Un equipo del IMIDA de Murcia ha desarrollado, con la ayuda de la Fundación Séneca, un sistema automático para el tratamiento de imágenes del subsuelo, que facilita el estudio de las raíces en cultivos leñosos y de hortícolas.
Las raíces desempeñan una función vital en el rendimiento y calidad de las cosechas. Son como un libro abierto, a la espera de que se interprete la información que ofrecen, que es mucha. Permiten estudiar el comportamiento de los portainjertos en condiciones de déficit hídrico o el efecto de las micorrizas sobre los cultivos para incrementar su sostenibilidad, y avanzar en los mecanismos adaptativos que se desencadenan en los cultivos, en respuesta a diversas condiciones de sequía, altas temperaturas, salinidad, entre otros factores de estrés.
Sin embargo, apenas existen herramientas para leer bien las raíces de los cultivos, al menos, métodos sencillos, rápidos y económicos, que aporten una lectura de las condiciones de las plantas a partir del estado de salud de sus raíces.
En qué consiste el sistema del IMIDA para monitorizar las raíces de los frutales
El equipo de investigación de Riego y Fisiología del Estrés, del Instituto Murciano de Investigación y Desarrollo Agrario y Medioambiental (IMIDA) ha desarrollado un sistema automatizado para el estudio de las raíces de cultivos. Se trata de un avance revolucionario, con tecnología basada en inteligencia artificial, que facilita esta tarea hasta niveles casi inimaginables.
Este proyecto, enmarcado en la línea de financiación de Prueba de Concepto de la Fundación Séneca, está dirigido por el investigador del IMIDA, Pablo Botía Ordaz, y en él se plantea un modelo de automatización de imágenes del subsuelo, obtenidas mediante minirhizotrones, y una cámara especial para tomar imágenes por debajo de la superficie del suelo, con el que se identifican y miden las raíces de manera automática.
Este grupo del IMIDA lleva desde 2007 estudiando la respuesta de las raíces de los cultivos a situaciones de estrés hídrico, que permite conocer algunos aspectos hasta ahora desconocidos, de cómo la planta se adapta a la falta de agua. Desde el primer momento usaron la tecnología de minirhizotrones.
Cómo se estudiaban las raíces antes de contar con esta tecnología
Mediante unas perforaciones que van entre los 100 y 150 centímetros, el instrumento va escaneando el suelo, con imágenes tomadas cada 20 centímetros. El problema venía a la hora de tratar las imágenes, porque se necesitaba la intervención de una persona. Con la ayuda del ratón del ordenador,trazaba cada una de las raíces que se han recogido con estas ‘radiografías’ del suelo. Esta tarea, además de tediosa, tiene un nivel de precisión bastante mejorable, ya que resulta muy sencillo confundir una raíz con cualquier otro elemento del suelo que se le pueda parecer.
Este trabajo de análisis de sistemas radiculares ha permitido generar una valiosa base de datos de imágenes, que se ha puesto en valor con este proyecto, para el entrenamiento del sistema de inteligencia artificial que identifica las raíces y las mide de manera automática. Un sistema innovador, que puede revolucionar los estudios de los factores de estrés en los cultivos, especialmente en los de carácter leñoso, como los cítricos y la vid, con los que este equipo del IMIDA ha realizado los ensayos.
Qué tecnología se ha empleado en este sistema de identificación de raíces
En esta Prueba de Concepto se ha empleado inteligencia artificial basada en algoritmos de aprendizaje profundo. Esta tarea se complementa con el uso de algoritmos clásicos de visión por ordenador, para preparar y procesar tanto las imágenes de entrada como los resultados obtenidos, explica el investigador Pablo Botía Ordaz.
El resultado de todo este trabajo ha sido una metodología mediante la que las imágenes de las raíces se capturan utilizando un sistema de escaneo in situ para su posterior análisis (identificación, trazado manual y medida de raíces), y determinar, entre otros parámetros, la densidad de las raíces finas y su tasa de crecimiento, así como la distribución de la raíces de diferentes diámetros en el perfil del suelo.
Qué resuelve este sistema para analizar los sistemas radiculares de cultivos leñosos
“Con el programa que hemos desarrollado damos un paso clave, porque ya no tenemos que hacer el trazado manual de las raíces. Nos ha permitido, a partir de imágenes trazadas, enseñar a un sistema de inteligencia artificial con redes neuronales a reconocer las raíces y obtener modelos predictivos”, añade Pablo Botía Ordaz.
El desarrollo de esta herramienta no ha sido nada sencillo y para ello se ha contado con especialistas en inteligencia artificial de las universidades públicas de la Región de Murcia. A nivel computacional, el desarrollo del algoritmo ha tenido unos requerimientos “enormes”, y aunque en un principio se planteó utilizar superordenadores en la nube, finalmente el trabajo se llevó a cabo con ordenadores convencionales, a través de la capacidad de la tarjeta gráfica. “Hemos utilizado distintos tipos de redes neuronales. Es una tecnología bastante compleja, pero estoy contento con los resultados que está dando el sistema”, informa este investigador del IMIDA.
Qué otras ventajas tiene este sistema desarrollado por el IMIDA
La versatilidad de este sistema para el reconocimiento automático de raíces en imágenes del subsuelo es otra de sus ventajas más destacadas. Esta metodología puede ser exportada a otras áreas de conocimiento, en las que se necesiten modelos para el reconocimiento y procesamiento automático y eficaz de formas u objetos en imágenes.
Campos de aplicación como pueden ser el de los sistemas de seguridad, la tecnología aplicada a la salud, el estudio de la meteorología y climatología, la industria aeroespacial y otras aplicaciones en la agricultura, aparte de la descrita en esta investigación.
Al tratarse de un proyecto de Prueba de Concepto, esta investigación está enfocada claramente a la transferencia de conocimiento, para poner a disposición del mercado esta herramienta con la que se mejorarán los sistemas de cultivo. Una aplicación que tiene una componente medioambiental muy destacada, en la medida en que su uso principal está relacionado con el análisis la respuesta de las plantas ante la falta de agua, una información clave para mejorar la eficiencia en el uso de los recursos hídricos.
