivo de promover la innovación científica y tecnológica mediante la colaboración entre institutos de investigación académica y empresas industriales.

Los investigadores Alon Zvirin, el profesor Ron Kimmel, y el ingeniero Yaron Honen, han desarrollado una tecnología inteligente para el monitoreo y la predicción del estrés de los cultivos y la segmentación de las hojas.

En el contexto del primero, Zvirin nos explica: “la detección del estrés por sequía permite salvar la planta, permite la identificación de enfermedades y la predicción de las cantidades de rendimiento de los cultivos, todos los cuales son información crucial para el productor”.

Mediante el uso de fotografías en color, imágenes térmicas y aprendizaje profundo, los investigadores pudieron predecir el estrés y el desarrollo de nuevas hojas con gran éxito.

En una prueba de la tecnología en plántulas de banano, se logró un nivel de predicción impresionante de más del 90% de precisión.

En el contexto de esta última, la segmentación de las hojas, los investigadores lograron resultados sin precedentes en la identificación de Arabidopsis y hojas de tabaco mediante la aplicación del aprendizaje profundo.

El valor de incluir investigadores jóvenes.
Para entrenar el sistema en una gran cantidad de muestras, el equipo de investigación desarrolló una amplia base de datos que contenía imágenes de hojas artificiales y luego también probó la tecnología en otros cultivos: aguacate, banano, pepino y maíz.

Zvirin nos comentaba: “incluimos investigadores jóvenes que recién se estaban iniciando en el proceso de desarrollo tecnológico. Trajeron excelentes ideas e hicieron un gran trabajo.

Dos de ellos también figuran como autores principales de los artículos: Dmitri Kuznichov, que en breve completará su maestría bajo la supervisión del profesor Irad Yavneh y el profesor Ron Kimmel, y Sagi Levanon.

El artículo sobre detección de estrés se publicó en el European Conference on Computer Vision, ECCV, y el artículo sobre segmentación se publicó en el Conference on Computer Vision and Pattern Recognition, CVPR.

En nuestro caso, nos enfocamos al diagnóstico del estado de la planta sobre la base de sus características observables: color, forma y tamaño.

El fenotipado automatizado de alto rendimiento hoy en día explica el cuello de botella en la mejora de los cultivos agrícolas y, por lo tanto, la importancia del logro actual.

Fuente: Latam Israel.