Mes: noviembre 2020

Ahora es un momento de innovación en las industrias agrícolas. Todos los días se lanza al mercado nueva tecnología y se recibe con los brazos abiertos de los ávidos agricultores de precisión de todo el mundo. Hemos compilado una lista de las 15 tecnologías agrícolas de precisión más interesantes que remodelarán el paisaje agrícola y mejorarán las prácticas agrícolas en general.

Tecnología de sensores
Los sensores se pueden usar de varias formas, la mayoría de las veces se usan para detectar inconsistencias o áreas problemáticas en los cultivos. También pueden detectar los niveles de humedad, la nutrición del suelo y decirle a un agricultor cuánto fertilizante debe aplicar a sus campos.

Innovación con Alimentos
La demanda mundial de alimentos nutritivos y asequibles es implacable y los agricultores a menudo han tenido dificultades para satisfacer la demanda. Dado que no es probable que la demanda disminuya en el corto plazo, se están creando alimentos inteligentes mediante la investigación de cultivos existentes y haciéndolos más abundantes cuando se trata de cosechar.

Las cosas se están automatizando
Con la tecnología sin conductor en el precipicio para nuestros automóviles de uso diario, la tecnología se ha transferido a la industria agrícola. Cada vez más granjas se están automatizando por completo, lo que reduce la carga de trabajo humano de manera significativa y reduce los costos al mismo tiempo.

Mejor equipo
La ingeniería ha mejorado en la última década, con materiales más robustos disponibles para los desarrolladores de tecnología agrícola, las máquinas nuevas y únicas que están creando como resultado son realmente magníficas. ¿No nos crees? ¡Mire la funcionalidad de los tractores actuales en comparación con uno lanzado hace 10 años!

Advertencias y telemática de hardware
Solía ​​ser que los agricultores usaban su maquinaria hasta que dejaba de funcionar, la reparaban y luego repetían el proceso hasta que la maquinaria dejaba de funcionar. Ahora, con la telemática de hardware, la maquinaria les dice a los agricultores cuándo es probable que las cosas se conviertan en un problema, incluidas las advertencias para reducir la carga de trabajo. Al trabajar de esta manera, la longevidad de la maquinaria agrícola ha aumentado considerablemente y los agricultores están haciendo reparaciones cada vez menos costosas.

Seguimiento de ganado
Tradicionalmente, si perdía ganado mientras estaba pastando, tenía que ir a buscarlo, perdiendo tiempo y energía en el proceso. A veces, en los grandes ranchos de ganado, esta búsqueda puede llevar días y no arrojar nada. Ahora se puede rastrear a los animales usando GPS incorporado en sus collares, lo que significa que si uno se aleja de los otros animales, se puede ubicar rápidamente y regresar a donde debería estar.

Análisis de cultivos
Otro método tradicional que se puede eliminar ahora es el uso generalizado de fertilizantes y herbicidas. Los agricultores ahora pueden usar la tecnología para analizar la salud general en detalle, incluso hasta las plantas individuales. Lo que significa que los fertilizantes y herbicidas solo se administran cuando es necesario y los costos se reducen considerablemente.

Alimentos diseñados genéticamente
Además del punto de adaptar las especies de cultivos existentes para producir más abundantemente, los científicos han estado trabajando arduamente en el laboratorio para crear tipos de alimentos diseñados genéticamente que sean seguros para el consumo humano. Puede que sea solo cuestión de tiempo antes de que tengamos nuevos tipos de cultivos para cultivar.

Sistemas de gestión de tasa variable
Estos sistemas trabajan en conjunto con el análisis de cultivos, distribuyendo fertilizante, herbicida y agua en la cantidad exacta requerida y en el lugar exacto que se necesita. Nunca antes la agricultura había sido un arte tan preciso.

Robots agrícolas
Estas máquinas automatizadas a menudo se asocian con drones u otras tecnologías de mapeo. Pueden distribuir fertilizantes, herbicidas y también sirven como erradicadores de malezas personales. Muchas granjas utilizan estos pequeños bots automatizados para reducir los costos laborales. Son particularmente útiles en las industrias de recolección de frutas.

Drones
Al proporcionar a los agricultores una perspectiva incomparable de su tierra, los drones son los héroes de la agricultura de precisión. A veces, guiados por manos humanas, pero a menudo no tripulados, los drones inspeccionan las granjas desde el cielo y recopilan mucha información importante en tiempo real que permite a los agricultores solucionar problemas a medida que surgen en lugar de cuando es demasiado tarde.

Sistemas de fertirrigación
Trabajando junto con los sistemas de aplicación de dosis variable, los sistemas de fertirrigación se pueden instalar para proporcionar fertilizante y agua a la gota más cercana en la ubicación precisa que se requiere, ahorrando horas de trabajo y asegurando que el desperdicio se mantenga en un mínimo histórico.

Cultivo vertical
Una innovación que ha llevado a la agricultura en los lugares más improbables, estas cajas como vainas albergan cultivos y se pueden apilar una encima de la otra para crear una solución agrícola en ciudades ocupadas o entornos urbanos. Ya adoptadas fácilmente en países asiáticos como Japón, no pasará mucho tiempo antes de que estas cajas brinden una solución agrícola en todo el mundo y ayuden a frenar la presión para mantenerse al día con la demanda de alimentos.

Enjambres mecánicos
Actualmente en desarrollo y aún por utilizar en el campo, la idea es que los robots realicen todo el trabajo agrícola mientras interactúan entre sí y usan drones y sensores para guiar sus acciones. Quizás suene a ciencia ficción, pero con una inversión continua, esto algún día debería ser realidad.

¿Hay algo que nos hayamos perdido? ¿Emocionado por probar la última tecnología? Háganos saber en la sección de comentarios.

Leer más

Cubrimos brevemente algunas de las diferentes formas de tecnologías que se utilizan en la agricultura de precisión.

SEGUIMIENTO DE CAMPO

1. Monitoreo de la salud de los cultivos (principalmente basado en NDVI) – Normalizado

El Índice Diferencial de Vegetación (NDVI) es un método que se utiliza para determinar la salud de los cultivos mediante el análisis de imágenes satelitales y de drones. Observa varias longitudes de onda de luz, tanto visibles como no visibles, para realizar estos cálculos. Esta tecnología puede permitirle evaluar la salud general de sus cultivos y detectar la variabilidad de los mismos.

2. Exploración de cultivos: esta tecnología de agricultura de precisión también utiliza NDVI, pero también se facilita a través de tabletas y teléfonos móviles. Los scouters salen a sus campos con una tableta y recopilan datos importantes sobre sus cultivos. Hay algunas plataformas que analizan y dan sentido a estos datos. Esto ayuda a los agricultores a monitorear las poblaciones de plagas y la actividad de las malezas en sus tierras, y les permite aumentar los rendimientos y ganar más dinero.

3. Monitoreo y pronóstico del rendimiento: la información sobre el rendimiento se puede recopilar a partir de imágenes satelitales y drones o de los sensores instalados en la maquinaria del agricultor. Estos sensores de rendimiento se pueden conectar a cosechadoras o tractores y recopilan información sobre aspectos como rendimiento de grano, niveles de humedad y más, lo que permite a los agricultores tomar mejores decisiones sobre cuándo cosechar, planificar la próxima temporada y la fertilización, analizar la variabilidad del campo y muchos otros. cosas.

4. Detección de enfermedades, plagas o malezas: como puede ver, los drones tienen muchos usos en la agricultura de precisión, y la detección de enfermedades, plagas y malezas es otro valor que proviene de los drones y las imágenes hiperespectrales. La cámara hiperespectral de Gamaya es la cámara hiperespectral comercial más pequeña y liviana que está disponible actualmente, y esto la hace perfecta para acoplarla a drones y nanosatélites. La cámara de Gamaya está estrechamente integrada con software patentado para traducir datos sin procesar en información procesable para los agricultores.

5. Clima, riego y calidad del suelo: los sensores terrestres y de plantas se utilizan para recopilar información sobre el suelo y el agua. Para el suelo, algunas de las cosas que miden estos sensores son la textura, la materia orgánica, los niveles de salinidad y el estado de los nutrientes. Las estaciones meteorológicas se utilizan para recopilar datos meteorológicos apropiados, lo que permite a los agricultores ver cómo los diferentes patrones climáticos pueden afectar el agua y el suelo. Existen muchas tecnologías diferentes para el riego, pero una muy útil se llama riego por goteo, que permite a los agricultores regar sus tierras mediante el uso de bombas y válvulas que se pueden controlar manual o automáticamente.

GESTIÓN DE DATOS

1. Plataformas de software de gestión agrícola: las plataformas de software de gestión agrícola son exactamente lo que parecen: plataformas que ayudan a los agricultores a gestionar la producción de sus cultivos. Estas plataformas (es decir, Granular) se integran con los diferentes dispositivos de hardware que se utilizan en la agricultura de precisión. Los datos de estos dispositivos se agregan a la plataforma central donde se pueden procesar y analizar para ayudar a los agricultores a tomar mejores decisiones sobre cómo administrar sus operaciones.

2. Plataformas de datos: fuera de las soluciones de gestión agrícola, existen plataformas de datos como Field View de Climate Corporation y Farmers Business Network, cuyo enfoque está más en la agregación de datos para que puedan proporcionar datos a los agricultores como recurso. También quieren dar a los agricultores una ubicación central donde se unen una multitud de fuentes de información para proporcionar una imagen general de la industria.

APLICACIONES DE TASA VARIABLE (VRA)

La aplicación de dosis variable en la agricultura de precisión se centra en la aplicación automatizada de materiales como herbicidas, productos químicos y semillas a un paisaje. Estos materiales se aplican de manera automatizada, que se basa en datos recopilados por sensores, mapas y GPS. Este proceso involucra diferentes formas de tecnologías de agricultura de precisión como cámaras multiespectrales e hiperespectrales, imágenes de satélite y maquinaria de aplicación en tractores. VRA es una de las principales características de la agricultura de precisión, que permite optimizar el uso de productos químicos, fertilizantes y otros recursos.

AUTOMATIZACIÓN EN MAQUINARIA AGRO

1. Robots agrícolas: los robots se utilizan en muchas industrias para automatizar diferentes tareas. En la agricultura, los robots se utilizan por varias razones, pero un gran uso es la automatización del manejo de malezas. Blue River Technology y Ecorobotix son dos empresas que han desarrollado robots que utilizan cámaras para identificar malezas en tiempo real y tomarán decisiones sobre cómo deben tratarlas.

2. Sistemas de orientación basados ​​en GPS: tal como suena, la tecnología GPS se utiliza para guiar maquinaria y vehículos automatizados en cosas como dirección automática, navegación y posicionamiento elevados, y más.

3. Telemática: implica la comunicación de máquina a máquina entre el hardware y los sensores que participan en la automatización. Por ejemplo, cuando una cámara identifica una maleza, necesita comunicar esta información a otra pieza de maquinaria que pueda arrancar la maleza del suelo o rociarla con algún herbicida. La telemática es fundamental en la automatización.

4. Siembra de precisión: la siembra de precisión es un enfoque automatizado para optimizar la siembra de semillas. Permite un mejor espaciado de semillas, un mejor control de la profundidad y mejores sistemas de raíces. Hay muchas piezas de información que se utilizan para realizar el análisis adecuado en la identificación de las condiciones óptimas para la siembra, y todo esto se puede recopilar fácilmente con las diversas formas de tecnología de agricultura de precisión en el mercado.

Leer más

Al igual que la producción de cultivos, la economía de la producción animal presenta pequeños márgenes de beneficio. Esto hace que el crecimiento, el desarrollo, la reproducción y el bienestar de cada animal sean de vital importancia para una empresa rentable. Las tecnologías actuales permiten a los productores monitorear el consumo de alimento animal individual, el movimiento del corral de engorda, la temperatura, la cojera, la producción de leche, la composición y calidad de la carne y el aumento de peso, a menudo sin ninguna intervención o presencia humana.

Con base en varias características de la leche de vaca, también es posible estimar la probabilidad de celo o enfermedad. Con las preocupaciones ambientales que rodean las grandes operaciones de alimentación, el monitoreo frecuente o continuo del aire y el agua también se está volviendo importante. Esto implica no solo la recopilación de datos, sino también el análisis de datos y posibles modelos de dispersión de partículas o modelos hidrológicos.

Si bien el etiquetado de animales ha sido un lugar común durante décadas, ahora es posible colocar etiquetas electrónicas que pueden medir y registrar la condición de los animales, como la temperatura o la frecuencia cardíaca. La temperatura elevada puede indicar el inicio del estro o una posible enfermedad. Las etiquetas electrónicas también se pueden utilizar con fines de identificación y marketing.

Se han desarrollado o propuesto muchos sistemas de alimentación, medición y seguimiento para aplicaciones acuícolas. Las inversiones en el cuidado y la alimentación de los animales durante el curso de la vida productiva de cada animal son significativas. Las nuevas herramientas y tecnologías pueden ayudar a los productores a obtener un retorno de esa inversión.

Leer más

Unas de sus propuestas más llamativas es el uso de drones. Se trata del modelo eBee, único en España y conocido como ala fija. Incluye diferentes sensores multiespectrales que permiten tener información sobre la salud del cultivo en la parte visible y en la que no lo es. Tienen una autonomía de vuelo de 50 minutos y pueden controla 5 hectareas por minuto.

El Confidencial Autonómico pudo hablar con los impulsores de este sistema que sostienen que es “como bajar un satélite a una capa muy cerca del cultivo”. Además, están dotados de una cámara térmica que permite realizar mapas de temperatura de una parcela y conocer el grado de humedad. Así se pueden conocer fallos y corregir erros del sistema de pivots a la hora de regar.

La empresa se basa en la experiencia de los agricultores franceses con la compañía Airinov que empezaron a utilizar un servicio similar. Las fuentes consultadas afirman que uno de los mayores logros fue conseguir prescribir las dosis de abono para poder fertilizar a medida cultivos de maíz, colza y trigo.

Tomar este tipo de medida, a su juicio, no conlleva que se aumente el rendimiento sino que se reduzca el aporte de nutrientes donde no se necesite y se aumenta en las zonas de la parcela que más lo demandan. Esta medida permite conocer con más precisión las condiciones del terreno, lo que supone un ahorro de hasta el 35% en productos fertilizantes.

A pesar de que el proyecto sólo tiene seis meses de vida, estos empresarios dicen que han recibido una buena acogida por parte del sector y la administración. Las bodegas, empresas de fertilizantes y del sector de la remolacha –muy importante en Castilla y León- se están poniendo en contacto con ellos para estudiar con ellos cómo mejorar los procesos.

Además, Smart Rural está trabajando para llevar redes Wi-Fi a las parcelas para permitir a los agricultores controlar de forma inalámbrica las bombas de riego, pivots y válvulas de paso. Por otro ayuda, permite una instalación de sistema de alarma para prevenir los robos y recopilar información sobre lo que sucede en la tierra.

Leer más

La agricultura de precisión se está volviendo más popular en estos tiempos de mayor sequía y lluvias irregulares. Los agricultores pueden hacer frente a la sequía utilizando datos precisos, basados ​​en análisis fiables de imágenes de drones con software, como Agremo. Les permite tomar decisiones rápidas y actuar a tiempo para proteger sus cultivos y sus inversiones.

Proceso tradicional de detección de sequías
Tradicionalmente, un granjero explora la granja caminando por ella. Incluso cuando hay síntomas externos, una inspección visual no puede proporcionar una buena idea de la intensidad del estrés al que se enfrenta un cultivo.

La persona que explora los campos tendría que estar bien informada sobre el desarrollo de los síntomas que ocurren a medida que avanza el estrés por sequía en una planta . Por ejemplo, el rizado de las hojas en el maíz por la mañana es un signo de sequía leve. A medida que se intensifica la sequía, la hoja permanecerá rizada por más tiempo. En condiciones extremas, las hojas se vuelven grises.

Debido a las pequeñas diferencias en el suelo o la topografía, una sola granja puede tener plantas en varias etapas de estrés por sequía. En una situación donde el agua escasea, es mejor racionar el riego según sea necesario y también ahorrar costos.

Determinar cómo distribuir el agua sería imposible con los métodos tradicionales de exploración. Además, caminar a través de un pequeño porcentaje de tierra puede no brindar suficiente información sobre otras áreas no visitadas. Por lo tanto, la decisión que tome un agricultor no será lo suficientemente precisa como para proteger sus cultivos.

Los agricultores también exploran sus campos para evaluar el tiempo de cosecha según la condición del cultivo durante la sequía. En situaciones en las que la mayor parte del campo se ve afectado por la sequía, es posible que desee cosechar temprano para evitar pérdidas adicionales. Si la sequía es menos intensa o cubre menos área, los agricultores pueden permitirse esperar a que se desarrolle más el cultivo.

Efectos de la sequía
El efecto de la sequía en las plantas dependerá de la etapa de crecimiento del cultivo . En la etapa de plántula, la sequía severa puede acabar con todo un cultivo, ya que las tiernas plantas pequeñas no pueden sobrevivir. Durante el desarrollo del cultivo, cuando las plantas crecen, pueden sobrevivir a sequías leves, pero la salud de las plantas puede verse afectada. Es posible notar que las plantas son más pequeñas y tienen menos hojas mientras que las raíces crecen más profundamente. El mayor daño al rendimiento se produce si se produce una sequía durante la mitad de la temporada, es decir, durante las etapas de floración y llenado del grano.

La etapa de crecimiento que se ve más afectada por la sequía diferirá según los cultivos. Para el maíz, como ocurre con muchos otros granos, la sequía a mitad de temporada puede ser más devastadora.

Algunos cultivos son más sensibles a la sequía que otros. Como muestra una investigación publicada en el Journal of Applied Meteorology and Climatology , mientras que el arroz sufrió solo un 3% de pérdidas, un solo evento de sequía puede causar un 8% de pérdida de cultivos en trigo y un 7% en maíz y soja.

Para cualquier agricultor, esta es una gran pérdida que sufrir. Sin embargo, si utilizan la agricultura de precisión para detectar el estrés hídrico incluso antes de que aparezcan los síntomas visibles, podrían contener daños a la planta.

Seguimiento de cultivos y evaluación de riesgos con agricultura de precisión
Los métodos de agricultura de precisión mejoran la gestión de la sequía mediante un seguimiento y una evaluación de riesgos rápidos y fiables, al identificar las diferencias en el rendimiento de las plantas dentro de una explotación.

La sequía agrícola depende de la intensidad de la escasez de agua, las condiciones del suelo, el tipo de suelo, la variedad de cultivo y la etapa de crecimiento, todos los cuales también son importantes para la respuesta final al estrés hídrico.

Debido a las variaciones en las granjas y localidades, incluso a los expertos les resulta imposible calcular dónde se producirá el estrés agrícola. La única forma de comprobar si un cultivo está sufriendo es medir realmente lo que está sucediendo en el campo.

Como medio para mitigar los efectos de la sequía, la Convención de las Naciones Unidas de Lucha contra la Desertificación ( CLD ) ha diseñado una nueva caja de herramientas para hacer frente a la sequía. Ellos recomiendan:

Vigilancia
Evaluación de vulnerabilidad y riesgo
La gestión eficaz de la sequía es posible con la tecnología existente que tenemos, como el análisis de imágenes de drones.

Uso del análisis de imágenes de drones
Para utilizar el análisis de imágenes de drones, un agricultor tiene que obtener imágenes de sus granjas, coserlas y analizarlas. A continuación, basándose en los resultados del análisis, pueden tomar una decisión informada.

Imágenes : Para un análisis a nivel de finca, solo se necesitan imágenes de alta resolución de la finca. Los agricultores pueden conseguirlo utilizando una cámara montada en un dron. Muchos operadores de drones ofrecen sus servicios y se pueden encontrar con una búsqueda en línea. Alternativamente, un agricultor puede decidir comprar un dron para la aplicación frecuente de agricultura de precisión.
Mapa : Se debe producir un mapa de toda la finca “cosiendo” fotos de las diferentes partes de un campo. Las empresas de software en línea, como DroneDeploy , brindan una solución para unir imágenes de granjas.
Análisis : el análisis de la imagen debe realizarse utilizando un software de análisis de imágenes. Agremo ofrece análisis de sequía que está personalizado para encontrar el estrés hídrico. Sube el mapa a nuestra aplicación, elige el análisis, especifica el cultivo y su etapa de crecimiento. En 48 horas, recibirá un informe con los resultados controlados por nuestro equipo de agrónomos.
El análisis de sequía de Agremo calcula el estrés por sequía y divide una granja en tres zonas según si padecen:

Sequía extrema
Sequía potencial
Sin sequía
Todo el proceso puede ser rápido y finalizado en cuestión de días, lo que significa que la recopilación y el análisis de datos pueden respaldar decisiones instantáneas.

Acerca del análisis de sequía de Agremo
Los algoritmos de Agremo se han desarrollado analizando miles de acres y están personalizados para cada cultivo. Esto se debe a que cada especie difiere en forma, color y otras características de la planta. Los análisis ven más que diferencias en el color y van más allá de los informes NDVI que miden solo el verdor de los cultivos.

Los análisis de Agremo se basan en datos espectrales e hiperespectrales de cultivos y una gran cantidad de índices de vegetación para averiguar si las plantas están sufriendo sequía. También ayudan a determinar el alcance del daño que ya han sufrido las plantas. El análisis toma en consideración la textura, la etapa de crecimiento, la vegetación y el índice de área foliar. Los datos espectrales son muy importantes, ya que no solo las plantas, sino también el agua tienen una firma espectral específica que se puede utilizar para ver qué cantidad está presente en las plantas.

El análisis de sequía se realiza mejor durante la temporada de crecimiento, especialmente a mitad de temporada para el maíz, ya que es cuando es más sensible a la sequía.

Además del maíz y otros cultivos de campo, el análisis de sequía de Agremo también es adecuado para hortalizas, huertos y plantaciones.

Decisiones e implementación
El informe de Análisis de sequía de Agremo tiene dos secciones: una es un mapa con el campo dividido en tres intensidades de sequía, y la otra es un documento que muestra la superficie real en cada categoría. Cada categoría se define en términos de porcentajes (de todo el campo).

El agricultor ahora tiene toda la información que necesita para decidir qué hacer a continuación.

Las zonas marcadas con sequía extrema necesitan un tratamiento de corrección máximo para la recuperación del cultivo, como riego inmediato y frecuente con cantidades suficientes de agua.
Los cultivos en zonas sin sequía pueden recibir aplicaciones de riego regulares.
Los cultivos en zonas marcadas como sequía potencial podrían estar sufriendo un leve estrés hídrico, por lo que regar estas áreas inmediatamente evitará cualquier estrés por sequía y sus efectos nocivos.
La ventaja de utilizar el análisis de sequía de Agremo es una detección de estrés oportuna , que puede ayudar a los agricultores a:

Evite la pérdida de rendimiento proporcionando suficiente agua en el momento adecuado para mantener la salud de los cultivos
Regar de forma proactiva las áreas donde la sequía puede estar desarrollándose
Ajuste el riego de modo que solo se utilice la cantidad de agua necesaria y en el lugar correcto
Ahorre costos de agua y maquinaria al reducir las aplicaciones de riego
Decidir cuando cosechar cultivos
Mejorar el uso de fertilizantes y estiércol proporcionando suficiente agua.
Aumente el rendimiento proporcionando a toda la granja las condiciones ideales de cultivo.
Mejore el ROI ahorrando costos y aumentando los rendimientos
Las pérdidas por sequía pueden ser limitadas
La sequía es el estrés más importante y más frecuente que enfrentan los cultivos. Dependiendo del cultivo, el agua puede constituir del 50% al 90% de una planta. Esto significa que una disminución en la disponibilidad de agua puede tener un impacto sustancial en cualquier planta.

La sequía ha reducido el rendimiento de los cultivos mundiales en un 10% entre 1964-2007 . Para alimentar a la población en crecimiento, tenemos que mejorar el rendimiento en un 2,4%. Para enfrentar los desafíos de un clima cambiante , tenemos que cambiar la forma en que cultivamos alimentos.

Los nuevos métodos utilizados en la agricultura de precisión pueden ayudar a los agricultores a cultivar más en sus tierras utilizando menos recursos, como el agua. Como resultado, aumentan sus ganancias y también ayudan a alimentar a la humanidad en rápido crecimiento.

Leer más

Manejo de cultivos específico del sitio(SSCM) es un concepto de gestión agrícola que se basa en la observación, la medición y la respuesta a la variabilidad de los cultivos entre campos o intracampo. Es una de las muchas técnicas agrícolas modernas que pueden hacer que la producción sea más eficiente. Y para asegurar las prácticas de conservación del suelo también. Con el SSCM, los agricultores pueden obtener un mejor rendimiento, el suelo también se alterará menos y no habrá agotamiento de recursos o minerales. También se puede decir que SSCM es la ‘agricultura específica del sitio’ o la ‘agricultura de precisión’. Los agricultores tomaron grandes campos y luego los dividieron en pequeños parches para que no ocurra una mala aplicación de los productos. Con SSCM, la eficiencia de los cultivos y las granjas también aumentará. Los agricultores que utilizan las prácticas de SSCM utilizan datos meteorológicos, humedad, temperatura del suelo, crecimiento y otros factores para la rotación de cultivos. También gestionan las tasas de riego para que no se acumulen sales en la superficie del suelo. Algunos agricultores utilizan la técnica moderna como GPS, tractores y cosechadoras operados por computadora. También utilizan prácticas modernas como imágenes aéreas, recolección de muestras de suelo, tipo de suelo y rendimiento potencial, etc. para dividir los campos grandes en unidades pequeñas para reducir el desperdicio y aumentar la producción. Los sensores también se colocan en todo el campo, estos sensores detectan incluso los micro cambios en la planta o en el suelo y al detectar estos cambios, los sensores envían la información a los centros. Los centros recopilan datos de los campos y los procesan en tiempo real y ayudan a los agricultores a decidir sobre la siembra, la fertilización, el riego y la cosecha. Ahora los sensores están conectados al goteo u otro tipo de sistema de riego operado por computadora. Los sensores detectan los cambios y el sistema de riego funciona y entregan la cantidad exacta de agua necesaria al lugar donde se necesita. Los fertilizantes también se aplican mediante el sistema de riego y los sensores también funcionan para ello. Los insecticidas y weedicidas se aplican cuando es necesario y son inspeccionados por sensores y se aplican cuando las imágenes aéreas muestran su necesidad. Los agricultores usan los datos del suelo para analizar sus campos y saber que donde el suelo es mejor, tiene mejores nutrientes y una buena capacidad de retención de agua, cultivan un cultivo denso allí o donde el suelo es pobre, los agricultores cultivan cultivos de acuerdo con las condiciones del suelo. Los cultivos funcionan mejor en ambos tipos y el suelo también se verá menos alterado. En parcelas más débiles, los agricultores pueden cultivar pastos para el pastoreo del ganado. Mediante las prácticas de agricultura de precisión O SSCM, los agricultores pueden producir un mejor rendimiento y también pueden conservar el suelo.

Leer más

Los pulverizadores guiados por GPS pueden ofrecer aplicaciones precisas en áreas de césped en un campo de golf.
Los greens de Priddis Greens Golf and Country Club se encontraban en una encrucijada hace aproximadamente cuatro años. Sentado en las colinas onduladas de las Montañas Rocosas canadienses en las afueras de Calgary, Alberta, los putting greens predominantemente bentgrass en ambos campos de golf en el complejo de 36 hoyos estaban siendo invadidos por Poa annua . Con un clima invernal severo y un daño cada vez mayor al césped verde del green de Poa annua , se tomó la decisión de replantar los greens con bentgrass. Los nuevos greens en el Hawk Course se abrieron con excelentes críticas y el campo de golf fue sede del Canadian Women’s Open en 2016. Los greens en el Raven Course están programados para replantarse este verano. Los putting greens de bentgrass han tenido éxito en Priddis Greens, pero manteniendo Poa annuarestablecer es un desafío. Parte de la respuesta ha sido el equipo de pulverización de precisión.

La tecnología de pulverizadores guiados por GPS se ha utilizado con éxito en la agricultura durante años. Un número cada vez mayor de campos de golf también está utilizando esta tecnología para realizar aplicaciones de pulverización precisas. El superintendente de Priddis Greens, James Beebe, recurrió a la tecnología de aspersión guiada por GPS como una forma eficaz de aplicar con precisión productos que pueden disuadir a Poa annua de crecer en los rastreros green bentgrass sin dañar los collares de Kentucky bluegrass. Con el uso experimental de paclobutrazol ahora permitido en Canadá, la tecnología GPS ha permitido a Beebe aprovechar el regulador de crecimiento sin correr el riesgo de rociar en exceso en áreas sensibles .

Hasta ahora, los resultados han sido extraordinarios. No ha habido daños en los collares y reducciones definidas en Poa annua en los putting greens de Hawk Course. El rociador guiado por GPS deja de rociar automáticamente aproximadamente a 1 pie del borde de cada green, lo que garantiza que los collares no reciban un tratamiento no deseado. El deshierbe manual proporciona la pieza final para el interminable proceso de control de Poa annua . El tiempo lo dirá, pero la pulverización de precisión está funcionando bien en Priddis Greens. Beebe también informa de una reducción de al menos un 20 por ciento en el uso general del producto como resultado del uso de los rociadores guiados por GPS, lo que genera ahorros considerables que pagarán con creces el alquiler de las dos unidades de rociado.

Leer más

Ocultos en las cifras brutas de cada sección de trimestre rentable se encuentran los acres que superan constantemente y otros que pueden no valer la pena. Devin Dubois tiene como objetivo brindar a los productores las herramientas para descubrir cuáles son cuáles.

“Dependiendo de dónde se encuentre, entre el seis y el 23 por ciento de los acres sembrados no son rentables”, dijo, citando investigaciones en maíz y soja en los Estados Unidos.

«Y no solo ligeramente no rentable, perdiendo más de $ 100 por acre».

Dubois es director ejecutivo de FieldAlytics, una empresa de Saskatchewan que proporciona herramientas digitales a agrónomos y proveedores de insumos para ayudar a los productores a gestionar la producción agrícola. Los datos para estas herramientas provienen de equipos de campo y mapas satelitales del sistema de información global que permiten el análisis y la planificación acre por acre o incluso con más detalle.

ANUNCIO

La agricultura de precisión se está volviendo cada vez más sofisticada y los fabricantes de equipos incluyen capacidades cada vez más sofisticadas como equipo estándar. Una vez descargados en una computadora, los datos de rendimiento de la cosechadora se pueden superponer en un mapa de campo junto con los datos de entrada del equipo de siembra y pulverización, pruebas de suelo, sensores de humedad en el campo y registros meteorológicos.

En conjunto, esta información puede ser extremadamente valiosa para el productor. Incluso puede llevar a algunas recomendaciones contradictorias en la búsqueda de márgenes más amplios.

«La gente tiene una reacción alérgica a esta noción y tiene problemas para creerla, porque honestamente, en algunos de estos acres, mejoraría significativamente su situación si simplemente no hiciera nada», dijo Dubois.

“Pero a la gente le cuesta mucho tragarse esa noción. ‘¿Quieres decir que quieres que simplemente, como, no sembrar? ¿Simplemente apague la sembradora allí? Sí. Técnicamente, esa sería una mejor decisión ‘”.

Una vez que hayan «detenido el sangrado», Dubois dijo que el siguiente paso es hacerlo mejor con el resto del campo.

Una vez que los productores descubren el valor de sus datos, son comprensiblemente cautelosos acerca de quién tiene acceso.

ANUNCIO

Dubois dijo que FieldAlytics utiliza servidores comerciales basados ​​en la nube (en este caso, Amazon) para almacenar sus datos, que ofrecen seguridad a nivel bancario. Los usuarios acceden al sistema mediante un nombre de usuario y una contraseña.

Don Campbell ha sido agrónomo durante 25 años y actualmente trabaja a través de Western Sales en Rosetown, Sask. El concesionario John Deere tiene seis ubicaciones en el centro-oeste de Saskatchewan.

A pesar de su ubicación física, Campbell enfatizó que él y sus colegas son independientes y trabajan en nombre de los clientes, tanto por obligación profesional como por necesidad. Por ejemplo, deben ser “independientes de la marca” porque muchos productores utilizan equipos de diferentes fabricantes y diferentes granjas se desempeñarán mejor con insumos de diversos proveedores.

Esta mentalidad de “el productor primero” también se aplica a los datos de agricultura de precisión. Campbell dijo que si bien hay paquetes de software disponibles para los productores, la mayoría prefiere trabajar con un agrólogo como él, tanto para ahorrar tiempo como para obtener los beneficios de los ojos expertos en sus datos.

ANUNCIO

Esto significa que los datos deben salir de los confines físicos de la granja, pero nuevamente se almacenan y aseguran en servidores comerciales en la nube. Campbell dijo que esto es en realidad más seguro porque los datos en la nube están a salvo de fallas en el disco duro o el robo de una computadora portátil.

“Desde el punto de vista de quién ve los datos, los clientes tienen la capacidad”, dijo, ya sea a través del distribuidor o de un sistema independiente. «Existe la posibilidad de que el productor ingrese usando su nombre de usuario y cualquier contraseña que haya creado».

Campbell y Dubois enfatizan que los datos de agricultura de precisión se mantienen seguros, pero también dicen que dichos datos tienen un valor limitado para cualquiera que no sea el productor. Los grandes fabricantes de equipos y las empresas de insumos agrícolas están ciertamente interesados ​​en los datos de cultivos y tierras, pero en grandes áreas geográficas. Esta información está disponible públicamente a través de imágenes de satélite, que ya se utilizan, por ejemplo, en los seguros de cosechas.

En esos casos, cuando una entidad comercial desea acceder a los datos de un productor, lo más sencillo es preguntar. Campbell dijo que Western Sales quería un ejemplo local de agricultura de precisión en acción que pudiera publicar libremente para demostrar que sus sistemas proporcionaban valor. Hizo un acuerdo con un productor local que le dio cinco años de acceso a las herramientas de software de Western Sales y a agrónomos expertos a cambio de cinco años de datos sobre media sección de tierra.

Si bien los datos de agricultura de precisión en una granja específica pueden no ser de gran interés para las grandes empresas, para los productores individuales pueden ser muy valiosos.

Dubois dijo que es frustrante que más productores no aprovechen al máximo los datos. Puede aplicarse a operaciones de todos los tamaños y, de hecho, puede resultar más atractivo desde el punto de vista financiero para operaciones de un solo operador pequeñas y medianas.

Campbell dijo que las ganancias posibles a través de decisiones basadas en datos pueden ser engañosamente modestas, pero definitivamente se reflejan en el resultado final.

“Todo lo que siempre quiero hacer son aumentos pequeños y marcados con el tiempo porque eso es lo que es consistente”, dijo.

“Hemos tenido algunos beneficios significativos a lo largo de los años en los que estamos viendo más de $ 20 por acre, neto, de trigo. Eso es significativo. Creo que la mayoría de la gente lo tomaría y estaría muy feliz con eso «.

Leer más

El uso de dispositivos UAV (vehículos aéreos no tripulados) está revolucionando el mundo de la agricultura. Cuando se habla de agricultura de precisión y el uso de drones en el informe: «Un ojo en el cielo para la agricultura: la revolución de los drones», la Organización para la Agricultura y la Alimentación escribe «En el entorno actual, el uso de tecnologías de la información y la comunicación sostenibles en la agricultura no es un opción. Es una necesidad «.

Según un estudio de Munich Reinsurance American Inc., casi tres de cada cuatro agricultores de EE. UU. Están «actualmente utilizando o considerando adoptar tecnología de drones para evaluar, monitorear y administrar sus granjas».

Jason Dunn, experto en productos estratégicos de Munich Reinsurance American Inc. dijo: “Ya sea que una granja tenga menos de 100 o más de 5,000 acres, los drones pueden ser los ojos y los oídos de los agricultores que desean monitorear y administrar de manera eficiente y rentable cultivos, ganado y condiciones del suelo «.

Estudio de caso: un productor de café
Los UAV permiten a los agricultores, con nuevos tipos de datos, monitorear sus rendimientos. Los agricultores tienen información más precisa para tomar mejores decisiones y enfocarse en lo que son buenos.

Si bien gran parte del software utilizado en la agricultura de precisión permite el análisis del NDVI (índice de vegetación de diferencia normalizada) del rendimiento, se puede extraer y analizar mucha más información a partir de estos datos. Gracias a nuestro uso innovador y patentado de Machine Learning, Picterra brinda a los usuarios la capacidad de crear detectores personalizados, que identifican, cuentan y localizan objetos identificables en imágenes de drones y satélites. En el caso de la agricultura, los agricultores pueden, por ejemplo, segmentar automáticamente sus campos o contar el número de plantas.

La creación de un detector personalizado permite una aplicación variable en diferentes momentos:

Estimación del rendimiento de la cosecha contando cultivos individuales en la emergencia inicial dentro de los campos
Identificación y ubicación de enfermedades o pérdida de rendimiento mediante la comparación de dos conjuntos de imágenes y la selección de un área de resultados específica.
Configuración de mapas de estrés de cultivos con orientación de encuestas de agronomía
Uno de nuestros clientes, un productor de arábica en Brasil, utiliza la plataforma Picterra para detectar y monitorear sus cultivos de café. Utilizando un dron, produjo imágenes detalladas que cubrían 8 hectáreas de campos, con una alta resolución de 5 cm. Luego creó un detector personalizado para detectar automáticamente los cultivos de café dentro de sus campos. Al utilizar el detector, pudo llegar a una estimación del rendimiento de la cosecha, que resultó ser mucho más precisa que los métodos de conteo manual anteriores, ya que conocía el número exacto y la ubicación de las cosechas. Más adelante en la temporada, el productor identificó las áreas menos productivas de estos campos comparando el número de plantas en cada área. Con tal análisis, pudo concentrarse en zonas del campo que necesitaban una atención especial. Además, ahora usa niveles mucho más bajos de pesticidas en general.

Entonces, en menos de 10 minutos, este cultivador ha creado un detector para contar el número de cultivos de arábica dentro de sus campos, y con solo unos pocos clics, obtuvo los resultados y el análisis de los objetos específicos a los que apunta su detector personalizado.

Paul, nuestro analista de datos ( paul.duperrex@picterra.ch ), explica cómo lo hizo:

Cómo se puede crear un detector personalizado
Con la plataforma Picterra, cualquiera puede acceder y utilizar nuestros modelos de aprendizaje automático (ML) fácilmente, sin ningún conocimiento previo de inteligencia artificial o ciencia de datos. La plataforma no requiere habilidades de codificación y no es necesario ser un experto técnico. Para crear un detector de modelo ML, el primer paso es enseñarle a su detector personalizado lo que ve, dónde está la información relevante, lo que está buscando y también lo que no está buscando. Te explicamos cómo lo haces paso a paso.

Subir imagenes
Después de haber creado una cuenta, debe cargar imágenes de su proyecto. Se puede cargar en múltiples formatos (.tiff, .tif, .png, .jpeg) con un tamaño máximo de 10 GB. Una segunda opción con la plataforma es cargar imágenes satelitales desde Mapbox.

En el caso de nuestro productor de café, las imágenes son producidas por drones con una resolución de 5cm, en formato .tif. Estas imágenes luego se cargan en la plataforma.

Figura 1: Biblioteca de imágenes del proyecto
Entrena al detector
El siguiente paso es crear un detector para su caso de uso. Cada detector es personalizado y entrenado por el usuario para satisfacer sus necesidades. Primero, el usuario indica al detector dónde está la información relevante dibujando áreas de entrenamiento. El detector se enfocará y se entrenará a sí mismo con información dentro de estas áreas. Dentro de las áreas de entrenamiento, el usuario anota cada objeto que está buscando, sin perder uno. La información que no está anotada dentro de las áreas de entrenamiento es segmentada por el detector como objetos no deseados.

Para la detección de cultivos de café, el productor crea un área de capacitación con aproximadamente diez cultivos. Luego, anota los cultivos con círculos. Para mejorar la precisión de los resultados, el productor agrega algunos contraejemplos con colores similares. Esto significa resaltar áreas de entrenamiento sin anotaciones. Indica al detector lo que no le interesa al productor, como el bosque o la hierba.

Iterar el proceso
Luego, el usuario ejecuta el modelo de detector para una primera iteración. Es necesario revisar los resultados para concluir si el detector está funcionando bien. Los resultados dependerán de la información proporcionada – las áreas de entrenamiento y las anotaciones – y de la diversidad de características dentro de las imágenes. Por lo tanto, cuanta más información le dé al detector, más preciso será. Entonces, las imágenes con muchos colores, texturas y tamaños de objetos diferentes pueden necesitar más atención y múltiples iteraciones para obtener resultados precisos. Tenga en cuenta que si los objetos son fáciles de distinguir a simple vista, el detector no tendrá ninguna dificultad. Después de cada iteración, el detector se puede mejorar agregando más áreas de entrenamiento y anotaciones. Lea nuestro artículo sobre detección de ovejas para seguir un ejemplo de proceso iterativo completo:https://picterra.ch/2019/03/25/a-crash-intro-into-ai-powered-object-detection/

El caso de los cultivos de café no es complicado y los cultivos son bastante fáciles de distinguir. Los primeros resultados ya son muy buenos. Sin embargo, para obtener resultados precisos en los demás, el productor agrega un par de anotaciones adicionales de cultivos y algunos contraejemplos más.

Obtenga los resultados
Los resultados finales pueden descargarse en el formato deseado y agregarse al software GIS (Sistema de Información Geográfica). También es posible generar un informe .pdf de los resultados para incluir en su proyecto.

El detector está listo para extenderse a todo el proyecto y se ejecuta en otras imágenes. Después de haber invertido algo de tiempo para crear un detector, puede implementarlo en todas las imágenes que desee con un solo clic, lo que le ahorrará mucho tiempo.

Leer más

La agricultura está evolucionando

La agricultura inteligente y la agricultura de precisión se han convertido en partes importantes de las prácticas agrícolas modernas. Según la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), para el 2050, la producción de alimentos puede aumentar en un 70% para alimentar a 9.600 millones de personas. Las empresas alimentarias y agrícolas están aumentando la inversión en soluciones de IoT para reducir costos, aumentar la calidad y la cantidad y facilitar el trabajo de los agricultores.

Red Tecnoparque Colombia es un programa técnico del SENA Regional Risaralda, el Servicio Nacional de Aprendizaje de Colombia, que tiene como objetivo acelerar el desarrollo de proyectos de base tecnológica en el país. Para mejorar la productividad agrícola, la organización ha desplegado una red de sensores inalámbricos con tecnología Libelium para monitorear los cultivos de plátano en la región centro-oeste de Colombia de Santa Rosa de Cabal.

Seguimiento de cultivos con agricultura de precisión

El cultivo de plátano tiene un significado especial para la economía colombiana. Representa el 9,69% del valor de la producción agrícola, y su producción anual se estima en alrededor de 3 millones de toneladas en un área de 380.000 hectáreas, o poco menos de un millón de acres, según un estudio de caso proporcionado por Libelium.

Según el Informe Consolidado de Exportaciones de Colombia publicado en mayo de 2016, el monto total de las exportaciones de banano entre enero y mayo se estima en $ 433,454,622, un aumento del 11.5% con respecto al total del año pasado. La exportación de banano comprende el 3,7% de las exportaciones totales del país.

La inundación de los cultivos, la disminución de oxígeno en el suelo, la alta humedad, las bajas temperaturas y la baja luminosidad provocan un menor desarrollo de la planta y predisposición a plagas y enfermedades. Durante el invierno, el aumento de plagas y enfermedades hace que el control de plaguicidas sea algo vital para los productores, según Libelium.

La mejora de las condiciones de los cultivos aumentará la relevancia económica de la producción de banano en Colombia. Por esta razón, Red Tecnoparque Colombia ha seleccionado Libelium Waspmote Plug & Sense! plataforma de sensores para desarrollar un proyecto de agricultura inteligente con sensores remotos. ¡Los cultivos de plátano ahora están siendo monitoreados con diferentes sensores agregados a Waspmote Plug & Sense! incluso:

Humedad y temperatura digitales.
La humedad del suelo.
Temperatura del suelo.
Diámetro del tronco
Diámetro de la fruta
Pluviómetro
Radiación solar
Amoniaco (NH3)

Redcom Tecnoparque está utilizando estas métricas para monitorear de forma remota las variaciones ambientales y agronómicas para investigar nuevas variedades de banano. Esta solución permite a los agricultores proyectar cantidades de cosecha, optimizar el uso del agua, prevenir plagas y enfermedades, reducir el consumo de fertilizantes y catalogar suelos según el clima y la cultura. Waspmote Plug & Sense! se comunica con Meshlium Gateway de la empresa a través de los protocolos 802.15.4 mientras que los datos se envían a la nube a través de 3G y GPRS. La información se visualiza en una aplicación basada en la nube a la que se puede acceder a través de cualquier computadora y por aplicación móvil.

Uso de IoT para aumentar la producción de banano

“Este proyecto nos permitirá obtener conocimiento de los cultivos y también desarrollar e implementar tecnología para el sector agrícola como un primer paso para futuras investigaciones”, dijo Jerry Giovanny Colorado Cano, gerente de tecnología virtual en línea de Red Tecnoparque Colombia. “Nuestro objetivo es mejorar y promover la innovación y la competitividad en todos los procesos relacionados con los sectores ambiental y agrícola”.

Algunos de los beneficios de este proyecto incluyen:

Mejora de la sostenibilidad ambiental y agrícola.
Promoción de la productividad sostenible en los cultivos de plátano.
Gestión de residuos orgánicos.
Trazabilidad de cultivos.
Seguridad del producto.

El proyecto está diseñado para ayudar a desarrollar proyectos futuros en Colombia para mejorar la producción de banano y mantener la primera posición en el ranking de países exportadores. Existe el temor de que la enfermedad de Panamá, que actualmente ataca los cultivos en África, Indonesia, Filipinas y Australia, pueda llegar pronto a América del Sur. Los expertos están trabajando para encontrar diversidad genética a través de programas de mejora de especies que utilizan sistemas de IoT.

Leer más