VN42 - Eneo

VITICULTURA 98 de la imagen, correspondiente a los pecíolos de las hojas, y en las propias hojas, correspondientes a otros síntomas que no son yesca. La Figura 3d muestra como la mayoría de los píxeles clasificados como sintomáticos (píxeles en naranja) eran, de hecho, sintomáticos, como puede observarse en la Figura 3c. Los resultados obtenidos indican la viabilidad de identificar las vides que presentan síntomas de infección por yesca en una fase temprana, cuando los síntomas son apenas perceptibles. Esta información permitiría una gestión diferenciada de las vides identificadas como afectadas por yesca, además de facilitar el seguimiento anual de la incidencia de la enfermedad en el viñedo. CONCLUSIONES El modelo PLS-DA desarrollado aplicando la combinación de pretratamientos suavizado seguido de SNV obtuvo los mejores resultados, con una Figura 3. Cepas asintomáticas (a) y sintomáticas (c) e imágenes de clasificación en la validación externa. Los píxeles azules representan los verdaderos positivos, es decir, los píxeles asintomáticos correctamente clasificados (b), mientras que los píxeles naranjas representan los verdaderos negativos o los píxeles sintomáticos correctamente clasificados en su clase (d). tasa de precisión en la validación cruzada del 97%. Además, las imágenes de clasificación facilitaron la visualización de la distribución espacial de los píxeles asintomáticos y sintomáticos. A pesar de las limitaciones de este REFERENCIAS • Bertsch, C., Ramírez-Suero, M., Magnin-Robert, M., Larignon, P., Chong, J., Abou-Mansour, E., Spagnolo, A., Clément, C., Fontaine, F., 2013. Grapevine trunk diseases: Complex and still poorly understood. Plant Pathology, 62 (2), 243-265. https://doi.org/10.1111/ j.1365-3059.2012.02674.x • Bock, C. H., Poole, G. H., Parker, P. E., Gottwald, T. R., 2010. Plant disease severity estimated visually, by digital photography and image analysis, and by hyperspectral imaging. Critical Reviews in Plant Sciences, 29 (2), 59-107. https://doi. org/10.1080/07352681003617285 • Fischer, M., 2002. A new wooddecaying basidiomycete species associated with esca of grapevine: Fomitiporia mediterranea (Hymenochaetales). Mycological Progress, 1 (3), 315-324. https://doi.org/10.1007/ s11557-006-0029-4 • Fontaine, F., Gramaje, D., Armengol, J., Smart, R., Nagy, Z. A., Borgo, M., Rego, C., Corio-Costet, M.-F., 2016. Grapevine trunk diseases. A review (p. 24). OIV Publications. • Gams, W., & Crous, P. W. (2000). «Phaeomoniella chlamydospora» Gen. Et Comb. Nov., a Causal Organism of Petri Grapevine Decline and Esca. Phytopathologia Mediterranea, 39 (1), 112-118. https://doi. org/10.1400/57828 • Mahlein, A.-K., 2016. Plant disease detection by imaging sensors—Parallels and specific demands for precision agriculture and plant phenotyping. Plant disease, 100 (2), 241-251. https://doi.org/10.1094/PDIS03-15-0340-FE • Mondello, V., Songy, A., Battiston, E., Pinto, C., Coppin, C., Trotel-Aziz, P., Clément, C., Mugnai, L., Fontaine, F., 2018. Grapevine trunk diseases: A review of fifteen years of trials for their control with chemicals and biocontrol agents. Plant Disease, 102 (7), 1189-1217. https://doi.org/10.1094/ PDIS-08-17-1181-FE • Ouadi, L., Bruez, E., Bastien, S., Vallance, J., Lecomte, P., Domec, J.-C., Rey, P., 2019. Ecophysiological impacts of Esca, a devastating grapevine trunk disease, on Vitis vinifera L. PLOS ONE, 14 (9), e0222586. https://doi.org/10.1371/journal. pone.0222586 • Shenk, J. S., Westerhaus, M. O., 1995. Routine operation, calibration, development and network system management manual. NIRSystems Inc., Silver Spring, MD, USA. • Zhang, J., Huang, Y., Pu, R., GonzalezMoreno, P., Yuan, L., Wu, K., Huang, W., 2019. Monitoring plant diseases and pests through remote sensing technology: A review. Computers and Electronics in Agriculture, 165, 104943. https://doi.org/10.1016/j.compag.2019.104943 Este proyecto ha sido financiado por el Ministerio de Ciencia e Innovación y por la Unión Europea a través de los fondos NextGenerationUE (proyecto: TED2021-130364B-I00). estudio, incluido el bajo número de muestras utilizadas, entre otras, puede concluirse que la tecnología HSI tiene potencial para la detección in-situ de la yesca y posiblemente de otras enfermedades de la madera de la vid. n

RkJQdWJsaXNoZXIy Njg1MjYx