Drones e inteligencia artificial: una nueva estrategia para optimizar la siembra de caña de azúcar
Un equipo interdisciplinario del INTA y de la Universidad Nacional de Catamarca (UNCA) trabaja en el desarrollo de una innovadora metodología que combina drones, software libre e inteligencia artificial (IA) para detectar y corregir en tiempo real los espacios vacíos durante la plantación de caña de azúcar. La propuesta busca mejorar la eficiencia productiva, reducir pérdidas de rendimiento y minimizar los costos de manejo del cultivo.
La incorporación de tecnologías de agricultura de precisión en la caña de azúcar representa un avance clave para aumentar la productividad y aprovechar de forma más eficiente los recursos disponibles. A través del uso de sensores, imágenes aéreas y análisis automatizados, los investigadores apuntan a identificar fallas en la siembra y actuar de manera inmediata para corregirlas, evitando así pérdidas significativas.
Del proyecto participan técnicos del INTA Famaillá (Tucumán), INTA Misiones, INTA Cerrillos (Salta) y especialistas de la Facultad de Ciencias Agrarias de la UNCA, quienes desarrollan algoritmos con inteligencia artificial destinados al monitoreo y ajuste del proceso de plantación.
Ricardo Rodríguez, referente en Agricultura de Precisión del INTA Famaillá, explicó que el objetivo principal es “explorar soluciones innovadoras que permitan detectar las fallas en la plantación mediante drones y herramientas de software libre, para luego corregirlas en el momento”. Según el especialista, esta metodología “ayuda a evitar espacios vacíos sin cultivo, que generan competencia con malezas, mayores costos de fertilización y pérdida de eficiencia productiva”.
Te puede interesar
- Pronóstico de lluvias hasta el 10 de noviembre
- Optimismo en el campo tras el triunfo de Milei: “Ahora hay más posibilidades de construir acuerdos y discutir en serio las reformas”
El Gobierno acelera el envío al Congreso del proyecto de Ley de Promoción de Inversiones y Empleo
- La CNTA fijó nuevas escalas salariales para el trabajador rural: aumentos escalonados hasta 2026
Durante las pruebas iniciales, el equipo realizó un vuelo con un dron Phantom 4 equipado con cámara RGB, con el fin de evaluar la distribución de las yemas antes del tapado definitivo de los surcos. “Buscamos identificar sectores sin plantar y corregirlos inmediatamente durante la plantación”, señaló Rodríguez.
A partir de las imágenes capturadas, los investigadores elaboraron un ortomosaico utilizando programas como Open Drone Map (software libre) y Agisoft Metashape Professional (con licencia). Luego, aplicaron técnicas de procesamiento digital y clasificaron las áreas con fallas mediante QGIS, un sistema de información geográfica de uso abierto. Los puntos georreferenciados fueron cargados en GPS de mano para realizar las correcciones directamente en el campo.
Los primeros ensayos arrojaron resultados alentadores y abren el camino hacia una segunda etapa, en la que se incorporará inteligencia artificial para automatizar la detección de fallas. “La meta es simplificar el proceso y obtener resultados casi instantáneos, reduciendo los pasos intermedios entre la captura de imágenes y la generación de alertas”, concluyó Rodríguez.
Con este desarrollo, el equipo busca consolidar una herramienta de precisión que contribuya a optimizar la productividad cañera y promueva un manejo más eficiente, sostenible y tecnológicamente avanzado del cultivo.
Fuente: INTA Informa
