Imágenes y algoritmos para diagnóstico vegetal
Las brásicas son plantas de gran importancia económica en España que comprenden especies cultivadas como alimento fresco, condimentos, oleaginosas, forrajeras, ornamentales e incluso medicinales. Su composición en compuestos antioxidantes las hace especialmente interesantes desde el punto de vista nutricional. Sin embargo, se desconoce en gran medida cómo el cambio climático afectará al crecimiento y rendimiento económico de estas plantas, así como a la susceptibilidad frente a patógenos y plagas. En dos trabajos recientes, investigadoras de la EEZ-CSIC analizan la combinación de técnicas de imagen e inteligencia artificial para diagnosticar problemas que afectan a estas plantas.
El aumento en la temperatura y niveles de CO2 atmosféricos promueve una senescencia prematura de las hojas de colza, como resultado de la peroxidación lipídica. Este proceso es debido a una elevada producción de especies reactivas de oxígeno, que supera la capacidad antioxidante de la planta. La senescencia es tanto más pronunciada cuanto mayor es la temperatura y el CO2 suministrados a las plantas. El uso de técnicas de imagen para el fenotipado a gran escala permite el desarrollo de nuevos índices de vegetación que podrán ser utilizados como indicadores del estrés causado por el cambio climático en plantas de colza.
Además, se han desarrollado nuevos índices de vegetación que, sumados a otros anteriormente conocidos, son capaces de diagnosticar plantas de brócoli infectadas por una bacteria que causa graves pérdidas en la producción de esta hortaliza: Xanthomonas campestris pv. campestris (Xcc). Estos índices se han incorporado a algoritmos clasificatorios procedentes del aprendizaje automático o machine learning para identificar plantas sanas e infectadas con diferentes cepas de Xcc con una precisión entre el 77-88%, dependiendo de la condición de cambio climático analizada.
Más información:
Pineda, M. y Barón, M. (2022). Health status of oilseed rape plants grown under potential future climatic conditions assessed by invasive and non-invasive techniques. Agronomy 12: 1845.
Pineda, M., Pérez-Bueno, M.L., Barón, M. (2022). Novel vegetation indices to identify broccoli plants infected with Xanthomonas campestris pv. campestris. Frontiers in Plant Science 13: 790268.