Background image for CIMMYT
  1. Home >
  2. Noticias >
  3. Reportajes >
  4. A vista de p√°jaro

A vista de p√°jaro

Las imágenes multiespectrales y térmicas tomadas por cámaras en vehículos aéreos no tripulados ayudan a los investigadores a monitorear la resistencia del maíz al complejo mancha de asfalto y otras enfermedades foliares.

Francelino Rodrigues prepares an UAV for radiometric calibration for multispectral flight over a maize tar spot complex screening trial at CIMMYT’s Agua Fría experimental station, Mexico. (Photo: Alexander Loladze/CIMMYT)
Francelino Rodrigues prepara la calibración radiométrica de un VANT para un vuelo multiespectral sobre una parcela de ensayos de detección del complejo mancha de asfalto de maíz en la estación experimental Agua Fría del CIMMYT, México. (Foto: Alexander Loladze/CIMMYT)

Un nuevo estudio realizado por investigadores del Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT) muestra que la detección remota puede acelerar y mejorar la efectividad de la evaluación de las enfermedades en parcelas experimentales de maíz, un proceso conocido como fenotipado.

El estudio constituye la primera vez que se utilizan veh√≠culos a√©reos no tripulados (VANT, com√ļnmente conocidos como drones) con c√°maras que capturan la radiaci√≥n electromagn√©tica no visible para evaluar el complejo mancha de asfalto en el ma√≠z.

El equipo interdisciplinario descubri√≥, que las posibles p√©rdidas de rendimiento, debidas de las infecciones provocadas por el complejo mancha de asfalto, podr√≠an alcanzar un 58 % ‚ÄĒ m√°s del 10 % de lo que se inform√≥ en estudios anteriores.

Caused by the interaction of two fungal pathogens that thrive in warm, humid conditions, tar spot complex is diagnosed by the telltale black spots that cover infected plants. (Photo: Alexander Loladze/CIMMYT)
Causado por la interacci√≥n de dos pat√≥genos f√ļngicos que crecen en condiciones c√°lidas y h√ļmedas, el complejo mancha de asfalto se diagnostica por las manchas negras que cubren las plantas infectadas. (Foto: Alexander Loladze/CIMMYT)

“La evaluaci√≥n de la resistencia de las enfermedades de las plantas en el campo se est√° tornando dif√≠cil porque los ensayos de los mejoradores son m√°s grandes, se realizan en m√ļltiples ubicaciones y hay una falta de personal capacitado para evaluar las enfermedades”, dijo Francelino Rodrigues, especialista en agricultura de precisi√≥n del CIMMYT y coautor principal del estudio. “Adem√°s, la evaluaci√≥n de la enfermedad basada en evaluaciones visuales puede variar de persona a persona”.

Una enfermedad foliar importante que afecta al ma√≠z en toda Am√©rica Latina, el complejo mancha de asfalto, resulta de la interacci√≥n de dos especies de hongos que crecen en condiciones c√°lidas y h√ļmedas. La enfermedad del complejo mancha de asfalto causa manchas negras en las plantas infectadas, mata hojas, debilita la planta y afecta el desarrollo de la mazorca.

La fenotipificaci√≥n ha involucrado tradicionalmente a los mejoradores que caminan a trav√©s de parcelas de cultivos y eval√ļan visualmente cada planta, un proceso que requiere mucho trabajo y tiempo. A medida que las tecnolog√≠as de detecci√≥n remota se vuelven m√°s accesibles y asequibles, los cient√≠ficos las aplican m√°s a menudo para evaluar las plantas experimentales para los rasgos agron√≥micos o f√≠sicos deseados, seg√ļn Rodrigues, quien dijo que pueden facilitar fenotipos precisos y de alto rendimiento para la resistencia a enfermedades foliares en ma√≠z y ayudar a reducir el costo y el tiempo de desarrollar germoplasma de ma√≠z mejorado.

“Para fenotipar el ma√≠z por su resistencia a las enfermedades foliares, el personal altamente capacitado debe pasar horas en el campo para completar las evaluaciones visuales de los cultivos, lo que requiere tiempo y recursos sustanciales y puede dar lugar a resultados sesgados o inexactos entre los top√≥grafos”, dijo Rodrigues. “El uso de veh√≠culos a√©reos no tripulados para recopilar im√°genes multiespectrales y t√©rmicas permite a los investigadores reducir el tiempo y los gastos de las evaluaciones, y quiz√°s en el futuro, tambi√©n podr√≠a mejorar la precisi√≥n”.

Color-infrared image of maize hybrids in the experimental trials under fungicide treatment (A1) and non-fungicide treatment (A2) of tar spot complex of maize. Image data were extracted from two polygons from the two central rows in each plot (B).
La imagen infrarroja de híbridos de maíz en los ensayos experimentales bajo tratamiento con fungicida (A1) y tratamiento sin fungicida (A2) del complejo mancha de asfalto del maíz. Los datos de imagen se extrajeron de las dos filas centrales de cada gráfico de dos poligonos (B).

La tecnología ilumina con más claridad sobre el fenotipado

Los receptores en el ojo humano detectan un rango limitado de longitudes de onda en el espectro electromagn√©tico, el √°rea que llamamos espectro visible ‚ÄĒ que consta de tres bandas que nuestros ojos perciben como rojo, verde y azul. Los colores que vemos son la combinaci√≥n de las tres bandas del espectro visible que refleja un objeto.

Los sensores remotos aprovechan la forma en que la superficie de una hoja absorbe, transmite y refleja de manera diferencial la luz u otra radiaci√≥n electromagn√©tica, seg√ļn su composici√≥n y condici√≥n. La reflexi√≥n del tejido de la planta enferma es diferente de la de las sanas, siempre y cuando las plantas no se vean afectadas por otros factores, como el calor, la sequ√≠a o las deficiencias de nutrientes.

En este estudio, los investigadores sembraron 25 híbridos de maíz tropicales y subtropicales de rendimiento agronómico y resistencia al complejo mancha de asfalto en la estación experimental del CIMMYT en Agua Fría, en el centro de México. Posteriormente, llevaron a cabo evaluaciones de la enfermedad a simple vista y recogieron imágenes multiespectrales y térmicas de las parcelas.

Esto les permitió comparar la teledetección con los métodos tradicionales de fenotipado. Los cálculos revelaron una fuerte relación entre el rendimiento del grano, la temperatura del dosel, los índices de vegetación y la evaluación visual.

Aplicaciones futuras

“Los resultados del estudio sugieren que la detecci√≥n remota podr√≠a utilizarse como un m√©todo alternativo para evaluar la resistencia a la enfermedad en los ensayos de ma√≠z a gran escala”, dijo Rodrigues. “Tambi√©n podr√≠a usarse para calcular p√©rdidas potenciales debido al complejo mancha de asfalto”.

El mejoramiento acelerado de rasgos de cultivos agr√≠colamente relevantes es fundamental para el desarrollo de variedades mejoradas que puedan enfrentar crecientes amenazas agr√≠colas globales. Es probable que las tecnolog√≠as de teledetecci√≥n desempe√Īen un papel fundamental para superar estos desaf√≠os.

“Una futura √°rea de investigaci√≥n importante abarca la detecci√≥n presintom√°tica de enfermedades en el ma√≠z”, explic√≥ Rodrigues. ‚ÄúSi es exitosa, tal detecci√≥n temprana permitir√≠a intervenciones apropiadas de manejo de enfermedades antes del desarrollo de epidemias severas. Sin embargo, todav√≠a tenemos mucho que trabajar para integrar completamente la detecci√≥n remota en el proceso de mejoramiento y para transferir la tecnolog√≠a a los campos de los agricultores”.

El financiamiento para esta investigación fue proporcionado por el Programa de Investigación de Maíz del CGIAR.

Lea el artículo completo:
Loladze A, Rodrigues FA Jr, Toledo F, San Vicente F, Gérard B y Boddupalli MP (2019)
Aplicación de la teledetección para la formación de fenotipos en la resistencia del Complejo Mancha de Asfalto en el maíz. Front. Plant Sci. 10:552. doi: 10.3389/fpls.2019.00552