Análisis de la severidad de la roya del café en sistemas agroforestales mediante aprendizaje profundo en ecosistemas tropicales peruanos

El estudio caracteriza dos sistemas agroforestales cafetaleros en los distritos de Chirinos (San Ignacio) y San José del Alto (Jaén), Cajamarca, y evalúa la severidad de la roya del café mediante aprendizaje profundo. Con enfoque descriptivo cuantitativo, se seleccionaron cuatro parcelas y diez subparcelas, se registraron especies forestales asociadas (predominando Inga edulis y Persea americana), variedades de café (Pache, Caturra, Bourbon, Geisha, Catimor) y porcentaje de sombra (25,5% a 67,5%, medido con HabitApp y plantilla visual). Los policultivos tradicionales resultaron el sistema más frecuente; no se identificaron policultivos comerciales. Se recolectaron 319 fotografías de hojas con cámara profesional, procesadas y clasificadas con los modelos de transferencia MobileNet y VGG16, aplicando dos escalas de severidad: la de SENASA (Perú, grados 0-4) y la de SENASICA (México, grados 0-6), con apoyo de la aplicación Leaf Doctor. El grado 1 fue la severidad más prevalente en ambas metodologías (1-5% del área foliar afectada según SENASA; 0-2% según SENASICA). MobileNet alcanzó la mejor exactitud global —94% con la escala SENASA y 92% con SENASICA a las 50 épocas— frente a 91% y 90% de VGG16; ambos modelos clasificaron bien las clases dominantes (grados 0 y 1) pero tuvieron desempeño medio en las clases menos representadas. Los autores señalan como limitación la falta de análisis de variables meteorológicas (humedad foliar prolongada, temperatura) asociadas a la infección, y concluyen que estos modelos abren el camino a herramientas computacionales de bajo costo para la detección temprana de la roya y la adopción oportuna de medidas de control.