La industria vitivinícola de Chile ha experimentado un crecimiento sostenido durante las últimas décadas, convirtiéndose en uno de los actores principales en el comercio mundial de vinos, con exportaciones a más de 109 países en 5 continentes.

A nivel país, la producción tanto de uvas como de vinos se concentra en dos regiones: la región de Maule y la región de O’Higgins, con unas tasas anuales de crecimiento del 3,15% y 7,40% respectivamente. Sin embargo, existe una gran amenaza a este crecimiento asociada al desarrollo exponencial de enfermedades en viñedos que pueden derivar en bajadas de rendimientos y pérdidas de competitividad en el mercado. 

A nivel mundial, la Food and Agriculture Organisation de las Naciones Unidas estima que las pérdidas anuales debidas a plagas se sitúan entre el 20% y el 40% de la producción global, lo que se traduce en alrededor de 232 mil millones de dólares por año. En la misma línea, la Fundación para la Innovación Agraria de Chile, en su informe Detección de virus y fitoplasmas en vid, señala que:

• Se ha observado que los síntomas de enfermedades producidas por dichos agentes producen una reducción en la producción cercana al 23%.
  Esto tiene como consecuencia directa una bajada muy significativa de la rentabilidad, incurriendo en una reducción en el margen neto que conduciría a un déficit inasumible para el productor. Esta situación es especialmente comprometida en la región de O’Higgins, pues según datos de la Oficina de Estudios y Políticas Agrarias (ODEPA) más del 76% de las explotaciones de viñedos corresponden a terrenos de menos de 20 hectáreas, lo que podría implicar, en general, una menor capacidad financiera para enfrentar déficits económicos tan significativos.
• Durante las últimas décadas, gran parte de la superficie de vides ha sido reemplazada por nuevas variedades utilizando los mismos suelos e infraestructura, prácticas que han provocado el aumento de las poblaciones de nematodos, insectos, hongos y bacterias.

Frente a esta amenaza, el mejor enfoque es ser capaces de llevar a cabo una detección temprana, rápida y fiable de enfermedades que puedan afectar a los viñedos, ya que de esta manera se podrán diseñar y adoptar medidas correctoras tempranas consistentes en el rápido aislamiento y retiro de los ejemplares afectados, evitando así que estas enfermedades se propaguen por todo el cultivo provocando importantes pérdidas asociadas a la producción. 

La limitación para adoptar este enfoque reside en que en la actualidad no existe en el mercado una tecnología para diagnóstico del estado de salud de viñedos de elevada precisión, a un bajo costo y en tiempo real.  De hecho, en la actualidad los productores vitivinícolas confían en inspección visual y juicio experto para el control del desarrollo de estas enfermedades, ya que las alternativas son costosas y no siempre disponibles, además de ser técnicas con una baja fiabilidad, tal y como ampliaremos a continuación. 

Nuestra solución al problema: detección de enfermedades a través del tratamiento de imágenes multiespectrales tomadas desde un dron.

Como ya hemos indicado, la mayor parte de los productores vitivinícolas llevan a cabo la tarea de inspección mediante observación visual y juicio experto.  Esa forma de inspección consiste en llevar a cabo una observación general sobre las plantaciones tratando de visualizar, en base a criterios subjetivos adquiridos empíricamente, si el vegetal posee algún síntoma que denota la enfermedad del mismo. Hacerlo de esta manera implica un gran consumo de tiempo y recursos ya que la observación directa depende del nivel de visión del individuo experto en enfermedades de viñedos que la ejecute y de su evaluación subjetiva del momento (un solo inspector puede tardar horas en inspeccionar solamente una hectárea). A su vez, este método tiene un margen de error relativamente alto, ya que la detección de síntomas o anomalías en las plantaciones dependen de la subjetividad de los observadores, de la altura y tamaño de la vid, o del factor climatológico, entre otros.

Otras de las técnicas no intrusivas disponibles para la detección de enfermedades son aquellos modelos de predicción que estudian la evolución de hongos en la vid con el fin de prever las infecciones. Estos modelos utilizan variables meteorológicas como la temperatura, la lluvia y la humedad relativa. Por ejemplo, en el caso concreto de la afección/enfermedad Mildiu (hongo Plasmopara viticola) – enfermedad muy conocida por los viticultores debido a los graves daños que ocasiona en el viñedo-, el sistema propuesto se basa en el modelo Goidanich. Este modelo recoge información meteorológica (temperatura media y humedad relativa), y estima cuando se producirá la fructificación asexual del hongo, momento idóneo para tratar la vid con productos de contacto que impidan la germinación de zoosporas. La mayor limitación de esta técnica es un error relativo muy alto. 

Por otro lado, en lo referente a técnicas intrusivas de detección de enfermedades en viñedos, las herramientas tecnológicas desarrolladas se basan en la utilización conjunta de técnicas moleculares de detección de virus (ELISA y RT-PCR) y citoplasmas (nested-PCR) en vides viníferas y de mesa. Esto consiste en el muestreo en campo de las vegetaciones a analizar y su posterior procesamiento y análisis en laboratorio. Cabe señalar que la técnica inmunológica ELISA (Enzyme Linked Inmuno Sorbent Assay) se utiliza como apoyo (para el caso de detección de virus) de la técnica génica PCR (Polymerase Chain Reaction), que es adecuada para la detección tanto de virus como de citoplasmas. La limitación de esta forma de analizar la infección de los viñedos es su muy alto costo y que además implica un gran consumo de tiempo.

Partiendo de esta realidad, junto a los propios productores vitivinícolas identificamos la necesidad de desarrollar una solución disruptiva capaz de superar las limitaciones técnicas y económicas de estas prácticas de inspección de viñedos existentes a nivel nacional e internacional. 

Nuestra metodología para desarrollar la solución

A través de nuestra metodología, partiendo de los requisitos definidos como resultado del análisis e investigación llevado a cabo, pudimos definir el mejor enfoque para solucionar el problema, concretando prestaciones técnicas y llevando a cabo una cuantificación costo-beneficio. Así, planteamos cuales deberían ser los requisitos, los que enumeramos a continuación: 

• Medición de grandes áreas de forma rápida y eficaz.
• Discretización de la zona de cultivos en elementos individuales y obtención de parámetros relevantes de forma automatizada.
• Clasificación de la discretización en “enferma” y “no enferma”, indicando también tipo de enfermedad y grado de avance.
• Información de gran precisión en un plazo de 24-48 horas y a un bajo costo, posibilitando la toma de decisiones en etapas tempranas.
• Sistema no intrusivo, con nula injerencia en los cultivos. 

Partiendo de este planteamiento, y tras un análisis exhaustivo del estado del arte, determinamos que el mejor enfoque era desarrollar un sistema integral de control del estado de salud de viñedos (detección de enfermedades) mediante imágenes espectrales tomadas desde aeronaves no tripuladas (drones). 

 

Esquema de nuestra solución para diagnosticar del estado de salud de viñedos

El principio en el que se basa esta innovadora solución es en investigar las perturbaciones fisiológicas mediante el registro de los cambios en la reflectancia foliar en la porción infrarroja cercana del espectro, que no es perceptible a simple vista. Mediante este planteamiento podemos analizar el estrés biótico y abiótico a partir de las diferencias en las características espectrales del dosel del cultivo. 

Para identificar aquellos parámetros espectrales más característicos para la detección de enfermedades en vides, llevamos a cabo un análisis de diferentes documentaciones científicas que nos permitieron detectar que uno de los índices más utilizados es el NDVI (Índice de Vegetación de Diferencia Normalizada). Este es un buen parámetro para evaluar el contenido de clorofila de la hoja, el cual está directamente relacionado con el estado de salud de las plantas. Además, a partir de la información recopilada, ha sido posible implementar 8 índices espectrales que se pueden calcular en cada árbol individual.

Por tanto, volviendo a la configuración y funcionamiento de la solución, el sistema de adquisición (dron) realiza un vuelo sobre el terreno a aproximadamente 30 metros de altura empleando un vehículo aéreo no tripulado equipado con una cámara multiespectral de cinco bandas. 

Pruebas para la validación del dron equipado con la cámara multiespectral.

Tras el vuelo del dron equipado con la cámara multiespectral los datos son enviados a un servidor en la nube. Con las imágenes espectrales se genera la ortofoto y se realiza una corrección atmosférica. Tras ello, se identifican los árboles y calculan los índices espectrales de cada unidad, siendo una red neuronal la que permite asignar el estado de salud. 

Por tanto, el tratamiento de las imágenes captadas en el vuelo de dron es llevado a cabo a través de una algoritmia especifica desarrollada para ejecutarse en diferentes etapas. 

• La primera de ellas consiste en conseguir el tratamiento y corrección de las imágenes obtenidas ya que estos datos deben prepararse de forma que se elimine la distorsión debido a las variaciones espaciales ocurridas en el proceso de captura de la información, y por la necesidad de ajustar la información espacial a un sistema de referencia determinado. Así, se consigue la orto-rectificación de las imágenes multiespectrales y la corrección atmosférica permite la calibración de los valores de radiación a reflectancia utilizando la irradiancia entrante total.

Ejemplo de ortofoto de imágenes

• Una vez conseguido lo anterior, el siguiente desafío consistía en llevar a cabo la identificación y conteo de los diferentes árboles mediante el análisis de imágenes de alta definición tomadas desde un dron, para identificar cada unidad individual de árbol obteniendo un mapa geolocalizado de estos y contabilizando la cantidad en una determinada área.

Resultado de  algoritmos de detección y conteo 

• Como tercera etapa se procedió a la selección de variables representativas y la clasificación del estado de salud de los viñedos en base a las enfermedades que se quiere identificar. Para ello se tomaron en cuenta los índices y parámetros que puedan representar estados de salud de plantas, tales como pueden ser NDVI (Índice de Vegetación de Diferencia Normalizada). 

Imagen con los 8 índices espectrales sobre los árboles

 

Para ello se desarrolló de un algoritmo de clasificación, basado en las redes neuronales tipo perceptrones multicapa que es entrenada mediante el método de entrenamiento de la máxima verosimilitud, que seleccionarán los parámetros más representativos de cada enfermedad, así como un coeficiente de ponderación, en base a sucesivos entrenamientos llevados a cabo en campo. 

Tras obtener el diagnóstico de enfermedades a través del procesamiento descrito, éste se entrega al cliente a través de una plataforma digital para que pueda realizar la gestión de sus viñedos. Esta plataforma permite visualizar el estado de salud de las plantaciones analizadas de manera discretizada y posicionadas sobre el mapa, entregando características geométricas, mapa de índices espectrales, identificación del estado de salud de cada vid, filtrado en el mapa por enfermedades y estadísticas generales y datos históricos.

Además, antes de transcurrir 48 horas, el cliente recibe un informe del vuelo realizado, un documento en formato electrónico con los resultados del vuelo, que incluye discretización de las vides, información y ubicación geolocalizada de las vides afectadas por alguna enfermedad y el grado de avance de la misma junto a un posible plan de acción dependiendo de la enfermedad detectada.

Conclusiones

Nuestro equipo ha desarrollado un sistema integrado de software y hardware que permite verificar el estado de salud de los cultivos de vid de un determinado lote en tiempo real, de manera precisa, y a bajo costo, resultando de gran ayuda a los viticultores que quieran disminuir el riesgo de propagación de enfermedades y la consecuente pérdida económica.

Gracias a la aplicación de la Inteligencia Artificial, el análisis de imágenes espectrales tomadas desde drones son tratadas mediante complejos algoritmos que incluyen redes neuronales, para conseguir desarrollar un sistema de diagnóstico del estado de salud de viñedos capaz de detectar si las plantas de vid analizadas sufren algún tipo de enfermedad, qué tipo  de enfermedad les afecta y su grado de avance

Para obtener más información sobre esta solución innovadora, no dude en descargar nuestro brochure específico sobre la misma. 

Adicionalmente, si busca mejorar la productividad de su explotación vitivinícola no dude en consultar nuestras otras soluciones para este sector industrial o contactarnos para desarrollar de manera conjunta una solución tecnológica a medida que responda a su problemática concreta. 

Referencias

Carolina Buzzetti Horta (2018). Una mirada al mercado vitivinícola nacional e internacional.

Fundación para la Innovación Agraria de Chile (2015). Experiencias de innovación para el emprendimiento agrario. Resultados y lecciones en detección de virus y fitoplasmas en vid: proyecto de innovación entre IV región de Coquimbo y VII región del Maule.

Martín, M. A., & Mimbrero, M. R. (2015). Desarrollo e implementación de un sistema para detección temprana de enfermedades en vid en entorno R.

Fundación para la Innovación Agraria Chile (2009). Experiencias de innovación para el emprendimiento agrario. Resultados y lecciones en detección de virus y fitoplasmas en vid: proyecto de innovación entre IV región de Coquimbo y VII región del Maule., 31.