Teledetección de plástico en la agricultura: un avance revolucionario para el medio ambiente
Científicos de la UNICAMP desarrollaron una tecnología innovadora que utiliza imágenes de satélite y aprendizaje automático para mapear plásticos agrícolas con una precisión del 99.7 %, ayudando a combatir la contaminación y promover una agricultura más sostenible.
La contaminación plástica en la agricultura es una preocupación creciente, pero una nueva investigación publicada en la revista Environmental Science and Pollution Research podría revolucionar la forma en que identificamos y gestionamos este problema.
El estudio, realizado por científicos de la Universidad Estadual de Campinas (UNICAMP), utiliza teledetección y aprendizaje automático para detectar plástico en cultivos cubiertos con mantillo de polietileno.
Los resultados son prometedores: el modelo desarrollado logró una precisión del 99.7 % en la identificación de estas áreas, allanando el camino para un monitoreo ambiental más eficiente. Este descubrimiento podría mejorar significativamente la gestión de los residuos plásticos en la agricultura y minimizar el impacto de la degradación de estos materiales en el suelo y los ecosistemas.
Plástico en la agricultura: ¿aliado o villano?
El uso de plástico en la agricultura, conocido como plasticultura, se ha vuelto común debido a su capacidad para aumentar la productividad. Las películas plásticas ayudan a retener la humedad, reducir la erosión del suelo y controlar las malezas. En Brasil, muchos cultivos de tomate y otras hortalizas dependen de estos materiales para garantizar cosechas más eficientes.
Cuando estos materiales se degradan, pueden liberar microplásticos en el suelo, afectando la salud de los ecosistemas e incluso potencialmente entrando en la cadena alimentaria.
Tecnología de vanguardia para un problema urgente
Los investigadores utilizaron imágenes satelitales de Sentinel-2 y aplicaron técnicas de aprendizaje automático para mapear cultivos cubiertos con plástico. La diferencia en este estudio fue el uso de un enfoque temporal optimizado, que analizó la evolución de las áreas a lo largo del tiempo, reduciendo la confusión con otras superficies, como los tejados urbanos.
El modelo de inteligencia artificial fue capaz de diferenciar con extrema precisión las zonas cubiertas por plástico del resto, permitiendo un seguimiento eficiente y accesible. Con esta metodología, los gobiernos y los agricultores pueden planificar estrategias más sostenibles para el uso y reciclaje de estos materiales.
Impactos y perspectivas para el futuro
Los hallazgos del estudio tienen un gran impacto en la gestión ambiental y pueden aplicarse en varios frentes:
- Monitoreo rápido y preciso: Los gobiernos pueden utilizar la tecnología para crear planes de inspección y reciclaje más eficientes.
- Agricultura más sostenible: los agricultores pueden adoptar prácticas de reutilización y eliminación adecuadas.
- Preservación del medio ambiente: Reducir la contaminación por microplásticos y proteger los ecosistemas.
Este avance supone un gran paso hacia el uso inteligente de la tecnología en la gestión ambiental. Ahora corresponde a las autoridades y al sector agrícola implementar soluciones que garanticen un futuro más limpio y equilibrado para la agricultura y el medio ambiente.
Con tecnologías como ésta, cada vez estamos más cerca de un modelo de producción agrícola más consciente y alineado con la sostenibilidad. La plasticultura puede ser un aliado de la productividad, pero sólo si está bien gestionada y acompañada de soluciones efectivas a sus impactos ambientales.
Referencia de la noticia:
Remote sensing detection of plastic-mulched farmland using a temporal approach in machine learning: case study in tomato crops. 5 de octubre, 2024. de Souza, M.F., Lamparelli, R.A.C., Oliveira, M.H.S. et al.