Crean un sistema de inteligencia artificial para cuidar los árboles urbanos sin tocar ni una hoja

Los árboles y las plantas urbanas no solo embellecen las ciudades, también purifican el aire, mitigan el efecto de islas de calor, ofrecen espacios recreativos e incluso elevan el valor de las propiedades. Pero estas piezas clave de los ecosistemas urbanos se enfrentan a amenazas crecientes, desde plagas hasta los efectos del cambio climático. Monitorear su salud, un proceso laborioso y costoso, podría transformarse gracias a un avance tecnológico desarrollado en Japón.

Un equipo multidisciplinario de las universidades de Waseda y Ryukoku ha creado ‘Plant Doctor’, un sistema híbrido de inteligencia artificial (IA) que diagnostica la salud de la vegetación urbana mediante el análisis de videos capturados con cámaras convencionales.

El estudio, publicado en la revista ‘Measurement’, detalla cómo esta herramienta combina algoritmos de visión artificial y redes neuronales para cuantificar daños en hojas sin necesidad de contacto físico.

El sistema opera en tres etapas clave. Primero, el algoritmo denominado ‘YOLOv8’, reconocido por su velocidad y eficiencia computacional, detecta la ubicación de las hojas en cada fotograma del video.

Después, ‘DeepSORT’, especializado en seguimiento de objetos, rastrea cada hoja a lo largo del tiempo, seleccionando las imágenes más nítidas y estables para su análisis.

Finalmente, ‘DeepLabV3Plus', una red neuronal convolucional (tipo de algoritmo de aprendizaje profundo diseñado para el análisis de datos visuales, como imágenes y vídeos), segmenta las áreas dañadas, como manchas bacterianas o marcas de hongos, y calcula su extensión con precisión.

"Las técnicas de visión por máquina, como la segmentación, tienen grandes aplicaciones en el campo médico. Quisimos extrapolar esta tecnología a otras áreas, como la salud vegetal", explica Marc Josep Montagut Marques, autor principal del estudio.

Datos en tiempo real

La elección de estos algoritmos no es casual: mientras ‘YOLOv8’ permite procesar datos en tiempo real, lo que es ideal para monitorear grandes áreas urbanas, ‘DeepSORT’ mantiene su eficacia incluso en entornos complejos, como cambios de iluminación o movimientos bruscos de la cámara.

Para entrenar y validar el sistema, los investigadores recopilaron videos de árboles y arbustos en Shinjuku, uno de los distritos más concurridos de Tokio. Utilizaron cámaras DSLR, con sensores digitales fijos y lentes macro, para capturar texturas foliares a distancia, así como smartphones, que aportaron el 56.7% de las imágenes de entrenamiento.

"Hemos proporcionado una herramienta para que los expertos botánicos evalúen la salud de las plantas en una sola solución, sin necesidad de recolectar muestras y dañarlas en el proceso", destaca Marques.

La escalabilidad (capacidad de crecimiento y adaptación) es otro pilar del proyecto. Las cámaras pueden instalarse en drones o vehículos de mantenimiento urbano, como camiones de basura, convirtiendo recorridos rutinarios en fuentes de datos valiosos.

Esto no solo reduce costes, sino que también evita el estrés mecánico en las plantas, un factor crítico en entornos urbanos donde cada árbol cumple funciones ecológicas específicas.

En las pruebas, ‘Plant Doctor’ demostró una precisión comparable a la anotación manual de expertos, especialmente en la identificación de enfermedades de alto contraste (como la roya) o basadas en deformaciones (como el rizado de hojas).

Además, al integrar datos de ubicación mediante sensores GPS, el sistema permite mapear patrones de propagación de enfermedades, ofreciendo conocimiento real tanto a nivel micro (plantas individuales) como macro (tendencias urbanas).

Aplicaciones agrícolas

Aunque el foco actual en la aplicación de este sistema híbrido está en entornos urbanos, los investigadores vislumbran aplicaciones agrícolas. "Controlar la diseminación de patógenos en áreas rurales requerirá adaptar el software a cultivos extensivos, pero la base tecnológica ya está probada", señala el estudio.

Este sistema podría revolucionar la gestión de plagas en cultivos, permitiendo intervenciones tempranas y reduciendo el uso de agroquímicos, aventuran los expertos

El proyecto, financiado parcialmente por la Sociedad Japonesa para la Promoción de la Ciencia (JSPS), representa un avance hacia la automatización de procesos críticos para la sostenibilidad, resaltan las universidades implicadas en la investigación.

Según expone Shinjiro Umezu, coautor del estudio, la integración de la inteligencia artificial en la conservación urbana es inevitable: "La tecnología no reemplazará a los expertos, pero les dará herramientas para tomar decisiones basadas en datos masivos y en tiempo real".

Tal y como recoge el estudio, los resultados demuestran "la robustez y precisión del sistema en el diagnóstico de daños foliares, con posibles aplicaciones en el monitoreo de enfermedades de la flora urbana a gran escala", permitiendo así "segmentar y cuantificar el daño foliar causado por bacterias, plagas y hongos".

Y concluye: "Este enfoque proporciona una solución no invasiva, eficiente y escalable para la gestión de la salud de los árboles urbanos, apoyando ecosistemas urbanos sostenibles".