Uso de imágenes multiespectrales y térmicas para el fenotipado de la resistencia a imidazolinonas en poblaciones de girasol

• Autores: Dominguez, Matías; Menes, Jose Fernando; Portillo, Javier Esteban; Lavandera, Javier Eduardo
• Año de publicación: 2024
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Fuente: Talleres Científicos: Taller 2024, Balcarce, Buenos Aires, del 30 al 31 de mayo 2024.
• Materia: Girasol; Mejoramiento Genético; Imágenes Multiespectrales; Procesamiento Digital de Imágenes; Adopción de Tecnología; Sunflowers; Genetic Improvement; Multispectral Imagery; Digital Image Processing; Technology Adoption; Imidazolinone Herbicides; Herbicida con Imidazolinona; Drones; Pergamino, Buenos Aires
• Institución: Instituto Nacional de Tecnología Agropecuaria

Presentación en diapositivas y resumen
La disponibilidad de herramientas de fenotipado de alto rendimiento, como los drones con cámaras multiespectrales, resultan ser muy valiosas para su implementación directa en los programas de mejoramiento (Araus & Cairns, 2014). El objetivo de este trabajo fue evaluar el uso de imágenes obtenidas a partir de un dron para el fenotipado de la resistencia a imidazolinonas en poblaciones de girasol. El experimento fue realizado en la EEA Pergamino, en un diseño aumentado en donde los testigos resistentes y susceptibles al herbicida Imazapir fueron distribuidos sistemáticamente. Fueron evaluados 742 genotipos del programa de mejoramiento de girasol de INTA y se incluyeron 182 parcelas testigo. El tamaño de las parcelas fue de un surco de 5 m de longitud. Se realizaron 3 vuelos con un DJI Matrice 300, equipado con sensores multiespectral y térmico MicaSense Altum, a una altura de 40 m. El primer vuelo fue realizado 9 días después de aplicado el herbicida y los dos vuelos posteriores fueron realizados 43 y 57 días de la aplicación. De las imágenes obtenidas se extrajeron los valores de reflectancia de las bandas: azul (475 nm), verde (560 nm), rojo (668 nm), borde rojo (717 nm), NIR (840 nm) y la emisividad de la banda térmica (8–14 nm). A partir de estos datos se generaron los índices; NDVI, NDRE y GNDVI. Fueron evaluados diferentes modelos de Machine Learning para poder predecir el valor fenotípico de cada parcela evaluada como susceptible o resistente en función de los datos de las bandas espectrales y de los índices derivados. Los resultados presentaron valores de precisión de 0.84 y 0.83 para los modelos avNNET (redes neuronales) y SVM (Support Vector Machine). Estos resultados muestran el potencial y las ventajas que aportarían en capacidad y velocidad de fenotipado para la resistencia a imidazolinonas en girasol.
EEA Pergamino
Fil: Dominguez, Matías. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sector Girasol; Argentina
Fil: Menes, José Fernando. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Sistema de Información Geográfica (SIG). Becario; Argentina
Fil: Portillo, Javier. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Sistema de Información Geográfica (SIG); Argentina
Fil: Lavandera, Javier Eduardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Girasol; Argentina