Detección temprana de la presencia de pudrición de cogollo (PC) y anillo rojo (AR) en palma africana a través de imágenes multiespectrales y métodos de clasificación supervisada

Abstract

Actualmente el cultivo de palma africana atraviesa un proceso de deterioro, dando como consecuencia que varios agricultores abandonen sus plantaciones hasta encontrar la solución a enfermedades devastadoras como Pudrición de Cogollo y Anillo Rojo. El impacto social y económico que estas patologías representan para el país hace necesaria la investigación para lograr mitigar el problema. Dentro de la presente investigación se pretende evaluar la precisión de tres métodos de clasificación supervisada dentro del software ENVI para la detección de Anillo Rojo y distintos grados de Pudrición de Cogollo en una plantación de palma superior a 100 has dentro de las instalaciones de ANCUPA, provincia de Santo Domingo. Los métodos de clasificación supervisada que se evaluaron fueron: Clasificador de Máxima Probabilidad, Mahalanobis Distance y Mínimas Distancias, los cuales fueron capaces de discriminar entre 5 clases (Pudrición de Cogollo grado 3; Pudrición de Cogollo grado 2; Pudrición de Cogollo grado Cráter, Anillo Rojo y plantas Sanas) correspondientes a diferentes grados de afectación para las patologías de Pudrición de Cogollo y Anillo Rojo, permitiendo detectar de forma temprana las diferentes enfermedades para el cultivo de Palma Africana mediante un mapa que muestra la distribución de la enfermedad. Los resultados obtenidos indicaron un alto grado de reconocimiento para plantas sanas y enfermas con una precisión global de 58,82% y un índice Kappa de 0,46 para el clasificador de Máxima Probabilidad.