La Sigatoka negra causada por el hongo Mycosphaerella fijiensis(Morelet), constituye la principal enfermedad del cultivo de banano. Tradicionalmente para el control de la enfermedad se han utilizado técnicas muy subjetivas y más cualitativas que cuantitativas para evaluar su desarrollo, lo cual podría llevar a sesgos en las estimaciones de focos de ataque así como en efectividad de los productos químicos de control. En esta investigación se evaluó la sensibilidad y eficacia de una herramienta de investigación que incluyen al espectrómetro de campo infrarrojo SCiO© en conjunto con la aplicación web de SCiOLab©. Esta herramienta fue utilizada para la elaboración de una base de datos de firmas espectrales (700 nm a 1050 nm [fwhm 0.5 nm]), las cuales fueron utilizadas para la creación y evaluación de modelos matemáticos enfocados para la detección temprana de la enfermedad en sus estadios más tempranos en la hoja número uno. Con esta herramienta se podría adelantar el monitoreo de la infección y con esto la detección y control de la enfermedad en menos de tres semanas, en comparación con el método utilizado “pisqueo”, donde se evalúa la hoja en posición tres, cuando ya la infección es visible para el ojo humano. La metodología desarrollada para este estudio demostró que cuanto al desarrollo y uso de modelos matemáticos que en conjunto con espectrómetros miniaturizados se puede detectar la infección en la primera hoja cuando se empieza a desarrollar desde el estadio uno y se logro generar comprobaciones de la eficacia del modelo con valores moderados y altos, lo que es bastante aceptable para un ensayo tan novedoso y del cual no se tiene ningún tipo de información.

Black Sigatoka caused by the fungus Mycosphaerella fijiensis (Morelet), is the main disease of the banana crop. Traditionally for the control of the disease, very subjective and more qualitative than quantitative techniques have been used to evaluate their development, which could lead to biases in the estimates of attack focuses as well as in the effectiveness of the chemical control products. In this research, the sensitivity and effectiveness of a research tool were evaluated, including the infrared SCiO © field spectrometer in conjunction with the SCiOLab © web application. This tool was used for the elaboration of a database of spectral signatures (700 nm to 1050 nm [fwhm 0.5 nm]), which were used for the creation and evaluation of mathematical models focused for the early detection of the disease in their earliest stadiums on leaf one. With this tool, the monitoring of the infection could be advanced and with this the detection and control of the disease in less than three weeks, in comparison with the method used "pisqueo", where the leaf in position three is evaluated, when the infection is already visible to the human eye. The methodology developed for this study showed that the development and use of mathematical models that together with miniaturized spectrometers can detect the infection in the first leaf when it begins to develop from stage one and it is possible to generate verifications of the effectiveness of the model with moderate and high values, which is quite acceptable for such a novel trial and of which there is no information at all.