Uso de imágenes multiespectrales para la evaluación de la eficacia de herbicidas pre-emergentes en arveja, en condiciones de invernadero
- David Alejandro Jamaica-Tenjo
, - Andrés Esteban Puerto-Lara,
- Jhonatan Javier Guerrero-Aldana,
- Oscar Leonardo García-Navarrete,
- Gustavo Adolfo Ligarreto-Moreno
Resumen
En Colombia, la arveja es la segunda leguminosa más importante en superficie después del frijol, y las malezas son el principal factor biótico que limita su producción, provocando pérdidas de hasta el 100%, y su control manual puede representar hasta el 40% de la mano de obra necesaria para su producción. El período crítico de competencia cultivo-malezas es el primer tercio del ciclo del cultivo, por lo tanto, la aplicación de herbicidas pre-emergentes es una forma rentable de control de malezas. Para evaluar la eficacia del control de malezas, las variables más comunes es la densidad de malezas (individuos/área): precisa, pero requiere mucho tiempo, o cobertura de malezas (%): más rápida, pero muy subjetiva. Por lo tanto, encontrar herbicidas preemergentes para arveja y un método de evaluación del control de malezas que estandarice, facilite y dé mayor precisión es una tarea imperativa. Se evaluaron cinco herbicidas preemergentes (linuron, S-metolachlor, metribuzine, oxifluorfen y pendimetalin) a dos dosis en un cultivo de arvejas bajo invernadero. Además, se compararon dos métodos diferentes para evaluar la cobertura de malezas y la eficacia del control (proceso de cuantificación de imágenes multiespectrales y estimación visual humana convencional). El mejor tratamiento herbicida para el rendimiento de grano seco fue la metribuzina (2,36 t ha-1). Además, la efectividad del control de malezas fue del 88% a los 36 días después de la siembra, lo que se considera óptimo. Finalmente, se encontró concordancia entre los métodos de evaluación de malezas (humano vs. máquina). El coeficiente de correlación intraclase fue superior a 0,95, lo que valida el uso de esta metodología de cuantificación de la cobertura de malezas.
Palabras clave
Pisum sativum L., Control químico de malezas, Prueba de eficacia con herbicidas, Sensor óptico, Reflectancia espectral, Análisis de imagen
Referencias
Agronet. 2018. Evaluaciones agropecuarias municipales. In: https://www.agronet.gov.co/estadistica/Paginas/home.aspx?cod=1#; consulted: October, 2020.
ANDI, Asociación Nacional de Empresarios de Colombia; ICA, Instituto Colombiano Agropecuario. 2015. Manual para elaboración de protocolos para ensayos de eficacia con PQUA. In: https://www.ica.gov.co/areas/agricola/servicios/regulacion-y-control-de-plaguicidas-quimicos/manual-protocolos-ensayos-eficacia-pqua-1.aspx; consulted: October, 2020.
Andújar, D., A. Ribeiro, R. Carmona, C. Fernández-Quintanilla, and J. Dorado. 2010. An assessment of the accuracy and consistency of human perception of weed cover. Weed Res. 50(6), 638-647. Doi: 10.1111/j.1365-3180.2010.00809.x
Bai, X., X. Li, Z. Fu, X. Lv, and L. Zhang. 2017. A fuzzy clustering segmentation method based on neighborhood grayscale information for defining cucumber leaf spot disease images. Comput. Electron. Agric. 136, 157-165. Doi: 10.1016/j.compag.2017.03.004
Banga, R.S., A. Yadav, R.S. Malik, and R.K. Malik. 1998. Evaluation of different herbicides for weed control in pea. Indian J. Weed Sci. 30(3-4), 145-148.
Benlloch, J., A. Sánchez-Salmerón, S. Christensen, and M. Walter. 1996. Weed mapping in cereal crops using image analysis techniques. pp. 1059-1060. In: Proc. 3rd International Conference on Precision Agriculture. Minneapolis, MN.
Blanco, Y. and A. Leiva. 2010. Abundancia y diversidad de especies de arvenses en el cultivo de maíz (Zea mays, L.) precedido de un barbecho transitorio después de la papa (Solanum tuberosum L.). Cultivos Tropicales 31(2), 12-16.
Bretag, T.W., P.J. Keane, and T.V. Price. 2006. The epidemiology and control of ascochyta blight in field peas: a review. Aust. J. Agric. Res. 57(8), 883. Doi: 10.1071/AR05222
CAN, Comisión de la Comunidad Andina. 1998. Decisión 436, Norma Andina para el Registro y Control de Plaguicidas Químicos de Uso Agrícola. GO 347. Cartagena, Colombia.
Castillejo-González, I., J.M. Peña-Barragán, M. Jurado-Expósito, F. Mesas-Carrascosa, and López-Granados. 2014. Evaluation of pixel- and object-based approaches for mapping wild oat (Avena sterilis) weed patches in wheat fields using QuickBird imagery for site-specific management. Eur. J. Agron. 59, 57-66. Doi: 10.1016/j.eja.2014.05.009
Ciancio, A. and K.G. Mukerji (eds.). 2007. General concepts in integrated pest and disease management. Springer, Dordrecht, The Netherlands.
DANE, Departamento Administrativo Nacional de Estadística of Colombia. 2015. Insumos y factores asociados a la producción agropecuaria: el cultivo de arveja. Boletín Mensual 33. Bogota.
Díaz, J. and M. Zapata. 1990. Control de malezas: práctica agronómica fundamental en el cultivo de la arveja. Investigación y Progreso Agropecuario Carillanca 9(4), 28-33.
Espinoza, N. and J. Ormeño. 1989. Las malezas en arveja y su control. Serie Carillanca. INIA. Temuco, Chile.
FAO. 2019. FAOSTAT – Data Crops In: http://www.fao.org/faostat/en/#data/QC; consulted: May, 2021.
Fenalce, Federación Nacional de Cultivadores de Cereales, Leguminosas y Soya of Colombia. 2010. El cultivo de la arveja, historia e importancia. Bogota.
Gamer, M., J. Lemon, I. Fellows, and P. Singh. 2010. Various coefficients of interrater reliability and agreement. Version 0.84.1. In: https://rdrr.io/cran/irr/; consulted: October, 2020.
Giavarina, D. 2015. Understanding bland altman analysis. Biochem. Med. 25(2), 141-151. Doi: 10.11613/BM.2015.015
González-Andújar, J.L., C. Fernández-Quintanilla, F. Bastida, R. Calvo, J. Izquierdo, and J. Lezaun. 2011. Assessment of a decision support system for chemical control of annual ryegrass (Lolium rigidum) in winter cereals. Weed Res. 51(3), 304-309. Doi: 10.1111/j.1365-3180.2011.00842.x
ICA, Instituto Colombiano Agropecuario. 2012. Manejo fitosanitario del cultivo de hortalizas - Medidas para la temporada invernal. Bogota.
ICA, Instituto Colombiano Agropecuario. 2019. Registros nacionales PQUA – Palguicidas registrados 2019. Retrieved from https://www.ica.gov.co/; consulted: October, 2020.
Jamaica, D. and G. Plaza. 2014. Evaluation of various conventional methods for sampling weeds in potato and spinach crops. Agron. Colomb. 32(1), 36-43. 10.15446/agron.colomb.v32n1.39613
Jurado-Expósito, M., F. López-Granados, S. Atenciano, L. Garcı́a-Torres, and J.L. González-Andújar. 2003. Discrimination of weed seedlings, wheat (Triticum aestivum) stubble and sunflower (Helianthus annuus) by near-infrared reflectance spectroscopy (NIRS). Crop Prot. 22(10), 1177-1180. Doi: 10.1016/S0261-2194(03)00159-5
Lescano, M.C., D. Faccini, E. Puricelli, and A. Nicolari. 2017. Evaluación de la eficacia de distintos herbicidas preemergentes selectivos para cultivos de soja y maíz en Chloris virgata. Agromensajes (August), 5-7.
Mawalia, A.K., S. Kumar, and S.S. Rana. 2016. Herbicide combinations for control of complex weed flora in garden pea. Indian J. Weed Sci. 48(1), 48-52. Doi: 10.5958/0974-8164.2016.00011.3
Nkoa, R., M.D.K. Owen, and C.J. Swanton. 2015. Weed abundance, distribution, diversity, and community analyses. Weed Sci. 63(Sp1), 64-90. Doi: 10.1614/WS-D-13-00075.1
Osorio, K., A. Puerto, C. Pedraza, D. Jamaica, and L. Rodríguez. 2020. A deep learning approach for weed detection in lettuce crops using multispectral images. AgriEngineering 2(3), 471-488. Doi: 10.3390/agriengineering2030032
Puerto, A. 2018. Clasificación y cuantificación de maleza en cultivos de hortalizas por medio de procesamiento de imágenes digitales multiespectrales. MSc thesis. Faculty of Engineering. Universidad Nacional de Colombia, Bogota.
Rana, S. 2002. Integrated weed management in pea (Pisum sativum L.) under Sangla valley conditions of Himachal Pradesh. Indian J. Weed Sci. 34(3-4), 204-207.
Semidey, N. and L. Almodóvar. 1987. Oxyfluorfen: A candidate herbicide for weed control in pigeon peas. J. Agr. U. Puerto Rico 71(3), 277-285.
Sobrino, J.A. 2000. Teledetección. Servicio de publiaciones-Universitat de València, Valencia, Spain.
Torres-Sánchez, J., F. López-Granados, and J.M. Peña. 2015. An automatic object-based method for optimal thresholding in UAV images: Application for vegetation detection in herbaceous crops. Comput. Electron. Agric. 114, 43-52. Doi: 10.1016/j.compag.2015.03.019
Wágner, G. and E. Nádasy. 2006. Effect of pre-emergence herbicides on growth parameters of green pea. Commun. Agric. Appl. Biol. Sci. 71(3 Pt A), 809-813.
Weis, M. and M. Sökefeld. 2010. Detection and identification of weeds. pp. 119-134. In: Oerke, E.C., R. Gerhards, G. Menz, and R. Sikora (eds.). Precision crop protection: the challenge and use of heterogeneity. Springer, Dordrecht, The Netherlands. Doi: 10.1007/978-90-481-9277-9_8
Yanniccari, M.E., C.M. Appella, and C.M. Istilart. 2017. Evaluación de tratamientos pre-emergentes para el control de malezas en el cultivo de arveja. Actualización Técnica de Cultivos 5(1), 108-109.
Zamorano, C., H. López, and G. Alzate. 2008. Evaluación de la competencia de arvenses en el cultivo de arveja (Pisum sativum) en Fusagasugá, Cundinamarca (Colombia). Agron. Colomb. 26(3), 443-450.
Zimdahl, R. 2018. Fundamentals of weed science. 5th ed. Academic Press, Burlington, MA. Doi: 10.1016/B978-0-12-811143-7.01001-5