Nueva app potencia la polinización en frutales

El trol de los polinizadores es clave en cultivos como el arándano, el tomate o el kiwi, cuyas flores no liberan polen con el simple contacto, lo que convierte a las abejas nativas con capacidad de vibrar en aliadas insustituibles para una polinización eficiente y de mayor calidad.

Es por ello que con el objetivo de potenciar este actuar natural y los cultivos es que un equipo de investigadores chilenos de la Universidad Católica del Maule (UCM) lanzaron recientemente una aplicación móvil “Beesound”.

Es una herramienta móvil que busca acercar la ciencia al campo productivo permitiendo identificar de forma automática abejas nativas por el sonido de su zumbido, entregando información útil para productores que dependen de la polinización en cultivos frutales.

abejas

Por su parte el decano de la Facultad de Ciencias Básicas, Dr. Fernando Córdova Lepe, relevó que este hito refleja cómo el conocimiento científico puede convertirse en impacto regional. Según planteó, el proyecto pone en valor un “tesoro” muchas veces ignorado: las abejas nativas que, con evidencia robusta, demostraron ser altamente eficientes en la polinización del arándano, con implicancias ecológicas y también económicas para una matriz productiva clave en el Maule.

En esa línea, el director del proyecto, Dr. Víctor Hugo Monzón Godoy, explicó que el estudio se enfocó en cultivos agrícolas con flores con estambres poricidas que requieren vibración para liberar el polen (proceso conocido como sonicación). En términos simples, señaló que no basta con tener “muchas abejas” en el huerto: importa que sean especies capaces de vibrar, ya que esa conducta marca una diferencia en parámetros vinculados a la eficacia de polinización.

Polinizadores nativos 

Es importante indicar que Beesound es el resultado de una investigación pionera desarrollada en cinco huertos de arándanos del centro-sur de Chile, financiada por el Gobierno Regional del Maule (FIC, BIP N°40.019.177-0).

Monzón destacó el intenso trabajo en terreno que implicó el desarrollo del proyecto, el cual se extendió por varias temporadas agrícolas en jornadas de horas de labor en las que el equipo científico realizó monitoreos sistemáticos de visitas florales, registros de audio del zumbido de distintas especies, observaciones directas del comportamiento de vibración y mediciones asociadas a la eficiencia de polinización, combinando ciencia aplicada y colaboración con productores locales para generar resultados con impacto real en la agricultura regional.

La aplicación utiliza un modelo basado en machine learning que reconoce el zumbido para apoyar la identificación.

Actualmente está disponible en Android en versión de prueba, mientras su publicación en iOS se encuentra en proceso. “La invitación a productores y usuarios en general es a descargarla, probarla y enviar observaciones para su mejora. En la práctica, permite grabar el sonido, obtener una identificación probable y acceder a fichas con información de la especie (además de recursos como audios y referencias)”, destacó el doctor Monzón.