Los síntomas son manchas negras y lesiones en la piel, motivo por el que la fruta afectada no se puede vender en el mercado fresco.
Además, las infecciones más graves podrían provocar caídas, por lo que el rendimiento se reduciría de forma drástica. Incluso la fruta que no muestra síntomas en el momento de la cosecha puede desarrollar la enfermedad durante el transporte o el almacenamiento.
Las lesiones de la mancha negra suelen aparecer durante la maduración, ya dos meses antes de la cosecha. Además, las temperaturas cálidas y la luz solar pueden incrementar el número de lesiones.
Las dos principales fuentes de inóculo son hojas infectadas en descomposición que quedan en el suelo del campo y las lesiones de las ramas, las frutas y las hojas. La enfermedad se puede transmitir a las plantas sanas a través del viento y el agua.
Para hacer un seguimiento de la enfermedad, hay que identificar los árboles infectados, preferiblemente durante los primeros estadios de la infección, para poder aplicar tratamientos específicos eficaces.
Sensor de imágenes (cámaras de 5 bandas). (a): dos cámaras Canon M10 sin espejos sobre un soporte y el control de disparos. (b): sistema de imagen de cinco bandas sobre un robot para una inspección autónoma de los campos.
Un equipo de investigadores de la Universidad de Florida ha presentado un sistema de detección basado en un sistema de visión multiespectral NIR que puede identificar la fruta con lesiones de mancha negra directamente en el campo. En el laboratorio, el sistema identificó los cítricos infectados con una precisión del cien por cien usando solo información basada en el color.
Se desarrolló un algoritmo de análisis de imagen para distinguir las posibles manchas y confirmar si son lesiones causadas por la enfermedad. Se recabaron las características morfológicas de las posibles manchas en todos sus componentes de color. El algoritmo puede determinar si una fruta está infectada o no de mancha negra. Este método puede diagnosticar la enfermedad directamente en los campos y no solo es efectivo, sino que también es asequible económicamente.
Fuente: Alireza Pourreza, Wonsuk Lee, Jun Lu, Pamela Roberts, "Development of a multiband sensor for citrus black spot disease detection", Proceedings of the 13th International Conference on Precision Agriculture, 31 de julio – 4 de agosto, 2016. S. Luis, Misuri, EE. UU.