Intel·ligència artificial i drons per seleccionar el blat més resilient
en-GBde-DEes-ESfr-FR

Intel·ligència artificial i drons per seleccionar el blat més resilient


Fer que el blat s’adapti millor al canvi climàtic sense perdre rendiment s’ha convertit en una necessitat urgent per a l’agricultura. Ara, una recerca liderada per un equip de la Universitat de Barcelona i del centre de recerca Agrotecnio ha descobert una manera innovadora d’afrontar aquest desafiament: combinar tecnologia avançada i intel·ligència artificial per seleccionar les millors varietats d’aquesta gramínia.

El treball, publicat a la revista Plant Phenomics, proposa un canvi de mirada: cal fixar-se no només en el rendiment, sinó també en la capacitat del blat de mantenir collites consistents ecara que el clima sigui canviant. Les conclusions apunten que aquesta combinació de productivitat i estabilitat és clau per assegurar collites segures en condicions ambientals canviants.

Els autors de l’estudi són els investigadors Jara Jauregui Besó, José Luis Araus i Shawn Carlisle Kefauver, del Departament de Biologia Evolutiva, Ecologia i Ciències Ambientals de la Facultat de Biologia de la UB i Agrotecnio; Nieves Aparicio i Sara Álvarez, de l’Institut Tecnològic Agrari de Castella i Lleó (ITACyL), i María Teresa Nieto Taladriz, de l’Institut Nacional de Recerca i Tecnologia Agrària i Alimentària (INIA-CSIC).

Drons per estudiar els cultius de blat

L’equip ha analitzat 64 varietats de blat dur cultivades en dos entorns mediterranis diferents: en regadiu i en secà. L’objectiu era identificar quins genotips combinen una producció elevada amb una resposta estable en ambients variables, amb diferències en temperatura i disponibilitat d’aigua.

Un dels resultats més sorprenents és que les varietats seleccionades no són les que mantenen les fulles verdes més temps fins al final de la temporada, sinó les que creixen amb força al principi i maduren una mica abans.

Per contra, les línies descartades presentaven un vigor inicial baix i mantenien les fulles verdes durant més temps, cosa que no garanteix un millor rendiment.

En el marc del treball, l’equip va utilitzar sensors terrestres i drons equipats amb càmeres RGB, multiespectrals i tèrmiques, que van permetre monitorar el desenvolupament dels cultius durant tot el cicle. Aquesta tecnologia permet obtenir informació clau del blat abans de segar, eliminant la necessitat de fer-ho i reduint tant els costos com el temps necessari per estudiar-lo.

Amb totes aquestes dades, l’equip va entrenar models d’intel·ligència artificial capaços de predir amb gran precisió tant el rendiment com l’estabilitat productiva de les varietats.

Aquesta estratègia pot convertir-se en una eina molt útil per als programes de millora genètica i pot ajudar a desenvolupar varietats de blat més preparades per afrontar els reptes del canvi climàtic.

Més verd no sempre vol dir millor

Els investigadors van analitzar, en primer lloc i per separat, els trets de rendiment i estabilitat del blat dur. Van veure que els genotips amb més rendiment es caracteritzen per un alt vigor inicial i una verdor sostinguda durant les fases de creixement ràpid fins al final del cicle. En canvi, els genotips més estables presenten un vigor inicial més baix, un creixement més lent i un cicle més curt, fet que els permet aprofitar millor els recursos disponibles per al gra. Amb l’objectiu d’identificar un equilibri entre aquests mecanismes compensatoris, els experts van desenvolupar un mètode de selecció de varietats que combinen un rendiment competitiu amb una bona estabilitat.

L’estudi conclou que un establiment vigorós inicial combinat amb la maduració anticipada sembla clau per aconseguir collites més constants en condicions ambientals variables, la qual cosa ajudaria que el blat pogués afrontar millor la sequera i les temperatures elevades.

Jauregui-Besó, Jara; Aparicio, Nieves; Álvarez, Sara; Nieto-Taladriz, María Teresa; Araus, José Luis; Carlisle Kefauver, Shawn. «Multi-sensor phenotyping of yield and yield stability for genotype selection in durum wheat». Plant Phenomics, febrer de 2026. DOI:10.1016/j.plaphe.2026.100178.
Angehängte Dokumente
  • Un estudi liderat per la Universitat de Barcelona i Agrotecnio proposa una estratègia nova per identificar varietats de blat més productives i adaptades al canvi climàtic. Foto: Jara Jauregui Besó
Regions: Europe, Spain
Keywords: Applied science, Technology, Artificial Intelligence, Business, Food & drink, Science, Agriculture & fishing, Life Sciences

Disclaimer: AlphaGalileo is not responsible for the accuracy of content posted to AlphaGalileo by contributing institutions or for the use of any information through the AlphaGalileo system.

Referenzen

We have used AlphaGalileo since its foundation but frankly we need it more than ever now to ensure our research news is heard across Europe, Asia and North America. As one of the UK’s leading research universities we want to continue to work with other outstanding researchers in Europe. AlphaGalileo helps us to continue to bring our research story to them and the rest of the world.
Peter Dunn, Director of Press and Media Relations at the University of Warwick
AlphaGalileo has helped us more than double our reach at SciDev.Net. The service has enabled our journalists around the world to reach the mainstream media with articles about the impact of science on people in low- and middle-income countries, leading to big increases in the number of SciDev.Net articles that have been republished.
Ben Deighton, SciDevNet
AlphaGalileo is a great source of global research news. I use it regularly.
Robert Lee Hotz, LA Times

Wir arbeiten eng zusammen mit...


  • The Research Council of Norway
  • SciDevNet
  • Swiss National Science Foundation
  • iesResearch
Copyright 2026 by DNN Corp Terms Of Use Privacy Statement