Agricultura de precisión vía espectroscopía e inteligencia artificial

Abstract

En este trabajo se presenta el desarrollo de un sistema de clasificación de hojas de fresa utilizando mediciones espectrales y técnicas de inteligencia artificial. Se recolectaron hojas en tres estados fisiológicos (sanas, enfermas y deshidratadas) y se midió su espectro de reflectancia en el rango 400 - 750 nm. Los datos fueron preprocesados mediante filtros Savitzky - Golay y analizados con índices vegetativos (VARI, NDVI y Red Edge Index) y reducción de dimensionalidad (PCA). Finalmente, se entrenaron clasificadores LDA, SVM y KNN para automatizar la detección del estado de salud de la hoja. Los resultados muestran una alta precisión (alrededor de 90%) en la clasificación, lo cual refleja el potencial de estas herramientas para la agricultura de precisión. El sistema propuesto puede implementarse en campo para el monitoreo y detección temprana de enfermedades y estrés hídrico.