| dc.creator | Rodríguez, Jenny | |
| dc.creator | Cháves, Catalina | |
| dc.creator | Vargas, Estefanía | |
| dc.creator | Araque, Leonardo | |
| dc.creator | Romero, Hernán Mauricio | |
| dc.date | 2025-09-01 | |
| dc.date.accessioned | 2025-09-25T10:56:09Z | |
| dc.date.available | 2025-09-25T10:56:09Z | |
| dc.identifier.uri | https://repositorio.fedepalma.org/handle/123456789/155402 | |
| dc.description | La pudrición del cogollo (PC) es una de las enfermedades más limitantes que se presentan en el cultivo de palma de aceite en Colombia, afectando más de 100 mil hectáreas en la última década. La realización de censos semanales es una estrategia útil para el manejo del estado fitosanitario del cultivo; sin embargo, es una labor altamente demandante en mano de obra calificada. Cenipalma, en la búsqueda constante de soluciones adicionales que puedan maximizar la identificación de los síntomas en la hoja flecha en tiempos óptimos, evalúa el uso de la tecnología NIR como alternativa para la clasificación de tejido sano y con sintomatología de PC.
Esta publicación presenta un análisis de espectros NIR en distintas zonas de la hoja flecha de palmas sanas y afectadas por PC, con diversos grados de severidad. Los resultados evidencian el prometedor potencial de la espectroscopia NIR como herramienta para la clasificación de estas condiciones, lo que motiva el desarrollo de una segunda fase de estudio orientada a evaluar su aplicabilidad en campo. | es-ES |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Ceniavances | es-ES |
| dc.relation | https://publicaciones.fedepalma.org/index.php/ceniavances/article/view/14435/14328 | |
| dc.relation | /*ref*/Ahmadi, P., Muharam, F. M., Ahmad, K., Mansor, S., & Seman, I. A. (2017). Early detection of ganoderma basal stem rot of oil palms using artificial neural network spectral analysis. Plant Disease, 101(6), 1009–1016. https://doi.org/10.1094/PDIS-12-16-1699-RE | |
| dc.relation | /*ref*/Budiastra, W., Marjan, S., Adiarifia, N., Novianty, I., & Suci, Y. T. (2024). Non-Destructive Prediction of Oil and Free Fatty Acid of Oil Palm Fruitlets Using Near-Infrared Spectroscopy and Hybrid Calibration Method. INMATEH - Agricultural Engineering, 73(2), 461–472. https://doi.org/10.35633/inmateh-73-39 | |
| dc.relation | /*ref*/Bustillo P., A, Sarria Villa, G, Aldana de la Torre, R y Arango U., C. (2016.). Guía de bolsillo para el reconocimiento y manejo de las principales enfermedades e insectos plaga en el cultivo de la palma de aceite [2016]. http://repositorio.fedepalma.org/handle/123456789/107659 | |
| dc.relation | /*ref*/Cheshkova, A. F. (2022). A review of hyperspectral image analysis techniques for plant disease detection and identification. Vavi¬lovskii Zhurnal Genetiki i Selektsii, 26(2), 202–213. https://doi.org/10.18699/VJGB-22-25 | |
| dc.relation | /*ref*/Ciurcak, E. W., Igne, B., Workman, J., & Burns, D. A. (2021). Han¬dbook of Near-Infrared Analysis (CRC Press (ed.); Fourth edi). | |
| dc.relation | /*ref*/Dharmawan, A., Masithoh, R. E., & Amanah, H. Z. (2023). De¬velopment of PCA-MLP Model Based on Visible and Shor¬twave Near Infrared Spectroscopy for Authenticating Arabi¬ca Coffee Origins. Foods, 12(11). https://doi.org/10.3390/foods12112112 | |
| dc.relation | /*ref*/Gomez Cuervo, P. L. (1995). Estado actual de la investigación sobre pudrición del cogollo. Revista Palmas, 16(1), 9–23. | |
| dc.relation | /*ref*/Lim, J., Kim, G., Mo, C., Oh, K., Kim, G., Ham, H., Kim, S., & Kim, M. S. (2018). Application of near infrared reflectance spectrosco¬py for rapid and non-destructive discrimination of hulled barley, naked barley, and wheat contaminated with Fusarium. Sensors (Switzerland), 18(1). https://doi.org/10.3390/s18010113 | |
| dc.relation | /*ref*/Sankaran, S., Mishra, A., Maja, J. M., & Ehsani, R. (2011). Visi¬ble-near infrared spectroscopy for detection of Huanglongbing in citrus orchards. Computers and Electronics in Agriculture, 77(2), 127–134. https://doi.org/10.1016/j.compag.2011.03.004 | |
| dc.relation | /*ref*/Singh, A., Ganapathysubramanian, B., Singh, A. K., & Sarkar, S. (2016). Machine Learning for High-Throughput Stress Phenoty¬ping in Plants. Trends in Plant Science, 21(2), 110–124. https://doi.org/10.1016/j.tplants.2015.10.015 | |
| dc.relation | /*ref*/Sirakov, I., Velichkova, K., Dinev, T., Slavcheva-Sirakova, D., Valkova, E., Yorgov, D., Veleva, P., Atanasov, V., & Atanassova, S. (2023). Detection of Fungal Diseases in Lettuce by VIR-NIR Spectroscopy in Aquaponics. Microorganisms, 11(9). https://doi.org/10.3390/microorganisms11092348 | |
| dc.relation | /*ref*/Torres, G. A., Sarria, G. A., Martinez, G., Varon, F., Drenth, A., & Guest, D. I. (2015). 2016_ phyto-09-15-0243-rvw Gabriel y fitogroup. University of Sydney, Australia. Accepted, Turner 1981, 10. | |
| dc.relation | /*ref*/Xiong, Y., McCarthy, C., Humpal, J., & Percy, C. (2024). Near-in¬frared spectroscopy and deep neural networks for early com¬mon root rot detection in wheat from multi-season trials. Agro¬nomy Journal, February, 2370–2390. https://doi.org/10.1002/agj2.21648 | |
| dc.relation | /*ref*/Zhao, X., Liu, Y., Huang, Z., Li, G., Zhang, Z., He, X., Du, H., Wang, M., & Li, Z. (2024). Early diagnosis of Cladosporium fulvum in greenhouse tomato plants based on visible/near-infrared (VIS/ NIR) and near-infrared (NIR) data fusion. Scientific Reports, 14(1), 1–14. https://doi.org/10.1038/s41598-024-71220-w | |
| dc.rights | Derechos de autor 2025 Ceniavances | es-ES |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0 | es-ES |
| dc.source | Ceniavances; Núm. 201 (2025): Potencial uso de la espectroscopia de infrarrojo cercano (NIRS) como herramienta de laboratorio para el diagnóstico temprano de la pudrición del cogollo (PC) en palma de aceite. Un primer acercamiento; 6 | es-ES |
| dc.source | 0123-8353 | |
| dc.subject | Espectroscopia | es-ES |
| dc.subject | Pudrición del cogollo | es-ES |
| dc.subject | Programa de manejo fitosanitario | es-ES |
| dc.subject | palma de aceite | es-ES |
| dc.title | Potencial uso de la espectroscopia de infrarrojo cercano (NIRS) como herramienta de laboratorio para el diagnóstico temprano de la pudrición del cogollo (PC) en palma de aceite. Un primer acercamiento | es-ES |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | Artículo revisado por pares | es-ES |
| dc.identifier.url | https://publicaciones.fedepalma.org/index.php/ceniavances/article/view/14435 | |
