El grupo de investigación TICTRÓPICO, liderado por el Doctor Jorge Enrique Chaparro Mesa, publicó un artículo científico en Smart Agricultural Technology, de Elsevier, revista clasificada en Q1 por SCImago Journal Rank en las categorías de Ciencias Agrícolas y Biológicas, Inteligencia Artificial y Ciencias de la Computación.
El estudio desarrolla una metodología que integra imágenes multiespectrales e inteligencia artificial para detectar tempranamente la mancha parda del arroz, enfermedad causada por el hongo Bipolaris oryzae. Mediante una arquitectura de aprendizaje profundo basada en ConvNeXt, se alcanzó una exactitud del 98,95 %, con un Recall de 1,00 para la clase de plantas enfermas y cero falsos negativos en la evaluación independiente.
Uno de los aspectos más relevantes de la investigación es el desarrollo de una metodología que permite identificar señales tempranas de la enfermedad mediante el análisis de imágenes multiespectrales y herramientas de inteligencia artificial. Este avance representa una alternativa tecnológica para mejorar el monitoreo fitosanitario de los cultivos y apoyar la detección oportuna de enfermedades que afectan la producción de arroz.
La investigación contó con la participación de los profesores Luis Miguel Piamonte, del programa de Ingeniería de Sistemas, y María Aguilar, del programa de Ingeniería Agroforestal, así como de los estudiantes Diego A. Nieto Rodríguez y Camilo A. Vargas Villamizar. Estos últimos se vincularon al proyecto como auxiliares de investigación, mediante la modalidad de trabajo de grado, desarrollando sus respectivos trabajos para optar al título de ingenieros de Sistemas.
El proyecto constituye un ejercicio de investigación interdisciplinaria entre las áreas de ingeniería y ciencias agroforestales, en el que convergen conocimientos sobre producción agrícola, tecnologías de percepción remota e inteligencia artificial para abordar un problema fitosanitario de interés regional. Esta articulación permitió integrar las capacidades de profesores y estudiantes en el desarrollo de soluciones tecnológicas orientadas a la agricultura de precisión.
Los resultados también plantean una ruta para avanzar hacia aplicaciones con vehículos aéreos no tripulados (UAV) y sensores multiespectrales de alta resolución, con potencial de aplicación en los sistemas productivos de arroz de Casanare y la Orinoquía colombiana.
Esta publicación es resultado del trabajo investigativo que desarrolla TICTRÓPICO en la integración de inteligencia artificial, tecnologías de percepción remota y agricultura de precisión. Asimismo, refleja el compromiso de Unitrópico con la producción científica, la colaboración entre disciplinas y la vinculación de estudiantes a proyectos de investigación con resultados de alcance internacional.
Datos de la publicación
- Título: Bio-spectral tensors and ConvNeXt architectures: A proximal sensing framework for early detection of Bipolaris oryzae in tropical rice crops.
- Revista: Smart Agricultural Technology.
- Editorial: Elsevier.
- Clasificación: Q1 según SCImago Journal Rank.
- DOI: https://doi.org/10.1016/j.atech.2026.102262
Artículo completo: https://www.sciencedirect.com/science/article/pii/S2772375526004867
Clasificación de la revista: https://www.scimagojr.com/journalsearch.php?q=21101111783&tip=sid&clean=0
