La seca de la encina es una de las mayores amenazas de los encinas y alcornoques de las dehesas de la Península Ibérica. El problema con esta plaga reside en que cuando comienzan a verse los efectos en los árboles ya es demasiado tarde para actuar; por este motivo, un equipo de investigación del Instituto de Agricultura Sostenible del CSIC ha desarrollado un método para la detección temprana de este insecto, mediante tecnología avanzada.
La investigación ha estado dirigida por Alberto Homero y en ella se ha probado la eficacia de un sistema de detección de la enfermedad, mediante sensores multiespectrales y térmicos, a los que se les ha aplicado un modelo de aprendizaje automático, que facilita la identificación de los árboles en peligro de entrar en una fase de no retorno debido a la seca.
“Detectar a tiempo el deterioro de su salud es vital para una gestión forestal eficaz”, señala Hornero quien indica que “nuestro estudio cambia las reglas del juego para predecir el impacto de las enfermedades en sistemas agrosilvopastorales”.
Cómo se detecta la seca de la encina con drones
El equipo de investigación ha desarrollado un sistema para detectar la seca con imágenes tomadas con drones, mediante “imágenes multiespectrales y térmicas captadas por los vehículos aéreos no tripulados (UAVs), junto con modelos de transferencia radiativa 3D y aprendizaje automático, el equipo identificó con éxito encinas y alcornoques afectados por la seca, enfermedad causada por el hongo Phytophthora que provoca el decaimiento y la muerte de los árboles”, indica Hornero.
El estudio, publicado recientemente en la revista International Journal of Applied Earth Observation and Geoinformation y en el que han participado además del IAS, investigadores de la Universidad de Córdoba, de la Universidad de Melbourne (Australia) y el laboratorio InnovPlantProtect de Portugal, demuestra un enfoque novedoso para vigilar la salud de la dehesa.
Qué permite este método para identificar la seca en encinas y alcornoques
“Este método innovador garantiza la rápida detección y cartografía de la progresión de la enfermedad, lo que permite una gestión forestal proactiva”, destaca el investigador del IAS-CSIC quien apunta que “ante el continuo decaimiento de la dehesa en todo el mundo, esta investigación ofrece esperanzas para su conservación y la preservación de nuestros ecosistemas”.
El estudio abarcó casi 2.300 árboles de Portugal y España con diferentes niveles de gravedad de la enfermedad. “El modelo de clasificación alcanzó una precisión global por encima del 76%, identificando incluso una tercera parte de los árboles en decaimiento que la inspección visual no había detectado inicialmente”, explica Hornero quien remarca que “este avance no solo ofrece una forma rentable y eficaz de controlar la salud de la dehesa, sino que también permite una intervención temprana en la gestión de la misma al detectar la enfermedad antes de que haya síntomas visibles de ella”.
