Desarrollo de un sistema de identificación de la antracnosis en frutos de mango basado en características espectrales, fisicoquímico-fisiológicas y morfológicas

Abstract

El uso de espectroscopia en frutos proporciona información espectral que puede ser utiliza para estimar variables químicas-fisiológicas o determinar el estado fitopatológico del fruto. El mango, es una fruta propensa a desarrollar el patógeno de la antracnosis durante su cosecha, afectando la comercialización de este. Existen diferentes estudios del mango que evalúan el desarrollo de la antracnosis, sin embargo, ningún trabajo en la literatura previa presenta un método para estimar el estado de desarrollo de la antracnosis de forma temprana. En este trabajo se utilizó un espectroradiómetro para evaluar la evolución de la antracnosis en frutos de mango. Se analizaron tres etapas de desarrollo en el mango: sano, asintomático y enfermo, evaluando el rendimiento con random forest (RF) y las máquinas de vectores de soporte (SVM). Se utilizó el análisis de componentes principales (PCA) y el análisis discriminante lineal (LDA) para reducir la dimensionalidad e identificar las bandas más significantes del espectro trabajado con ayuda de un filtro gaussiano. Se encontraron 61 bandas significantes con PCA y 29 bandas significantes con LDA. El mejor rendimiento de evaluación se obtuvo con LDA alcanzando una precisión del 91% al 100% en las tres clases. Se destacan las bandas 399, 514, 726, 822, 912 y 1061 nm del conjunto de 29 bandas de LDA para identificar frutos asintomáticos. Este método no destructivo para identificar el desarrollo de la antracnosis en etapa temprana, podría beneficiar al agricultor ayudándolo a mejorar la comercialización del mango. En general, la detección temprana de la antracnosis, que es no visible, alcanza una precisión promedio con las 29 bandas identificadas con LDA del 91%. Por otra parte, se realizó el análisis con imágenes térmicas en los mangos a partir de los metadatos obtenidos de una cámara FLIR E6, segmentando por temperatura las regiones con un nivel de antracnosis elevado del mango respecto de las regiones sanas o enfermas del mismo.

The use of spectroscopy in fruits provides spectral information that can be used to estimate chemical-physiological variables or to determine the phytopathological state of the fruit. Mango is a fruit prone to develop the anthracnose pathogen during its harvest, affecting its commercialization. There are different studies of mango that evaluate the development of anthracnose, however, no work in the previous literature has presented a method to estimate early the state of development of anthracnose. In this work, a spectroradiometer was used to evaluate the evolution of anthracnose in mango fruits. Three stages of development in the mango were analyzed (healthy, asymptomatic and diseased) and the performance was evaluated with random forest (RF) and support vector machines (SVM). The principal component analysis (PCA) and linear discriminant analysis (LDA) were used to reduce the dimensionality and identify the most significant bands of the spectrum used, with the help of a Gaussian filter. A total of 61 significant bands with PCA and 29 significant bands with LDA were found. The best evaluation performance was obtained with LDA reaching an accuracy of 91% to 100% in the three classes. The bands 399, 514, 726, 822, 912 and 1061 nm of the set of 29 bands of LDA are highlighted to identify asymptomatic fruits. This non-destructive method to identify the development of anthracnose at an early stage could benefit the farmer by helping to improve the commercialization of mango. In general, early detection of anthracnose, which is not visible, reached an average accuracy in the 29 bands identified with 91% LDA. In addition, the analysis was performed with thermal images in the mango fruits from the metadata obtained from a FLIR E6 camera, segmenting by temperature the regions with a high level of anthracnose of the fruit with respect to the healthy or diseased regions of the same.