Midagri ejecutará 5 proyectos de investigación y de transferencia de tecnología agropecuaria

El Ministerio de Desarrollo Agrario y Riego (Midagri), mediante la Secretaría Técnica de Coordinación de la mano con el Grupo Consultivo para la Investigación Agrícola Internacional (CGIAR), ha aprobado la realización de cinco proyectos de investigación y de transferencia de tecnología agropecuaria con una inversión total de US$ 1’263,285.

Con el objetivo común aportar al incremento de los rendimientos productivos, la mejora de resistencia de los cultivos frente a enfermedades y su adaptación a los efectos del cambio climático, el desarrollo de tecnologías y sistemas productivos más adecuados a las variadas condiciones del territorio nacional, lo cual redundará en el mejoramiento nutricional de las familias y paulatinamente el aumento de la rentabilidad de las parcelas de la Agricultura Familiar.

El CGIAR, es una de las más importantes organizaciones que agrupa a las instituciones de investigación e innovación agrarias a nivel mundial. Además, tiene como objetivo aumentar la seguridad alimentaria, reducir la pobreza rural, mejorar la salud y la nutrición humana y asegurar un manejo sostenible de los recursos naturales.

Estos proyectos fueron escogidos entre 26 propuestas recibidas por la STC-CGIAR en la convocatoria de proyectos 2020, en mérito a su calidad técnica y al impacto que generarán en la mejora de la productividad y sostenibilidad de los cultivos de la Agricultura Familiar del país, ellos serán llevados a cabo por cuatro centros internacionales de investigación de reconocida trayectoria, en alianza con instituciones nacionales vinculadas al desarrollo agrario.

Los proyectos son:

1. Pre-mejoramiento de las razas de maíz del Perú para facilitar el uso sostenible y generalizado de la diversidad nativa para mejorar la rentabilidad de la agricultura familiar.
2. Implementación de tecnologías de última generación para detección simultánea de múltiples patógenos a gran escala, aplicada a la vigilancia fitosanitaria y diagnóstico temprano de enfermedades en arándano y yuca.
3. Uso de la agricultura de precisión: determinación de la biomasa aérea y rendimiento de cultivos maíz y trigo usando machine learning aplicado a imágenes de vehículos aéreo no tripulados.
4. Identificación de genes de local adaptación frente al cambio climático y mejora de producción agronómica de maíz morado nativo del Perú.
5. Generación de sistemas silvopastoriles para el mejoramiento de suelos y economías de los pequeños productores.