Un enfoque combinado para la detección temprana sobre el terreno de la enfermedad de la hoja de haya mediante espectroscopía de infrarrojo cercano y aprendizaje automático

Resumen:

La capacidad de detectar árboles enfermos antes de que aparezcan los síntomas es clave en la gestión de la salud de los bosques porque permite una intervención más oportuna y específica. El objetivo de este estudio fue desarrollar un enfoque sobre el terreno para la detección temprana y rápida de la enfermedad foliar de las hayas (BLD), una enfermedad emergente de las hayas americanas, basándose en modelos de clasificación supervisada de los perfiles espectrales foliares del infrarrojo cercano (NIR). Para validar la eficacia del método, también utilizamos un protocolo basado en la qPCR para la cuantificación del nematodo foliar recientemente identificado como el supuesto agente causal de la BLD, Litylenchus crenatae ssp. mccannii (LCM). Los espectros NIR se recolectaron en mayo, julio y septiembre de 2021 y se analizaron mediante una máquina vectorial de apoyo y algoritmos forestales aleatorios. Para los conjuntos de datos de mayo y julio, los modelos predijeron con precisión las hojas presintomáticas (precisión máxima de las pruebas = 100%), pero también discriminaron con precisión los espectros en función de la ubicación geográfica (precisión máxima de las pruebas = 90%). Por lo tanto, no pudimos concluir que las diferencias espectrales se debieran únicamente a la presencia de patógenos. Sin embargo, el conjunto de datos de septiembre eliminó la ubicación como factor y los modelos discriminaron con precisión las muestras presintomáticas de las nativas (precisión máxima de las pruebas = 95,9%). Todos los modelos compartían cinco bandas espectrales (2.220, 2.400, 2.346, 1.750 y 1.424 nm), seleccionadas mediante modelos de selección variable, lo que indica la coherencia con respecto a la inducción fitoquímica de las hojas presintomáticas por la MCL. Nuestros resultados demuestran que esta técnica es muy prometedora como herramienta de diagnóstico de la BLD sobre el terreno.