#ParoNacional Alcalde Peñalosa informó que 14 estaciones de TransMilenio y 19 estaciones fueron vandalizadas.

U. Eafit crea dispositivo que detectar a tiempo la roya en cafetal

Estudiantes y docentes crearon redes que permiten controlar la plaga antes de afectar los cultivos.

Mediante internet de las cosas y dispositivos de inteligencia artificial como la percepción remota, redes de sensores inalámbricas y el aprendizaje profundo —deep learning—, científicos de la Escuela de Ingeniería y del Departamento de Ciencias Biológicas (adscrita a la Escuela de Ciencias) de EAFIT desarrollaron y evaluaron un sistema que permite detectar de manera temprana la roya en las plantaciones de café.

La herrumbre, como también se le conoce a la roya, es una enfermedad causada por un hongo que ataca generalmente el envés de las hojas, y es el principal problema fitosanitario para los caficultores en Colombia. Este hongo fue detectado por primera vez en la década de los ochenta y es una enfermedad endémica en todas las regiones del mundo donde se produce café.

Para la detección y el control de la plaga —lo que tradicionalmente se hace por medios manuales y mediante aplicación de fungicidas para las variedades más susceptibles como caturra, o la siembra de semillas resistentes como la variedad Colombia que promueven las agremiaciones de cafeteros— los avances presentados por esta nueva investigación permitirán aplicar los desarrollos a “cultivos inteligentes” para un manejo más efectivo en la detección oportuna del patógeno, anticipando, incluso, el diagnóstico del ojo humano.

Según los investigadores, el modelo obtenido es un sistema que mediante imágenes y recursos ópticos entrega datos confiables y diagnostica de manera automática la fase de desarrollo de la roya en el cafeto, un proceso que implica normalmente el monitoreo diario y eficiente por parte de los agricultores para prevenir infecciones potenciales dentro de sus cultivos.

“El resultado es la capacidad de desarrollar un sensor que puede detectar la roya y, de esta manera, no caer en el error humano en la detección de la enfermedad, sino que se pueda hacer de una manera sistematizada, automática, basada en un sistema de aprendizaje por machine learning que, en grado de confiabilidad alto, puede predecir el estado de la roya en una plantación de café”, señala el ingeniero David Velásquez Rendón, coordinador del proyecto y profesor del Departamento de Ingeniería de Sistemas de EAFIT.

Este avance biotecnológico es resultado del trabajo interdisciplinario de la tesis de maestría en Ingeniería de los investigadores Alejandro Sánchez Aristizábal y Sebastián Sarmiento Garavito, con la coordinación académica de los profesores David Velásquez Rendón, del Departamento de Ingeniería de Sistemas, y Luisa Fernanda Posada Uribe, del Departamento de Ciencias Biológicas de EAFIT.

Cargando