Vladimir Bravo Yandún – Jefe de Investigación y Desarrollo de la Asociación Nacional de Cultivadores de Palma Aceitera (ANCUPA)
De acuerdo al censo de 2017, la palma de aceite registró 257.120 hectáreas (ha) cultivadas por 6.567 palmicultores en el territorio ecuatoriano (MAG, 2018). En estos cultivos, el mayor problema fitosanitario, la Pudrición de Cogollo (PC) devastó a 10.000 ha en el oriente ecuatoriano. Desde el año 2005, la enfermedad ha destruido 15.000 ha en el cantón San Lorenzo (Esmeraldas); en 2010 afectó a 8.000 ha en la parroquia Viche (Esmeraldas); y en los últimos años ha diezmado plantaciones ubicadas en Esmeraldas, Imbabura, Pichincha y Santo Domingo de los Tsáchilas, estimando una pérdida aproximada de 125.000 ha (Bravo, 2018).
La PC puede llevar a la muerte de la planta en un periodo de entre 2 semanas y 6 meses, es altamente contagiosa y no tiene cura (Fig. 1). Ventajosamente, el desarrollo de híbridos interespecíficos ha abierto una oportunidad para continuar con el cultivo, evitando la letalidad, pero con afectaciones de diferente severidad. Para manejar esta enfermedad es imprescindible el diagnóstico oportuno de la palma enferma y la ejecución de prácticas que contengan su diseminación.
La sostenibilidad de este cultivo es fundamental para el desarrollo económico y social de las zonas en donde se siembra palma de aceite. Para ello, es necesario evitar la afectación de las enfermedades, pero generalmente su detección es un proceso que demanda considerables recursos y puede tener errores o una reacción tardía, causando su rápida propagación. Las investigaciones con el uso de vehículos aéreos no tripulados (UAV, por sus siglas en inglés), o comúnmente conocidos como drones, es una alternativa para la detección de la PC. El método se basa en utilizar drones equipados con cámaras, capaces de generar ortofotos a color visible (RGB) y diferentes espectros que no son detectados por la visión humana (multiespectrales). Las diferencias en los pigmentos de las hojas permiten hacer cálculos con índices de vegetación que pueden asociarse a los problemas de la planta que está infectada con PC.
El uso de nuevas tecnologías para el manejo de plagas ha probado ser útil para reducir pérdidas en los cultivos. En Malasia, por ejemplo, la enfermedad causada por Ganoderma ha causado graves pérdidas; sin embargo, el uso de instrumentos hiperespectrales portátiles se usa activamente para discriminar entre plantas sanas e infectadas (Chong et al., 2017). Con esta información se generó un método de detección rápido y eficiente para detectar esta enfermedad, el mismo que se puede aplicar para otras enfermedades de la palma (Shamshiri et al., 2018).
En Ecuador, el uso de estas tecnologías para la detección de plagas es una alternativa atractiva. De hecho, el estudio de Viera et al. (2020) determinó que los índices de vegetación serían útiles para la detección de la PC, específicamente usando el Índice Visible de resistencia atmosférica o VARI por sus siglas en inglés (Visible Atmospherically Resistant Index). El VARI permite detectar plantas enfermas en los estadios iniciales con síntomas aún invisibles para el ojo humano (Fig. 2), lo cual facilita la detección oportuna de la enfermedad y la pronta acción para la eliminación del individuo enfermo con la implementación de las mejores prácticas agrícolas, que garanticen el correcto desarrollo del cultivo.
De esta manera, el uso de herramientas tecnológicas para el control de las enfermedades en el cultivo de palma de aceite tiene el potencial de convertirse en un gran facilitador para la detección oportuna de los individuos enfermos, de manera que las acciones para la contención del problema disminuyan o eviten daños de importancia económica. La PC ha causado grandes pérdidas en el Ecuador y la región, y su manejo aún sigue siendo un reto importante. Sin embargo, es necesario continuar con el desarrollo de investigaciones con sensores remotos y cámaras multiespectrales que permitan identificar síntomas iniciales en otros problemas que cada vez se van convirtiendo en un problema más grande.
Enfermedades emergentes como la pudrición del tronco o la marchitez sorpresiva, tienen serias implicaciones en el cultivo del híbrido, y actualmente su detección y control está limitado a lo realizado por personal especializado, que no es capaz de detectar oportunamente síntomas iniciales “invisibles”, y que, por el tiempo requerido para realizar esta actividad, no permite actuar a tiempo, además de representar un costo importante para la empresa y pérdidas económicas aún más fuertes.
El mayor reto actual es la creación de equipos multidisciplinarios para el desarrollo de proyectos de investigación capaces de solucionar estos problemas. Un ejemplo de proyectos de esta naturaleza en Ecuador es ANCUPA que, con el apoyo de la academia ha avanzado proyectos para el desarrollo del enorme potencial del uso de drones en agricultura. Se invita al lector a involucrarse en proyectos similares que aprovechen avances tecnológicos para aportar a la competitividad del sector agroindustrial de las oleaginosas, tan importante para la economía nacional.
Referencias bibliográficas
Bravo, V. 2018. “Los híbridos interespecíficos OxG, una esperanza para convivir con la Pudrición de Cogollo”. Periódico Palma La voz del palmicultor. Febrero 2018.
Chong, K., Kanniah, K., Pohl, C., & Tan, K. 2017. A review of remote sensing applications for oil palm studies. Geo-spatial Information Science. 184-200.
MAG, FEDAPAL, ANCUPA, AEXPALMA, APROGRACEC, AGROPRESICIÓN. 2018. Memoria Técnica Inventario de Plantaciones de Palma Aceitera en el Ecuador. Quito: Ministerio de Agricultura y Ganadería.
Shamshiri, R., Hameed, I., Balasundram, S., Ahmad, D., Weltzien, C. & Yamin, M. 2018. Fundamental Research on Unmanned Aerial Vehicles to Support Precision Agriculture in Oil Palm Plantations. In: Agricultural Robots – Fundamentals and applications. 91-116.
Viera-Torres, M., Sinde-González, I., Gil-Docampo, M., Bravo-Yandún, V. & Toulkeridis, T. 2020. Generating the Baseline in the Early Detection of Bud Rot and Red Ring Disease in Oil Palms by Geospatial Technologies. Remote Sens 12:1-21
