|
|
Investigadores italianos han desarrollado un método para predecir el rendimiento de los viñedos a partir de imágenes aéreas. Han demostrado que es posible determinar rápida y confiablemente la cantidad de cosecha antes de la vendimia utilizando drones. Este estudio publicado en la plataforma de investigación Oeno-one es el primero sobre el uso de drones para la estimación del rendimiento en la viticultura. El equipo estaba compuesto por científicos del Consejo Nacional de Investigación de Italia y de la Universidad de Módena y Reggio Emilia. Aprovecharon el hecho de que las características externas de los productos agrícolas pueden ser bien capturadas mediante el procesamiento de imágenes digitales. Los píxeles de imagen provenientes de las uvas son cruciales para la evaluación de las imágenes aéreas digitales.
Las investigaciones se llevaron a cabo en 2021 y 2022 en varios viñedos de Sangiovese cerca de Siena. Allí, los investigadores colocaron marcadores de comparación de colores para identificar las uvas en las imágenes aéreas y automatizar el procesamiento de imágenes. Luego, drones equipados con cámaras sobrevolaron los viñedos y fotografiaron las vides. Las distorsiones geométricas que traen las imágenes aéreas fueron corregidas por los científicos utilizando una herramienta de puntos de control. Para la detección de las uvas, utilizaron umbrales de color y filtros de imagen. A partir del número de píxeles de uva así determinado, los investigadores calcularon el rendimiento de las uvas por planta utilizando un modelo de regresión lineal. Después de la cosecha en ambos años, se estableció el rendimiento real. El resultado de la predicción automática resultó ser satisfactorio: la medida de error relevante estaba dentro del rango de tolerancia. Hasta ahora, los viticultores a menudo estiman el rendimiento del viñedo cortando y pesando muestras de uva. Los valores estimados resultantes proporcionan luego la cantidad de cosecha prevista. Este enfoque requiere tiempo y es especialmente difícil en terrenos empinados. El nuevo método es significativamente más rápido, independiente de la topografía y las condiciones climáticas, y evita intervenciones en el viñedo. El equipo de investigación ahora quiere mejorar aún más el procesamiento de imágenes y utilizar herramientas de aprendizaje profundo para reconocer y segmentar los píxeles de las uvas. Otros objetivos incluyen ampliar el enfoque a otros sectores agrícolas y desarrollar herramientas fáciles de usar para la aplicación, por ejemplo, con teléfonos inteligentes. (cs / oeno-one.eu)Más información sobre el tema: