El trabajo estuvo dirigido por los profesores Juan Bernardo Gómez Mendoza, doctor en Automática, y Gustavo Adolfo Osorio Londoño, Ph. D. en Automatización Industrial, de la Universidad Nacional. 

El  ingeniero colombiano explica que “un aspecto fundamental en la producción de este fruto es determinar su grado de madurez antes de la cosecha. El fruto del aguacate está compuesto principalmente por agua, y entre el 10 y 30 % conforman la parte seca del aguacate, es decir la pulpa y la semilla”.

Te puede interesar: Colombianos crean sistema de programación de robots con realidad aumentada: Así funciona

“Por ejemplo, si un aguacate pesa 100 gramos, la materia seca sería entre 20 y 30 gramos; medirla de forma física es un proceso lento y puede causar grandes pérdidas, lo que subraya la importancia de encontrar métodos más eficientes para evaluar la madurez del aguacate antes de la cosecha”, le explicó a la agencia de noticias UNAL. 

¿Cómo se desarrolló el sistema?

El sistema de imágenes multiespectrales se desarrolló a través de 3 etapas principales. En la primera se diseñó y construyó la parte mecánica del sistema, que proporciona la estructura y el soporte necesarios para los LED y sensores, asegurando la correcta disposición y estabilidad de los componentes durante la captura de imágenes de los aguacates.

En la segunda etapa se desarrolló el hardware electrónico, que incluye la selección y el montaje de los LED para iluminar los aguacates, y los sensores necesarios para capturar imágenes en diferentes espectros.

Y, finalmente, en la tercera etapa se implementó un software integrado que controla el funcionamiento del hardware gestionando la activación de los LED y el procesamiento de las imágenes capturadas para garantizar que los datos sean procesados correcta y eficientemente. Juntos, estos componentes permiten evaluar con alta precisión la materia seca del aguacate.

Para lograrlo fue necesario reducir la luz interior de la estructura multiespectral para que no alterara los resultados visualizados con las luces LED. La superficie negra permitió mantener la intensidad de luz reflejada por debajo del 10 %, y el hardware que controla la luz con señales especiales funcionó bien, sin necesidad de resistencias adicionales.

Un sistema que no solo funcionaría para el aguacate

De acuerdo con el investigador el sistema también funcionaría para analizar otras características en productos agrícolas como granos de café y frutas cítricas. 

Sin embargo para este proceso ee recomienda probar diferentes cámaras y longitudes de onda, como el infrarrojo lejano, y desarrollar una interfaz de programación de aplicaciones (API), que permite la comunicación de diferentes aplicaciones entre sí”, sugiere el investigador.

Este desarrollo contribuiría a la producción agrícola de aguacate, que en 2023 exportó más de 120.000 toneladas de la variedad Hass a más de 30 países, según el Ministerio de Agricultura. La agroindustria colombiana cerró ese año con este récord de exportaciones, logrando un aumento del 26,3 % en el volumen de contenedores enviados a mercados internacionales, lo que evidencia que este es un sector que necesita atención, por ser altamente rentable para la economía del país.

Imagen: Archivo ENTER.CO

La investigación fue realizada por el científico agrónomo, Juan Camilo Zapata Calero, magíster en Ciencias Agrarias, y dirigida por Arturo Carabalí Muñoz y el por el profesor John Josephraj de la Facultad de Ingeniería y Administración de la universidad.

El estudio se llevó a cabo en cuatro parcelas experimentales ubicadas en huertos comerciales de Hass en Timbío y Sotará, Cauca.

Zapata logró desarrollar con inteligencia artificial un modelo de predicción que identifica las áreas más pequeñas en los lotes de este cultivo, en donde aparecen las pestes cuarentenarias. Con esta tecnología no solo logró controlar y monitorear con más precisión las plagas, sino que además ayudó a que los productores de esta persea americana utilicen menos insecticidas.

Te puede interesar: Lirio acuático, la planta que sirve para crear filamentos para impresión 3D

De acuerdo con la Agencia de Noticias de la Unal, para la creación del modelo y las predicciones finales, el investigador utilizó técnicas de machine learning (o aprendizaje de máquina) y análisis espaciales y de patrones; estadística espacial y geoestadística.

Así mismo, el científico utilizó redes neuronales artificiales que le permitieron clasificar la presencia y ausencia del daño en un cultivo de aguacate. Así fue como logró que se procesaran los datos de una manera muy parecida a como lo hace el cerebro humano. “Son capaces (las redes neuronales) de aprender patrones complejos y de realizar tareas de predicción y clasificación”, explica.

Los datos que fueron introducidos en el modelo IA estuvieron relacionados con variables fenológicas como fecha de siembra, duración del día, temperatura, suministro de humedad, componente genético, manejo de la planta y tamaño del fruto.

Cabe resaltar que dentro de estas características, el tamaño del fruto, es unas de las más importantes, pues esta define si al aguacate le llegarán o no las plagas, ya que cuando está muy pequeño no hay presencia de daños.

Te puede interesar: Así es la ensalada especialmente producida para astronautas y en el espacio

Finalmente, Zapata utilizó un medidor portátil que le permitía tomar 15 variables climáticas, entre ellas temperatura, humedad relativa, velocidad del viento, altura, dirección del viento y sensación térmica, que son las que más influyen en el modelo de predicción.

Con esa información, el magíster procesó los datos, y a partir de algoritmos de machine learning, identificó las variables que más influyen en la predicción del daño. A partir de estas  alcanzó una predicción del 80 % de afectación en los predios estudiados.

Con los resultados de este estudio se generó un modelo que será la base para una aplicación web que la Corporación Colombiana de Investigación Agropecuaria está desarrollando para que cualquier productor y asesor técnico pueda hacer análisis con solo ingresar las coordenadas geográficas del predio del cultivo.

Te puede interesar: ¿Smartwatch o Tamagotchi? Este es el reloj que funciona con organismos vivos

Este sería un avance científico muy importante para nuestro país ya que la exportación desde Colombia a países como Estados Unidos no es tan fácil.

De hecho, hasta 2017, el Servicio de Inspección de Sanidad Animal y Vegetal del Departamento de Agricultura impuso restricciones fitosanitarias para su ingreso en fresco, debido a que los insectos-plaga picudo y polilla no existen en ese país.

Pese a que la presencia de las plagas afecta a más del 60 % de los cultivos de Antioquia, Caldas, Cauca, Quindío, Risaralda, Tolima y Valle del Cauca, la producción del Hass registró un crecimiento alrededor del 80%.

Imagen: Juan Camilo Zapata