SELECTA ONE IMPULSA LA MEJORA GENÉTICA ORNAMENTAL CON DRONES AUTÓNOMOS

Selecta One impulsa la mejora genética ornamental con drones autónomos

La digitalización y la automatización están transformando rápidamente el sector hortícola. Un ejemplo destacado es el caso de Selecta One, una de las empresas líderes mundiales en mejora genética ornamental, que ha apostado por la tecnología de drones autónomos de Corvus Drones para optimizar sus procesos de producción y breeding.

La colaboración entre ambas compañías demuestra cómo la inteligencia artificial, la visión artificial y la captura automatizada de datos pueden acelerar la innovación varietal y mejorar la eficiencia en cultivos ornamentales a gran escala.

Innovación aplicada en Kenia y Alemania

Actualmente, Selecta One ha desplegado diferentes aplicaciones especializadas de drones autónomos tanto en Kenia como en Alemania. En Kenia, la tecnología se utiliza para la monitorización continua de plantas madre en producción. Los drones realizan vuelos autónomos que permiten supervisar el crecimiento de las plantas y detectar posibles anomalías de forma rápida y precisa.

En Alemania, el enfoque está centrado en el fenotipado avanzado. Selecta One está desarrollando aplicaciones propias de inteligencia artificial y visión por ordenador para acelerar los procesos de selección genética dentro de sus programas de breeding.

Este desarrollo está liderado por Lydia Kienbaum en el marco de su doctorado sobre “Few-shot learning in horticultural plant phenotyping applications”, en colaboración con la Universidad de Bonn y el Cluster of Excellence PhenoRob.

El reto del breeding ornamental a gran escala

La mejora genética ornamental implica analizar miles de plantas individuales y evaluar múltiples características fenotípicas. Este proceso tradicionalmente requiere una gran cantidad de trabajo manual y observaciones constantes por parte de los breeders.

Los principales desafíos son:

• Supervisar enormes volúmenes de plantas.

• Obtener datos objetivos y homogéneos.

• Reducir el tiempo necesario para las evaluaciones.

• Mantener la precisión en la toma de decisiones.

La tecnología de drones permite capturar información de miles de plantas en cuestión de minutos, liberando tiempo para que los equipos técnicos puedan centrarse en análisis de mayor valor.

Además, las observaciones realizadas por drones son estandarizadas y objetivas, reduciendo la subjetividad inherente a las inspecciones visuales manuales.

El breeder sigue siendo clave

A pesar del enorme potencial de la inteligencia artificial, desde Selecta One destacan que el conocimiento humano continúa siendo esencial.

El Dr. Dominik Losert, Director de Mejora Vegetal de Selecta One, explica: “Lo que más me entusiasma no es la tecnología en sí, sino lo que puede significar para las decisiones de breeding: más datos, más objetividad y menos cuellos de botella. El ojo del breeder sigue siendo esencial, pero pronto podría convertirse en un copiloto extremadamente capaz dentro del proceso de mejora genética.”

Reconocimiento automático de lotes

Uno de los aspectos más interesantes del sistema desarrollado por Corvus Drones es el reconocimiento automático de lotes dentro del invernadero.

En producción ornamental es habitual gestionar múltiples variedades y lotes simultáneamente. Para que los datos recogidos tengan valor real, deben asociarse correctamente a cada lote.

Corvus Drones ofrece diferentes sistemas de identificación:

  1. Detección individual mediante micro códigos QR

Especialmente útil para breeders que trabajan con pequeñas cantidades de nuevas variedades. Cada bandeja incorpora un pequeño código QR.

  1. Identificación por ubicación en el invernadero

Cuando un lote permanece durante largo tiempo en la misma ubicación, el sistema puede asociar automáticamente los datos a la posición concreta.

  1. Reconocimiento de pequeños lotes mediante QR

Dos códigos QR delimitan virtualmente el área del lote, permitiendo que el software identifique automáticamente todas las plantas incluidas.

  1. Reconocimiento de grandes lotes

Para producciones de gran volumen, basta con colocar un único código al inicio del lote y organizar las bandejas con diferentes orientaciones.

Nuevos avances: sensores NDVI y cámaras térmicas

Actualmente, los drones trabajan principalmente con cámaras RGB, capaces de capturar el espectro visible de la misma forma que el ojo humano.

Sin embargo, Corvus Drones ya está desarrollando nuevas soluciones basadas en sensores térmicos y tecnología NDVI (Normalized Difference Vegetation Index), capaces de detectar alteraciones fisiológicas y problemas sanitarios de forma mucho más temprana.

Entre los avances actuales destacan:

• Detección precoz de trips en orquídeas.

• Pruebas con cámaras térmicas en cultivos de lechuga.

• Desarrollo de sensores NDVI ligeros adaptados para uso en invernaderos.

Este tipo de sensores permitirá monitorizar aspectos relacionados con la fotosíntesis y el estado fisiológico de las plantas con mucha mayor precisión.

Automatización y horticultura de precisión

El caso de Selecta One refleja claramente hacia dónde evoluciona el sector ornamental: automatización, captura masiva de datos e inteligencia artificial aplicada a la toma de decisiones.

La integración de drones autónomos en los programas de breeding y producción no solo mejora la eficiencia, sino que también acelera la innovación y contribuye al desarrollo de variedades ornamentales de mayor calidad.

En Buresinnova seguimos muy de cerca estas tecnologías de agricultura de precisión y las soluciones de automatización que marcarán el futuro de la horticultura profesional.

Para más información sobre nuestros productos podéis contactarnos por mail: info@buresinnova.com

En BURESINNOVA le aconsejamos y recomendamos las mejores lámparas del mercado. No dude en ponerse en contacto con nosotros a través de nuestra web: www.buresinnova.com o mandándonos un email a info@buresinnova.com

Compartir en:
Twitter Facebook Whatsapp

Para más información:
BURESINNOVA S.A. - Dpto. Marketing – info@buresinnova.comwww.buresinnova.com