Software de uso libre y gratuito caracteriza de forma más precisa los cultivos de maíz
El maíz es el tercer cultivo con mayor extensión de siembra en el país, después del café y el arroz. Pese a ser uno de los cultivos más relevantes para el sector agroalimentario, según la Federación Nacional de Cultivadores de Cereales, Leguminosas y Soya, Fenalce, 74% de su demanda es cubierta con importaciones.
Para llegar a ser líder en su producción, una de las claves es medir las distintas variables que posee con el fin de determinar tempranamente sus déficits. Par ello, una investigadora encontró la manera de utilizar un software que caracterice de manera más ágil estas plantas.
La Transferencia de Estado Representacional o Rest, por sus siglas en inglés, es un estilo de arquitectura software. Según el portal de Bbva API Market, "Rest es cualquier interfaz entre sistemas que use Http para obtener datos o generar operaciones sobre esos datos en todos los formatos posibles".
Aunque este software es de uso libre y gratuito, Verónica Coronado Aleans, magíster en Ciencias Agrarias de la Universidad Nacional de Colombia, Unal, Sede Medellín, fue pionera en utilizarlo con fines agrícolas.
Según Aleans, para mejorar genéticamente una planta es necesario medir variables como la longitud, el color, el grosor y la apariencia general, tanto en sus partes aéreas como en aquellas que están por debajo del suelo.
Actualmente, este proceso de buscar las características de las plantas se lleva a cabo mediante la observación humana, una constante en la labor agrícola de un país en el que la tecnología ha llegado de manera sosegada al campo.
El uso de un software que está disponible para su uso gratuito permitiría agilizar significativamente la labor tanto en cultivos de maíz como de otros cereales, con el objetivo de tener un nivel de detalle alto que permita a los agricultores tomar decisiones certeras y oportunas.
La investigadora centró sus estudios especialmente en las raíces de las plántulas, siendo cruciales en el ciclo de nutrientes en los sistemas agrícolas, comparando los métodos de observación tradicionales que imperan en la labor con el desempeño del software Rest.
“Como resultado se obtuvo entre 60% y 98% de precisión. Añadido a que, si con cada genotipo se demoraban manualmente cerca de tres minutos caracterizándose, con el programa el proceso se reduce a segundos”, precisó la investigadora.
Tal como expone Aleans, solo basta con que el agricultor tenga una cámara e instale el programa en un dispositivo electrónico, como un computador, para empezar a caracterizar sus cultivos, recogiendo información relevante para saber cómo actuar.
El uso de esta tecnología se puede extrapolar a otro tipo de cereales como el trigo, la cebada y el arroz, además de que su implementación como herramienta agrícola podría reducir la brecha digital que existe en el sector, y contribuir a su crecimiento.