Las grandes zonas de cultivos suelen ser inaccesibles. Conocer el estado de salud de las plantaciones es más fácil desde el aire que a pie de campo. Un grupo de investigadores colombianos ha logrado usar imágenes satelitales en un cultivo de maíz para detectar con un 90% de precisión cuándo sus plantas están sanas, estresadas y o necesitan atención urgente
Cumaribo es el municipio más extenso de Colombia, casi tan grande como Panamá, y representa el 40 % del departamento del Vichada. Sus extensas tierras, que han estado marcadas por el conflicto armado y los cultivos de coca, hoy renacen en cultivos como el de maíz.
De ahí la importancia de tener herramientas que les permitan a los agricultores tener la mayor eficiencia en sus cultivos y disminuir las pérdidas económicas por enfermedades como el virus del mosaico amarillo, que provoca rayas amarillas y pérdida de crecimiento, o de hongos como los que producen la mancha de asfalto (manchas negras en las hojas); o también porque el cultivo no está aprovechando bien el agua o los nutrientes del suelo.
Así, en su estudio Jerson Jair Cuevas Bocanegra, magíster en Ingeniería – Ingeniería de Biosistemas de la Universidad Nacional de Colombia (UNAL), realizado entre diciembre de 2023 y abril de 2024, diseñó un protocolo automatizado para identificar anomalías agronómicas en cultivos de maíz utilizando imágenes satelitales Sentinel-2. Dicho de forma sencilla, el objetivo era enseñarle a una computadora a reconocer desde el espacio los sectores de una siembra que presentan algún problema como enfermedades, sin que una persona tenga que recorrer el terreno o dibujar manualmente las zonas en un mapa.
Desde el cielo, los satélites miran hacia la tierra colombiana y capturan cada cambio que ocurre sobre ella. Pero lo que para la mayoría serían simples imágenes de tonos verdes y marrones, para los investigadores pueden ser una ventana a la salud de los cultivos.
Los cultivos, aunque silenciosos, comunican mucho. Cuando el maíz está sano, sus hojas lucen de un verde intenso, lleno de vida. Pero si sufre falta de agua, exceso de sol, ataque de insectos o deficiencias en el suelo, empieza a “susurrar” su malestar: el color se apaga, las hojas se tornan amarillas o se enrollan, y el crecimiento se frena. Es lo que los expertos llaman estrés del cultivo.
El problema es que esos signos no siempre se ven a simple vista, o aparecen cuando ya es demasiado tarde para actuar. Por eso es tan valioso un sistema que pueda observar desde el cielo lo que ocurre en cada rincón del campo: “el objetivo es detectar a tiempo esos cambios invisibles que anuncian que algo no va bien”, explica el investigador Cuevas.
Su protocolo logra precisamente eso: transformar las imágenes satelitales en un diagnóstico del estado del cultivo. Es como si el maíz hablara y los satélites pudieran traducir su lenguaje. Para lograrlo, el investigador recurrió a una serie de herramientas digitales y programas de libre acceso como Google Earth Engine, QGIS, Segment Anything y Orfeo ToolBox, que combinados funcionan como un laboratorio geoespacial.
Primero seleccionó imágenes del satélite Sentinel-2, que orbita la Tierra a casi 800 quilómetros de altura y toma fotografías en diferentes longitudes de onda, algunas invisibles para el ojo humano. Cada una de esas imágenes contiene información sobre el color, la textura y el brillo del maíz, variables que cambian según su estado de salud.
Luego aplicó “índices vegetales”, fórmulas que combinan los distintos colores captados por el satélite para revelar la vitalidad de las plantas. Así, los tonos más verdes indican vigor y buena nutrición, mientras que los más apagados delatan sequía, plagas o deficiencias del suelo.
Una vez obtenidos esos mapas de color, el sistema “recortó” automáticamente las parcelas del cultivo y segmentó cada área según su comportamiento. A partir de allí, el programa clasificó cinco tipos de zonas: desde las que mostraban un desarrollo normal hasta las que evidenciaban problemas graves.
La precisión del algoritmo
Pero de nada sirve automatizar si el resultado no es confiable. Por eso el investigador comparó el trabajo del computador con una clasificación manual, hecha cuidadosamente por un experto. El reto era comprobar si la máquina podía “ver” lo mismo que el ojo humano. El resultado fue sorprendente: la coincidencia entre ambos métodos fue de más del 90 %, es decir, en 9 de cada 10 casos el sistema acertó al identificar las zonas sanas y las afectadas.
En particular, las áreas más problemáticas –donde el maíz mostraba mayor estrés– fueron las que el algoritmo detectó con más precisión, alcanzando valores de concordancia superiores al 95 %. Esto demuestra que el método no solo es exacto, sino también útil para reconocer las zonas críticas que necesitan atención prioritaria.
Por eso tener una herramienta que pueda detectar desde el espacio los primeros signos de estrés significa poder actuar antes: ajustar el riego, aplicar nutrientes o controlar plagas justo donde se necesita. Así se ahorra dinero, se reduce el uso de agroquímicos y se mejora el rendimiento.
Además, el hecho de que el protocolo se base en programas y datos gratuitos hace que cualquier persona –desde un técnico agrícola hasta una asociación campesina– pueda implementarlo sin depender de licencias costosas. Esto convierte la tecnología en una aliada asequible para quienes más la necesitan.
“Los satélites nos permiten vigilar los cultivos sin pisar el terreno, pero también democratizan la información. Todos pueden beneficiarse de los datos que ya están disponibles. Sin embargo, esta zona es muy lluviosa y nubosa, y tenemos imágenes de satélites cada cinco días, por lo que hace falta mejorar esta precisión”, destaca el experto.
Aunque el experimento se centró en un cultivo específico, el método se puede aplicar a otras plantas: arroz, caña de azúcar o soya. Solo hay que ajustar los parámetros según el tipo de vegetación y el entorno.
La investigación fue dirigida y codirigida por los profesores Andrés Felipe Rodríguez y Christian José Mendoza Castiblanco, ambos de Facultad de Ingeniería, y forma parte de la Maestría en Ingeniería – Ingeniería de Biosistemas, del Área Curricular de Ingeniería Civil y Agrícola de Facultad de Ingeniería de la UNAL Sede Bogotá.
