Dpto. Ingeniería - Ingeniaritza Saila [desde mayo 2018 / 2018ko maiatzetik]

Permanent URI for this community

http://hdl.handle.net/2454/29219


Véase además departamentos anteriores a mayo 2018 / Ikus, halaber, 2018ko maiatza baino lehenagoko sailak

Dpto. Automática y Computación - Automatika eta Konputazioa Saila

Dpto. Ingeniería Mecánica, Energética y de Materiales - Mekanika, Energetika eta Materialen Ingeniaritza Saila

Dpto. Proyectos e Ingeniería Rural - Landa Ingeniaritza eta Proiektuak Saila



Browse

Browsing Dpto. Ingeniería - Ingeniaritza Saila [desde mayo 2018 / 2018ko maiatzetik] by browse.metadata.doctorateProgram "Nekazaritzako Elikagaietako Doktoretza Programa (ED 99/2011)"

Now showing 1 - 1 of 1
  • Thumbnail Image
    PublicationOpen Access
    Tecnología de imágenes hiperespectrales en el infrarrojo cercano para la detección de enfermedades fúngicas en vid
    (2023) Pérez Roncal, Claudia; Arazuri Garín, Silvia; López Maestresalas, Ainara; Ingeniería; Ingeniaritza
    La vid (Vitis vinifera L.) es una de las especies vegetales de mayor interés agrícola en el mundo y España es el país con mayor superficie dedicada a este cultivo. En este contexto, debido al cambio climático se están observando alteraciones en el desarrollo de las viñas y en los ciclos de vida de los principales agentes bióticos que se desarrollan en estas. El número de patógenos que afecta a la vid es muy amplio y es de suma importancia tomar las medidas sanitarias lo antes posible. Las nuevas tecnologías basadas en sensores ópticos abren la posibilidad de realizar monitoreos que permitan, de forma previsual, determinar los síntomas de estos patógenos. La tecnología de imágenes hiperespectrales (HSI) en el infrarrojo cercano (NIR) se presenta como una de las técnicas más prometedoras para la detección de enfermedades en plantas, ya que es capaz de detectar y cuantificar las enfermedades y permite conocer las interacciones planta -patógeno. Por ello, el objetivo de esta tesis es evaluar la utilidad de la tecnología HSI-NIR para la detección de dos enfermedades fúngicas en vid: el Oídio (Erysiphe necator) y el complejo de la Yes ca. Los ensayos se realizaron en viñedos en producción situados en Navarra, en los que de forma natural se observaban síntomas de las enfermedades evaluadas. En el caso del Oídio, se analizaron racimos de la variedad Mazuelo, con síntomas y sin síntomas visibles de la enfermedad. En el caso del complejo de la Yesca, los ensayos se llevaron a cabo en un viñedo experimental de la variedad Tempranillo, en el que se había realizado un monitoreo sistemático del impacto de la enfermedad en los últimos años. Se an alizaron hojas de cepas que históricamente no habían presentado síntomas de infección, y hojas asintomáticas y sintomáticas de cepas afectadas por Yesca. Todas las imágenes hiperespectrales se adquirieron con un sistema HSI de escaneado lineal en el rango 900–1700 nm con una resolución espectral de 3 nm (256 bandas). El procesado y análisis de los datos se realizó con el software MATLAB R2018b. Los resultados obtenidos a partir de los modelos discriminantes por mínimos cuadrados parciales (PLS-DA) desarrollados permitieron clasificar correctamente más del 80% de las muestras en el ensayo de Oídio, y entre el 88% y el 97% en el ensayo de la Yesca. La aplicación de estos modelos permitió mapear las zonas afectadas por ambas enfermedades identificando así el comportamiento y grado de afección de la enfermedad en los racimos y en las hojas analizadas. Además, la aplicación de técnicas de selección de variables facilitó la identificación de las zonas del espectro de reflectancia de interés para la detección de Yesca en hojas asintomáticas. A modo de conclusión, se pudo observar que estos sistemas HSI combinados con técnicas eficaces de procesamiento de imagen y quimiométricas, permitieron detectar tanto Oídio como Yesca, lo que es una gran ventaja a la hora de moni torizar las viñas, identificar de forma temprana la presencia de enfermedades fúngicas y , por lo tanto, mejorar la toma de decisiones y el manejo del viñedo.