First steps towards the spectral discrimination of diseases in barley (Hordeum vulgare L.)

• Autores: David, Emiliano; Lara, Bruno; Lencina, Alberto German; Monterroso, Liliana
• Año de publicación: 2024
• Idioma: inglés
• Tipo de recurso: artículo
• Fuente: RIA 50 (3) : 130-139. (diciembre 2024)
• Materia: Cebada; Enfermedades de las Plantas; Enfermedades Fungosas; Hordeum vulgare; Análisis Espectral; Teledetección; Barley; Plant Diseases; Fungal Diseases; Spectral Analysis; Remote Sensing
• Institución: Instituto Nacional de Tecnología Agropecuaria

One of the main causes of yield and quality loss in barley (Hordeum vulgare L.) crops are fungal diseases. Understanding the severity of these diseases is essential to achieve proper phytosanitary management. Monitoring is the practice used to assess the health status of crops. This is necessary for diagnosing and quantifying the level of attack, as well as for calculating the impact caused by diseases. This procedure is usually carried out through visual estimates and is therefore often subjective and imprecise. Remote sensing techniques emerge as a potentially useful alternative for detecting disease hotspots and differentiating areas with varying severity. The objectives were the following: to obtain the spectral signatures of healthy and diseased crops, to evaluate the feasibility of differentiating them using spectral indices, to identify the most sensitive bands for differentiation, and to compare the visual estimation of severity with that obtained through image classification. For this purpose, samples of healthy leaves and leaves showing symptoms of each of the foliar diseases caused by Drechslera teres, Rhynchosporium commune, and Bipolaris sorokiniana were used. Seventeen indices and the MDI were calculated from the spectral signatures obtained in the laboratory. The NDVI, CARI, NRI, OSAVI, RGR, and MDI indices showed significant differences between healthy and diseased leaves, but not between different diseases; only GNDVI was able to differentiate between them. The most sensitive bands identified by MDI were 440-490 nm and 645-680 nm. Regarding severity, the results showed a wide dispersion in visual estimates and the potential for using RGB image classification to quantify the intensity of disease symptoms. These results justify future field investigations to develop tools that contribute to improved phytosanitary management.
Una de las principales causas de pérdida de rendimiento y calidad en el cultivo de cebada (Hordeum vulgare L.) son las enfermedades fúngicas. Conocer la gravedad de las enfermedades es fundamental para un manejo fitosanitario racional. El monitoreo es la práctica utilizada para evaluar el estado sanitario de los cultivos. Esto es necesario para el diagnóstico y la cuantificación del nivel de ataque, así como para calcular el impacto causado por enfermedades. Este procedimiento suele llevarse a cabo mediante estimaciones visuales y, por lo tanto, suele ser subjetivo e impreciso. Las técnicas de teledetección surgen como una alternativa potencialmente útil para detectar focos de enfermedades y diferenciar áreas con distinta severidad. Los objetivos de este trabajo fueron los siguientes: obtener las firmas espectrales del cultivo sano y con enfermedades foliares, evaluar la factibilidad de diferenciarlas utilizando índices espectrales, obtener las bandas de mayor sensibilidad para diferenciarlas y comparar la estimación visual de la severidad con la obtenida mediante clasificación de imágenes. Para esto se utilizaron muestras de hojas sanas y con síntomas de cada una de las enfermedades foliares causadas por Drechslera teres, Rhynchosporium commune y Bipolaris sorokiniana. A partir de las firmas espectrales obtenidas en laboratorio, se calcularon 17 índices y el MDI. Los índices NDVI, CARI, NRI, OSAVI, RGR y MDI mostraron diferencias significativas entre hojas sanas y enfermas, pero no entre enfermedades, sólo mediante el GNDVI fue posible diferenciarlas. Las bandas de mayor sensibilidad identificadas por el MDI fueron 440-490 nm y 645-680 nm. En relación con la severidad, los resultados obtenidos presentan una gran dispersión en las estimaciones visuales y muestran la potencialidad de utilizar la clasificación de imágenes RGB para cuantificar la intensidad de los síntomas de las enfermedades. Estos resultados justifican futuras investigaciones a campo con el propósito de generar herramientas que contribuyan a mejorar los análisis fitosanitarios.
Gerencia de Contenidos Periodísticos y Editoriales, DNACI, INTA
Fil: David, Emiliano. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Agronomía. Cátedra de Fitopatología; Argentina
Fil: Lara, Bruno. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Agronomía. Laboratorio de Biología Funcional y Biotecnología (BIOLAB)-INBIOTEC-CONICET-CICBA; Argentina.
Fil: Lara, Bruno. Consejo Nacional de Investigaciones Científicas y Técnicas. Laboratorio de Biología Funcional y Biotecnología (BIOLAB)-INBIOTEC-CONICET-CICBA; Argentina.
Fil: Lara, Bruno. Provincia de Buenos Aires. Comisión de Investigaciones Científicas. Laboratorio de Biología Funcional y Biotecnología (BIOLAB)-INBIOTEC-CONICET-CICBA; Argentina.
Fil: Lencina, Alberto German. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Agronomía. Laboratorio de Análisis de Suelos; Argentina.
Fil: Lencina, Alberto German. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Monterroso, Liliana. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Agronomía. Cátedra de Fitopatología; Argentina