Comparando cómo responden distintos pastos a suelos saturados por exceso de agua —una condición que puede reducir entre el 20 y 40 % la producción de alimento para el ganado—, un estudio identificó que el pasto Urochloa humidicola es el más resistente, seguido por Cayman y Mulato II (ambos del género Brachiaria). Este resultado fue posible gracias al uso de sensores e inteligencia artificial que permitieron detectar tempranamente el deterioro de las plantas y comparar con mayor precisión su comportamiento frente a estas condiciones
El avance fue desarrollado por el ingeniero agrónomo Rodrigo Andrés Camelo Munévar, estudiante de la Maestría en Ciencias Agrarias de la Universidad Nacional de Colombia (UNAL) Sede Palmira, quien evaluó cómo responden distintos genotipos de pastos del género Urochloa —ampliamente utilizados en sistemas ganaderos tropicales— frente a suelos saturados por exceso de agua.
La investigación se realizó en el Centro Internacional de Agricultura Tropical (CIAT), en donde se conservan y estudian colecciones de semillas de forrajes tropicales empleadas en programas de mejoramiento genético.
El encharcamiento del suelo ocurre cuando este se satura de agua y limita la disponibilidad de oxígeno para las raíces, lo que afecta procesos como la fotosíntesis, la respiración y la absorción de nutrientes, reduciendo el crecimiento de las plantas y su capacidad de producir forraje.
En regiones ganaderas de Colombia como los Llanos Orientales, en donde son frecuentes las lluvias intensas y el drenaje es deficiente, este fenómeno representa un riesgo constante, por lo que anticipar sus efectos es fundamental para reducir pérdidas y mejorar el manejo de los cultivos.
Además de la detección temprana, los resultados confirmaron que Urochloa humidicola es el material más tolerante al encharcamiento, debido a su mayor capacidad de adaptación a suelos con baja disponibilidad de oxígeno, seguido por Cayman y Mulato II, mientras que Marandú (Brachiaria brizantha) y Camello presentaron mayor susceptibilidad.
Esta diferenciación es importante para los programas de mejoramiento genético, ya que permite seleccionar variedades más resistentes y orientar recomendaciones para los productores en función de las condiciones del terreno.
Sensores que ven lo que el ojo no alcanza
El experimento se realizó bajo condiciones controladas en el invernadero del CIAT, en donde el tesista evaluó 5 genotipos de pastos: Marandú, Mulato II, Cayman, Camello y
U. humidicola. Por cerca de 20 días las plantas se sometieron tanto a condiciones óptimas de humedad como de encharcamiento mientras se registraban datos sobre su crecimiento, reflectancia y eficiencia fotosintética.
Uno de los aportes más relevantes fue el uso de imágenes hiperespectrales, una tecnología que capta información en rangos de luz que el ojo humano no percibe. Mientras la visión humana se limita al espectro visible, estas cámaras registran longitudes de onda entre aproximadamente 300 y 1.000 nanómetros, lo que permite identificar cambios fisiológicos y bioquímicos en las plantas antes de que sean visibles.
Los resultados mostraron que los modelos que combinan información hiperespectral, variables de eficiencia fotosintética y datos de cámaras RGB fueron los más precisos para detectar el deterioro de las plantas, con niveles de exactitud entre 0,80 y 0,92.
En contraste, los modelos basados solo en imágenes RGB presentaron menor capacidad, lo que confirma que los cambios visibles en las plantas aparecen en etapas más avanzadas del problema.
“Uno de los hallazgos más relevantes fue que el deterioro de las plantas por encharcamiento se puede detectar desde el segundo día mediante el uso combinado de sensores e inteligencia artificial, lo que representa una mejora frente a los métodos tradicionales, que pueden tardar hasta 21 días, y en muchos casos requieren destruir las muestras para su análisis” explica el investigador.
Esta herramientas abre la puerta a una agricultura más precisa, en la que es posible tomar decisiones tempranas para reducir pérdidas y optimizar la producción.
Además, este enfoque se podría aplicar en la detección temprana de otros problemas como plagas, enfermedades o deficiencias nutricionales, ampliando su impacto en el sector agropecuario.
PUBLICADO POR: https://agenciadenoticias.unal.edu.co/
