AGROPERÚ Informa Revista del agro peruano
La Universidad Nacional Agraria La Molina (UNALM), a través del Programa de Doctorado en Ingeniería y Ciencias Ambientales, está desarrollando herramientas basadas en inteligencia artificial para predecir el rendimiento y detectar la presencia de enfermedades en arrozales. La iniciativa es desarrollada por Juan Junior Valdiviezo Espinoza, investigador doctoral de la UNALM.
Según el doctorando, las herramientas de inteligencia artificial serán programas capaces de analizar datos obtenidos mediante satélites y drones. A partir de estos datos, identificarán patrones que permitirán predecir el rendimiento y detectar enfermedades en los arrozales.
“En el caso del rendimiento del cultivo, las herramientas anticiparán cuántas toneladas de arroz podría producir una parcela antes de la cosecha”, señaló Juan Valdiviezo.
Indicó que, en el caso de las enfermedades, las herramientas emplearán las imágenes captadas por drones para analizar cambios en el color y el estado de las plantas. “Esto permitirá detectar de manera temprana la presencia de enfermedades, incluso antes de que sean evidentes para el agricultor, facilitando una intervención oportuna y reduciendo pérdidas en la producción”, explicó el doctorando.
Plataforma digital
En ese sentido, Juan Valdiviezo indicó que toda la información se integrará en una plataforma digital, donde los usuarios podrán visualizar mapas del arrozal, consultar las predicciones de rendimiento, identificar zonas con mayor riesgo de enfermedad y acceder a la información de manera sencilla desde una computadora o dispositivo móvil.
“La idea es que el usuario pueda ingresar a la plataforma y observar un mapa con las parcelas de cultivo. Al seleccionar una de ellas, podrá consultar información como el rendimiento estimado del cultivo, el riesgo o la presencia de enfermedades, imágenes obtenidas por satélites o drones y otros datos relevantes para el seguimiento del arrozal”, manifestó el investigador doctoral.
Agregó que el objetivo es reunir en un solo lugar toda la información generada durante la investigación, para que sea fácil de consultar e interpretar. De esta manera, los agricultores, técnicos o instituciones podrán identificar rápidamente las zonas que requieren mayor atención y tomar decisiones de manejo de forma más oportuna.
