Los agrodrones con IA para fenotipado y modelado dinámico ayudarán en la selección del rendimiento de la soja.
La soja, un cultivo oleaginoso marginal y de alto valor, tiene limitaciones de rendimiento en comparación con cultivos como el maíz y el arroz, lo que pone de relieve la necesidad de desarrollar variedades de mayor rendimiento. Para acelerar el trabajo de los criadores, los científicos chinos propusieron optimizar la inteligencia artificial para los drones agrícolas.
En el comunicado de la Universidad Agrícola de Nanjing, China, que describe las perspectivas de los drones de soja para los criadores. El estudio, titulado “Análisis de series temporales de campo de fenotipado del crecimiento de la soja mediante la combinación de aprendizaje profundo multimodal y modelado dinámico”, también se publicó en la revista Plant Phenomics: “La relación entre el crecimiento temprano de la cubierta vegetal de la soja y el rendimiento general sigue siendo poco comprendida, lo que destaca una importante brecha de investigación. Aunque los avances en el fenotipado de alto rendimiento, especialmente el uso de tecnología UAV, han mejorado la eficiencia del monitoreo, enfrentan desafíos en la precisión del análisis de datos, especialmente en la segmentación de imágenes.
El estudio incluyó una evaluación comparativa de la precisión con respecto a modelos establecidos (por ejemplo, FCN, UNet, SegNet) y un análisis de diferentes arquitecturas ResNet como columna vertebral de RIFSeg-Net, que reveló el rendimiento superior de ResNet-50 en términos de precisión.
Además, se extrajeron hojas de soja individuales utilizando el modelo SAM, una tarea computacionalmente intensiva para clasificar 200 variedades de soja en cuatro grupos distintos según la relación de aspecto de las hojas. Luego se aplicó un modelado dinámico a estos grupos, lo que dio como resultado cinco parámetros fenotípicos para examinar la dinámica del dosel que demostró diferencias significativas en la cobertura del dosel entre diferentes subgrupos de soja.
Al utilizar vehículos aéreos no tripulados para recopilar datos con alta precisión temporal a lo largo del ciclo reproductivo de la soja, esta metodología supera el fenotipado manual tradicional al permitir experimentos de campo a gran escala y de alto rendimiento. La combinación de datos de entrada multimodal mejora significativamente la precisión de la segmentación, lo que permite capturar y rastrear automáticamente la dinámica de la cobertura del suelo.
El modelado dinámico respaldado por la función de crecimiento «S» establece parámetros sólidos para caracterizar las diferencias de genotipo, destacando el papel fundamental del vigor temprano en los resultados del rendimiento. Este enfoque no sólo facilita análisis fenotípicos detallados centrados en la viabilidad temprana, sino que también ayuda a identificar recursos de germoplasma de soja con características favorables para el desarrollo de cultivares más productivos y resistentes.
En conclusión, el estudio demuestra el potencial del fenotipado de UAV combinado con técnicas avanzadas de aprendizaje profundo y modelado dinámico para fenotipar eficientemente una amplia gama de genotipos de soja, proporcionando información invaluable para el desarrollo de variedades de soja de alto rendimiento. Este enfoque integrado enfatiza la integración de tecnologías y metodologías avanzadas en la investigación agrícola, estableciendo así un nuevo estándar para el fenotipado de alto rendimiento en el campo”.
Fuente: Universidad Agrícola de NanJing.
