Improving early detection of bud rot in oil palm through digital field monitoring
Cargando...
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Editor
Cenipalma
DOI
Resumen
Descripción
La pudrición del cogollo (PC) es la amenaza fitosanitaria más importante para el cultivo de la palma de aceite en Colombia. La detección temprana es esencial para un manejo curativo eficaz, pero los métodos actuales para detectar la PC en palmas adultas son subjetivos y poco fiables. El objetivo de esta investigación fue desarrollar un sistema integrado para el monitoreo digital en campo y el análisis de imágenes, para lo cual se probaron dos métodos de detección: la detección asistida por computador y la detección automática mediante inteligencia artificial (IA). Se llevó a cabo un monitoreo mensual durante un periodo de 12 meses (enero-diciembre de 2022) en 672 palmas africanas de aceite (Elaeis guineensis) de 15 años de edad y susceptibles a la PC. El monitoreo de la enfermedad se centró en la incidencia, la incidencia acumulada y el rendimiento laboral basado en el número y la distribución espacial de las palmas detectadas con PC, con y sin el uso del dispositivo propuesto. Los resultados mostraron que la detección automática mediante IA tenía una eficacia baja (17,1 %), ya que solo identificó una pequeña parte de los casos reales. En contraste, la detección asistida por computador mejoró significativamente la precisión, pues alcanzó el 78,6 % durante los meses de mayor incidencia y redujo el tiempo de detección hasta en dos meses en comparación con los métodos tradicionales, aunque su rendimiento máximo solo alcanzó las 4,7 ha/jornal.
Palabras clave
control curativo, detección temprana, epidemiología, palma de aceite, Phytophthora palmivora, curative control, early detection, epidemiology, oil palm, Phytophthora palmivora