Arazuri Garín, SilviaLópez Maestresalas, AinaraPérez Roncal, Claudia2023-04-0520232023-03-3010.48035/Tesis/2454/45074https://academica-e.unavarra.es/handle/2454/45074La 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.The grapevine (Vitis vinifera L.) is one of the plant species of greatest agricultural interest in the world and Spain is the country with the largest surface area dedicated to this crop. In this context, due to climate change, alterations are being observed both in the development of vinesyards and in the life cycles of the main biotic agents develop ed in them. The number of pathogens affecting vines is very wide and it is of great importance to take sanitary measures as soon as possible. New technologies based on optical sensors open up the possibility to carry out monitoring for early identification of the symptoms of these pathogens. Near-infrared (NIR) hyperspectral imaging (HSI) technology is one of the most promising techniques for the detection of plant diseases, as it is capable of detecting and quantifying diseases and provides insight into plant-pathogen interactions. Therefore, the aim of this thesis is to evaluate the usefulness of NIR-HSI technology for the detection of two fungal diseases in gr apevine: Powdery mildew (Erysiphe necator) and Esca complex. The tests were carried out in vineyards in production located in Navarra, where symptoms of the diseases evaluated were naturally observed. In the case of powdery mildew, bunches of the Mazuelo variety were analysed, both with and without visible symptoms of the disease. In the case of the Esca complex, the trials were carried out in an experimental vineyard of the Tempranillo variety, where systematic monitoring of the impact of the disease was conducted in the last years. For the analyses, l eaves of vines that historically had not shown symptoms of infection, and asymptomatic and symptomatic leaves of vines affected by Esca were analysed. All hyperspectral images were acquired with a line -scan HSI system in the 900-1700 nm range with a spectral resolution of 3 nm (256 bands). Data processing and analysis was performed with MATLAB R2018b software. The results obtained from the Partial Least Squares Discriminant Analysis (PLS -DA) models developed allowed the correct classification of more than 80% of the samples in the powdery mildew test, and between 88% and 97% in the Esca test. The application of these models made it possible to map the areas affected by both diseases, thus identifying the behaviour and degree of disease affection in the bunches and on the leaves analysed. In addition, the application of variable selection techniques facilitated the identification of the areas of interest in the reflectance spectrum for the detection of Esca in asymptomatic leaves. In136 p.application/pdfspaCreative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional (CC BY-NC-ND 4.0)VidEnfermedades fúngicasOídioYescaTecnología HSI-NIRGrapevineFungal diseasesPowdery mildewEscaNIR-HSI technologyinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/embargoedAccess