DETECCIÓN Y DISCRIMINACION ÓPTICA DE MALEZAS CON RESISTENCIA/TOLERANCIA COMPROBADA AL HERBICIDA GLIFOSATO EN MAIZ, SOJA Y TRIGO

Authors

  • Francisco Navarrete Centro de Investigación en Sanidad Vegetal (CISaV), Facultad de Ciencias Agrarias y Forestales, UNLP.
  • Christian Weber Centro de Investigación en Sanidad Vegetal (CISaV), Facultad de Ciencias Agrarias y Forestales, UNLP.
  • Alberto Lencina Centro de Investigación en Sanidad Vegetal (CISaV), Facultad de Ciencias Agrarias y Forestales, UNLP.
  • Horacio Acciaresi Centro de Investigación en Sanidad Vegetal (CISaV), Facultad de Ciencias Agrarias y Forestales, UNLP.

Keywords:

Sensado remoto, Malezas, Agricultura de precisión

Abstract

La complejidad en el manejo de las malezas se ha incrementado de manera exponencial en los últimos años, donde comenzaron a emerger nuevos biotipos de malezas resistentes a los principales principios activos utilizados para su control. En nuestro país y particularmente en las últimas décadas, el enfoque más utilizado para solucionar el problema de malezas consistió en el control químico con herbicidas. No se tuvo en cuenta que la repetitividad en el uso de un determinado principio activo, determina una presión de selección tal en las comunidades de malezas que aquellos individuos, capaces de sobrevivir y reproducirse luego de ser expuestos a un tratamiento herbicida terminan generando poblaciones enteras resistentes al herbicida. Si añadimos que la aplicación de los herbicidas se realiza de manera homogénea en el campo, el problema se profundiza.  En la actualidad los herbicidas son aplicados en forma uniforme en el predio, aun cuando la distribución de las malezas sigue un patrón no uniforme encontrándose comúnmente en manchones, parches o rodales. Los sensores ópticos pueden ser una herramienta muy útil en la delimitación de zonas infestadas con malezas y determinar su presencia en manchones. En este contexto, se plantea el desafío para la generación de nuevas herramientas y/o estrategias para poder manejar con un mayor grado de eficiencia a las malezas, con énfasis en aquellas resistentes. Actualmente existe la posibilidad de ajustar el uso de herbicidas previo a la siembra. El desafío hoy es poder mapear la presencia de malezas con el cultivo emergido.
En el presente trabajo, se utilizará la información de un sensor hiperespectral (1nm de resolución espectral) en el rango de los 400-850nm para estudiar mediante análisis multivariado las firmas espectrales de las malezas Sorghum halepense, Conyza spp. y Lolium (perenne y multiflorum) con tolerancia/resistencia probada a glifosato y  los cultivos de soja, maíz y trigo. Además, de detectar las regiones del espectro más importantes en la discriminación del cultivo y la maleza, se contrastarán (P < 0.05)  aquellas combinaciones de estadios fenológicos del cultivo y la maleza, posibles de encontrar en situaciones reales de producción, para detectar la existencia de diferencias significativas entre las medias. Se propondrá a su vez un algoritmo que permitirá seleccionar las bandas espectrales más relevantes en la discriminación del cultivo y la maleza, para utilizarlas luego en la generación de un nuevo índice espectral.
El proyecto aquí planteado representa una línea de trabajo que, como parte de un grupo se viene desarrollando en los últimos 8 años en colaboración con otros grupos interdisciplinarios con representantes de la física, la electrónica e ingeniería. El estudio de las firmas espectrales de malezas y cultivos será una valiosa herramienta que potencialmente permitiría identificar a las malezas dentro de los cultivos y ayudará en la generación de métodos para estudiar su comportamiento y establecer mecanismos de control más adecuados que los actualmente utilizados.

Downloads

Download data is not yet available.

Published

2019-03-23

How to Cite

Navarrete, F., Weber, C., Lencina, A., & Acciaresi, H. (2019). DETECCIÓN Y DISCRIMINACION ÓPTICA DE MALEZAS CON RESISTENCIA/TOLERANCIA COMPROBADA AL HERBICIDA GLIFOSATO EN MAIZ, SOJA Y TRIGO. Investigación Joven, 6(Especial), 23–24. Retrieved from https://revistas.unlp.edu.ar/InvJov/article/view/6701