l método utiliza drones y cámaras de bajo costo para seleccionar plantas tolerantes a la sequía
13 de enero de 2025
Procesadas en software libre, imágenes tomadas desde un vehículo aéreo no tripulado permiten evaluar parámetros de estrés hídrico en experimentos con maíz y ayudan a seleccionar cultivares más adaptados a la falta de agua
André Julião | Agência FAPESP – Un método que utiliza software gratuito y un dron con cámara de bajo costo permitió seleccionar plantas de maíz tolerantes a la sequía. La herramienta contribuye a la selección de plantas que resistan mejor el estrés hídrico, uno de los impactos del cambio climático en la agricultura.
Los resultados de los experimentos fueron publicados en un artículo en Plant Phenome Journal .
Los autores están vinculados al Centro de Investigaciones en Genómica Aplicada al Cambio Climático ( GCCRC ), un Centro de Investigaciones en Ingeniería ( CPE ) creado con apoyo de la FAPESP y la Empresa Brasileña de Investigación Agropecuaria (Embrapa) en la Universidad Estadual de Campinas (Unicamp).
“Los experimentos con plantas genéticamente modificadas son caros. El método nos permitió evaluar la tolerancia de las plantas a la sequía en un área relativamente pequeña, además de utilizar software gratuito y una cámara RGB más simple, que monitoreó los parámetros del experimento de manera más efectiva que la cámara multiespectral, más costosa”, dice Helcio Duarte Pereira . , investigador del GCCRC becario de la FAPESP y primer autor del estudio.
El método permitió una recopilación de datos optimizada, más rápida y más económica. Los métodos convencionales requieren mediciones manuales, a veces con equipos costosos y procesos lentos. Además, con ellos algunas características sólo se pueden medir al final del ciclo de vida de la planta. Con el dron, un trabajo que llevaría días se puede realizar en unas pocas horas, lo que también permite evaluar las plantas en diferentes etapas de crecimiento.
El enfoque también permite controlar el desarrollo de las plantas durante todo el ciclo de crecimiento. “El análisis continuo, en diferentes etapas del ciclo de vida de las plantas, fue fundamental para comprender cómo responden al estrés hídrico, además de permitirnos predecir cómo se comportarían en otras áreas”, explica Juliana Yassitepe , investigadora del GCCRC y de Embrapa Agricultura. Digital, quien coordinó el estudio.
Parámetros de estrés hídrico
Durante la estación seca de 2023, entre abril y septiembre, los investigadores realizaron una serie de vuelos en un área experimental en Campinas. En el lugar se plantaron 21 variedades de maíz, tres convencionales y 18 genéticamente modificadas para sobreexpresar genes potencialmente relacionados con la resistencia al estrés hídrico.
En el experimento, la única diferencia de tratamiento entre las plantas fue que la mitad recibió riego durante todo su ciclo de vida, mientras que la otra fue sometida a sequía.
Cada vuelo duró 10 minutos y capturó 290 imágenes. Los investigadores seleccionaron 13 vuelos realizados con la cámara multiespectral, que capta espectros no visibles, como el infrarrojo, y 18 con la cámara RGB, que es sensiblemente más económica y que capta tres colores o bandas: rojo, verde y azul.
Las imágenes fueron analizadas mediante software libre y permitieron cruzar las bandas obtenidas en las imágenes. Para determinar qué indicaban las diferencias de color en las imágenes, los investigadores tomaron una serie de mediciones convencionales de plantas en el suelo. A partir de ahí, pudieron definir los parámetros del estrés hídrico y calibrar los modelos de predicción.
Los resultados presentados a partir de imágenes de la cámara más barata demostraron ser confiables y más precisos, lo que hace que la tecnología sea accesible para programas de mejora genética a gran escala.
Además de reducir los costos operativos, el método permite realizar estudios en áreas más pequeñas, lo que es especialmente útil en proyectos con recursos limitados. «No siempre tenemos suficientes semillas para plantar en áreas muy grandes, lo que constituye un obstáculo en este tipo de investigación», afirma Yassitepe.
Los investigadores también señalan que los vuelos más bajos del dron permiten obtener imágenes de alta resolución, lo que se justifica en áreas experimentales más pequeñas, contribuyendo a obtener datos más precisos.
Finalmente, aunque no es el objetivo principal del grupo, el avance abre el camino a que otros grupos de investigación o startups creen aplicaciones dirigidas directamente a productores o empresas de mejora genética.
“Existen aplicaciones en el mercado que permiten evaluar, por ejemplo, la clorofila de la planta y, por tanto, definir los niveles de nitrógeno. De esta manera, es posible ajustar la fertilización según las necesidades”, dice Pereira.
Para Yassitepe, los índices evaluados en el estudio pueden servir de base para el desarrollo de aplicaciones que midan automáticamente el estrés hídrico en diferentes cultivos agrícolas o forestales.
El artículo Fenómica de campo temporal de eventos de maíz transgénico sujetos a estrés por sequía: escenarios de validación cruzada y modelos de aprendizaje automático se puede leer en: https://acsess.onlinelibrary.wiley.com/doi/10.1002/ppj2.70015 .