Abstract:
En el Ecuador el sector florícola constituye uno de los principales sectores de exportaciones; sin embargo, este sector se ve afectado por plagas y enfermedades que limitan su producción y comercialización, causando graves pérdidas económicas para el floricultor; entre las enfermedades más comunes que afectan los cultivos de rosas, está la Oidium (sphaerotheca pannosa), la cual posee alta capacidad de adaptación, desarrolla resistencia a fungicidas y los brotes epidemiológicos son rápidos y severos. Para el control de la enfermedad, se aplica el manual de manejo integral de plagas y enfermedades, el cual se realiza de manera manual y no existen técnicas de Aprendizaje Automático que permitan mejorar el monitoreo tradicional a un sistema de monitoreo automatizado de mayor precisión, para el control eficiente de esta enfermedad; ante esta realidad, se crea un sistema inteligente mediante el uso de una técnica de aprendizaje automático, para el caso se utiliza Redes neuronales convolucionales CNN, cuya aplicación ha demostrado un alto rendimiento para la detección de objetos; se genera un modelo de Aprendizaje Automático entrenado a base de imágenes de plantas de rosas con presencia de la enfermedad (oidio); este modelo identifica la enfermedad, con un porcentaje de confianza superior al 80%; además, este Sistema Inteligente cuenta con un dispositivo IOT que a bordo de un vehículo aéreo no tripulado (UAV), captura datos de temperatura y humedad relativa; al mismo tiempo, el Drone captura imágenes y videos de la sección en la que se realiza el monitoreo. Los datos obtenidos se visualizan en un panel de control o dashboard, estos datos permiten realizar el monitoreo de la enfermedad y a su vez que se pueda realizar un análisis más exhaustivo por parte del experto en agricultura para la toma de decisiones.
