Usan imágenes térmicas con drones para una mejor detección de 'la Seca' de la encina

Un estudio liderado por Alberto Hornero, investigador del Instituto de Agricultura Sostenible (IAS) del Consejo Superior de Investigaciones Científicas (CSIC) de Córdoba, ha permitido generar un sistema más preciso de detección de 'la Seca' de la encina y el alcornoque a partir de imágenes térmicas y multiespectrales obtenidas con drones y un modelo de aprendizaje automático.

El CSIC ha explicado en una nota que la dehesa desempeña un papel crucial en el ecosistema y está amenazada por diversas circunstancias como plagas, enfermedades o factores de estrés ambiental, por lo que detectar a tiempo el deterioro de su salud "es vital para una gestión forestal eficaz", señala Hornero.

El investigador ha indicado que el estudio desarrollado demuestra que el uso conjunto de sensores multiespectrales y térmicos en drones, combinado con modelos físicos, "cambia las reglas del juego para predecir el impacto de las enfermedades en sistemas agrosilvopastorales".

El estudio, en el que han participado además investigadores de la Universidad de Córdoba, de la Universidad de Melbourne (Australia) y el laboratorio InnovPlantProtect de Portugal, demuestra un enfoque novedoso para vigilar la salud de la dehesa.

"Utilizando imágenes multiespectrales y térmicas captadas por vehículos aéreos no tripulados (UAVs) equipados con cámaras miniaturizadas, junto con modelos de transferencia radiativa 3D y aprendizaje automático, el equipo identificó con éxito encinas y alcornoques afectados por La Seca, enfermedad causada por el hongo Phytophthora que provoca el decaimiento y la muerte de los árboles", señala Hornero.

De esta manera, el estudio abarcó casi 2.300 árboles de Portugal y España con diferentes niveles de gravedad de la enfermedad, mientras que el modelo de clasificación alcanzó una precisión global "por encima del 76 por ciento identificando incluso una tercera parte de los árboles en decaimiento que la inspección visual no había detectado inicialmente".

Por ello, según Hornero, este avance "no solo ofrece una forma rentable y eficaz de controlar la salud de la dehesa, sino que también permite una intervención temprana en la gestión de la misma al detectar la enfermedad antes de que haya síntomas visibles de ella".

"Este método innovador garantiza la rápida detección y cartografía de la progresión de la enfermedad, lo que permite una gestión forestal proactiva", destaca el investigador del IAS-CSIC, quien concluye que ante el continuo decaimiento de la dehesa en todo el mundo, esta investigación "ofrece esperanzas para su conservación y la preservación de nuestros ecosistemas".