Investigadores del Instituto de Agricultura Sostenible (IAS-CSIC) han demostrado la existencia de indicadores espectrales específicos que permiten diferenciar el estrés en árboles asociado a la bacteria Xylella fastidiosa de los síntomas de la verticilosis y otras causas de estrés, como las derivadas de la falta de agua. El hallazgo ha sido posible gracias al empleo de técnicas de teledetección, cuyo papel puede ser fundamental en la detección de síntomas no visuales de una infección temprana que eviten la propagación de la enfermedad.
Los síntomas de la bacteria Xylella fastidiosa son similares a los provocados por otros patógenos, como el hongo Verticillium dahliae –causante de la verticilosis-en los olivos, que a su vez se confunden con los causados por el estrés hídrico. “En este trabajo utilizamos técnicas de espectroscopía de imagen mediante sensores hiperespectrales a bordo de aviones tripulados para escanear más de un millón de árboles de zonas infectadas por Xylella fastidiosa, Verticillium dahliae, y diferentes niveles de estrés hídrico en árboles sanos. Demostramos la existencia de indicadores espectrales específicos que permiten diferenciar cambios fisiológicos asociados a dichas enfermedades respecto a los causados por el estrés hídrico”, explica en la web del CSIC Pablo J. Zarco-Tejada, autor principal del artículo, que ha sido publicado en la revista Nature Communications.
La detección de enfermedades mediante técnicas de teledetección es un paso crítico para monitorizar zonas infectadas en estados iniciales que permitan su erradicación y eviten la propagación. Estudios previos demuestran el uso de imágenes de sensores remotos para tal efecto, pero los resultados obtenidos cuando se mezclan diferentes tipos de estrés (biótico y abiótico) dificultan su utilización en programas de sanidad vegetal a gran escala. “En este estudio demostramos que la teledetección hiperespectral y algoritmos de machine learning, alimentados por modelos físicos de transferencia radiativa, permiten diferenciar el estrés causado por patógenos de aquel originado por causas asociadas a origen abiótico. Demostramos que existen indicadores espectrales característicos de cada enfermedad, y que dichos patrones son específicos para cada especie (olivo frente al almendro en este estudio) y patógeno (Xylella y Verticillium)”, explica el investigador. “Fundamentalmente, probamos que dichos indicadores espectrales están modulados por el nivel de estrés hídrico. Dicha especificidad y caracterización de la modulación permiten la utilización de la espectroscopía de imagen para monitorizar grandes zonas y detectar diferencias entre tipos de estrés que concurren simultáneamente de forma natural, obteniendo resultados que superan el 90% de precisión en la detección de dichas enfermedades”, añade el investigador del IAS/CSIC, que actualmente es profesor en la Universidad de Melbourne.
La teledetección basada en técnicas hiperespectrales permite su integración en programas de monitorización a escala global, mediante el uso de drones, aviones tripulados y satélites. “Futuros programas espaciales basados en sensores hiperespectrales permitirán la monitorización continua de zonas agrícolas y forestales a escala global, reduciendo pérdidas económicas que en algunas zonas del mundo exceden el 30% de la producción agrícola”, asegura Pablo J. Zarco. Junto a él han trabajado otros seis investigadores del IAS (Jun A. Navas-Cortes, Blanca B. Landa, V. Gonzalez-Dugo, A. Hornero, M. Román-Écija y M. P. Velasco-Amo), que han contado con la colaboración de la Universidad de Melbourne (Australia), la Universidad de Cornell (Estados Unidos), el Joint Research Center de Ispra (Italia), la Universidad de Swansea (Reino Unido) y el Instituto per la Protezione Sostenibilie delle Piante (Italia).
