Detección de la riqueza floral en agrosistemas mediante imágenes UAV e inteligencia artificial
DOI:
https://doi.org/10.17398/3101-7177.2.262Palabras clave:
Márgenes florales, YOLOv26, UAV, servicios ecosistémicos, aprendizaje profundoResumen
La pérdida de biodiversidad en los agrosistemas asociada a la intensificación agrícola, al uso de agroquímicos y a la fragmentación del hábitat, compromete los servicios ecosistémicos. En este contexto, la gestión y monitorización de la flora arvense en márgenes florales surge como una estrategia eficaz para evaluar la diversidad y riqueza de especies atractivas para diferentes grupos de polinizadores y fauna auxiliar. En la finca experimental “La Poveda” (ICA‑CSIC, Madrid) se desarrolló un experimento multipropósito durante los años 2023 y 2024 para monitorizar márgenes florales a 15 m de altura, empleando vehículos aéreos no tripulados (UAV). Se realizaron seis vuelos por campaña entre abril y julio, coincidiendo con el pico de floración de 11 especies objetivo pertenecientes a las familias Brassicaceae, Asteraceae y Fabaceae. Las particiones de las ortofotos (teselas de 640×640 px) se etiquetaron siguiendo dos esquemas: (a) unidad floral y (b) conjunto floral. El conjunto de datos resultantes se utilizó para entrenar al modelo Ultralytics YOLOv26 bajo una configuración experimental homogénea y técnicas de aumento de datos. Los mejores resultados se obtuvieron con la variante del modelo y aumento de datos bajo el esquema (b), alcanzando métricas de validación robustas en la precisión promedio media de objetos ( = 0.534), en precisión (P= 0.528) y en exhaustividad ( = 0.558). Estos resultados destacan la relevancia de definir adecuadamente la unidad de etiquetado en conjuntos de datos florísticos de muy alta resolución y ofrece directrices metodológicas para la monitorización de la biodiversidad en agricultura.
Descargas
Referencias
Balfour, N. J., Fensome, K. A., Samuelson, E. E. W., & Ratnieks, F. L. W. (2015). Following the dance: Ground survey of flowers and flower-visiting insects in a summer foraging hotspot identified via honey bee waggle dance decoding. Agriculture, Ecosystems and Environment, 213, 265-271. https://doi.org/.1016/10j.agee.2015.08.007
CE, 2023, Approved 28 CAP Strategic Plans (2023-2027). Summary overviewfor 27 Member States. Facts and figures. Obtenido de: Comisión Europea. https://agriculture.ec.europa.eu/system/files/2023-06/approved-28-cap-strategic-plans-2023-27.
Chen, B., Jin, Y., Brown, P., 2019. An enhanced bloom index for quantifying floral phenology using multi-scale remote sensing observations. ISPRS J. Photogramm. Remote Sens. 156, 108–120. https://doi.org/10.1016/j.isprsjprs.2019.08.006
Flohre, A., Fischer, C., Aavik, T., Bengtsson, J., Berendse, F., Bommarco, R., Ceryngier, P., Clement, (2011). Agricultural intensification and biodiversity partitioning in European landscapes comparing plants, carabids, and birds. Ecol. Appl. 21, 1772–1781.
Gallmann, J., Schuepbach, B., Jacot, K., Albrecht, M., Winizki, J., Kirchgessner, N., Aasen, H., (2022). Flower Mapping in Grasslands With Drones and Deep Learning. Front. PLANT Sci. 12. https://doi.org/10.3389/fpls.2021.774965
Gonzáles, D., Hempel de Ibarra, N., Anderson, K., (2022). Remote Sensing of Floral Resources for Pollinators – New Horizons From Satellites to Drones. Front. Ecol. Evol. 10. https://doi.org/10.3389/fevo.2022.869751
Jachowicz, N., & Sigsgaard, L. (2025). Highly diverse flower strips promote natural enemies more in annual field crops: A review and meta-analysis. Agriculture, Ecosystems and Environment, 381. https://doi.org/10.1016/j.agee.2024.109412
Jocher, G., & Qiu, J. (2026). Ultralytics YOLO26. https://github.com/ultralytics/ultralytics
Khalifa, S.A., Elshafiey, E.H., Shetaia, A.A., El-Wahed, A.A.A., Algethami, A.F., Musharraf, S.G., AlAjmi, M.F., Zhao, C., Masry, S.H., Abdel-Daim, M.M., (2021). Overview of bee pollination and its economic value for crop production. Insects 12, 688.
Kuppler, J., Neumüller, U., Mayr, A.V., Hopfenmüller, S., Weiss, K., Prosi, R., Schanowski, A., Schwenninger, H.-R., Ayasse, M., Burger, H., (2023). Favourite plants of wild bees. Agric. Ecosyst. Environ. 342, 108266. https://doi.org/10.1016/j.agee.2022.108266
Mena, J. D., Dorado, J., Guerra, J. G., Mesías-Ruiz, G. A., Peña, J. M., & Borra-Serrano, I. (2024). Detección de crucíferas en márgenes de biodiversidad en ecosistemas agrarios mediante el análisis de imágenes dron y arquitecturas CNN. Revista de Ciências Agrárias,47(1). https://doi.org/10.19084/rca.34859.
Montoya, D., Haegeman, B., Gaba, S., De Mazancourt, C., Loreau, M., 2020. Habitat fragmentation and food security in crop pollination systems. bioRxiv 2020.05.28.120550. https://doi.org/10.1101/2020.05.28.120550
Ricou, C., Schneller, C., Amiaud, B., Plantureux, S., Bockstaller, C., 2014. A vegetation-based indicator to assess the pollination value of field margin flora. Ecol. Indic. 45, 320–331. https://doi.org/10.1016/j.ecolind.2014.03.022.
Schmied, H., Getrost, L., Hamm, A., & Dünzkofer, T. (2023). The flower strip dilemma (FSD): An overlooked challenge in nature conservation and a possible first step towards a solution by combining different aged flower strips. Agriculture, Ecosystems and Environment, 347. https://doi.org/10.1016/j.agee.2023.108375
Tzutalin. (2015). LabelImg [Python]. https://github.com/tzutalin/labelImg.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Juan Diego Mena, Gustavo Adolfo Mesias-Ruiz, Jose García-Guerra, Darwin Castillo-Malla, José Manuel Peña, José Dorado, Irene Borra-Serrano (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
