DigitalWeeds

Nuevas herramientas digitales para el control eficiente de malas hierbas invasoras

Christian Rueda-Ayala (Contratado Momentum)

Ana de Castro (IP del Proyecto)

Descripción del Proyecto

Antecedentes

La propagación de especies exóticas de malas hierbas invasoras (mhi) representa una amenaza crítica para los cultivos y la biodiversidad, como es el caso de Amaranthus palmeri en campos de maíz. La teledetección mediante drones y la IA permiten detectar estas plántulas en etapas iniciales, cuando el control es más efectivo.

Objetivo Principal

DigitalWeeds se centra en el uso de tecnología basada en teledetección y algoritmos de Deep Learning para la identificación, caracterización y cartografía de malas hierbas invasoras en maíz, con el fin de mitigar su impacto reduciendo el uso de herbicidas.

Imagen conceptual del proyecto DigitalWeeds

El Concepto

Utilizaremos drones como nuestros 'ojos en el cielo' para capturar datos, mientras algoritmos de Deep Learning actuarán como el 'cerebro', decodificando cada pixel para diferenciar con alta precisión la mala hierba invasora del cultivo. El resultado es la transformación de simples imágenes en un mapa de acción inteligente, permitiendo un tratamiento quirúrgico que protege el maíz, minimizar el uso de herbicidas y salvaguardar la biodiversidad del ecosistema.

Objetivos Específicos

1

Productos Geomáticos

Generación de ortomosaicos y cartografía 3D para la caracterización de Amaranthus.

2

Imágenes Sintéticas

Uso de modelos generativos (GANs) para aumentar el set de datos y mejorar la clasificación.

3

Cartografía y Seguimiento

Desarrollo de algoritmos Deep Learning para detectar y mapear A. palmeri en maíz.

4

Aplicación Móvil

Creación de una app para la identificación en campo de A. palmeri con dispositivos móviles.

Progreso General de Actividades

📊

Memoria Anual

80 ECTS

🤖

Comp. Digitales

107.8 ECTS

📚

Form. Complementaria

26.2 ECTS

✈️

Estancias Formativas

46.6 ECTS

Detalle: Memoria Anual

Detalle: Competencias Digitales

Detalle: Formación Complementaria

📅 Cronograma del Proyecto

Fin 2024 - 2025
2026
2027
2028
T1
T2
T3
T4
T1
T2
T3
T4
T1
T2
T3
T4
T1
T2
T3
T4
Ciclo fenológico A. Palmeri
O.1
O.2
O.3
O.4
Form. Dig. Cursos IA
ML/DL
IA Dev
IAG
Data E.
MLOps
Form. Dig. Máster IA
Form. Dig. Teledetec-GIS
Tel. UIMP
Exp. SIG
Tel. Aplic.
Tel. y SIG
Form. Dig. Dev App
Form. Comp. CITA
Form. Comp. Lleida
Form. Comp. Inglés
Form. Comp. Congresos y Sem.
CSIC
EWRS
CSIC
SEMH
CSIC
ECPA
CSIC
AgEng
CSIC
Estancias
CAAI4SA
UCO
AgroTIC
Memorias

¡Gracias!

Agradecemos su tiempo y atención.

📧 digitalweeds@csic.es christian.rueda@csic.es
🌐 www.digitalweeds.csic.es

¿Preguntas?