L’anàlisi per la imatge és una tècnica tan antiga com l’agricultura. De sempre el pagès ha interpretat les necessitats dels seus conreus en base als símptomes que hi ha llegit, amb encert o no. Ara bé, no és el mateix entendre els símptomes d’uns quants arbres, o un camp de cereal, que aplicar-ho a grans extensions.
La tecnologia informàtica d’anàlisi per la imatge està entrant amb molta força dins el món agrícola. De fa temps que hi ha tècniques contrastades que s’han implementat amb aquesta tecnologia, com ara la determinació de les propietats del sòl:
 |
 © Trimble agronomic services |
Però avui en dia, els avenços en computació i l’abaratiment dels equips estan obrint tot un ventall de noves aplicacions basades en l’anàlisi d’imatges, ja no del terreny sinó dels mateixos conreus. Es passa de la interpretació subjectiva del pagès a l’exactitud científica.
Per exemple, tradicionalment, els pagesos han detectat les carències de fertilitzants mitjançant la manca de creixement en determinades zones dels seus camps, així com pels símptomes visuals a les fulles, com ara l’engroguiment general en cas de manca de nitrogen, o l’engroguiment internervial en cas de manca de ferro. Això s’ha tractat sense problema en cas de petites plantacions, però en cas de producció a gran escala comporta una major dificultat.
 |  |  |
| © FAO | Manca de nitrogen – © CENICAFE | Manca de fòsfor – © CENICAFE |
Actualment s’estan desenvolupant sensors que puguin monitoritzar de forma automàtica les carències vegetals, però això no és fàcil, atès que cada conreu té uns símptomes específics que alhora poden veure’s alterats a causa d’altres factors (sequera, estres, malalties, etc.). Per aquest fet, s’està acudint a una antiga tecnologia que fins ara no s’havia desenvolupat gaire, que és la mesura en espectres no visibles, com ara l’Infraroig.
Si mirem una fotografia en IR, per exemple d’uns ànecs
© Dr Schmitt, Weinheim, Germany uvir,eu
no sembla que doni gaire informació extra respecte a la informació en el camp visible. I el mateix passa amb la foto d’un paisatge:
© Ness Flores
I què passa si mirem altres franges d’espectre, com ara l’Ultraviolat?
© Dr Schmitt, Weinheim, Germany uvir,eu
No sembla que trobem gaire més informació. Ara bé, cal considerar que l’amplitud d’espectre és més gran que no el del camp visual, i el que succeeix és que no som capaços d’interpretar la informació que se’ns dona. Però, gracies als avenços en anàlisis d’imatge, en que són els ordinadors qui calculen per nosaltres, el panorama canvia.
Per començar podem començar a constatar que hi ha un espectre molt més ample del que pensàvem, i que permet també més capacitat d’interpretació:
 |  © Dave Kennard – foto en visible, dalt, UV, mig, i IR, a baix |
Tenim doncs, des de l’UV a l’IR, un camp electromagnètic molt més gran del que pensàvem per a observar els símptomes de carències minerals en plantes. I si poguéssim barrejar selectivament l’espectre, com fan els insectes, podríem trobar els nostres objectius amb més facilitat. Per exemple, les papallones i les abelles cerquen els dipòsits de nèctar, i les plantes són tan amables de senyalar la seva situació amb exactitud, sempre que es pugui veure en franges barrejades d’espectre visible i infraroig:
© Dr Schmitt, Weinheim, Germany uvir,eu – La primera foto dalt a l’esquerra es en espectre visible, la de dalt a la dreta és en UV, la de baix a l’esquerra és com ho veu una voliaina, i la de baix a la dreta, com veu la flor una abella.
Per un altre costat, suposem que volem identificar un element en particular, per exemple el nitrogen o el ferro, que causen diferències de pigmentació en les fulles. Si es treballa amb anàlisis superposades, com es fa en espectrometria de masses, s’obtenen pics d’imatge multiplicats, que faciliten les identificacions. Mirem un resultat típic de l’espectrometria de masses:
Hom hi pot veure diferents pics que assenyalen la presència de determinats elements i molècules, així com la riquesa dins la mostra que s’està analitzant.
I si traslladem això a l’astronomia, hom comprova que els científics determinen les composicions minerals de les estrelles en base a l’anàlisi de la llum que emeten.
Imaginem que es pot traslladar tot això a l’anàlisi de la llum que reflecteixen les plantes, que no és altra que la que no han absorbit els seus teixits. Això ens permet especular sobre la composició dels teixits, les riqueses minerals que hi són presents, i de forma especial la presència de molècules orgàniques que inclouen els minerals que ens interessen, com ara pigments (la clorofil·la, xantòfil·la, carotens, feofitines, etc).
I el pas que s’està donant ara és la unió de les tecnologies basades en la imatge amb les de les càmeres estàtiques, en cas de finques reduïdes, i amb les tecnologies dron, en cas de grans extensions. En fer-ho obtenim una eina força útil que ens ajuda a conèixer millor l’estat dels conreus.
 |  |
Llavors només manca una correcta parametrització de cada conreu, creant bases de dades per a espectres específics en que hom coneix d’antuvi la “normalitat”. Amb els programes informàtics adients, l’ordinador pot determinar amb fiabilitat la manca d’un element mineral o altre i presentar-ho en forma d’imatge, de forma que sigui fàcilment entenedor.
A casa nostra tenim empreses pioneres que fa temps que treballen en tecnologia dron, en anàlisi, i em les dues, com ara Catuav, Agromapping, Dronvisual, o Hemav, entre altres, oferint serveis que van des de l’alçament topogràfic a l’anàlisi de la imatge. Per exemple, els serveis proporcionats per firmes com Hemav, permeten l’adaptació de la de la fertilització per aconseguir el màxim rendiment en tot el conreu.
Avui en dia, alguns grans productors ja fan servir aquesta tecnologia a casa nostra, de la mà d’experts, però és qüestió de temps que les petites produccions tinguin els equips de captació i d’anàlisi d’imatge. Cert que als pagesos no els entusiasmen els canvis, però agradi o no aquest és el futur que s’apropa, de la mateixa manera que un dia es començaren a emprar tractors per llaurar.
Tot i la dificultat inicial per entendre les noves eines, cal considerar que avui en dia que tot-hom té un ordinador a casa, i amb això ja te la meitat de la feina, no ha de presentar problemes adaptar-s’hi. Per això no cal esverar-se, només cal anar-se familiaritzant amb aquesta tecnologia, tot sabent que cada cop serà més accessible i fàcil de menar.
I el següent pas, encara a les beceroles, serà que l’anàlisi de la imatge ens informi també sobre l’aparició i extensió de plagues i malalties.