Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 25
Uso de drones para el control de sigatoka negra
(Mycosphaerella fijiensis) Vinces, Ecuador
Use of drones to control black sigatoka
(Mycosphaerella fijiensis) Vinces, Ecuador
Sheyla Narcisa Arriaga-García1; Washington Guillermo Meza-Cabrera2 Vicente Frijoth Painii-
Montero3
1Ing. Agr. Asesora Técnica Independiente, Guayaquil, Guayas, Ecuador
2Ph.D, Universidad de Guayaquil. Docente Investigador, Facultad de Ciencias Agrarias, Av. Raúl
Gómez Lince Av. Las Aguas y Juan Tanca Marengo, Guayaquil, Guayas, Ecuador.
3Ph.D, Universidad de Guayaquil. Docente Investigador, Facultad de Ciencias Agrarias, Centro de
Apoyo Vinces, Km. ½ vía Vinces-Palestina. Ecuador.
Autor para correspondencia vicente.painiim@ug.edu.ec
Recibido: 04 agosto 2022
Aprobado: 09 diciembre 2022
Publicado: 12 diciembre 2022
Resumen
El presente trabajo de investigación tuvo como
objetivo general realizar un estudio sobre la
eficiencia de las fumigaciones con dron para
sigatoka negra en el cultivo de banano. La
metodología utilizada consistió en analizar la
cobertura de gotas por con papeles hidro
sensibles. Se realizó monitoreo de incidencia y
severidad utilizando la escala de Stover días
posteriores a la fumigación. Se comparó costos
del uso de dron vs motobomba. Los resultados,
cumplen con los rangos de gotas por exigidos
en pulverizaciones aéreas eficientes. El porcentaje
inicial del área foliar sin daños en la bananera
estudiada fue 41% y en el último control este
porcentaje incrementó al 73%. En el análisis
económico, el costo de pulverización con
motobomba superó al dron en $40,00 equivalentes
al 36,4%. En conclusión, el grado de eficiencia
por medio de cobertura y control de severidad en
la enfermedad, fue favorable con el uso del dron;
las encuestas reflejan que ya hay predisposición
de los productores a reemplazar métodos
tradicionales por el uso de drones.
Palabras Claves: Dron, fumigación, Sigatoka
negra, banano.
Abstract
This work research aims for the study of the drone
fumigation efficiency on banana plantations with
Black Sigatoka, looking forward to check the
effectiveness of phytosanitary control. The
methodology used comprised the analysis of the
drop’s coverage by 2 with hydrosensitive
papers. A control of incidence and severity was
carried out with the Stover scale days after the
fumigation. The costs of using drone vs.
motorized pump were compared. The results
comply with the range of drops per 2 required
in efficient aerial spraying. The initial percentage
of the leaf area without damage in the banana
plantation was 41% and this percentage increased
to 73% in the last control. In the economic
analysis, the cost of spraying with a motorized
pump exceeded the drone by $40.00, which is
equivalent to 36,4%. In conclusion, the degree of
efficiency through coverage and severity control
in the disease was favorable with the use of the
drone; Surveys show that producers are already
willing to replace traditional methods with the use
of drones.
Keywords: Drone, fumigation, black Sigatoka,
banana
Introducción
El cultivo de banano tiene gran importancia en el
sector agrícola y económico, siendo una de las
fuentes más importante de ingresos para Ecuador.
Este cultivo exige un constante control
fitosanitario para poder ser aceptado en el
mercado internacional. La enfermedad más
agresiva y destructiva en el área foliar de las
musáceas es la sigatoka negra, afecta directamente
a la producción reduciendo el tamaño y peso del
racimo (Cedeño et al., 2017).
Entre las patologías tradicionales del banano se
menciona a sigatoka negra, mal de Panamá, moko
o marchitez bacteriana y en pos cosecha la
pudrición de la corona. Entre las plagas se cuenta
la cochinilla y la arañita roja (Redagricola, 2020).
Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 26
La sigatoka negra es un hongo que apareció por
primera vez en 1987 en Ecuador extendiéndose
por todo el territorio nacional, su daño a las hojas
provoca que el fruto no alcance los 20 cm de largo
mínimo requerido para su exportación. Dicha
enfermedad ha provocado las pérdidas de cultivos,
en su afán de combatirla se han adoptado
diferentes estrategias entre ellas el “tumbado”
para cambiarse a otro cultivo (FAO, 2012).
El clima es el principal detonante de la
enfermedad, en la estación lluviosa hay mayor
incidencia y severidad de la enfermedad, debido a
temperaturas más altas y precipitación intensas,
por ello la aplicación de fungicidas de acción
sistémica es más continua. A diferencia, en la
estación seca donde baja la presión en un
promedio de 20° a 21° produciéndose menos
inóculos y los ciclos de fumigación se extienden
más (Orozco et al., 2008).
En el control químico se debe respetar las dosis
marcadas en las etiquetas de los productos,
evitando el uso de fungicidas con alto grado de
propensión a generar resistencia y eligiendo el
equipo de aplicación calibrado adecuadamente.
La Sigatoka negra (Mycosphaerella fijiensis) es
una de las enfermedades más importante del
banano, el agente causal es un hongo
hemibiotrófico, que destruyendo en su totalidad el
área foliar de la planta, provocando maduración
prematura del fruto y tamaño reducido del racimo
(Stover, 1980).
Para (Morocho, 2015), la severidad de Sigatoka se
debe determinar haciendo evaluaciones semanales
o quincenales, utilizando el método de Stover
modificado por Gauhl, el cual estima visualmente
el área total afectada de cada hoja de las plantas
próximas a floración. Esta escala incluye seis
grados que toman en cuenta las hojas presentes,
excepto la bandera y las hojas agobiadas. Con
dicho método se dará a conocer la situación
sanitaria de la plantación, en el cual evaluará los
niveles de infección de 10% hasta 50%.
El índice de daño, incide significativamente en la
etapa de floración, sin embargo, cuando los
racimos están por ser cosechados se puede tratar
la infección (Almodóvar & Díaz, 2007).
Las aspersiones con plaguicidas es la base de un
cultivo productivo, está comprende desde la
preparación del terreno para eliminar malezas
hasta la aspersión de insecticidas y funguicidas
para el control de plagas y hongos que pueden
causar serios daños a los cultivos (Javier &
Briones, 2017).
Las aeronaves fumigadoras son eficientes y con
menos desperdicio de pesticidas, convirtiéndose
en un equipo con un alto rendimiento de
agroquímicos a medida que protege al medio
ambiente. (Aguilar, 2018)
Agricultura de precisión es un concepto que tiene
como fin optimizar el manejo de la producción
agrícola tomando en cuenta el agroecosistema,
aplicando la cantidad adecuada de insumos, en el
momento y lugar exacto. Utiliza herramientas
como GPS con sensores planta-clima-suelo e
imágenes multiespectrales provenientes de
satélites (UAS/RPAS) (Díaz, 2015).
Los equipos agrícolas actualmente poseen un 70%
de precisión, los cuales ayudan a conocer con
exactitud parámetros como siembra, altitud,
posicionamiento global que contribuyen con la
flora y fauna (BBVA, 2018).
La agricultura 4.0 o llamada agricultura de
precisión, se encuentra entrando en Ecuador con
los beneficios a los productores que esta genera,
teniendo información precisa en menor tiempo
reduciendo así los costos y el incremento de la
producción cuidando la salud de las personas
(Pacheco Prado & L, 2017).
En la actualidad hay varios cultivos que están
siendo monitoreados por una información
georreferenciada, con diferentes modelos de
drones. Esta investigación busca demostrar la
eficiencia de implementar este tipo de tecnología
en plantaciones bananeras para el control más
efectivo de la enfermedad.
Dron o UAV (Unmanned Aerial Vehicle): Vuelo
tripulado a distancia sin presencia humana en la
aeronave (William Megarry, 2018).
Los UAV son vehículos aéreos que poseen un
motor, el cual no transporta ningún operador
humano, su funcionalidad se logra por las fuerzas
aerodinámicas, su vuelo puede ser de forma
autónoma o remotamente recuperables (Terms,
2016).
La utilización de los drones ofrece una
fumigación focalizada con precisión, mejorando la
efectividad del pesticida, amigable con el medio
ambiente y las personas en el entorno. Esta
tecnología se está dando a conocer entre pequeños
y medianos productores, siendo el principal
inconveniente integrar esta tecnología como
método de fumigación sostenible, está siendo
utilizado en actividades militares, civiles,
medioambiente, agrícola y otros (Vargas Ramírez,
2018).
El uso de drones en el sector agrícola del Ecuador
está avanzando con paso firme en instituciones
Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 27
públicas y privadas con la idea de actualizar y
difundir conocimientos en la población de esta
herramienta con sus alcances en la producción y
costos (Rafal Perz, 2018).
Por lo antes expuesto la presente investigación
tuvo como objetivo general realizar un estudio
sobre la eficiencia de las fumigaciones con dron
para el control de Sigatoka Negra en el cultivo de
banano.
De forma específica evaluar la cobertura de los
fungicidas aplicados mediante el uso de dron;
evaluar la incidencia y severidad del área foliar
infectada por Sigatoka negra utilizando la escala
de STOVER y realizar un levantamiento de
encuestas con el fin de determinar la actitud del
productor bananero para adoptar la nueva
tecnología.
Materiales y métodos
El presente trabajo se desarrolló al sur oeste de la
provincia de Los Ríos en el km 1,5 de la vía
Vinces- Palestina, en las instalaciones del Centro
de Apoyo Vinces de la Universidad de Guayaquil.
Posee coordenadas UTM (WGS 84) 637455 E;
9827321 N; la investigación se realizó durante la
época seca entre los meses de junio - agosto de
2022.
Características edafoclimáticas: El cantón
Vinces se encuentra a 21 msnm, posee un clima
tropical con una pluviosidad anual entre 1000 a
2000 mm en temporada invernal (diciembre-
mayo) y en temporada seca (junio-noviembre) el
climas fluctúa entre 24° - 30° C. La topografía es
casi totalmente plana, con un tipo de suelo limo
arenoso arcilloso con permeabilidad alta (Chávez
Reyes, 2013).
Es el tercer cantón de la provincia de Los Ríos
con mayor población que oscila entre los 71 736
habitantes y con una superficie de 709,6;
tiene 3 437,81 ha, correspondiendo el 4,85% de
cobertura al cultivo de banano (CEGESTOR,
2012).
Suministros y equipos utilizados: Marcadores
permanentes, bolígrafos, papel hidro sensibles,
papel bond, porta hojas, clips, banderas de
plástico, escalera de madera, fungicidas, aceite
agrícola, emulsificante, guantes, lupa, overol para
fumigación, gafas protectoras, mascarilla para
fumigación, Dron DJI AGRAS T16, baterías
recargables, generador de energía, celular, laptop
e impresora.
Recursos externos: Para comenzar con el trabajo
de recopilación de datos se solicitó información
cartográfica al Instituto Geográfico Militar, el
mismo que contaba con placas alrededor del
terreno en estudio, lo que permitió obtener datos
más exactos de la ubicación. Se solicitó la Carta
Geográfica con numeración CT-NIV-C3, 3689-III
SERIE J721 que corresponde al área de Palestina.
Monografía Placa IGM: Para el control
topográfico se utilizó en el área de proyecto el
vértice geodésico del Instituto Geográfico Militar
(IGM) Red SIRGAS. Nombre del punto XV-L1-7.
Código de registro en el IGM: 6090. Coordenadas
UTM Aproximadas: 9827225 N; 637817 E; Zona
17 S: Cota:22.7314 Ubicación: Al costado S.E.
del puente sobre el río "Vinces". El punto anterior
se halla a 1,7 Km de distancia.
Encuesta: Se aplicó un cuestionario de 12
preguntas a 25 productores de banano que forman
parte de la Asociación de Pequeños y Medianos
Productores de Banano de Vinces
(ASOPBAVIN), con el fin de recaudar
información sobre la utilización de drones para el
control de la enfermedad sigatoka negra.
Se utilizó la herramienta Excel. Una vez que se
ingresó la información, se elaboraron gráficos
demostrativos procediendo a verificar los
resultados bajo el modelo de investigación
descriptiva.
Cobertura del dron: Para realizar el estudio de
cobertura se utilizó papel hidro sensible de la
marca Syngenta de 52 x 76 mm, colocando tres
unidades aleatoriamente en la hoja dos de la
plantación antes de la fumigación con productos
sistémicos y protectantes, a una altura de tres
metros encima del cultivo, teniendo un ancho de
faja de seis metros. El área de investigación
estuvo conformada por una superficie de 1
hectárea de banano. Recolección de datos: Al
final de cada fumigación se recolectaron y
guardaron en bolsas plásticas de cierre hermético,
las tarjetas hidrosensibles con datos
correspondientes, para evitar así que las muestras
presenten alteraciones en el resultado. También
necesitamos de un soporte de cartón al momento
de colocarlos en la hoja de banano.
Se contabilizó las gotas de cada papel hidro
sensible recolectado en 1 con la aplicación de
celular llamada Cuthill HydroReader donde
fueron escaneados encima de un papel bond
blanco para mayor exactitud, logrando conseguir
el número de impactos.
Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 28
Monitoreo de Sigatoka negra: El estudio se
realizó en campo, recolectando información a los
10 días después de la fumigación con dron, la
evaluación fitosanitaria tomo como referencia la
escala de incidencia y severidad desarrollada por
Stover (1971), posteriormente modificada por
Gauhl (1989). Donde se estimó el nivel de daño
de forma visual realizando un conteo de hojas
para posteriormente colocarlas en contraluz
destacando las machas o alguna estría visible
(Figura 1), se calculó el porcentaje de hoja de
acuerdo a los seis grados que presenta la escala de
Stover. Este procedimiento se ejecutó en diez
plantas de forma aleatoria, próximas a floración
entre 10 a 11 semanas fisiológicas (periodo de
floración), ubicadas en forma aleatoria a lo largo y
ancho de la plantación.
En la evaluación se consideró todas las hojas con
excepción de la hoja candela y hojas en completo
estado necrótico o con algún corte o cirugía. El
conteo empezó de derecha a izquierda de arriba
hacia abajo.
En el estudio de Severidad e Incidencia se destacó
los siguientes parámetros.
a) Hojas por planta (HP): Para obtener el
resultado de HP se sumó las hojas evaluadas
para luego dividir por el total de plantas
evaluadas.
b) Hoja más joven afectada (HMJA): Se
consideró desde la hoja más cercana a la hoja
candela que presente síntomas.
c) Porcentaje de área foliar afectada (AFA): Se
estimó al sumar el valor de todos los grados (1
a 6).
d) Porcentaje de área foliar sana (AFS): Se
determinó restando el valor total de los grados
(1 a 6) con el valor del grado 0 (sin síntoma de
daño).
e) Porcentaje de hojas infectadas por cada grado
(Método de Stover): Se determinó dividiendo
el total de hojas en cada grado entre el número
total de hojas para luego multiplicarlo por 100.
f) Promedio ponderado de infección (PPI): Este
cálculo se lo efectuó con la siguiente fórmula:
PPI=
El PPI significa el índice de daño en la planta,
cabe recalcar que se debe tener de 8 a 9 hojas
sanas con ello se obtenga un racimo en
condiciones adecuadas, tomando en cuenta que
falten de 7 a 8 semanas para la cosecha.
Figura 1. Escala de Stover por grados
Equipo y características técnicas: Se describen
en la tabla 1.
Tabla 1. Características técnicas del dron
utilizado.
MODELO
DRON DJI AGRAS T16
CAPACIDAD
16 litros
COBERTURA/
AUTONOMÍA
2 ha/ 1 batería/15 min
COBERTURA/ HORA
10 ha/1 hora
COBERTURA/ DÍA
60 ha/día
VELOCIDAD DE
ASPERSIÓN
5 m/s a 8 m/s
N. BOQUILLAS
8
ANCHO DE
FUMIGACIÓN
4-6,5 m (8 boquillas a una altura de
1,5 – 3 m sobre cultivos)
TIEMPO DE CARGA
POR BATERÍA
20 min
TIEMPO DE VUELO
18 min (Peso de despegue de 24,5
kg con batería de 17500 mAh) 10
min (peso de despegue de 39,5 kg
con batería de 17500 mAh)
RANGO DE DISTANCIA
3 km
ALTITUD (MSNM)
2000
ALTURA SOBRE
SUPERFICIE
2-3 m
PESO SIN CARGA
18.5 kg.
PESO CON CARGA
41 kg
TEMPERATURA DE
FUNCIONAMIENTO
0-40°C
GOTAS POR
60-80
MODELOS DE
BOQUILLAS
XR11001VS (estándar),
TASA DE
PULVERIZACIÓN
MÁXIMA
XR11001VS: 3,6 l/min,
TAMAÑO DE GOTA
XR11001VS: 130 - 250 μm
VELOCIDAD MÁXIMA
DE FUNCIONAMIENTO
7 m/s
VELOCIDAD MÁXIMA
DE VUELO
10 m/s (con fuerte señal GNSS)
Fuente: Sheyla Narcisa Arriaga-García
Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 29
Preparación de productos químicos: Para la
mezcla previo a la fumigación se consideró las
dosis por hectárea de cada producto, se realizaron
cinco ciclos de fumigación alternando sistémicos
y protectantes. En la primera campaña (Tabla 2),
se procedió a efectuar un “coctel” con dos
fungicidas sistémicos de acción concentrada
emulsionable (Pamona - Siganex) donde se les
adicionó emulsificante, aceite agrícola y 12,9
litros de agua.
Tabla 2. Primera campaña
NOMBRE
COMERCIAL
COMPONENTE
ACTIVO
DOSIS
L/ha
Pamona
Propiconazole
0,4 L/ha
Siganex
Pyrimethamil
0,5 L/ha
Banole
Aceite mineral
parafínico
2 L/ha
Terco
Alquilariletoxilatos
y Trioleato de
Sorbitol
0,2 L/ha
Fuente: Sheyla Narcisa Arriaga-García
En la segunda y tercera campaña (Tabla 3), se
aplicó un fungicida protectante de suspensión
concentrada donde se lo disolvió en 14,5 litros de
agua, hasta obtener una solución homogénea.
Tabla 3. Segunda y tercera campaña
NOMBRE
COMERCIAL
COMPONENTE
ACTIVO
DOSIS
L/ha
Bravo 720
Chlorothalonil
1,5 L/ha
Fuente: Sheyla Narcisa Arriaga-García
En la cuarta campaña (Tabla 4), se procedió a
colocar fungicidas sistémicos, usando otro
componente activo, se adicionando aceite
agrícola, emulsificante y 11,4 litros de agua para
una mezcla soluble de fácil aspersión.
Tabla 4. Cuarta campaña
NOMBRE
COMERCIAL
COMPONENTE
ACTIVO
DOSIS
L/ha
Pamona
Propiconazole
0,4 L/ha
Mancozin
Mancozeb
2 L/ha
Banole
Aceite mineral
parafínico
2 L/ha
Terco
Alquilariletoxilatos
y Trioleato de
Sorbitol
0,2 L/ha
Fuente: Sheyla Narcisa Arriaga-García
En la quinta campaña (Tabla 5) se aplicó un
fungicida protectante junto con un abono foliar
para disminuir las deficiencias nutricionales del
cultivo, se utilizó 13,5 litros de agua.
Tabla 5. Quinta campaña
NOMBRE
COMERCIAL
COMPONENTE
ACTIVO
DOSIS
L/ha
Bravo 720
Chlorothalonil
1,5 L/ha
Metalosato
Multimineral
Calcio, Magnesio,
Zinc, etc.
1 L/ha
Fuente: Sheyla Narcisa Arriaga-García
Tiempo recorrido del dron: Se efectuó un vuelo de
ocho minutos cubriendo el área en su totalidad. La
velocidad de pulverización se realizó a 7 m/s, a
tres metros de altura del área foliar, con un ancho
de faja de seis metros.
Fase Preliminar: En primera instancia, el técnico
procedió a realizar el plan de vuelo, conectándose
automáticamente con los satélites al encenderse el
control que manipula el dron. Posteriormente se
recogió los puntos del área establecida, con la
cámara integrada sobrevolando el área. Una vez
realizado el plan de vuelo, se configuró la altura,
el ancho de faja, la dirección de los pases,
velocidad y descarga. La preparación de los
tratamientos fue mientras se realizaba el plan de
vuelo.
Fase Intermedia: Ya establecidos los parámetros
adecuados para realizar la aspersión, se colocó la
batería del dron y se insertó el contenedor con las
dosis correspondientes de pesticidas, antes de
sobrevolar se hizo una prueba de boquillas para
prevenir que no estén obstruidos, se estableció el
plan de vuelo para despegar el dron de su lugar de
partida.
Fase final: Se realizó un vuelo de ocho minutos,
en el área de la investigación, se aplicó los
fungicidas con una frecuencia de 14 días entre
aplicaciones.
Resultados y discusión
Cobertura de fungicida aplicado: Se observa en (
Tabla 6) los parámetros analizados para destacar
la cobertura que tuvo el dron al momento de la
pulverización, en los cuales estuvo el tipo de
fungicida utilizado, el número de gotas/ , el
promedio de gotas / , número de ciclos y el
rango de gotas para pulverización exigido.
Los fungicidas de contacto obtuvieron un
promedio de 62 gotas por / y los sistémicos
32 gotas por / . En ambos fungicidas el
porcentaje obtenido se acopla a los establecidos
(Quintana,2020). Segun Larragueta (1985), se
requiere una cobertura mínima de 50 gotas/
Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 30
en fungicidas de contacto, en cambio en los
productos sistémicos resulta suficiente que solo
una parte de la hoja reciba el fungicida, estos se
translocan dentro de la planta.
Tabla 6. Cobertura de gotas por .
TIPO DE
FUNGICIDA
NO. DE
GOTAS/
cm2
PROMEDIO
cm2
RANGO
DE
GOTAS
PROTECTANTE
(CAMPAÑA 2)
71
62
50-70
55
59
SISTÉMICO
(CAMPAÑA 1)
24
32
30-40
34
37
Área foliar afectada por Sigatoka negra: Se
realizó un diagnóstico (Tabla 7) de 10 plantas en
total, en los cinco ciclos de fumigación, con un
promedio de 437 hojas, donde el área foliar
afectada inicialmente fue el 59,18%. El último
control se obtuvo un 27,27% de infección por la
enfermedad. El resultado muestra una diferencia
del 26% menos de infección luego de la
pulverización con drones.
El porcentaje inicial del área foliar sin daños fue
40,80%, luego del ultimo control se mostró un
incremento del 32% consiguiendo un total del 72,
73% de hojas sanas. Se comprobó la eficacia de
las aspersiones con drones para bajar los niveles
infecciosos de la enfermedad, protegiendo las
hojas nuevas. Según (Infante Noblecilla, 2017),
no hay que combatir la enfermedad sino
mantenerla en niveles muy bajos de infección.
Tabla 7. Área foliar con y sin daños en
porcentaje.
En las tablas 8 y 9, están los promedios de hojas
por planta, siendo nueve hojas al inicio y al final
del estudio. Las hojas más jóvenes afectadas fue
la 4,90 en el primer control y en el ultimo la 7,40,
es decir la plantación cuenta con 7,40 hojas
funcionales antes de la floración lo que no
permitiría el crecimiento de un buen racimo. El
promedio ponderado de infección fue 1,61 en el
primer control y 0,56 en el último. El PPI
establece la incidencia y severidad que ha tenido
la plantación por la infección de Sigatoka negra.
Si el valor del PPI es mayor, la severidad de la
enfermedad será más elevada. Por ende,
implementar controles cuando el PPI esté por
debajo de 0,5 para evitar daños en el fruto
(Orozco et al., 2013).
Tabla 8. Primer control basado en método de
Stover.
PARÁMETROS
PROMEDIO
Hojas por plantas
(H/P)
9
Hojas más jóvenes
afectada (HMJA)
4,90
Promedio ponderado
de infección (PPI)
1,61
Tabla 9. Último control basados en el método
de Stover
PARÁMETROS
PROMEDIO
Hojas por plantas
(H/P)
8,74
Hojas más jóvenes
afectada (HMJA)
7,40
Promedio ponderado
de infección (PPI)
0,56
En la Tabla 10 se describe el área foliar en grado
0 (sin síntomas) con un porcentaje inicial de
40,80%, en el último control se alcanzó un
72,73% de hojas en grado 0. Para el grado 1 (10
manchas por hoja) en el primer control presentó
un 12,24%, en el último se logró un 20,45%, este
grado es manejable para que la enfermedad no
avance y perjudique la calidad del racimo.
Los grados 2, 3, 4 y 5 suman un porcentaje de
afectación foliar del 47% en el primer control, en
el último se evidenció un 7%. Lo que resulta una
diferencia del 40% menos de severidad en la
plantación. Para (Tomala Chimbo, 2022) la
fumigación en plantaciones bananeras con drones
y avionetas es un método eficaz para el control de
Sigatoka negra, el cual aumentó un número de
hojas libres de estrías a los 70 días con un
promedio de 8,05
Tabla 10. Porcentaje de área foliar afectada
por cada grado.
0 1 2 3 4 5 6
PORCENTAJE INICIAL 40,80 12,24 7,14 18,40 7,14 14,30 0 -59,18
4-jul-22 43,30 13,33 7,78 20,00 5,56 10,00 0 -56,67
18-jul-22 49,40 16,47 8,24 18,80 3,53 3,53 0 -50,59
1-ago-22 49,50 7,69 14,30 19,80 6,59 2,20 0 -50,55
15-ago-22 54,22 21,69 3,61 15,66 4,82 0 0 -45,78
29-ago-22 72,73 20,45 5,68 1,14 0 0 0 -27,27
PORCENTAJE DE HOJAS INFECTADAS
CICLOS/HOJAS INFECTADAS
FECHA/CONTROL
GRADOS DE ENFERMEDAD
-27,27
0 1 2 3 4 5 6
PORCENTAJE INICIAL 40,80 12,24 7,14 18,40 7,14 14,30 0
4-jul-22 43,30 13,33 7,78 20,00 5,56 10,00 0
18-jul-22 49,40 16,47 8,24 18,80 3,53 3,53 0
1-ago-22 49,50 7,69 14,30 19,80 6,59 2,20 0
15-ago-22 54,22 21,69 3,61 15,66 4,82 0 0
29-ago-22 72,73 20,45 5,68 1,14 0 0 0
FECHA/CONTROL
GRADOS DE ENFERMEDAD
Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 31
Análisis económico: En la Tabla 11, se compara
los gastos del servicio de dron y motobomba,
donde se observó una diferencia de costos de cada
servicio por hectárea; tomando en cuenta la
operación y los costos por área a fumigar, con
dron es $ 22,00 a partir de dos hectáreas, sin
embargo a mayor extensión es menos el valor
monetario, en este caso correspondería a $18 lo
mínimo a partir de cinco hectáreas.
El costo de alquiler de la motobomba es $ 20 y la
persona que la ópera es $10 que dan un total de
$30,00. El gasto final de asperjar con dron alcanza
un monto de $110,00 por cinco ciclos, en lo que
es motobomba el gasto total es $150,00 con el
mismo número de ciclos; estos resultados
evidencian una ventaja de rentabilidad a favor del
dron.
El costo de la pulverización con motobomba
supera al dron en $40,00 equivalentes al 36,4%.
(Tomala Chimbo, 2022) en su investigación
concluye al comparar precios, que las aplicaciones
con dron vendrían a ser más económico en menor
escala de fumigación.
Tabla 11. Comparación del Uso de dron y
motobomba.
DESCRIPCIÓN
DRON
MOTOBOMBA
2-5
hectáreas
>5
hectáreas
Costo de
servicio/ha $
22,00
18,00
30,00
Hectáreas
evaluadas
1
1
1
Costos unitarios
22,00
18,00
30,00
Campañas
5
5
5
Costos totales
110,00
90,00
150,00
Los resultados de las encuestas aplicadas a los
productores de la Asociación de Pequeños y
Medianos Productores de Banano de Vinces
(ASOPBAVIN), muestran lo siguiente:
Preguntas 1: ¿Confía en el tipo de fumigación
que implementa actualmente para combatir la
Sigatoka negra?
En la tabla 12, se presenta la confiabilidad que
muestran los productores a las fumigaciones, en el
52% la respuesta fue afirmativa, es decir, si
confían en el tipo de fumigación que usan en la
actualidad, mientras el 44% se mostró menos
confiado y un 4% respondió de forma negativa.
Estos resultados dan a entender que los sistemas
de fumigaciones implementados no les satisfacen
del todo a los productores, por ello se podría optar
por nuevas tecnologías de pulverización.
Tabla 12. Nivel de confianza sobre métodos
actuales de aspersión de los químicos.
Respuesta
Frecuencia
Absoluta
Frecuencia
Relativa (%)
Si
13
52
No
1
4
Un poco
11
44
Total
25
100
Pregunta 2: ¿Que influye para escoger su método
de fumigación actual?
En la tabla 13, se muestra los factores que
influyen mayoritariamente en la selección del
método de pulverización, encontrándose como
primer factor la cobertura con el 32%, seguido de
recomendaciones con el 28%.
Tabla 13. Factores que influyen en la selección
del método de aspersión.
Respuesta
Frecuencia
Absoluta
Frecuencia
Relativa (%)
Costo
5
20
Recomendaciones
7
28
Tiempo
5
20
Cobertura
8
32
Resultados de control
0
0
Total
25
100
Pregunta 3: En las áreas sensibles de su
plantación ¿Qué método usaría usted como
reemplazo para el control de Sigatoka negra?
En la tabla 14, se observan dos opciones para el
reemplazo de fumigación en zonas sensibles,
donde el 52% lo realizaría motobomba y el 48%
con dron. Los productores están dando cabida a la
nueva tecnología que ha futuro sería la mejor
opción.
Tabla 14: Método de reemplazo para zonas
sensibles.
Respuesta
Frecuencia
Absoluta
Frecuencia
Relativa (%)
Motobomba
13
52
Dron
12
48
Total
25
100
Pregunta 4: ¿Qué valor usted invierte en fumigar
por hectárea?
La tabla 15, muestra el valor monetario que
invierte el productor en contratar servicios de
fumigación, el 24% invierte entre $10 a $15, el
44% entre $15 a $20 y el 32% entre $20 a $30
Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 32
dólares. En los rangos establecidos, el mayor
porcentaje ingresa en los costos que solicita el
dron para realizar una fumigación
Tabla 15: Valor invertido para aplicar los
fungicidas
Respuesta
Frecuencia
Absoluta
Frecuencia
Relativa (%)
$10 a $15
6
24
$15 a $20
11
44
$20 a $30
8
32
Total
25
100
Pregunta 5: ¿Reemplazaría usted el método de
fumigación actual por aplicaciones con drones en
su plantación?
La tabla 16, hace referencia a la intención de
remplazar los equipos de fumigaciones
tradicionales por drones, el 80% de los
encuestados su respuesta fue positiva y el 20% no
lo reemplazaría y seguiría con el método de
fumigación tradicional.
Las encuestas previas nos indican que la
fumigación con motobomba puede ser fácilmente
reemplazada por la fumigación con dron, ya que
esta ofrece un alto grado de eficiencia a un menor
costo y se aplica en un menor tiempo. Esto ofrece
al productor la posibilidad de reducir los costos de
producción, y a su vez incrementar el margen de
ganancia por caja de banano producida.
Tabla 16. Intención de reemplazo en sistemas
de aspersión actuales.
Respuesta
Frecuencia
Absoluta
Frecuencia
Relativa (%)
Motobomba
20
80
Dron
5
20
Total
25
100
Conclusiones
De acuerdo a los resultados obtenidos se concluye
lo siguiente:
1. El grado de eficiencia, cobertura y control de
severidad en la enfermedad, fue favorable
con el uso del dron.
2. Los grados de severidad disminuyen para
obtener una plantación con buena sanidad,
lográndose controlar la enfermedad y
mantener las nuevas hojas libre de daño.
3. Económicamente el uso dron es más rentable
que la motobomba, el uso de esta tecnología
permite ahorrar tiempo, pesticidas y dinero.
4. Las encuestas reflejan que hay productores
implementando este sistema de fumigación y
otros están dispuestos a reemplazar sus
métodos tradicionales de fumigación por el
uso de dron.
Agradecimiento
A las autoridades de la Universidad de Guayaquil
representadas por el Dr. Francisco Morán Peña
Rector, y Dra. Sofía Lovato Torres Vicerrectora
Académica; así como a las autoridades de la
Facultad de Ciencias Agrarias representadas por la
Dra. Martha Mora Gutiérrez Decana, y Mgs.
Leticia Vivas Vivas Subdecana. De igual manera
a todo el personal que labora en el Centro de
Apoyo Vinces de la Universidad de Guayaquil.
Refencias bibliográficas
Aguilar, J. (2018). Control de la sigatoka negra
Mycospaherella fijiensis morelet con dos
sistemas de atomización área en una finca
orgánica. En Tesis de grado (pág. 22).
Universidad Técnica de Machala. Tesis de
grado, Universidad Técnica de Machala:
http://repositorio.utmachala.edu.ec/handle/
48000/12425
Almodovar, W., & Diaz, M. (2007). Identificación
y manejo de Sigatoka y otras enfermedades
de plátano y guineo. n
http://academic.uprm.edu/walmodovar/HT
MLobj276/Manual_ID_y_MIP_de_SN_y_E
nferm_Plat_y_Guineo.pdf. IICA-CATIE.
BBVA. (14 de Julio de 2018). BBVA.
https://www.bbva.com/es/dilemas-eticos-
sociedad-drones/
Cedeño, G., Suarez, C., Vera, D., Fadda, C.,
Jarvis, D., & Santis, P. (2017). Detección
temprana de resistencia a Mycosphaerella
fijiensis en genotipos locales de Musaceas
en Ecuador. Scientia Agropecuaria, 8(1),
29 – 42.
CEGESTOR. 2012. Plan de desarrollo y
ordenamiento territorial del canton Vinces.
gobierno autónomo descentralizado del
cantón Vinces: http://app.sni.gob.ec/sni-
link/sni/PORTAL_SNI/data_sigad_plus/sig
adplusdocumentofinal/1260001030001_PD
OT%20GAD%20VINCES%202015_04-04-
2016_17-05-19.pdf
Chávez Reyes, F. A. (2013). Diseño de un
mercado para el sector norte de la ciudad
de Vinces. Universidad Cátolica de
Santiago de Guayaquil:
file:///C:/Users/lachi/Desktop/T-UCSG-
PRE-ARQ-CA-202-T.1.pdf
Vol. 2 (1) 2022. pp. 25-33
ISSN (online): 2953-6596
Revista Científica
Ecológica Agropecuaria
RECOA
ECOAgropecuaria 2022 pág. 33
Díaz, J. (2015). “Estudio de Índices de vegetación
a partir de imágenes aéreas tomadas desde
UAS/RPAS y aplicaciones de estos a la
agricultura de precisión,”. Universidad
Complutense de Madrid.
FAO. 2012. La "sigatoka negra" afecta a un
tercio de la producción bananera de
Ecuador. El Telégrafo.
https://www.fao.org/in-
action/agronoticias/detail/en/c/494117/#:~:
text=La%20sigatoka%20negra%20es%20u
n,es%20contrarrestada%20la%20merma%
20totalmente.
Infante Noblecilla, C. J. (2017).Unidad
académica de Ciencias Agropecuarias.
Efecto de la aplicación de fungicidas
sistémicos y protectantes en el control de
sigatoka negra en cuatro fincas bananeras:
http://repositorio.utmachala.edu.ec/bitstrea
m/48000/10521/1/DE00002_EXAMENCO
MPLEXIVO.pdf
Javier, F., & Briones, F. (2017). “Estudio de
mercado para la importación de drones de
fumigación con el fin de ofrecer el servicio
en el sector agrícola especialmente en
cultivos de arroz, de los cantones Santa
Lucía, Daule y Nobol de la provincia del
Guayas. Universidad del Pacífico.
Universidad del Pacífico.
Larragueta, O. (1985). Picos pulverizadores.
(Boletín de Pulverizaciones, Agrícolas).
Departamento de Ingeniería Rural, INTA
Castelar- Barbuy S.A(2), 3.
Morocho, M. (2015). Aplicación de fungicidas
bajo condiciones simuladas de lluvia en
una plantilla de banano musa sp. En el
Guabo (en línea). Universidad Tecnica de
Machala:
http://repositorio.utmachala.edu.ec/bitstrea
m/48000/1090/7/CD326_TESIS.pdf.
Orozco-Santos, M., Orozco-Romero, J., Pérez-
Zamora, O., Manzo-Sánchez, G., Farías-
Larios, J., & Moraes, W. D. S. (2008).
Prácticas culturales para el manejo de la
Sigatoka negra en bananos y plátanos.
Tropical Plant Pathology, 33, 189-196.
Orozco , M., García , K., Manzo, G., Guzmán, S.,
Martínez, L., Beltrán, M., & Cando, B.
(2013). LA SIGATOKA NEGRA Y SU
MANEJO INTEGRADO EN BANANO.
Campo experimental Tacoman-Mexico:
SAGARPA, INIFAP, CIRPAC.
Orozco, M., Garcia, K., Manzo, G., & Salvador,
G. (2013). La Sigatoka Negra y su manejo
integrado en Banano.
https://www.academia.edu/20836805/La_Si
gatoka_Negra_y_su_manejo_integrad
Pacheco Prado, D., & L, A. (2017).
researchgate.net.
https://www.researchgate.net/publication/3
20911797_Inventario_de_parques_y_jardi
nes_de_la_ciudad_de_Cuenca_con_UAV_y
_smartphones
Rafal Perz, K. W. (octubre de 2018).
researchgate.net. UAV application for
precision agriculture:
https://www.researchgate.net/publication/3
28159362_UAV_application_for_precision
_a
Quintana L, R. (2020). Agricultura de Precisión.
Uso de Drones Fumigadores: Actualidad y
Futuro. Ciclo de Charlas Virtuales
“Herramientas para Adaptación al Cambio
Climático en la Agricultura” (pág. 71).
Quilamapu: Ministerio de Agricultura-
Gobierno de Chile.
Redagricola. (2020). Principales plagas y
enfermedades del banano.
https://www.redagricola.com/co/principale
s-plagas-y-enfermedades-del-banano/
Terms, D. (2016). Department of Defense
Dictionary of Military and Associated .
https://fas.org/irp/doddir/dod/jp1_02.pdf
Tómala Chimbo, Y. (2022). Universidad Agraria
del Ecuador. Facultad de Ciencias
Agrarias:
https://cia.uagraria.edu.ec/Archivos/TOMA
LA%20CHIMBO%20YOMIRA%20VER%C
3%93NICA.pdf
Vargas Ramírez, N. (2018).
https://www.researchgate.net/publication/3
23583827_Antecedentes_del_uso_civil_co
munitario_o_participativo_de_drones
William Megarry, C. J. (2018). Debitage and
Drones: Classifying and Characterising
Neolithic Stone Tool Production in the
Shetland Islands Using High Resolution
Unmanned Aerial Vehicle Imagery.
https://www.researchgate.net/search.Searc
h.html?type=publication&query=Debitage
%20
