El presente informe trata del seminario impartido por Laura-Carlota Paz y Morten Back Nielsen de la Universidad de Aarhus (Dinamarca) sobre el reconocimiento automático de malas hierbas en la asignatura de Malherbología del Master de Protección Integrada de Cultivos de la Universidad de Lleida. El tema del seminario fue el reconocimiento automático de malas hierbas, una especialidad con gran recorrido en el ámbito de la malherbología por los beneficios económicos y ambientales que supone en consonancia con las técnicas de agricultura de precisión. Así, se habló de qué sistemas se están desarrollando, cuáles están en el mercado y un pequeño resumen sobre el proyecto RoboWeedMaPS, en cual ambos trabajan. Esta publicación surge a iniciativa de los profesores de la asignatura y cuenta con la aprobación de los conferenciantes.
La agricultura de precisión se define por la ISPA “como una estrategia de gestión que recoge, procesa y analiza datos temporales, espaciales e individuales y los combina con otras informaciones para respaldar las decisiones de manejo de acuerdo con la variabilidad estimada, y así mejorar la eficiencia en el uso de recursos, la productividad, la calidad, la rentabilidad y la sostenibilidad de la producción agrícola”. Esta puede ser aplicada al control de malas hierbas mediante aplicaciones diferenciadas de tratamientos herbicidas con diferentes materias activas y diferente dosis. Para poder realizar un tratamiento diferenciado es necesario conocer qué especies hay presentes en el campo que se desea tratar y dónde se encuentran. La detección automática de malas hierbas es una herramienta clave para solucionar estas dos incógnitas, ya que se trata de una detección basada en el procesamiento de imágenes digitales donde se pueden identificar y cuantificar las malas hierbas en un lugar concreto desde un ordenador mediante imágenes georreferenciadas o tomadas en tiempo real.
