Drones en la industria agraria de panamá

Drones in Panama's agricultural industry

Autor 1 Orquidea Quintero, Autor 2 Edwin Araúz
Facultad de Ingeniería Civil con especialidad en licenciatura en topografía cursando el cuarto año de la carrera en mención, en
el campus central Víctor Levi Sasso de la Universidad Tecnológica de Panamá

*Autor de correspondencia: orquidea.quintero@utp.ac.pa, edwin.arauz5@utp.ac.pa

Resumen En el presente artículo hablaremos de los drones utilizados dentro de la industria agraria, como tecnología creada para
que facilitar múltiples procesos de este sector, los drones ayudan al agricultor a obtener datos que son importantes a la hora evaluar
aspectos como la condición de los terrenos de cultivo, es posible realizar monitoreados extensos debido a sus ventajas para
sobrevolar los terrenos de cultivos. Con la utilización de cámaras de alta precisión e información georreferenciada, el agricultor no
precisa recorrer de forma personal el área del cultivo para divisar daños, enfermedades, plagas, maleza o fallas qué pudiera haber
sufrido, ya que con los drones el procedimiento de evaluar los cultivos se puede hacer de forma virtual.

Palabras clave .mapeo, sector agrario, fumigación de cultivos, imágenes multiespectrales, control de plaga

Abstract In this article we will talk about the drones used within the agricultural industry, as a technology created to facilitate
multiple processes in this sector, drones help the farmer to obtain data that is important when evaluating aspects such as the
condition of the farmland. cultivation, it is possible to carry out extensive monitoring due to its advantages for flying over crop
fields. With the use of high-precision cameras and georeferenced information, the farmer does not need to personally visit the crop
area to see damage, diseases, pests, weeds or failures that may have suffered, since with drones the procedure of evaluating the
crops can be done virtually.
Keywords mapping, agricultural sector, crop fumigation, multispectral imaging, pest control.

* Corresponding orquidea.quintero@utp.ac.pa, edwin.arauz5@utp.ac.pa

1. Introducción triplicado, por lo que los agricultores deben extender

Los drones tuvieron sus inicios en la milicia y esta es sus áreas de cultivos para cubrir la demanda que
quien ha seguido impulsando su desarrollo y existe. Surgió una problemática de administración que
actualización , hace algunos años de forma generaba gastos mayores en mantenimiento y
gradual ,han empezado a ser utilizados para monitoreo, a partir de esta necesidad surgió la idea de
aplicaciones civiles. Una de las aplicaciones que se la implementar drones dentro de la industria, ya que se
ha dado a sido en el ámbito agrario, la cual está en la veía en ellos la capacidad de resolver las
búsqueda de tecnologías que le ayuden, de forma problemáticas que venían afectan al productor, los
eficaz y económica a hacer frente a los problemas drones equipados con cámaras de alta calidad y
que presenta el sector. En la agricultura tradicional censores podían recorrer grandes áreas de terreno en
practicada anteriormente, la demanda de producto no poco tiempo, dispositivos que con cámaras
era tan grande por lo que el área de cultivo no multiespectrales eran capaces de tomar fotografías y
necesitaba ser tan extenso, no implicaba gran videos que el ojo humano no podía percibir a simple
esfuerzo su recorrido y mantenimiento, sin embargo, vista. Así es como poco a poco esta tecnología se
en la actualidad la demanda de productos se ha adentró el sector agrario y hoy se convirtió en una
herramienta indispensable para los productores

Vol. 5 - N.° Especial 1 · Marzo · 2019 https://doi.org/10.33412/rev-ric.v5.0.2368 41

 Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de
arroz
plaga, la irrigación, la fertilización y la obtener el punto
1.1 Uso de drones óptimo de cosecha de los cultivos.
La agricultura es uno de los sectores que forma parte El sector agrario implica altos índices de riesgos y
importante del desarrollo económico y social de Panamá, variabilidad que se deben tener en cuenta y saber cómo
lo que lo convierte tarea laboriosa, hoy gracias a la
actuar frente a cualquier imprevisto que atente contra la
implementación de nuevas tecnologías se logran ejecutar
de manera menos compleja muchas de esas labores y así
producción, el éxito de nuestros cultivos depende en gran
lograr la productividad que se necesita para cubrir la manera de factores climáticos entre otros elementos que
demanda. Los drones son la tecnología que ha llegado para pueden variar incluso dentro de una misma área.
facilitar las operaciones de distintas industrias aquí en Con la aplicación de drones y software para el
Panamá, entre ellas la agrícola, en este articulo vamos a procesamiento de datos en la agricultura de precisión, se
hablar de cómo impactan los drones en la agricultura. mejora no solo la producción sino también el
perfeccionamiento del terreno a cultivar, con ello
Los drones se han vuelto indispensables en el ámbito logramos atenuar los efectos desfavorables, aumentando
agrario, ya que la correcta interpretación los datos de los considerablemente los beneficios y ganancias de los
cultivos, que se obtienen a través estos aparatos hacen una cultivos. La agricultura de precisión se posiciona como la
gran diferencia entre el mejoramiento o éxito del cultivo o
metodología que adquiere cada vez más, haciéndose notar
entre el fracaso y las pérdidas de este.
cada vez más en concepto agrario, ya permite a los
1.2 Beneficios y aplicación de drones a nivel agrario grandes y medianos empresarios y al pequeño agricultor,
Con la utilización de drones se pueden realizar las siguientes analizar los cambios que se dan en el terreno con un gran
acciones: detalle.
1) inventario de plantas y controlar el crecimiento. Realizar esta 2.1 NDVI
labor con imágenes aéreas, facilita y agiliza enormemente la Es el índice diferencial de vegetación normalizado, se
tarea y se logra mayor exactitud. emplea para la evaluar la cantidad, la calidad y el
2) se puede realizar una medición de la clorofila, permitiendo
desarrollo del cultivo, esto a partir de las mediciones de la
así poder estar al tanto del nivel nutricional de nuestro cultivo.
3) realizar una valoración de escases de agua, esto lo hacemos intensidad de la radiación que se refleja y que podemos
través de cámaras térmicas podemos si pueden necesitar mayor observar a través de las bandas del espectro
o menor cantidad de agua. Con cámaras térmicas y electromagnético, tal como se muestra en la Fig. 1
multiespectrales se puede obtener datos y características Es mayormente utilizado para realizar monitoreos de las
precisas. sequías y controlar la producción agraria, en zonas con
4) estar al tanto de la conducción de salud de nuestros cultivos, más incidencia de incendios.
dejándonos saber si las siembras están siendo afectados por Beneficios que podemos conseguir con la implementación
alguna plaga y si es necesario tratarlas con herbicidas o de la agricultura de precisión son: Ahorro de agua y
fertilizantes. tiempo, obtener el pronóstico de producción,
5 evaluar los cambios que se producen en las platas, ligados a
administración de agroquímicos, fertilización uniforme y
los cambios climático, tomando en cuenta la recopilación de
datos obtenidos a lo largo del tiempo nos puede ayudar a ms precisa en áreas difíciles , control de plagas, establecer
mejorar la producción zonas de cultivo, y aumento de la productividad para el
6 Mediante el análisis de imágenes multiespectrales podemos agricultor.
realizar valoraciones de los cultivos y cuantificar los daños que
pudieron haber sido ocasionados por algún siniestro
7 Gracias a su alta precisión topográfica le permite al agricultor
obtener datos de superficies extensas con gran definición y
totalmente georreferenciadas.

2 Agricultura de precisión
La agricultura de precisión comprende el tratamiento de
diferentes partes en un mismo campo de manera
independiente, la agricultura de precisión drones no solo
le permite al agricultor realizar una mejor y más
eficiente gestión de los recursos y de su terreno
fomentando una reducción considerable de gastos
agrícolas, también son implementados en el control de
42 Vol. 5 - N.° Especial 1 · Marzo · 2019
 Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de
arroz

producción del arroz en exteriores [6], lo que buscamos es

elevar el medio de agricultura de precisión en nuestro país. manera, discriminar diferencias y por lo que se necesita que
Nos concentramos en optimizar el proceso de la trabajen con alta resolución.
producción del arroz mediante la eliminación de sus plagas, Los objetivos de estos análisis abarcan la predicción y el
monitoreo del rendimiento, y la evaluación de las pruebas de
este proceso de mejoramiento dentro de cultivos ha
manejo en los cultivos [12].
presentado grandes resultados ya que mediante la agricultura
La densidad bacteriana en la bacteria burkholderia glumae
de precisión se pueden colectar una serie de información presenta gran aumento bajo condiciones ambientales
sumamente útil para el mejoramiento de los cultivos, favorables, por tanto, bajo un sistema de regulación
mediante una data tecnológica [7]. En el campo de la denominado quorum sensing, se determinan los procesos de
agricultura sostenible, es necesaria la implementación de virulencia mediante la activación de genes causantes de la
innovaciones tecnológicas como robots autónomos móviles síntesis de la toxoflavina, la cual restringe el flujo de
en agricultura, capaces de desenvolverse en el campo nutrientes, para la biogénesis de flagelos. Las plantas
coleccionando data de cultivos y brindando las necesidades desarrollan la sintomatología que finalmente conlleva a un
de estos, este estudio está en proceso experimental [8]. vaneamiento del grano provocando pérdidas económicas
La visión artificial aplicada a las plantas se presenta en importantes [13].
una revisión con implicaciones para el despliegue de campo
en operaciones agrícolas automatizadas, siempre se requiere 2. Método
el estudio de los suelos para confirmar el uso viable de este La propuesta es utilizar un sistema con el cual se pueda
sistema dentro de los cultivos [9]. observar los diversos espectros de colores en los cultivos,
Previamente al desarrollo de drones en cuanto a determinar durante su proceso de crecimiento si tiene o no
aplicaciones como posicionamiento o descarga de afectaciones que perjudiquen su desempeño. El sistema se
fertilizantes dentro de la agricultura de precisión, se tenía la basa en detección de colores mediante una cámara especial de
investigación sobre el sistema de control del aplicador de seguimiento.
fertilizante de tasa variable en la agricultura de precisión El equipo que se utilizara está basado en una combinación
(figura 3) basada en la combinación posicionamiento de GPS, de Arduino (figura 4) con un sensor de color (Pixy CMU
brújula electrónica y giroscopio [10]. Cam5), el cual tiene la función de reconocer colores, a su vez
darles seguimiento a objetos y un drone encargado de
movilizar el sensor a través del cultivo. Para la fabricación de
nuestro equipo utilizamos los siguientes materiales:
• Placa Arduino UNO
• Cable de red
• Pixy CMUCam5
• Computadora
• Drone
El software necesario se resume en:
• Programa Arduino
• Driver para la placa Arduino

Figura 3. Diagrama del sistema de posicionamiento en la agricultura de

precisión, antes de los drones.

En la búsqueda de sensores dentro del área agrícola, los

documentos nos proporcionan información como la red de
sensores inalámbricos que pueden actuar como un sistema de
muestreo distribuido dentro de las aplicaciones agrícolas de
precisión que buscan estimar la variabilidad espaciotemporal.
Los nodos del sensor se deben utilizar conociendo el rango de
comunicación y el rango de muestreo en vez del de detección. Figura 4. Tarjeta Arduino.
[11].
Los sistemas de visión que son empleados para la
medición de plantas en los campos agrícolas se necesitan con
frecuencia para analizar patrones espaciales, dicho de otra

Vol. 5 - N.° Especial 1 · Marzo · 2019 43

 Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de
arroz

Una vez en campo con el sensor cámara PIXY, graba una

planta visiblemente afectada, luego mediante la programación
se guarda ese patrón de color para que el sensor lo reconozca
como una afectación, después se realiza el mismo
procedimiento, pero esta vez con una planta completamente
sana.
Ahora bien, ya con la cámara reconociendo los distintos
patrones de colores recopilados, se procede con la
implementación de esta al drone.
Se realizaron pruebas de vuelo para determinar el máximo
rango de altura entre el cultivo y el sensor para que se
Figura 5. Sensor cámara PIXY CMUCAM5. identifiquen los colores adecuadamente, mediante las
mediciones se marcó como una altura promedio indicada de
dos metros entre la planta y la cámara.

Figura 6. Drone implementado con el sensor PIXY CMUCAM5.

La cámara pixycam5, se utiliza como sensor de color, esta

tiene una propiedad de que puede detectar algo fijo, y
decirnos en la pantalla cuantas veces el color se repite en la
imagen en tiempo real (figura 5). Esta función nos ayuda al
poder detectar el color de alguna enfermedad, bacteria, o daño Figura 7. Fotografía tomada en campo dentro del cultivo en presencia de una
que tenga el cultivo en general. afectación por bacteria.
El Arduino solo es el software para poder verificar los
datos obtenidos por la Pixy CMUCam5, que al ser
programada da los lugares que se encuentran infectados,
detectando la diferencia según el color con que fue
programada.
Con la programación, da un color verde a los cultivos
sanos, dependiendo el caso. Se hace una gama de colores
verdes se toma como referencia y se dice que son cultivos
sanos libres de enfermedades.
Cuando se encuentra algún color diferente a la gama de
colores verdes, cualquier otro color, lo detecta enseguida y lo
marca en la pantalla, dando el posicionamiento de lugar la
enfermedad o daño en el cultivo. Para su pronta ayuda, o
aplicación del químico.
La propuesta que da este sistema es el observar que
lugares están afectados, y poder encontrar esos puntos en los Figura 8. Drone con el sensor realizando las pruebas de campo para la
detección de patrones de color.
cuales determinara el nivel de enfermedad que tiene el
cultivo, con el fin de buscarle una solución lo más pronto
posible.
3. Resultados
Para empezar, se desarrolla un programa base en En primer lugar, se detecta una afectación en las hojas del
programación Arduino (figuras 14 y 15), el cual se enfoca en cultivo, la misma se reconoce con el sensor y se marca su
realizar una distinción de colores y a su vez guardar una data patrón específico dentro de la base de datos.
de reconocimiento. La coloración presentada es un amarillo-rojizo debido a
una deficiencia de fosforo dentro del cultivo.

44 Vol. 5 - N.° Especial 1 · Marzo · 2019

 Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de
arroz

Figura 9. S=3 Afectación en la misma hoja de la planta un color rojizo Figura 11. Afectaciones del vaneamiento mostrada por nuestro sensor.
amarillo.
Ahora bien, también se realizaron pruebas y toma de data
Otro punto es la presencia de vaneamiento en las plantas en un cultivo completamente sano, para de igual manera
de arroz debido a la bacteria burkholderia glumae, la cual deja grabar su patrón de color, con lo cual se puede realizar la
un color amarillento en la misma, dentro del campo se graba comparación entre un cultivo afectado y uno sano.
el patrón de color provocado por la bacteria y se sube a la
base de datos, una vez dentro, la cámara al pasar por el
cultivo reconoce las áreas afectadas.

Figura 12. Patrón de color en un cultivo sano.

El cultivo cuenta con un total de 2 hectáreas el equivalente

a 20000 metros cuadrados, la zona afectada representa un 5%
Figura 10. Afectaciones en la planta de arroz debido a la bacteria
burkholderia glumae.
el equivalente a una zona de 1000 metros cuadrados.
Se determina que la zona afectada por la bacteria
representa un porcentaje bajo dentro de la producción del
cultivo, con lo cual se puede tratar de manera rápida y
eficiente.
Esta información se logra obtener mediante marcaciones
realizadas en el campo, donde el drone marca afectación se
coloca un indicador como una bandera, a medida que se

Vol. 5 - N.° Especial 1 · Marzo · 2019 45

 Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de
arroz

mueve se obtiene un inicio y fin de zona, estas se van

midiendo, así es como se determinó el área afectada.
Sin embargo, este tipo de bacteria se debe tratar lo mas
pronto posible de lo contrario puede llegar a presentar
grandes pérdidas económicas dentro de la producción.

Figura 15. Tercer tipo de alerta enviada al celular (afectación total en la

planta).

Figura 13. Parte de la zona afectada dentro del cultivo (señalizada con la La programación del sensor se realizó mediante Arduino,
flecha). con el cual se hizo la rutina de reconocimiento para los
distintos patrones de colores y a su vez el mensaje alerta
La PIXY CMUCAM5 cuenta con una aplicación llamada enviados al móvil.
Serial Monitor, con la cual se programan mensajes de alerta
que envían la misma al celular mediante bluetooth.
Estos mensajes fueron programados para indicar tres tipos
de situaciones distintas:
1. La planta se encuentra sana: este mensaje se da cuando el
sensor detecta solamente el patrón preestablecido como sano.
2. La planta se encuentra enferma: este mensaje se da
cuando el sensor detecta una mezcla del patrón de colores de
afectación y el sano.
3. La planta esta muerta: este mensaje se da cuando el sensor
detecta solamente el patrón preestablecido como afectación.

Figura 14. dos tipos de alertas programadas, detectadas y enviadas al celular

(sana y enferma).

Figura 16. Código en Arduino para muestras de alertas en afectaciones

presentadas por el cultivo.

46 Vol. 5 - N.° Especial 1 · Marzo · 2019

 Barraza (et al): Agricultura de precisión con drones para control de enfermedades en la planta de
arroz

5. Conclusiones estimates of success , worldwide,” pp. 319–331, 2018.

Los resultados obtenidos al realizar las pruebas de [3] I. C. Buitrago; E.I.Q. MacIntire; and B. Z. Salamina, Innovación
recopilación de información en trata de enfermedades del tecnológica para el manejo integrado del cultivo de arroz en
cultivo arroz, pueden ser extrapolados a cualquier otro panamá.
monocultivo que exista, puesto que todos al padecer alguna [4] IDIAP, “Memoria Memoria memoria,” 2018.
enfermedad muestran un cambio de color. [5] Z. Liu, W. Xiong, and X. Cao, “Design of Precision Fertilization
Además de la utilización de la Pixy CMUCam5 se puede Management Information System on GPS and GIS Technologies
utilizar una tarjeta llamada 1sheeld, con la cual, se puede * The Development of Precision Fertilization Based on GPS,”
pp. 268–277.
observar el patrón de colores a través de la cámara la cual se
[6] A. Baerveldt, “An Agricultural Mobile Robot with Vision-Based
instala hasta cualquier dispositivo móvil.
Perception for Mechanical Weed Control,” pp. 21–35, 2002.
Con la realización del proyecto, se resuelven problemas [7] G. Burlacu, R. Costa, J. Sarraipa, and R. Jardim-goncalves, “A
en control de gastos para los agricultores, se corrige las Conceptual Model of Farm Management Information System for
afectaciones por eutrofización y se mejora la calidad Decision Support,” pp. 47–54, 2014.
alimenticia de los productos. [8] H. Hagras, M. Colley, V. Callaghan, and M. Carr-west, “Online
El arroz es uno de los principales alimentos de nuestro Learning and Adaptation of Autonomous Mobile Robots for
país, y se ve diezmado en ocasiones por las distintas plagas Sustainable Agriculture,” pp. 37–52, 2002.
que no son tratadas de forma correcta o simplemente no se [9] Y. He, “Effects of land use intensity on soil nutrient distribution
localizaron a tiempo, se puede corregir esto de manera after reclamation in an estuary landscape,” pp. 699–707, 2013.
sustancial, al implementar la caza de enfermedades con [10] G. Pan and X. Feng, “Research on Control System of Variable
drones. Rate Fertilizer Applicator in Precision Farming Based on
Combined Positioning of GPS , Electronic Compass and
Actualmente en Panamá solo se llevó a cabo este
Gyroscope * Outline of Precision Farming and the Main
experimento en forma controlada por el IDIAP para el control
Technological,” pp. 188–192.
de malezas en una tomatera, el cual presento buena [11] H. Liu, Z. Meng, H. Wang, and M. Xu, “Systematic Random
perspectiva. Deployment for Wireless Sensor Network in Agricultural
Panamá no cuenta con una base de datos dentro de la Sampling-Interpolation,” pp. 53–59.
detección de cambios en color de plantas para la trata de [12] C.L.M.N.H.H.S.R. Raine, “Applied machine vision of plants :
enfermedades, sin embargo, en otros países como China o, a review with implications for field deployment in automated
Estados Unidos, si se ha realizado y se tiene muy buenos farming operations,” pp. 209–217, 2010.
resultados de estos, por lo que se busca implementarlo en [13] Andrea Quesada-González2 Burkholderia glumae en el cultivo
nuestras tierras. de arroz en costa rica, Agron. Mesoam. 25(2):371-381. 2014
La bacteria encontrada fue burkholderia glumae la cual es
relativamente nueva en nuestras zonas, esta causa un
vaneamiento en la planta del arroz el cual son granos vacíos,
esto representa pérdidas económicas fuertes en la producción
de no tratarse adecuadamente y en el tiempo de su
esparcimiento.

AGRADECIMIENTO
Ante todo, dar gracias a Dios, por permitir desarrollar esta
idea y brindar sabiduría, salud y paciencia.
Se agradece a Ganadería La Yeguada, S.A. por permitir
realizar la investigación dentro de los terrenos de su finca
ubicada en David, Chiriquí.

REFERENCIAS
[1] C. Quality and F. Insect, “The Effects of Low - Dose Gamma Ir
radiation and Storage Time on Carotenoids, Antioxidant
Activity, and Phenolic in the Potato Cultivar Atlantic,” no.
September 2006, pp. 125–131, 2007.
[2] L.H. R. L. Winston and M. Schwarzla, “Biological control of
weeds : an analysis of introductions , rates of establishment and

Vol. 5 - N.° Especial 1 · Marzo · 2019 47