Diagnosis evaluation of the Coffee Leaf Rust

David Velásquez Rendón

Alejandro Sánchez Aristizábal

Sebastián Sarmiento Garavito

Luisa Fernanda Posada Uribe

Panel content: La actividad agrícola siempre se ha visto amenazada por la presencia de plagas y enfermedades que impiden el correcto desarrollo de los cultivos y afectan negativamente la economía de los agricultores. La no detección de agentes patógenos en etapas tempranas puede resultar en infestaciones que provoquen destrucción masiva de plantaciones y perjudiquen notablemente el valor comercial de los productos. A raíz de esta problemática se han desarrollado diferentes técnicas que ponen la tecnología al servicio de la agricultura. 

En el presente trabajo de investigación, se desarrolló y evaluó un sistema de diagnóstico de la Roya del cafeto en un cultivo a escala de Coffea Arabica utilizando percepción remota, redes de sensores inalámbricas y aprendizaje profundo. La evaluación de dicho sistema tenía como propósito determinar en qué medida era posible detectar oportunamente infestaciones potenciales para permitirle a los agricultores actuar tempranamente y reducir pérdidas. El sistema obtenido es de no-contacto, entrega datos confiables y automáticamente diagnostica la fase de desarrollo de la Roya del cafeto en el cultivo, lo cual implica un proceso de monitoreo constante y eficiente que ayuda a fortalecer la rentabilidad del agricultor.

V EL ÁSQUEZ , D., S ÁNCHEZ , A., S ARMIENTO , S., T ORO , M., M AIZA , M., AND S IERRA , B. A method for detecting coffee leaf rust through wireless sensor networks, remote sensing, and deep learning: Case study of the caturra variety in colombia. Applied Sciences 10, 2 (2020). Disponible en este link.