Agricultura de precisión con drones para control de enfermedades
en la planta de arroz
Precision agriculture with drones to control diseases in the rice plant
Jorge A. Barraza 1*, Eduardo J. Espinoza1, Alonso G. Espinos11, Jose Serracin1
1
Licenciatura en Ingeniería Electromecánica, Centro Regional de Chiriqui, Universidad Tecnologica de Panamá,
Resumen Este texto trata sobre la detección de enfermedades en la planta de arroz, implementando agricultura de precisión con
drones. Los cuales emplean un sensor de color (cámara) que será capaz de identificar el espectro de colores en los cultivos, es
decir, reconocer el área específicamente afectada dentro del mismo, acto seguido, el agricultor podrá aplicar los químicos
necesarios limitándose a esta zona, dicho de otra manera, se elimina el método actual de trata de enfermedades en el cual se aplican
los pesticidas al cultivo entero, en efecto se reducirán: costos en compra de productos químicos, contaminación de suelos al no
utilizar una dosis adecuada. Además, mejora el problema de eutrofización, a saber, que, actualmente presentamos uno en el área de
pedregal y mejora la calidad de los productos para nuestra alimentación.
Palabras clave Agricultura de precisión, control del arroz, drones, espectrofotometría.
Abstract This text deals with the detection of diseases in the rice plant, implementing precision agriculture with drones. They
use a color sensor (camera) that will be able to identify the spectrum of colors in the crops, which means, recognize the area that is
specifically affected within it, then the farmer can apply the necessary chemicals limited to this area, In this way, the current
method of treating diseases in which pesticides are applied to the whole crop is eliminated, in effect they will reduced: costs in
buying chemical products, soil contamination by not using an adequate dose. Also, improving the problem of eutrophication,
currently that it is presented in Pedregal and improve the quality of the products for our food.
Keywords Precision farming, rice control, drones, spectrophotometry.
* Corresponding author:[Link].94@[Link]
1. Introducción El arroz se puede ver afectado por distintos agentes, sin
El arroz es parte de la cultura alimenticia del panameño, embargo, a través del tiempo se desarrollan formas de
en este sentido, se iniciaron los trabajos de investigación en contrarrestar los mismos mediante control biológico [2].
las plantas de arroz con énfasis en la detección de Como el método tradicional empleado por agricultores
enfermedades o plagas a las cuales se ve sometida la planta de nacionales consiste en combatir las enfermedades de los
arroz en nuestros suelos. cultivos mediante una aplicación masiva del pesticida o
Como propósito tenemos, presentar una base de datos producto químico que requiera la afectación, sin reparar en
sobre el espectro de colores dentro de las plantaciones del los efectos secundarios que esto conlleva, puesto que como
arroz, a saber, que, cuando esta planta se ve afectada su color productores no pierden tiempo en averiguar detalladamente
natural cambia y atraviese por distintas degradaciones de que parte se ve afectada específicamente, en consecuencia los
colores dependiendo de la afectación, por ejemplo, si se suelos reciben una cantidad considerable de químicos, de
enfrenta al acaro Spinki la misma se torna amarillenta. modo que, estos con el paso del tiempo y las lluvias viajan
En la agricultura la espectrofotometría representa una gran por el subsuelo y pueden llegar a vías acuíferas en
ventana de posibilidades, tomando como ejemplo estudios ya poblaciones cercanas a la plantación, así que las personas que
realizados en este caso para cultivos de papas [1], sin habitan en estas zonas rurales presentan enfermedades
embargo, validan nuestra incursión de su uso, más proporcionadas por la contaminación de las aguas que utilizan
extrapolándonos a cultivos en el arroz. para consumo y uso cotidiano.
Vol. 5 - N.° Especial 1 · Marzo · 2019 [Link] 41
Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de arroz
Otro problema paralelo es cuando estas aguas 1.2 Sistema de manejo de data en fertilización de
contaminadas llegan a mar abierto, en particular, podemos precisión.
resaltar la situación en el área de Pedregal, provincia de Un objetivo posterior a la detección de plagas en la planta
Chiriquí, en donde los pescadores comunican su inquietud, de arroz es que a su vez el dron pueda determinar la zona
así pues, cada vez tienen que navegar más lejos para lograr afectada, y sea capaz de actuar mediante el riego de
satisfacer su producción, esto se debe a un problema de fertilizantes al área, la data recolectada en esta fertilización de
eutrofización el cual consiste en la contaminación de las precisión pasaría por un proceso para posteriormente ser
aguas por lo cual la vida marina cercana a la costa se ve analizada por el software para esto se desarrolla un diagrama
reducida y recurren a moverse a zonas distantes. de flujo (figura 2) que cuente con estaciones de referencia
continuamente operadas o como sus siglas en ingles nos
1.1 Manejo integrado del cultivo de arroz en Panamá indican (CORS, Continuously Operating Reference Stations)
Por lo que se refiere a identificación, biología y muestreo [5].
de insectos-plagas y benéficos: contribución para el manejo
integrado de plagas en el cultivo del arroz, se utilizó como
fuente de datos, investigaciones que presenta el IDIAP
(Instituto de Investigación Agropecuaria de Panamá) con el
cual recolectamos la data necesaria para tener un mejor
panorama de las plagas y enfermedades que enfrentamos en
nuestro país, así mismo, como afectan los cultivos y como se
ven las representaciones de estas afectaciones en el cambio de
color del mismo.
Las plagas, como lo son malezas e insectos del arroz se
les concede la pérdida de un 35% en cuanto a producción. En
la situación del arroz irrigado, el manejo de los insectos y
plagas representa un 6% de costos en producción.
En Panamá se obtuvieron resultados similares gracias a
Zachrisson en el año 1998, donde el costo de la producción en
cuanto al control de insectos en el arroz, bajo las condiciones
de riego, se dio en un 7%, por consiguiente, los insectos se
consideraron una limitante de gran importante en el desarrollo
con la producción de arroz [3].
Figura 1. Vista del macho Spinki desde un microscopio electrónico.
Se obtiene información que asegura que el arroz rojo es la
más importante maleza del cultivo. Se verificó la tolerancia
de los cultivares promisorios en cuanto al arroz del IDIAP VF
72_10 y VF 147_09, a la plaga del Steneotarsonemus spinki Figura 2. Flujo del proceso en el sistema de manejo de información sobre
fertilizantes de precisión.
(figura 1).
La información dada de micronutrientes como por 2. Antecedentes
ejemplo el zinc y el silicio, en la especie del IDIAP FL 137- Muchos sistemas tecnológicos se han implementado a
11, incrementa el desarrollo. Las curvas de absorción nos través de la agricultura de precisión para el mejoramiento de
muestran que, en condiciones de riego, se obtiene gran cultivos a nivel mundial. Alguno de los proyectos se basaron
cantidad de nutrientes [4]. en la creación robots que sean capaces de mejorar la
42 Vol. 5 - N.° Especial 1 · Marzo · 2019
Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de arroz
producción del arroz en exteriores [6], lo que buscamos es manera, discriminar diferencias y por lo que se necesita que
elevar el medio de agricultura de precisión en nuestro país. trabajen con alta resolución.
Nos concentramos en optimizar el proceso de la Los objetivos de estos análisis abarcan la predicción y el
producción del arroz mediante la eliminación de sus plagas, monitoreo del rendimiento, y la evaluación de las pruebas de
este proceso de mejoramiento dentro de cultivos ha manejo en los cultivos [12].
presentado grandes resultados ya que mediante la agricultura La densidad bacteriana en la bacteria burkholderia glumae
de precisión se pueden colectar una serie de información presenta gran aumento bajo condiciones ambientales
sumamente útil para el mejoramiento de los cultivos, favorables, por tanto, bajo un sistema de regulación
denominado quorum sensing, se determinan los procesos de
mediante una data tecnológica [7]. En el campo de la
virulencia mediante la activación de genes causantes de la
agricultura sostenible, es necesaria la implementación de
síntesis de la toxoflavina, la cual restringe el flujo de
innovaciones tecnológicas como robots autónomos móviles nutrientes, para la biogénesis de flagelos. Las plantas
en agricultura, capaces de desenvolverse en el campo desarrollan la sintomatología que finalmente conlleva a un
coleccionando data de cultivos y brindando las necesidades vaneamiento del grano provocando pérdidas económicas
de estos, este estudio está en proceso experimental [8]. importantes [13].
La visión artificial aplicada a las plantas se presenta en
una revisión con implicaciones para el despliegue de campo 3. Método
en operaciones agrícolas automatizadas, siempre se requiere La propuesta es utilizar un sistema con el cual se pueda
el estudio de los suelos para confirmar el uso viable de este observar los diversos espectros de colores en los cultivos,
sistema dentro de los cultivos [9]. determinar durante su proceso de crecimiento si tiene o no
Previamente al desarrollo de drones en cuanto a afectaciones que perjudiquen su desempeño. El sistema se
aplicaciones como posicionamiento o descarga de basa en detección de colores mediante una cámara especial de
fertilizantes dentro de la agricultura de precisión, se tenía la seguimiento.
investigación sobre el sistema de control del aplicador de El equipo que se utilizara está basado en una combinación
fertilizante de tasa variable en la agricultura de precisión de Arduino (figura 4) con un sensor de color (Pixy CMU
(figura 3) basada en la combinación posicionamiento de GPS, Cam5), el cual tiene la función de reconocer colores, a su vez
brújula electrónica y giroscopio [10]. darles seguimiento a objetos y un drone encargado de
movilizar el sensor a través del cultivo. Para la fabricación de
nuestro equipo utilizamos los siguientes materiales:
Placa Arduino UNO
Cable de red
Pixy CMUCam5
Computadora
Drone
El software necesario se resume en:
Programa Arduino
Driver para la placa Arduino
Figura 3. Diagrama del sistema de posicionamiento en la agricultura de
precisión, antes de los drones.
En la búsqueda de sensores dentro del área agrícola, los
documentos nos proporcionan información como la red de
sensores inalámbricos que pueden actuar como un sistema de
muestreo distribuido dentro de las aplicaciones agrícolas de
precisión que buscan estimar la variabilidad espaciotemporal.
Los nodos del sensor se deben utilizar conociendo el rango de Figura 4. Tarjeta Arduino.
comunicación y el rango de muestreo en vez del de detección.
[11].
Los sistemas de visión que son empleados para la
medición de plantas en los campos agrícolas se necesitan con
frecuencia para analizar patrones espaciales, dicho de otra
Vol. 5 - N.° Especial 1 · Marzo · 2019 43
Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de arroz
Una vez en campo con el sensor cámara PIXY, graba una
planta visiblemente afectada, luego mediante la programación
se guarda ese patrón de color para que el sensor lo reconozca
como una afectación, después se realiza el mismo
procedimiento, pero esta vez con una planta completamente
sana.
Ahora bien, ya con la cámara reconociendo los distintos
patrones de colores recopilados, se procede con la
implementación de esta al drone.
Se realizaron pruebas de vuelo para determinar el máximo
rango de altura entre el cultivo y el sensor para que se
Figura 5. Sensor cámara PIXY CMUCAM5. identifiquen los colores adecuadamente, mediante las
mediciones se marcó como una altura promedio indicada de
dos metros entre la planta y la cámara.
Figura 6. Drone implementado con el sensor PIXY CMUCAM5.
La cámara pixycam5, se utiliza como sensor de color, esta
tiene una propiedad de que puede detectar algo fijo, y
decirnos en la pantalla cuantas veces el color se repite en la
imagen en tiempo real (figura 5). Esta función nos ayuda al
poder detectar el color de alguna enfermedad, bacteria, o daño Figura 7. Fotografía tomada en campo dentro del cultivo en presencia de una
que tenga el cultivo en general. afectación por bacteria.
El Arduino solo es el software para poder verificar los
datos obtenidos por la Pixy CMUCam5, que al ser
programada da los lugares que se encuentran infectados,
detectando la diferencia según el color con que fue
programada.
Con la programación, da un color verde a los cultivos
sanos, dependiendo el caso. Se hace una gama de colores
verdes se toma como referencia y se dice que son cultivos
sanos libres de enfermedades.
Cuando se encuentra algún color diferente a la gama de
colores verdes, cualquier otro color, lo detecta enseguida y lo
marca en la pantalla, dando el posicionamiento de lugar la
enfermedad o daño en el cultivo. Para su pronta ayuda, o
aplicación del químico.
La propuesta que da este sistema es el observar que
lugares están afectados, y poder encontrar esos puntos en los Figura 8. Drone con el sensor realizando las pruebas de campo para la
detección de patrones de color.
cuales determinara el nivel de enfermedad que tiene el
cultivo, con el fin de buscarle una solución lo más pronto
posible. 4. Resultados
Para empezar, se desarrolla un programa base en En primer lugar, se detecta una afectación en las hojas del
programación Arduino (figuras 14 y 15), el cual se enfoca en cultivo, la misma se reconoce con el sensor y se marca su
realizar una distinción de colores y a su vez guardar una data patrón específico dentro de la base de datos.
de reconocimiento. La coloración presentada es un amarillo-rojizo debido a
una deficiencia de fosforo dentro del cultivo.
44 Vol. 5 - N.° Especial 1 · Marzo · 2019
Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de arroz
Figura 9. S=3 Afectación en la misma hoja de la planta un color rojizo Figura 11. Afectaciones del vaneamiento mostrada por nuestro sensor.
amarillo.
Ahora bien, también se realizaron pruebas y toma de data
Otro punto es la presencia de vaneamiento en las plantas en un cultivo completamente sano, para de igual manera
de arroz debido a la bacteria burkholderia glumae, la cual deja grabar su patrón de color, con lo cual se puede realizar la
un color amarillento en la misma, dentro del campo se graba comparación entre un cultivo afectado y uno sano.
el patrón de color provocado por la bacteria y se sube a la
base de datos, una vez dentro, la cámara al pasar por el
cultivo reconoce las áreas afectadas.
Figura 12. Patrón de color en un cultivo sano.
El cultivo cuenta con un total de 2 hectáreas el equivalente
a 20000 metros cuadrados, la zona afectada representa un 5%
Figura 10. Afectaciones en la planta de arroz debido a la bacteria
burkholderia glumae.
el equivalente a una zona de 1000 metros cuadrados.
Se determina que la zona afectada por la bacteria
representa un porcentaje bajo dentro de la producción del
cultivo, con lo cual se puede tratar de manera rápida y
eficiente.
Esta información se logra obtener mediante marcaciones
realizadas en el campo, donde el drone marca afectación se
coloca un indicador como una bandera, a medida que se
Vol. 5 - N.° Especial 1 · Marzo · 2019 45
Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de arroz
mueve se obtiene un inicio y fin de zona, estas se van
midiendo, así es como se determinó el área afectada.
Sin embargo, este tipo de bacteria se debe tratar lo mas
pronto posible de lo contrario puede llegar a presentar
grandes pérdidas económicas dentro de la producción.
Figura 15. Tercer tipo de alerta enviada al celular (afectación total en la
planta).
La programación del sensor se realizó mediante Arduino,
Figura 13. Parte de la zona afectada dentro del cultivo (señalizada con la con el cual se hizo la rutina de reconocimiento para los
flecha). distintos patrones de colores y a su vez el mensaje alerta
enviados al móvil.
La PIXY CMUCAM5 cuenta con una aplicación llamada
Serial Monitor, con la cual se programan mensajes de alerta
que envían la misma al celular mediante bluetooth.
Estos mensajes fueron programados para indicar tres tipos
de situaciones distintas:
1. La planta se encuentra sana: este mensaje se da cuando el
sensor detecta solamente el patrón preestablecido como sano.
2. La planta se encuentra enferma: este mensaje se da
cuando el sensor detecta una mezcla del patrón de colores de
afectación y el sano.
3. La planta esta muerta: este mensaje se da cuando el sensor
detecta solamente el patrón preestablecido como afectación.
Figura 14. dos tipos de alertas programadas, detectadas y enviadas al celular
(sana y enferma).
Figura 16. Código en Arduino para muestras de alertas en afectaciones
presentadas por el cultivo.
46 Vol. 5 - N.° Especial 1 · Marzo · 2019
Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de arroz
estimates of success , worldwide,” pp. 319–331, 2018.
5. Conclusiones [3] I. C. Buitrago; E.I.Q. MacIntire; and B. Z. Salamina, Innovación
Los resultados obtenidos al realizar las pruebas de
tecnológica para el manejo integrado del cultivo de arroz en
recopilación de información en trata de enfermedades del panamá.
cultivo arroz, pueden ser extrapolados a cualquier otro [4] IDIAP, “Memoria Memoria memoria,” 2018.
monocultivo que exista, puesto que todos al padecer alguna [5] Z. Liu, W. Xiong, and X. Cao, “Design of Precision Fertilization
enfermedad muestran un cambio de color. Management Information System on GPS and GIS Technologies
Además de la utilización de la Pixy CMUCam5 se puede * The Development of Precision Fertilization Based on GPS,”
utilizar una tarjeta llamada 1sheeld, con la cual, se puede pp. 268–277.
observar el patrón de colores a través de la cámara la cual se [6] A. Baerveldt, “An Agricultural Mobile Robot with Vision-Based
instala hasta cualquier dispositivo móvil. Perception for Mechanical Weed Control,” pp. 21–35, 2002.
Con la realización del proyecto, se resuelven problemas [7] G. Burlacu, R. Costa, J. Sarraipa, and R. Jardim-goncalves, “A
en control de gastos para los agricultores, se corrige las Conceptual Model of Farm Management Information System for
Decision Support,” pp. 47–54, 2014.
afectaciones por eutrofización y se mejora la calidad
[8] H. Hagras, M. Colley, V. Callaghan, and M. Carr-west, “Online
alimenticia de los productos.
Learning and Adaptation of Autonomous Mobile Robots for
El arroz es uno de los principales alimentos de nuestro Sustainable Agriculture,” pp. 37–52, 2002.
país, y se ve diezmado en ocasiones por las distintas plagas [9] Y. He, “Effects of land use intensity on soil nutrient distribution
que no son tratadas de forma correcta o simplemente no se after reclamation in an estuary landscape,” pp. 699–707, 2013.
localizaron a tiempo, se puede corregir esto de manera [10] G. Pan and X. Feng, “Research on Control System of Variable
sustancial, al implementar la caza de enfermedades con Rate Fertilizer Applicator in Precision Farming Based on
drones. Combined Positioning of GPS , Electronic Compass and
Actualmente en Panamá solo se llevó a cabo este Gyroscope * Outline of Precision Farming and the Main
experimento en forma controlada por el IDIAP para el control Technological,” pp. 188–192.
de malezas en una tomatera, el cual presento buena [11] H. Liu, Z. Meng, H. Wang, and M. Xu, “Systematic Random
perspectiva. Deployment for Wireless Sensor Network in Agricultural
Panamá no cuenta con una base de datos dentro de la Sampling-Interpolation,” pp. 53–59.
[12] C.L.M.N.H.H.S.R. Raine, “Applied machine vision of plants :
detección de cambios en color de plantas para la trata de
a review with implications for field deployment in automated
enfermedades, sin embargo, en otros países como China o,
farming operations,” pp. 209–217, 2010.
Estados Unidos, si se ha realizado y se tiene muy buenos [13] Andrea Quesada-González2 Burkholderia glumae en el cultivo
resultados de estos, por lo que se busca implementarlo en de arroz en costa rica, Agron. Mesoam. 25(2):371-381. 2014
nuestras tierras.
La bacteria encontrada fue burkholderia glumae la cual es
relativamente nueva en nuestras zonas, esta causa un
vaneamiento en la planta del arroz el cual son granos vacíos,
esto representa pérdidas económicas fuertes en la producción
de no tratarse adecuadamente y en el tiempo de su
esparcimiento.
AGRADECIMIENTO
Ante todo, dar gracias a Dios, por permitir desarrollar esta
idea y brindar sabiduría, salud y paciencia.
Se agradece a Ganadería La Yeguada, S.A. por permitir
realizar la investigación dentro de los terrenos de su finca
ubicada en David, Chiriquí.
REFERENCIAS
[1] C. Quality and F. Insect, “The Effects of Low - Dose Gamma Ir
radiation and Storage Time on Carotenoids, Antioxidant
Activity, and Phenolic in the Potato Cultivar Atlantic,” no.
September 2006, pp. 125–131, 2007.
[2] L.H. R. L. Winston and M. Schwarzla, “Biological control of
weeds : an analysis of introductions , rates of establishment and
Vol. 5 - N.° Especial 1 · Marzo · 2019 47
