Desarrollo de una metodología para la identificación de la sintomatología de fusarium raza 1 en banano mediante el uso de sensores aéreos no tripulados

Abstract

El banano es una planta perteneciente a la familia de las Musáceas que se ha visto gravemente afectada por una variedad de enfermedades que debilitan su producción. Una de estas enfermedades es la marchitez por Fusarium provocada por el hongo Fusarium oxysporum f. sp. cubense (FOC) que ha sido catalogada como una de las diez más devastadoras en torno al campo de la agricultura. El objetivo de este estudio fue desarrollar y validar una metodología para la identificación de la sintomatología de Fusarium raza 1 a partir de técnicas geoespaciales mediante el uso de sensores aéreos no tripulados. En la primera fase se realizó el levantamiento de información en campo compuesta por la obtención de imágenes multiespectrales y RGB con UAV, en la segunda fase se realizó el análisis de información a partir de la implementación de cuatro índices de vegetación, NDVI, NDRE, CIRE, CIgreen, y tres métodos de clasificación, Algoritmo Random Forest, Algoritmo Spectral Angle Mapper y Método de segmentación de imágenes a partir de índices de vegetación. Finalmente, en la fase 3 se aplicaron diferentes técnicas estadísticas y se realizó la validación de la metodología. Aplicando la matriz de confusión e índice kappa se obtuvo que la altura más adecuada para la identificación de la sintomatología de FOC R1 es la aplicación del método de Random Forest, a partir de una ortofoto multiespectral obtenida a una altura de vuelo de 35 m con una exactitud del 73 % y una tasa de error del 27.