Su función
Monitorear y cuantificar en tiempo real los niveles de ácido salicílico (SA) directamente en las plantas, permitiendo detectar de forma temprana respuestas de estrés y defensa vegetal para apoyar la toma de decisiones agronómicas
Dispositivo de sensado wearable para la detección y monitoreo in situ y en tiempo real del ácido salicílico sobre la superficie de las hojas, de forma no invasiva. Esta tecnología permite evaluar de manera temprana el estado fisiológico de las plantas, identificando niveles de estrés, respuesta frente a patógenos y condiciones ambientales adversas antes de la aparición de síntomas visibles. La información obtenida facilita la toma de decisiones preventivas en el manejo agronómico, optimiza el uso de insumos y contribuye a mejorar la productividad y la calidad de los cultivos. Su implementación impulsa prácticas de agricultura de precisión sostenibles, fortaleciendo la resiliencia y competitividad del sector agrícola.
Problemática
Uno de los principales desafíos en la agricultura moderna es la detección temprana del estrés fisiológico en los cultivos. Actualmente, gran parte de las decisiones agronómicas se basan en la observación de síntomas visibles, cuando el daño ya está avanzado y las pérdidas en productividad y calidad son, en muchos casos, inevitables. Adicionalmente, las herramientas disponibles para el monitoreo del estado de las plantas suelen ser invasivas, discontinuas o limitadas en su capacidad de captura de información en tiempo real.
Beneficios
Monitoreo en tiempos real directamente en campo
ácido salicílico sin destruir la planta ni depender de análisis de laboratorio, reduciendo costos, tiempo y necesidad de infraestructura especializada.
Detección temprana y precisa del estrés vegetal
Gracias a su alta sensibilidad y selectividad, identifica señales de estrés antes de que aparezcan síntomas visibles, facilitando decisiones oportunas de manejo fitosanitario y nutricional.
Impulso a la agricultura de precisión
Su integración con plataformas IoT e inteligencia artificial permite generar modelos predictivos, optimizar el uso de insumos, reducir impactos ambientales y mejorar la productividad de los cultivos.