Potential of UAV-derived RGB spectral indices for the early selection of cotton genotypes based on fiber quality traits

El algodón es la fuente de fibra natural más importante del mundo, un material que comienza como un capullo esponjoso en una planta y termina como la tela de nuestra ropa. Para la industria textil, el valor de este cultivo depende enteramente de la calidad de sus fibras: qué tan largas son, qué tan fuertes son y qué tan uniformemente se mantienen unidas. Tradicionalmente, los fitomejoradores que desarrollan nuevas variedades de algodón han tenido que esperar hasta que las plantas están completamente crecidas y los capullos se cosechan para saber si una nueva variedad es buena. Toman una muestra de la lint (borra), la envían a un laboratorio especializado y la pasan por una máquina que mide estas propiedades técnicas. Este proceso es preciso pero lento, costoso y requiere una gran cantidad de material vegetal, lo que significa que los fitomejoradores a menudo no pueden probar las nuevas variedades hasta que ya están bastante avanzadas en su desarrollo.

En años recientes, ha surgido un nuevo enfoque para acelerar este proceso: el uso de drones para tomar fotografías de los cultivos desde el cielo. Estos vehículos aéreos no tripulados, o UAV, pueden capturar imágenes detalladas de un campo en minutos. Al analizar los colores en estas imágenes, los científicos pueden calcular números que describen qué tan saludables y vigorosas son las plantas. La idea es que la forma en que una planta se ve desde arriba —su color y brillo— podría decirnos algo sobre la calidad de la fibra que producirá dentro del capullo, mucho antes de la cosecha. Si esta conexión es fuerte, los fitomejoradores podrían evaluar miles de plantas temprano en la temporada, seleccionando solo las mejores para cultivar más, ahorrando tiempo y dinero.

Un equipo de investigadores en Brasil se propuso probar si esta idea funciona para la calidad de la fibra de algodón. Trabajaron con diecinueve variedades diferentes de algodón comercial, plantándolas en un campo en la Universidad Federal de Uberlândia. A medida que las plantas crecían, los investigadores esperaron hasta que los campos estuvieran en plena floración, una etapa en la que las plantas están cubiertas de flores abiertas. En este momento específico, volaron un dron sobre el campo para capturar imágenes de alta resolución en rojo, verde y azul. A partir de estas imágenes, calcularon cuatro números diferentes basados en el color, conocidos como índices espectrales, que actúan como un resumen de la verdosidad y la saturación del color de la planta. Más tarde, después de que se cosechó el algodón, tomaron muestras de cada variedad y midieron su calidad de fibra utilizando la máquina de laboratorio estándar, la cual determinó rasgos como la longitud de la fibra, la resistencia y un índice compuesto llamado Índice de Consistencia de Hilado que predice qué tan bien se hilará la fibra en hilo.

Los investigadores descubrieron que, de hecho, existía un vínculo significativo entre lo que el dron veía y lo que el laboratorio medía. Descubrieron que dos de los números basados en el color eran particularmente útiles. Uno, que medía la verdosidad de las hojas, mostró una fuerte conexión con el Índice de Consistencia de Hilado. Otro, que comparaba la cantidad de luz verde con la luz roja, estaba estrechamente ligado a la uniformidad de la longitud de la fibra. En términos simples, las plantas que se veían más verdes y vibrantes desde la perspectiva del dron tendían a producir fibras que eran mejores para el hilado de alta calidad. El equipo utilizó modelos estadísticos para ver si podían predecir la calidad de la fibra solo mirando estos números del dron. Los modelos pudieron explicar aproximadamente un tercio de las diferencias que observaron entre las variedades. Aunque esto no es una predicción perfecta, es un paso significativo, lo que sugiere que una imagen de dron tomada temprano en la temporada puede ofrecer una pista confiable sobre la calidad final del algodón.

Sin embargo, el estudio también dejó claro que esta tecnología no es un reemplazo para las pruebas de laboratorio tradicionales. Las imágenes del dron no pudieron predecir cada detalle de la calidad de la fibra, y algunas variedades que se veían similares desde el cielo resultaron tener diferentes características de fibra. Los investigadores señalaron que la variedad con mejor desempeño en su estudio, un tipo llamado DP 2077, tenía una excelente calidad de fibra pero solo mostró puntajes de color promedio en las imágenes del dron. Esto nos dice que, si bien el dron puede detectar tendencias generales, aún no puede ver el panorama completo por sí solo. El color de las hojas está influenciado por muchos factores, incluyendo cuánta luz solar recibe la planta y cuánta agua tiene, lo que a veces puede enmascarar el potencial genético para la calidad de la fibra.

El valor de este trabajo reside en su potencial para actuar como un filtro. Los fitomejoradores a menudo tienen que gestionar miles de plantas, y probar cada una en un laboratorio es demasiado costoso y lento. Si un dron puede volar sobre un campo e identificar rápidamente las plantas que probablemente tengan una mala calidad de fibra, esas plantas pueden ser eliminadas del programa de mejora tempranamente. Esto permite a los fitomejoradores concentrar sus recursos en los candidatos más prometedores. Los investigadores concluyeron que, si bien los números derivados del dron no son una solución mágica que elimine la necesidad del trabajo de laboratorio, son una herramienta poderosa para ser utilizada junto con él. Al combinar la velocidad de las imágenes aéreas con la precisión de las pruebas tradicionales, los fitomejoradores de algodón pueden tomar decisiones más inteligentes y rápidas, llevando potencialmente mejores variedades de algodón a los agricultores y a las fábricas textiles más pronto. El estudio sugiere que, a medida que estos modelos se perfeccionen con más datos de diferentes entornos y tipos de plantas más diversos, su capacidad para predecir la calidad futura de un cultivo de algodón solo mejorará.