biocarburantes

Drones que ayudan a escoger el cereal más apto para etanol y reducir el uso de herbicidas

0
Más agilidad en la toma de decisiones de mejora genética y menor uso y más racional de herbicidas. Estas son algunas de las ventajas que se consiguen con el uso de vehículos aéreos no tripulados, los populares drones, para rentabilizar determinados cultivos, incluidos aquellos asociados a la producción de biocarburantes. Uno de los últimos trabajos en este campo lo ha llevado a cabo un equipo liderado por el Consejo Superior de Investigaciones Científicas (CSIC) en torno a la mejora genética de cereales para producir etanol.

Drones que ayudan a escoger el cereal más apto para etanol y reducir el uso de herbicidas
El dron sobrevolando los cultivos durante los experimentos del equipo de investigadores del IAS/CSIC

En febrero de 2018 se dio a conocer que otro equipo de investigadores del CSIC desarrolló “un algoritmo automático para la detección y cartografía de malas hierbas en fase temprana dentro y fuera de la línea de cultivo a partir de imágenes tomadas con vehículos aéreos no tripulados o drones”.

“Este algoritmo genera los mapas de tratamiento que podrían ayudar a los agricultores en la toma de decisiones para mejorar el manejo del cultivo mediante la aplicación localizada del herbicida en el momento fenológico óptimo, permitiendo ahorros sustanciales de estos fitosanitarios”, explicó entonces Ana Isabel de Castro, investigadora Juan de la Cierva del CSIC en el Instituto de Agricultura Sostenible (IAS/CSIC).

Drones para caracterizar los cereales de forma rápida y no destructiva
La misma investigadora, junto a otros dos colegas que participaron en aquel estudio (Jorge Torres-Sánchez y José Manuel Peña) y dos nuevos (Francisco José Ostos Garrido y Fernando Pistón) forman también el equipo que este verano presentó en la revista Frontiers in Plant Science el diseño de un nuevo método que “permite agilizar el proceso de toma de decisiones en la mejora genética de los cereales para la producción de bioetanol”.

En una nota de prensa del CSIC, este equipo propone “emplear drones para caracterizar de forma rápida y no destructiva los cereales y seleccionar las variedades más adecuadas”. La investigación se enmarca en el desarrollo de programas de mejora genética que buscan aumentar la calidad y cantidad de la biomasa y los azúcares.

Según José Manuel Peña, también del IAS/CSIC, “hasta ahora la caracterización de dichas variables se realizaba de manera destructiva al cosechar el cultivo y empleando técnicas de laboratorio que requieren de mucho trabajo y tiempo, lo que limita el desarrollo de dichos programas de mejora vegetal”.

Durante los experimentos, un dron tomó imágenes multiespectrales de 66 accesiones o registros de cuatro especies de cereales (trigo harinero, trigo duro, cebada y triticale) durante todo su ciclo de desarrollo. El análisis de dichas imágenes, captadas en varias bandas espectrales, permitió a los científicos elaborar “un ranking de las variedades vegetales que poseen una mayor y menor cantidad de biomasa y azúcar liberado durante la fermentación, variables fundamentales a la hora de producir bioetanol”.

Más investigación con drones en España, Brasil y Nicaragua
Además de con cereales, la investigación con drones para mejorar cultivos y especialmente el control del crecimiento de determinadas hierbas también se centra en la caña de azúcar. Tanto en Brasil como en Nicaragua, grandes productores de esta planta cuyo subproducto, el bagazo, se utiliza para producir etanol, se han llevado a cabo este tipo de estudios.

En España, la Universidad Pública de Navarra dio a conocer en 2015 los pormenores de un proyecto basado en técnicas de estimación de biomasa con imágenes del satélite Sentinel-1ª y con drones, con participación de varias cooperativas agrarias y el Centro Nacional de Energías Renovables (Cener). Este centro analiza muestras en laboratorio para evaluar el potencial energético de la biomasa producida en parcelas de trigo y cebada, tanto en secano como en regadío.

Añadir un comentario