Modelos predictivos de plagas agrícolas reducen a la mitad el uso de pesticidas

Agricultores en Inglaterra están redefiniendo la gestión de plagas mediante herramientas de predicción basadas en algoritmos computacionales, en un proyecto que apunta a transformar la forma en que la agricultura intensiva enfrenta el control de moluscos dañinos. El programa, denominado Slimers —siglas en inglés de estrategias para una mejor gestión y mayor resistencia a las babosas—, opera con un financiamiento de £2.6 millones respaldado por el Departamento de Medio Ambiente, Alimentación y Asuntos Rurales del Reino Unido, y es liderado por la Red Británica de Innovación en Granjas a lo largo de tres años de investigación aplicada.

Babosas y otros gasterópodos representan una pérdida estimada de £44 millones anuales en el sector agrícola británico, afectando principalmente cultivos de trigo, colza, cebada y avena. Para combatirlos, un grupo de 28 agricultores —apodados 'detectives de babosas'— colaboró con científicos de la Universidad de Harper Adams colocando trampas en sus tierras y alimentando con esos datos un modelo computacional capaz de predecir la ubicación y densidad de las plagas según tipo de suelo y condiciones climáticas. El Prof. Keith Walters, responsable del modelo, señaló que las babosas no se distribuyen aleatoriamente, sino que forman parches específicos que ahora pueden anticiparse con precisión. Los mapas de predicción resultantes fueron probados por 16 productores durante temporadas de otoño e invierno, logrando reducir a la mitad el volumen de pellets necesarios para el control de plagas.

Este avance cobra relevancia estratégica en un contexto regulatorio más restrictivo: la prohibición del metaldehído en 2022 —químico ampliamente utilizado en el control de babosas— aceleró la búsqueda de alternativas sostenibles y elevó el interés en soluciones de agricultura de precisión. Entorno identifica en este tipo de proyectos una señal clara de hacia dónde se dirige la gestión agrícola: modelos predictivos que combinan datos de campo, inteligencia computacional y conocimiento experto de los propios productores para optimizar insumos y reducir el impacto ambiental. Paralelamente, el proyecto Slimers avanza en el desarrollo de variedades de trigo con mayor resistencia natural a estos moluscos, lo que podría representar una capa adicional de protección sin dependencia química en el mediano plazo.