Uno de los primeros comentarios que recibimos de un jefe de producción en el Urabá, después de mostrarle los primeros mapas que generamos, fue directo: "el mapa está bonito pero no sé qué hacer con él". El lote aparecía en gradiente de color —verde claro donde el NDRE era alto, amarillo y naranja en los sub-bloques con señal de estrés—, pero no había ningún criterio para decidir si eso ameritaba una aplicación de fungicida esa semana, si había que mandar al agrónomo primero, o si podía esperar al siguiente vuelo.
Ese comentario nos hizo repensar completamente cómo presentamos los resultados. Un mapa de reflectancia espectral es un dato; un índice de severidad por sub-bloque es una decisión. La diferencia importa. Este artículo explica la metodología que usamos para convertir valores espectrales en el índice de severidad que aparece en los reportes de Sioma, y qué significa cada nivel de alerta.
Del pixel al sub-bloque: la unidad de análisis
Un vuelo sobre un bloque de 50 ha a 80 m de altura con la cámara Micasense RedEdge-MX genera, después de procesamiento fotogramétrico, un ortomosaico con resolución de aproximadamente 5–6 cm/px por banda espectral. Eso equivale a varios millones de píxeles sobre ese bloque. Analizar y reportar la severidad a nivel de pixel individual es operativamente imposible y agronómicamente innecesario: ningún equipo de campo puede dirigir acciones al nivel de centímetros cuadrados.
La unidad mínima de decisión agronómica en la producción de banano de exportación es el sub-bloque, que definimos como una parcela de aproximadamente 0.25 ha (50 m × 50 m en fincas con diseño regular). Es el área que un inspector puede recorrer eficientemente en 15–20 minutos de caminata y que corresponde aproximadamente a 100–150 plantas de Cavendish. Dentro de esa unidad, el programa de aspersión puede dirigirse de forma diferenciada.
El primer paso en el cálculo del índice de severidad es la agregación espacial: tomamos los valores de NDRE, NIR y GNDVI de todos los píxeles dentro de cada sub-bloque definido en el sistema de referencia de la finca, y calculamos la media y la desviación estándar de cada índice para esa celda. Esto reduce un ortomosaico de millones de píxeles a una tabla con N filas —una por sub-bloque— y varios campos de estadísticos espectrales.
El valor de referencia: por qué no usamos umbrales absolutos
El error más común en sistemas de monitoreo espectral es usar umbrales absolutos de NDVI o NDRE para clasificar el estado de la planta: "NDRE por debajo de 0.45 = estrés". Ese tipo de umbral ignora que los valores absolutos de reflectancia varían según el genotipo de la planta, la edad del cultivo, el estado nutricional de la finca, el ángulo solar en el momento del vuelo, y otros factores. Un valor de NDRE de 0.43 puede ser perfectamente normal en una finca de banano de 15 años en suelos con bajo contenido orgánico, y ser una señal de alerta seria en una finca joven de alta productividad.
Por eso trabajamos con valores relativos al historial de cada finca y, dentro de cada vuelo, con desviaciones respecto a la distribución estadística del bloque o lote en ese vuelo específico. La pregunta no es "¿cuál es el valor absoluto de NDRE de este sub-bloque?" sino "¿cuántas desviaciones estándar está este sub-bloque por debajo de la mediana de su bloque en este vuelo?"
Matemáticamente, calculamos para cada sub-bloque un z-score normalizado de cada índice espectral respecto a la distribución del bloque completo. Un sub-bloque con z-score de NDRE = −2.1 está dos desviaciones estándar por debajo de la mediana del bloque en ese vuelo —independientemente de si ese valor absoluto sea 0.38 o 0.52. Ese sub-bloque merece atención.
De los índices espectrales al índice de severidad compuesto
Ningún índice espectral individual es suficientemente robusto para clasificar severidad sin falsos positivos. El NDRE puede bajar por estrés hídrico, no solo por sigatoka. El NIR puede reducirse por variabilidad de biomasa que no tiene nada que ver con patología. Para construir el índice de severidad compuesto que reportamos, combinamos tres señales independientes:
- Δ NDRE: variación del NDRE del sub-bloque respecto al vuelo anterior del mismo sub-bloque. Una caída sostenida en dos vuelos consecutivos tiene más peso que una caída puntual.
- z-NDRE: posición del sub-bloque en la distribución del bloque en el vuelo actual (desviación normalizada).
- Heterogeneidad NIR intra-sub-bloque: calculada como el coeficiente de variación (CV) de los valores NIR de los píxeles del sub-bloque. Un foco de sigatoka en fase pre-sintomática produce una zona de baja reflectancia NIR rodeada de tejido sano, lo que se manifiesta como alta heterogeneidad intra-celda. Un estrés hídrico uniforme, en cambio, tiende a producir reducción homogénea del NIR sin alta heterogeneidad.
Estos tres componentes se combinan en una función de puntuación que produce el índice de severidad del sub-bloque, en una escala de 0 a 100. Los umbrales de los niveles de alerta —verde, amarillo, naranja, rojo— fueron definidos con base en nuestra experiencia en fincas colombianas validadas con inspección agronómica paralela, y están calibrados para maximizar la tasa de detección real minimizando las falsas alarmas.
Validación con inspección agronómica paralela
El índice de severidad no vale nada si no tiene correlación con lo que el agrónomo encuentra en campo. El proceso de validación que usamos —y que seguimos actualizando— consiste en seleccionar, en cada ciclo de vuelos, una muestra de sub-bloques representativa de los distintos rangos del índice de severidad y comparar la clasificación del modelo con el resultado de la inspección visual en esos sub-bloques.
La inspección agronómica de referencia usa la escala de Stover modificada por Gauhl, que clasifica la severidad por hoja en estadíos del 1 al 6 (desde mancha aceitosa incipiente hasta necrosis avanzada), y registra el porcentaje de hojas afectadas en la planta y el porcentaje de plantas afectadas en el sub-bloque. Esta inspección se realiza dentro de las 48–72 horas posteriores al vuelo para que las condiciones de campo sean comparables.
La validación sobre un conjunto de sub-bloques inspeccionados en fincas colombianas entre 2022 y 2024 muestra que el índice de severidad tiene una concordancia razonable con la inspección agronómica de referencia para niveles de alerta naranja y rojo —que son los que desencadenan acciones de campo—. La mayor fuente de discrepancia es en el nivel amarillo, donde algunos sub-bloques clasificados en amarillo por el modelo no muestran síntomas visibles en la inspección posterior. Eso puede significar que el modelo está detectando estrés pre-sintomático real (y la inspección llega antes de que el síntoma sea visible), o que hay un falso positivo relacionado con estrés no patológico. Distinguir cuál de los dos es el caso requiere el juicio del agrónomo en campo.
Qué hace el agrónomo con el índice
El reporte que entregamos no es simplemente el mapa de calor con los índices de severidad. Incluye también una tabla de priorización de sub-bloques ordenada de mayor a menor urgencia, y una recomendación de acción diferenciada por nivel de alerta:
- Rojo: inspección de campo inmediata en ese sub-bloque antes del siguiente ciclo. Considerar aplicación focalizada según resultado de inspección.
- Naranja: incluir en el recorrido agronómico de la próxima visita. Priorizar sobre sub-bloques en verde o amarillo.
- Amarillo: monitorear en el siguiente vuelo. Si la tendencia baja dos ciclos consecutivos, elevar a naranja.
- Verde: sin acción diferenciada por el momento.
No decimos que el índice de severidad le dice al agrónomo exactamente qué hacer. Eso no es lo que pretendemos. El agrónomo conoce su finca, conoce el historial de la temporada, conoce si el proveedor de fungicida llegó esta semana o no. Lo que hacemos es ordenar la información de modo que la primera hora de la jornada de campo se invierta en el sub-bloque donde más importa estar, no en recorrer aleatoriamente.
El límite de la metodología
El índice de severidad funciona bien cuando la variabilidad espectral intra-bloque tiene una causa biológica real. Hay situaciones donde la variabilidad tiene causas no patológicas que el modelo no discrimina perfectamente: variabilidad de suelo intra-bloque, diferencias de edad entre plantas reemplazadas y plantas originales, manchas de anegamiento temporal. En esas situaciones, el modelo puede producir alertas de nivel amarillo que reflejan heterogeneidad real pero no patológica.
Por eso el reporte incluye siempre una nota de contexto por bloque donde señalamos si hay factores no patológicos conocidos —sectores con historial de encharcamiento, plantas de reposición reciente, zonas de baja fertilidad documentada— que pueden estar contribuyendo a la señal. Esa nota la escribe el equipo de Sioma en combinación con el historial de vuelos anteriores y la información que nos comparte el equipo agronómico de la finca. Sin esa colaboración, el modelo trabaja solo con la señal espectral. Con ella, el reporte gana en precisión y en utilidad real.