DUGi

Sistemes de visió intel·ligent per l’aclarida química de flors i fruits de pomera

http://dugi.udg.edu/item/http:@@@@hdl.handle.net@@10256@@27302

La regulació de la càrrega dels fruits en pomera mitjançant l’aclarida química és un dels punts clau per a l’obtenció de produccions regulars i d’alta qualitat. Malgrat la disponibilitat d’aclaridors químics, tant els que s’utilitzen en floració (NAD, ATS, CaTs, Polisulfur de calci...) com en l’estadi de petits fruits (ANA, 6-BA i Metamitrona) que faciliten aquesta tasca, la variabilitat que presenten en la seva eficàcia en funció de la varietat, la dosi, l’estadi fenològic i les condicions meteorològiques fa que els resultats obtinguts siguin en ocasions insatisfactòries. L’aparició recent d’una sèrie d’eines amb visió intel·ligent per predir quina serà l’eficàcia dels aclaridors químics en funció del creixement del fruit i anticipar l’efecte d’una aplicació pocs dies després de la mateixa quan encara no s’observen visualment els resultats, ajudaria a ajustar l’estratègia d’aclarida per aconseguir l’eficàcia desitjada. Aquests sistemes permeten estimar diversos paràmetres, des de la secció del tronc, el nombre de corimbes de flor, l’eficàcia d’un tractament d’aclarida i, fins a la predicció dels paràmetres productius. Funcionen a través de l’anàlisi d’imatges preses en diferents moments del cicle de cultiu i mitjançant càmeres instal·lades en vehicles motoritzats o bé, amb la mateixa càmera d’un telèfon mòbil. L’objectiu general és avaluar la precisió i comparar diferents sistemes comercials de visió intel·ligents com a eines de suport a la decisió del programa d’aclarida química de la pomera. Els sistemes avaluats són el sistema de visió intel·ligent Cclair® per realitazar aplicacions dirigides a diferents dosis en funció de la floració i el sistema Vivid® per l’avaluació de l’eficàcia de l’aclarida comparat amb el mètode Greene i l’aplicació Malusim. L’avaluació dels diferents sistemes es va dur durant la temporada 2023-2024 en 4 finques de pomera ubicades a l’estació experimental agrícola de l’IRTA Mas Badia (Canet de la Tallada) i a les parcel·les comercials de Giropoma Costa Brava SL (La Tallada d’Empordà) i Girona Fruits SCCL (Bellcaire d’Empordà). Per l’avaluació de Cclair® es van realitzar comptatges manuals i per visió intel·ligent del nombre de corimbes per arbre quan la plantació es trobava en l’estadi BBCH 61-65, d’aquesta manera es van obtenir els mapes on es classifiquen els arbres en funció de la seva càrrega floral. Es van dividir les parcel·les en dues zones on una part de la parcel·la es van realitzar tractaments convencionals segons l’agricultor, on tota la parcel·la és tractada d’igual manera, i a l’altra part de la parcel·la es van realitzar diferents aplicacions en funció de la càrrega floral obtinguda de l’escaneig amb el sistema Cclair®. Per l’avaluació de la predicció de l’eficàcia de l’aclarida es van utilitzar el mètode Greene i el sistema de visió intel·ligent Vivid®. En primer lloc, es va avaluar el mètode Greene (Greene et al. (2013)) pel creixement dels fruits, que es basa em el seguiment de 15 corimbes per arbre en 5 arbres distribuïts a la parcel·la. A partir de l’App Malusim es va obtenir una predicció de l’eficàcia d’aclarida química. Paral·lelament, es van realitzar escanejos amb el sistema de visió intel·ligent Vivid® on es van obtenir les dades de manera automàtica dels resultats de l’eficàcia de l’aclarida i la predicció de la collita. Seguidament, es va avaluar conjuntament manualment els paràmetres de nombre de corimbes per arbre, l’eficàcia d’aclarida (fruits/arbre), el quallat (nº de fruits/corimbes inicials) i la producció (nombre de fruits per arbre), per la determinació de l’eficàcia dels sistemes a estudiar. 2 Es van obtenir resultats positius amb el sistema de Cclair® en l’escaneig de la intensitat de floració de dues parcel·les de les quatre avaluades, a causa d’una floració poc homogènia i irregular. Pel que fa a l’eficàcia de l’aplicació dirigida, de nou va ser eficaç en dues de les quatre parcel·les avaluades, ja que el moment d’aplicació va condicionar l’aclarida amb metamitrona. Tot i això, es van obtenir resultats positius amb entre el nombre de corimbes inicials i el nombre de fruits finals, correlació en què es basa Cclair®. El mètode Greene mitjançant l’aplicació Malusim i el sistema Vivid® van mostrar prediccions precises de l’eficàcia de l’aclarida. Com també el sistema Vivid® és capaç de mesurar fruits de manera eficient en tots els estadis fenològics.

Chemical thinning is essential in apple production to secure consistent yields and fruit quality. However, the efficacy of chemical thinners varies widely depending on cultivar, dosage, phenological stage, and weather conditions. Intelligent vision systems have recently emerged as decision-support tools, enabling early prediction of thinning outcomes through image-based analysis. This study evaluated two commercial systems, Cclair® and Vivid®, during the 2023–2024 season in four orchards in Catalonia. Cclair® was tested for its capacity to detect floral intensity and guide variable-rate thinning, while Vivid® was assessed for predicting thinning efficacy, compared with the Greene method and the Malusim app. Results showed that Cclair® effectively identified heterogeneous flowering and improved thinning efficiency in half of the orchards studied. Vivid® and the Greene method (via Malusim) provided accurate predictions of thinning efficacy, with Vivid® offering efficient fruit measurement across phenological stages. These findings highlight the potential of intelligent vision technologies to enhance precision in apple thinning strategies.

9