Mes: noviembre 2020

Dado que los drones se han utilizado para la agricultura de precisión, donde ayudan a los agricultores a rastrear con precisión los insumos y los rendimientos, sus grandes ganancias en eficiencia ahora están impulsando la adopción de la tecnología UAV en otra parte de la industria, es decir, en la cría y manejo de ganado, así como en la topografía. pastos.

En el levantamiento de pastos, la tecnología aérea de DJI junto con el Smarter Farming Package de la empresa asociada PrecisionHawk permite a los ganaderos mapear fácilmente la altura de las plantas, la salud de las plantas, monitorear los daños climáticos y el riego en sus propiedades, para que puedan tomar medidas inmediatas cuando surjan problemas.

Para el manejo del ganado, los ganaderos han adoptado fuselajes tanto para pastorear ganado como para monitorear animales. Gracias a la capacidad de dirigir el lavado de hélice de la aeronave, los drones son herramientas efectivas de pastoreo que permiten a los ganaderos arrear el ganado con precisión en su propiedad. Los ganaderos también han descubierto que al agregar cámaras térmicas aéreas como la DJI Zenmuse XT , pueden detectar a las vacas debajo de las copas de los bosques y distinguir a los animales de otras fuentes de calor. Las cámaras también son efectivas para detectar depredadores cercanos.

Las soluciones de Precision Ranching se desarrollan comúnmente en el fuselaje Matrice 100 (arriba), que puede transportar una amplia variedad de cargas útiles para múltiples opciones de imágenes.

Como señal del creciente interés en la ganadería de precisión, recientemente se otorgó una subvención de tres años de $ 663,940 del Consejo de Investigación de Ciencias Naturales e Ingeniería de Canadá al presidente de innovación regional, Dr. John Church en el Instituto de Tecnología del Sur de Alberta.

Church usó el DJI Phantom 3 Professional mientras le presentaba a The Western Producer cómo se están utilizando los drones en la agricultura de precisión y cómo él ve que los drones se usarán en el rancho en un futuro cercano.

«Cuando colocamos una cámara en esa plataforma, podemos hacer una multitud de trabajos de rancho común rápidamente y desde un punto central», dijo Church, que también mencionó a los drones como una herramienta para manejar el recuento diario de animales y el pastoreo de vacas, diciendo que » los perros del rancho podrían estar enfrentando la jubilación «.

Al discutir cómo sería su uso ideal de drones para la ganadería, a Church le gustaría etiquetar con RFID cada vaca y poder leer y localizar con precisión cada animal con un dron. Church resumió su idea diciendo: «Mi sueño es poder escribir un número RFID y el dron saldrá y encontrará la vaca en el campo».

Leer más

La introducción de la agricultura de precisión a menudo se conoce como una revolución agrícola. Sin duda, ha ayudado a cambiar la forma en que los agricultores y los agricultores ven el proceso de producción de alimentos, centrándose en los pequeños detalles para obtener ganancias marginales que brinden beneficios de productividad y eficiencia.

La cadena de suministro agrícola se ha visto impulsada por los agricultores que exigen innovación de vanguardia y los fabricantes y proveedores pueden ofrecer innovaciones revolucionarias al mercado.

Pero la progresión no siempre ha sido rápida. El concepto de agricultura de precisión se remonta a Estados Unidos en la década de 1980, pero otras naciones bien desarrolladas con una fuerte presencia agrícola, como el Reino Unido, Francia y otros países europeos importantes, tardaron más de 10 años en aferrarse a su potencial.

Un avance rápido de 20 años y una gran cantidad de opciones han sido entregadas por los principales fabricantes que han superado los límites de lo que es posible, maniobrable, medible y registrable en el campo. Los agricultores lo han aceptado y los países que salieron lentamente de los bloques están ahora a bordo. En el Reino Unido, por ejemplo, alrededor del 60% de las tierras agrícolas del Reino Unido se encuentran ahora bajo algún tipo de gestión de agricultura de precisión. 1

Sin embargo, ¿está por llegar la verdadera revolución?

Integración para afrontar los retos del mañana

En términos generales, los avances en tecnología de precisión desbloquean el potencial. Eso podría ser potencial para la eficiencia, la productividad, la sostenibilidad ambiental, la rentabilidad; muchos van de la mano.

Dado que los productores de alimentos están presionados para aumentar la producción a partir de menos insumos, será primordial una selección precisa de los insumos correctos en el momento adecuado.
La integración entre tecnologías y plataformas es donde la agricultura de precisión se puede llevar al siguiente nivel.

El uso de drones e imágenes satelitales para capturar información específica del sitio sobre un campo de cultivo puede indicar a los fumigadores dónde se encuentran las poblaciones de malezas. El muestreo del suelo puede funcionar de la mano con máquinas diseñadas para colocar fertilizante solo en áreas del campo donde se requiere un aumento de nutrientes.

Las decisiones de manejo se pueden analizar durante la cosecha cuando se entregan datos de rendimiento en tiempo real, lo que brinda un análisis significativo sobre si se tomaron las acciones correctas.

Big data

Parte del éxito de la próxima ola de productos agrícolas de precisión depende de los datos. La forma en que la tecnología de precisión mejora la agricultura depende enormemente de cómo se manejen los macrodatos.

Los fabricantes continuarán invirtiendo en nuevos productos y tecnología para permitir a los agricultores hacer las cosas mejor, más rápido o más eficientemente que antes. Pero la integración es donde la agricultura de precisión realmente llega a desarrollar su potencial.
Los datos se crean y capturan en todo el mundo, desde tractores que se mueven por los campos hasta agrónomos que toman muestras del suelo. Las estaciones meteorológicas transmiten continuamente información sobre las condiciones de crecimiento, mientras que los vehículos aéreos no tripulados trazan los perfiles de un solo campo.

Actualmente, gran parte de esos datos se utilizan para análisis sobre el terreno o para informar la próxima decisión de gestión en la explotación. Lo que entusiasma a los fabricantes, proveedores, asesores y agricultores es lo que podría lograrse si todos esos datos fueran capturados, limpiados y convertidos en algo más innovador.

La cadena de suministro podría usar esa información para crear una imagen precisa de cómo son las condiciones en ubicaciones o condados específicos para ayudar a asesorar a los agricultores sobre qué productos pueden usar para lograr los mejores resultados. Los fabricantes pueden ver las tendencias locales, nacionales e internacionales rápidamente, asegurándose de tener existencias y recursos para satisfacer los picos de demanda o capitalizar las áreas de crecimiento.
Los agricultores reciben mejores consejos, reciben pedidos rápidamente y usan solo los insumos que necesitan para lograr el mejor resultado.

La cadena de suministro y las granjas pueden obtener enormes beneficios. Desbloquear el potencial depende en gran medida de las relaciones entre los dos.

Y ya está sucediendo. Las principales empresas agrícolas están abriendo nuevos caminos para comprender qué datos se pueden capturar y dónde se utilizan mejor en la granja.

Mayor disponibilidad en mercados emergentes

Atrás quedaron los días en que la agricultura de precisión era solo para el granjero a gran escala.
De hecho, la agricultura de precisión tiene el potencial de generar enormes beneficios en los mercados agrícolas emergentes.

Más del 70% de los empleos en África Oriental se encuentran en la agricultura2, donde la mayoría de los cultivos se producen mediante prueba, error y experiencia. Sólo recientemente la mecanización ha contribuido a transformar la jornada laboral.

Si bien algunos de los dispositivos y maquinaria inteligente no son aplicables o no están disponibles para los pequeños agricultores en las regiones en desarrollo del mundo, como África, los principios de la agricultura inteligente se mantienen.

Las pequeñas explotaciones agrícolas sustentan a más de dos mil millones de personas en todo el mundo, pero pocas tienen acceso a la información y el asesoramiento que necesitan para reemplazar un legado de prácticas agrícolas ineficientes y ambientalmente insostenibles.

La información localizada puede mejorar enormemente la producción, reducir el uso innecesario de fertilizantes y pesticidas y aumentar las ganancias. Las innovaciones de empresas globales de alta tecnología están comenzando a penetrar en los mercados emergentes, transformando vidas y medios de vida.

A medida que la comunicación sobre el terreno continúa mejorando para muchos pequeños agricultores en los rincones no desarrollados del mundo, la información y el apoyo precisos tendrán un impacto positivo y dramático en las pequeñas granjas.

¿Hasta dónde puede llegar la agricultura de precisión?

Los fabricantes y proveedores de equipos de agricultura de precisión están preparados para seguir ofreciendo soluciones inteligentes en un mundo conectado a Internet. Su enfoque es el mismo que el de los agricultores; para afrontar los retos de la producción alimentaria moderna.

Cerrar las brechas entre las instituciones de investigación y los equipos de investigación y desarrollo y desde la fábrica hasta el campo será clave para traducir la explotación práctica para respaldar la sostenibilidad de la producción primaria y la funcionalidad de la cadena de suministro.

Los datos, la información y el conocimiento en la granja deben fluir fácilmente a través de la cadena de suministro hasta la granja y viceversa para brindar mayores oportunidades de optimización, innovación y eficiencia. Una cadena de suministro que prioriza la conectividad en beneficio de cada empresa individual y de la industria en su conjunto está bien posicionada para cosechar los lucrativos beneficios.

Leer más

Los vehículos aéreos no tripulados (VANT), conocidos como drones por su semejanza a los zánganos (drone en inglés) en tamaño, forma y sonido, son aeronaves operadas a distancia, con cierta autonomía de vuelo, que pueden ser equipadas, entre otros instrumentos para la adquisición de datos, con diferentes sensores como cámaras digitales, multiespectrales o térmicas, entre los más empleados.

Con esta tecnología se pueden grabar imágenes de alta resolución espacial y temporal, útiles tanto para representar el relieve de un terreno y sus detalles a escala, a partir de levantamientos cartográficos, como para reconocer patrones terrestres, medición remota de propiedades y variables de la superficie terrestre. Por ello son una alternativa para estimar variables de interés hidroagrícola en forma remota.

El monitoreo detallado de zonas agrícolas, bajo una agricultura intensiva, aprovecha las imágenes de alta resolución para estimar parámetros biofísicos clave de los cultivos como concentración de clorofila, agua, materia seca, índice de área foliar, y temperatura.

El uso de drones equipados con sensores multifuncionales pequeños, complementados con sistemas de navegación autónoma, es una alternativa viable de bajo costo para monitorear zonas agrícolas. Con ello se facilita la observación frecuente de parámetros de cultivos con una resolución espacial y temporal mayor a la que se obtiene actualmente a través de sensores satelitales.

Asociado a lo anterior esta tecnología permite contar con información topográfica y de obra civil, con precisión de centímetros, de gran utilidad para la supervisión y diseño de obra civil en el ámbito de la infraestructura hidroagrícola.

El Instituto Mexicano de Tecnología del Agua cuenta con un dron multirrotor y otro de ala fija, que se han utilizado en levantamientos topográficos en los cauces que cruzan las localidades de Tlaola y Chicahuaxtla en la sierra de Puebla, la supervisión de las presas la Boquilla en Chihuahua y Valerio Trujano en Guerrero, así como en estudios en apoyo al riego de precisión, para estimar variables agronómicas, el estrés hídrico y el desarrollo de los cultivos, en parcelas localizadas en Sinaloa y Morelos entre otras entidades.

Leer más

Menos puede ser más si se aplica el fertilizante adecuado en el momento adecuado, en la cantidad adecuada y en el lugar adecuado. En el África subsahariana, la microdosificación de fertilizantes desarrollada por el Instituto Internacional de Investigación de Cultivos para los Trópicos Semiáridos ( ICRISAT) y socios ha aumentado la productividad agrícola. Para mejorar la productividad del mijo perla y el sorgo, se requieren al menos 100 kg de NPK por hectárea, pero el Dr. Ramadjita Tabo, Director de ICRISAT para África Occidental y Central, reconoció que el costo de $ 40 por hectárea para cumplir con este requisito era prohibitivo para pequeños agricultores. Además, los suelos arenosos de la región eran deficientes en fósforo, por lo que ICRISAT recomendó que los agricultores usaran 6 g de NPK (15-15-15) más 2 g de DAP y 1 g de urea, solo una pizca de 3 dedos, lo que resulta en solo 2 g requeridos por planta y limitando uso total de fertilizantes a solo 20 g por hectárea.

Se llevaron a cabo pruebas en la granja para evaluar el efecto de la microdosificación en el clima semiárido de Mali, Burkina Faso y Níger. [1] En el Sahel, los suelos son arenosos con escasa fertilidad y escasas precipitaciones (500 mm-800 mm anuales). [2] En estos ensayos, los agricultores seleccionaron la variedad de planta y el tipo de fertilizante de acuerdo con lo que estaba disponible en su país. La siguiente tabla muestra las tasas de aplicación de fertilizantes por país. Se encontró que, en promedio, la microdosificación de fertilizantes aumenta el rendimiento de mijo, sorgo, maíz, caupí y maní entre un 44% y un 120%. [3]

País Microdosis de fertilizante
Burkina Faso 4 g de fertilizante de nitrógeno, fósforo y potasio (NPK) (15-25-15)
Mali 4 g de NPK (17-17-17)
Níger 6 g de NPK (15-15-15), 2 g de fosfato de di amonio (DAP) (18-46-0) y 2 g de DAP + 1 g de urea (46-0-0)
Nota: (15-25-15) indica la mezcla de nitrógeno, fósforo y potasio. Por ejemplo, si compró una bolsa de 50 libras, 15 libras (o 15%) serían nitrógeno, 25 libras serían fósforo y 15 libras serían potasio. El 45% restante es simplemente relleno, que se utiliza

Leer más

Billy Tiller, director ejecutivo de Grower Information Services Cooperative (GiSC) y agricultor de Texas:
“La transparencia significa que el agricultor comprende lo que está sucediendo con sus datos. El agricultor es un hombre de negocios y debería poder tomar la decisión sobre cómo se comparten los datos sin que se haya hecho por él. La transparencia significa que, como agricultor, tengo la oportunidad de aprovechar al máximo mis datos. Tengo la oportunidad de elegir las empresas con las que quiero compartir mis datos. No tengo miedo de que mis datos se utilicen para un fin distinto al que yo deseo. Eso es lo que significa transparencia «.

Jason Tatge, fundador de Farmobile :
“La transparencia de los datos significa utilizar los datos con integridad para que las personas sepan qué datos se recopilan, quién tiene acceso a ellos y cómo pueden interactuar con ellos. Vivimos en una época en la que la confianza está en su punto más bajo, cuando las violaciones de datos y las asociaciones opacas son la norma, y ​​las personas buscan los agentes y administradores de sus datos más confiables. ¿Cómo se gana esa confianza? Lo hace proporcionando una visión clara de 360 ​​grados de cómo se utilizan los datos, lo que garantiza que los creadores de datos tengan acceso a ellos en cualquier momento, así como un control directo sobre cómo y cuándo se comparten «.

Amanda Neely, Answer Tech de WinField United :
“El concepto de transparencia de datos agrícolas es simple: los agricultores son dueños de sus datos y deben saber exactamente cómo los trata su proveedor de datos. ¿Se está compartiendo? ¿Se está vendiendo?

La organización Ag Data Transparent (ADT) tiene la misión de aumentar la transparencia de los datos. Por eso, cuando se fundó la organización, el enfoque estaba en la transparencia, no en lo correcto o lo incorrecto. Las empresas transparentes deberían poder responder (al menos) 10 preguntas sobre cómo recopilan, almacenan, comparten, usan y eliminan los datos de los agricultores. Para ADT, la transparencia significa ser honesto con los agricultores para que puedan tomar decisiones informadas sobre los datos.

Finalmente, aquí están mis pensamientos sobre lo que significa «transparencia de datos», tomando de todas estas ideas. Hay tres elementos clave para cualquier acuerdo de datos transparente. Debe ser (1) claro; (2) simple; y (3) honesto. “Claro” significa que el acuerdo está escrito para que los agricultores lo entiendan. “Simple” significa que el acuerdo es solo por el tiempo que sea necesario y omite la jerga legal típica. Los acuerdos largos y complejos pueden redactarse en un lenguaje sencillo, pero eso por sí solo no los hace transparentes. Y finalmente, «honesto» significa que la información importante no está enterrada en letra pequeña. Muchos contratos son legalmente precisos, pero ocultan las disposiciones clave en la página 3. El resultado es que el agricultor no comprende realmente lo que está firmando. Eso no es transparencia.

Leer más

Hasta el año pasado, David Simmons se despertaba a las 4 todas las mañanas y caminaba 400 metros hasta su establo para atender a las vacas. El hombre de 33 años, dueño de una granja lechera cerca de Corner Brook, siguió un horario estricto de ordeños de 5 am y 5 pm, y tenía que estar en el establo temprano todos los días para prepararse.

Pero desde que instaló los «robots», un sistema de ordeño robótico que compró en octubre pasado, las vacas se ordeñan por sí mismas y el Sr. Simmons duerme. Los mismos «robots» le permiten al Sr. Simmons controlar a las vacas, que usan dispositivos similares a los FitBits. para rastrear todo, desde la temperatura corporal hasta el nivel de actividad, en una aplicación de iPhone, que navega mientras prepara su café matutino.

«Sé lo que tengo que hacer incluso antes de llegar al granero», dijo Simmons. Él y su esposa, Sara, siguen trabajando tan duro como siempre, dijo. Pero ahora funcionan de manera más inteligente. «Sé qué vacas tengo que ir a ver».

En Terranova, la suya es la primera granja lechera que utiliza un sistema de ordeño robótico: puestos en los que las vacas entran y salen por su propia voluntad, donde los láseres y una cámara 3-D guían un brazo robótico hacia las ubres de los animales. Pero en todo Canadá, Simmons es solo uno de los muchos que están recurriendo a tecnología de vanguardia, estacionar robots y drones en sus graneros junto a arados y tractores para aumentar la eficiencia.

En el pasado, los Simmons se basaban en señales visuales para saber si una vaca estaba enferma: si sus ojos parecían hundidos o si su masticación se ralentizaba drásticamente. Pero estos signos tardan días en desarrollarse, si es que alguna vez lo hacen: el ganado es una presa natural, por lo que ocultan sus síntomas para evitar parecer débiles a los depredadores.

Pero ahora, con cada una de sus aproximadamente 100 vacas lecheras con un collar negro con un pequeño dispositivo de rastreo rojo, los Simmons saben el minuto en que una de sus vacas se está comportando de manera anormal. «¿Sabes cuando empiezas a tener gripe … crees que tienes un cosquilleo o que podrías tener un poco de dolor en la espalda, pero no estás muy seguro?» Dijo el Sr. Simmons. «Esto nos permite ayudar a cuidar a las vacas antes de que sientan ese cosquilleo».

El sistema de los Simmonses está hecho por Lely, una empresa holandesa, y dentro de cada collar hay un podómetro, que rastrea la actividad y la masticación de la vaca, y un transpondedor. El transpondedor significa que cuando una vaca ingresa al robot, arrastrada al establo por los bocadillos que recibe una vez dentro, el establo «reconoce» a la vaca y ajusta la configuración en consecuencia.

Gran parte de la tecnología que los Simmons utilizan en su granja ha estado disponible durante décadas. Lely primero hizo el prototipo de un modelo temprano del robot de ordeño en 1992. Pero los avances recientes en la tecnología «vestible» y el desarrollo de productos populares de mercado masivo como FitBits que rastrean la actividad y la dieta de las personas, lo que significa que los dispositivos ahora son más confiables y asequibles.

En total, el sistema le costó a los Simmons $ 750,000, que incluye renovaciones en su granero. Pero el resultado ha sido una mayor producción de leche y una reducción en la cantidad de personal, beneficios que, según el Sr. Simmons, compensarán el costo a largo plazo.

La tecnología está destinada a abordar problemas persistentes en el mundo de la agricultura: aumento del costo de producción y escasez de mano de obra calificada. Los Simmons en Terranova, por ejemplo, se han encontrado compitiendo con los campos petrolíferos de Alberta por el mismo grupo de trabajadores «que entran y salen».

LA HISTORIA CONTINÚA DEBAJO DEL ANUNCIO

Otra gran parte del problema laboral, dicen los expertos, es el envejecimiento de la población. Entre 1991 y 2011, la edad promedio de un operador agrícola aumentó de 47 a 54, según Statistics Canada. En el mismo período, el número de menores de 55 años se redujo en aproximadamente un 42%.

«Las personas que tenían mucha experiencia, la generación anterior, están comenzando a irse con bastante rapidez», dijo Andrew Uden, quien creció en una granja de ganado de Nebraska y ahora es el director de operaciones de Quantified Ag, una empresa de tecnología que desarrolla dispositivos portátiles. dispositivos para ganado de carne.

La nueva tecnología permite a los agricultores arreglárselas con menos trabajadores y ayuda a compensar la menor experiencia al entregar datos precisos directamente de los campos o de los propios animales.

La tendencia en los últimos años ha sido hacia la «agricultura de precisión»: utilizar tecnología para recopilar datos hiperespecíficos para que los agricultores puedan ser más eficientes en sus métodos. Los agricultores, por ejemplo, ahora pueden usar drones para volar sobre sus campos, recopilando datos en cada centímetro cuadrado para poder personalizar la cantidad de fertilizante o insecticida que deben entregar en áreas específicas.

El Sr. Uden agregó que incluso los jóvenes que ingresan a la agricultura a menudo vienen con ganas de un estilo de vida diferente.

«Muchos niños no van a la universidad durante cuatro o cinco años, salen con un título, para montar a caballo y sacar ganado enfermo todo el día», dijo.

Los Simmonses son ejemplos de esto. Tanto David como Sara crecieron en granjas, obtuvieron diplomas universitarios y luego regresaron para hacerse cargo de las operaciones lecheras en la granja familiar del Sr. Simmons.

Los cambios tecnológicos significan que ahora pueden desayunar y cenar juntos la mayoría de los días con su hija pequeña. «Nuestro tiempo es más flexible», dijo Simmons. «Si nuestra pequeña tiene una actividad, una cita para jugar o una fiesta de cumpleaños, nunca nos la perdemos».

Leer más

A medida que el desarrollo de la programación y la inteligencia artificial amplían sus aplicaciones, también lo hacen los medios para reemplazar las tareas que tradicionalmente se realizaban manualmente. Los drones, por ejemplo, programados de forma inteligente, pueden ahorrarle al agricultor la tarea repetitiva y engorrosa de examinar cada planta o árbol individualmente y utilizar las mismas técnicas para optimizar el crecimiento; un agricultor puede sentarse e investigar los medios para optimizar la agricultura, mientras que los drones hacen el trabajo pesado.

¿Qué es la agricultura de precisión?
La agricultura de precisión es un medio de gestión agrícola y agrícola basado en la observación, medición y respuesta a las condiciones de los cultivos de forma continua. La agricultura de precisión se refiere a la forma en que los agricultores manejan los cultivos para garantizar la eficiencia de insumos como el agua y los fertilizantes, y para maximizar la productividad, la calidad y el rendimiento. El término también implica minimizar plagas, inundaciones no deseadas y enfermedades.

Un componente clave de este enfoque de gestión agrícola es el uso de tecnología de la información y una amplia gama de elementos como guía GPS, sistemas de control, sensores, robótica, drones, vehículos autónomos, tecnología de tasa variable, muestreo de suelo basado en GPS, hardware automatizado, telemática y software.

¿Dónde entran los drones?
Si bien la agricultura de precisión es el cerebro del agricultor, un dron puede ser el cuerpo del agricultor. Los drones se utilizan para observar los cultivos, su textura, crecimiento, estado de las plagas, estado de la flor, etc. Procesan estos datos observados utilizando programas basados ​​en agricultura de precisión y en base a los análisis que realizan los programas que realizan los drones. tareas o responder a los cultivos para optimizar el crecimiento.

Pero, ¿por qué drones? ¿Por qué no un tractor programado o un robot humanoide?

Bueno, las características aéreas exclusivas de los drones hacen que la aplicación de la agricultura de precisión sea muy eficaz. Examinemos cómo funciona la agricultura de precisión con drones.

Uso de drones en agricultura de precisión

¿Como funciona?
La aplicación de la agricultura de precisión es simple, tome la entrada, trátela y elija automáticamente la mejor respuesta. Los drones, sin embargo, tienen una movilidad muy alta y suficiente espacio para llevar microcontroladores programados según la agricultura de precisión; haciendo que los drones sean exclusivamente eficientes para la gestión agrícola. Los siguientes procesos son las características exclusivas de los drones:

Cartografía:
El mapeo o la topografía es la operación de observación del dron. Con los nuevos modelos de drones, el agricultor solo necesita dibujar alrededor del área que necesita cubrir, ya que los drones están equipados con software de planificación de vuelo que les permite seguir una ruta de vuelo automatizada, la ruta también puede ser decidida de forma autónoma por el dron si utiliza inteligencia artificial. . El dron toma fotos automáticamente usando sensores a bordo y la cámara incorporada, y usa GPS para determinar cuándo tomar cada foto.

La cartografía utiliza técnicas de programación como el seguimiento de imágenes y la adquisición de imágenes, las mismas técnicas que se utilizan en los programas de reconocimiento facial y los robots; A medida que el programa se vuelve más sofisticado, ya sea mediante el uso de IA o manualmente, el dron se vuelve más inteligente y piensa cada vez más como un agricultor, ya que es más capaz de identificar enfermedades en los cultivos y decidir las respuestas óptimas, como se explica a continuación en Eliminación de cultivos. .

Fumigación:
La limpieza de cultivos es el trabajo engorroso y aburrido de un agricultor que puede ser asumido por drones para ahorrar tiempo, recursos y salud. Los drones pueden transportar tanques de fertilizantes y pesticidas para fumigar cultivos con mucha más precisión que un tractor. Esto ayuda a reducir los costos y la exposición potencial a pesticidas para los trabajadores que habrían necesitado fumigar esos cultivos manualmente.

El mapeo y el desempolvado de cultivos, combinados, hacen que los drones sean agricultores muy inteligentes y activos, ya que pueden analizar los cultivos con precisión y responder de manera adecuada.

¿Cuáles son los requisitos para la instalación?
Bueno, ¿qué necesitamos para hacer uso de la agricultura de precisión e integrarla con la tecnología de drones?

Experiencia agrícola:
El requisito principal para que la agricultura de precisión funcione es el requisito de experiencia agrícola que debe formar la base de la programación de los drones con los que aprenden los criterios para identificar problemas y estudiar cultivos.

Experiencia en programación:
Mediante comandos precisos, incluido el aprendizaje automático de prueba y error o la inteligencia artificial, los drones deben programarse para que funcionen como agricultores. Se supone que deben observar y responder de manera apropiada.

Equipo de drones:
El dron en sí es, por supuesto, un requisito vital. Pero el equipo instalado en el dron puede marcar una gran diferencia en su efectividad en términos de aplicación de la agricultura de precisión. Las cámaras sofisticadas o los sensores de imágenes térmicas pueden ayudar a identificar plagas y enfermedades de manera más eficiente, mientras que los microcontroladores más grandes y generalmente más costosos pueden mejorar la velocidad de procesamiento y la capacidad de transporte de datos de un dron.

Drones en agricultura

¿Cuales son los beneficios?
La integración de la tecnología de drones con la agricultura de precisión abre muchas posibilidades que son beneficiosas con el estado actual de la tecnología, tanto accesible como conveniente y de vanguardia; pero un atractivo significativo es que la tecnología de drones mejora en funcionalidad con la sofisticación en Tecnología de la Información, que se eleva con una curva pronunciada.

Las siguientes son algunas de las aplicaciones que hacen que la integración de la tecnología de drones con la agricultura de precisión sea muy efectiva:

Monitoreo de equipos de riego:
Administrar varios puntos de riego al mismo tiempo es inconveniente y engorroso, especialmente para los agricultores que tienen muchos campos repartidos por un condado o una región. Una vez que cultivos como el maíz comienzan a alcanzar ciertas alturas, las inspecciones de mitad de temporada de las boquillas y aspersores en los equipos de riego que suministran agua se pueden simplificar y llevar a cabo de manera muy efectiva con drones.

Identificación de malezas entre cultivos:
Los drones pueden trazar un mapa de malezas utilizando los datos obtenidos de sus sensores, por lo que los agricultores pueden diferenciar fácilmente las áreas de proliferación de malezas de alta intensidad de los cultivos saludables que crecen junto a ellos, mejorando la calidad de los cultivos.

Fertilidad de tasa variable:
Agribotix , una startup de servicios de drones agrícolas basada en CO2, ha utilizado mapas NDVI para dirigir las aplicaciones de fertilizantes durante la temporada en el maíz y otros cultivos. Mediante el uso de mapas de aplicación de tasa variable generados por drones para determinar la fuerza de absorción de nutrientes dentro de un solo campo, los agricultores pueden aplicar 60 libras de fertilizante a las áreas en dificultades, 50 libras a las áreas medianas y 40 libras a las áreas saludables , disminuyendo los costos de fertilizantes y aumentando los rendimientos.

Valoración de Salud:
Los drones pueden identificar bacterias, hongos o enfermedades basándose en la radiación infrarroja comúnmente transmitida por sensores, imágenes térmicas, adquisición de imágenes o seguimiento de imágenes y varios otros medios, evitando que las enfermedades se propaguen a otros cultivos. Con imágenes multiespectrales, los drones pueden detectar enfermedades antes de que sean detectadas por el ojo humano.

Cuales son las limitaciones?
Si bien puede ser optimista pensar que «el cielo es el límite», la integración de la tecnología de drones con la agricultura de precisión tiene algunas limitaciones, tanto exclusivas de la tecnología de drones como de la agricultura de precisión y sus sistemas integrados.

Problemas de seguridad y leyes federales:
Un problema que a menudo se plantea contra los drones es su posible uso indebido para sabotaje de la privacidad, contrabando de artículos y actividades terroristas; es por eso que las leyes federales, que varían entre países y estados, regulan el uso de drones.

En los EE. UU., Las regulaciones de la Autoridad Federal de Aviación requieren que todos los propietarios de aviones no tripulados que posean aviones que pesen entre 0,55 libras y 55 libras se registren en línea antes de volar.

Alto costo principal:
La inversión necesaria para actualizar el equipo agrícola convencional a la agricultura de precisión basada en drones podría ser un problema en términos de inversión, ya que es posible que los agricultores no puedan invertir cantidades suficientes para una configuración decente y el período de recuperación puede ser demasiado grande.

Precisión pesar:
Si bien la experiencia agrícola puede estar fácilmente disponible, la experiencia en programación y la sofisticación de los sensores y equipos instalados en los drones pueden requerir muchos recursos para llegar a la marca. Un agricultor analiza los cultivos y requiere mucha precisión con los sensores utilizados en un dron para que sea preciso.

Ejemplos de casos
Diferentes empresas y configuraciones ya están utilizando tecnología de drones para agricultura de precisión en diferentes capacidades. Echemos un vistazo a lo que están haciendo:

AgEagle:
AgEagle demostró, prácticamente, que el uso de drones en el departamento de agricultura en realidad puede ahorrar recursos, ya que fueron capaces de reducir el uso de pesticidas en un 50% simplemente aumentando la precisión de los pesticidas rociados, requiriendo menos cantidad para los mismos, o incluso mejores resultados y eficacia. Esto aumenta las ganancias obtenidas por los agricultores y contribuye al medio ambiente.

CSIC Córdoba:
Xylella fastidiosa es uno de los patógenos vegetales más peligrosos; afecta a más de 350 especies de plantas. Es capaz de transferirse viralmente de una especie a otra. Un estudio publicado en la revista Nature Plants con la colaboración del Instituto de Agricultura Sostenible del CSIC en Córdoba propone la forma de utilizar un dron para detectar el patógeno antes de que afecte a la planta.

“Nuestro estudio encontró que los efectos de la infección bacteriana se pueden detectar de forma remota antes de que aparezcan los síntomas visibles, lo que permite un mapeo rápido y preciso de los olivos infectados con Xylella en los huertos objetivo”, dijo el profesor Peter North, del Departamento de Geografía de Swansea. Universidad .

El diagnóstico precoz de este patógeno en particular es simplemente una pequeña demostración de las posibilidades que abre la agricultura de precisión.

Mapeo de DroneDeploy:
Anteriormente discutimos el mapeo como medio de adquisición de datos de una red de drones. DroneDeploy, una plataforma de software de drones con el repositorio de datos de drones más grande del mundo, publicó su Informe anual de tendencias de la industria de drones comerciales de 2018 . El informe cuantifica el impacto de la información aérea en varias industrias y consolida a DroneDeploy como líder de la industria en software para drones. Como el repositorio de datos y la plataforma de software de drones más extenso del mundo, el ecosistema de DroneDeploy permite a los clientes en 400.000 sitios de trabajo mapear 30 millones de acres, obtener hasta 20 veces ahorros de tiempo y mejorar los flujos de trabajo durante el último año. Esta excelente tecnología de mapeo con drones mejora efectivamente el rendimiento agrícola año tras año hasta en un 172%.

Una palabra final
Ahora sabemos que la agricultura de precisión, aplicada con drones, es un método de gestión agrícola muy eficiente en teoría. Pero al igual que toda tecnología moderna, necesita sofisticación y avance en términos de su aplicación práctica para que sea factible para uso comercial. Este avance es un resultado natural del uso, como cualquier otra tecnología. Concluyendo que el uso de tecnología de drones en el departamento agrícola es una inversión productiva y digna.

Leer más

El mundo está al borde de la tercera revolución agrícola moderna y la agricultura de precisión es una parte importante de ella. La primera revolución que ocurrió entre 1900 y 1930, la agricultura mecanizada dejó que cada agricultor pudiera producir lo suficiente para 26 personas . Mucho después de eso, fue la década de 1990 cuando tuvo lugar la segunda revolución conocida como revolución verde. Debido a la progresión científica, se introdujeron nuevos conjuntos de cultivos modificados genéticamente que son resistentes a las plagas y necesitan menos agua, lo que permitió a cada agricultor alimentar a 155 personas . Se espera que la población mundial alcance los 9,6 mil millones en 2050y la producción de alimentos debe ser el doble de los niveles actuales para alimentar a todas las personas. Las capacidades analíticas avanzadas y la mejora constante de IoT serán elementos clave en la tercera revolución, haciendo que cada agricultor sea capaz de alimentar a 256 personas .

Las definiciones populares de agricultura de precisión (PA), agricultura satelital o manejo de cultivos específicos del sitio (SSCM) describen el término como ‘un enfoque tecnológico para el manejo agrícola que observa, mide y analiza las necesidades de campos y cultivos individuales’ . Según McKinsey, el desarrollo de la agricultura de precisión está determinado por dos tendencias: «Big Data y capacidades de análisis avanzado, y robótica: imágenes aéreas, sensores, sofisticados pronósticos meteorológicos locales». En palabras simples, la agricultura que recopila y usa datos de parcelas para administrar y optimizar la producción de cultivos se conoce como agricultura predictiva.

La agricultura predictiva es análoga a tomar una pastilla para tratar una dolencia. Las soluciones se adaptan en gran medida desde el tipo de cultivo adecuado para una parcela hasta el uso de pesticidas solo en regiones específicas. La adopción de la agricultura de precisión reduce el costo de producción y el desperdicio, ya que se satisfacen las necesidades personalizadas de cada parcela. La agricultura de precisión se practica mediante la adopción de software analítico y el uso de equipos técnicos. Se realiza una recopilación rigurosa de datos sobre pruebas de suelo, medición de parcelas, análisis de patrones climáticos y análisis de cultivos a través de dispositivos equipados con sensores colocados a lo largo de los campos. Los datos están calibrados para elaborar conclusiones y, basándose en esos resultados, se puede adoptar un conjunto de prácticas muy detalladas y precisas.

NECESIDAD DE AGRICULTURA DE PRECISIÓN
En las economías en desarrollo, el 32% de las pérdidas de alimentos se producen durante la producción de alimentos, según lo analizó McKinsey con datos de la FAO.

Las prácticas agrícolas convencionales se centran en el área. Existe un conjunto general de cultivos cultivados en toda una zona. Todos los agricultores de esa zona siguen los mismos procedimientos con respecto a la siembra, la nutrición, el riego y el período de cosecha. En lo que resultan estas prácticas es: imprevisibilidad, uso excesivo de recursos y producción incontrolada de residuos.

Antes del uso de la tecnología en la agricultura, la probabilidad de que un agricultor produjera buenos productos era tan buena como lanzar una moneda y desear cara. Dado que los agricultores no tenían información sobre sus fincas, no había forma de conocer las causas de la pérdida de cultivos. Esta práctica empujó a los agricultores hacia pérdidas y deudas. Los avances en análisis de big data, IoT e imágenes satelitales accesibles crearon optimismo para el sector agrícola, combatiendo así el problema de la imprevisibilidad.

Beneficios de varias formas
Dado que se pueden rastrear los detalles de las áreas en una sola granja, la agricultura de precisión beneficia a los agricultores de varias maneras.

Conjunto refinado de prácticas de cultivo y elección de cultivos en función de la idoneidad de la tierra

Eliminación de volatilidad y riesgo

Gestión de residuos

Costos de producción reducidos

Impacto ambiental mínimo

Uso optimizado de fertilizantes

Administracion del Agua

Resumen
La agricultura de precisión es la adopción de un conjunto de prácticas altamente precisas que utilizan tecnología para satisfacer las necesidades de las parcelas y cultivos individuales. El software de análisis de big data (SaaS) como CropIn o robots como drones se puede utilizar para obtener información detallada de la parcela, el tipo de suelo, los cultivos adecuados, las necesidades de riego y fertilizantes. La información obtenida se utiliza para adaptar una selección infalible de cultivos, cantidad de fertilizante y necesidades de riego. La agricultura de precisión ayuda a los agricultores a vivir una vida libre de deudas, ya que se reducen los costos de producción y las pérdidas y también se minimiza el impacto ambiental general.

Preguntas frecuentes
¿Qué herramientas tengo para adaptarme a la agricultura de precisión?

La agricultura de precisión se enfoca en reducir el costo de producción y el desperdicio, ya que se satisfacen las necesidades personalizadas de cada parcela. Se centra en la recopilación de datos y el análisis de farmpIots, que se compone de sensores, drones y robots para registrar los datos y el software como servicio (SaaS) se puede utilizar para adaptarse a la agricultura de precisión.

Aunque IoT aún se encuentra en una etapa incipiente, los gobiernos de las economías agrícolas dominantes invierten en tecnologías de vanguardia como IoT, AI y Machine Learning para crear soluciones agrícolas más inteligentes. En economías basadas en la agricultura como la India, la implementación de IoT en la agricultura tiene su propio conjunto de beneficios y desafíos únicos. En primer lugar, los agricultores temen actualizarse a agtech, ya que carecen de conocimientos sobre la aplicabilidad de la tecnología en la agricultura.

Además de esto, los sensores, robots y drones que se utilizan en el desarrollo de soluciones de IoT son costosos, de alto mantenimiento y requieren mano de obra técnicamente capacitada para operarlos. Los datos recopilados deben analizarse; esto se puede hacer llevándolos a un laboratorio o utilizando instrumentos en la granja. También se requieren una variedad de sensores para recopilar datos sobre diferentes parámetros que deben analizarse por separado, por lo que son de alto presupuesto. Por lo tanto, la solución debe ser rentable y altamente escalable, considerando los distintos tamaños de las granjas.

Una solución más económica, escalable y precisa es la implementación de soluciones SaaS (software como servicio) basadas en la nube. Estos softwares utilizados en la tecnología agrícola se enfocan en brindar soluciones agrícolas modernas que ayuden a los agricultores, las empresas agrícolas y otras partes interesadas a tomar decisiones inteligentes basadas en el análisis de datos. CropIn está a la vanguardia para hacer que la agricultura sea más inteligente con el uso de imágenes satelitales, análisis del clima y aprendizaje automático para monitoreo, detección, análisis y predicción. Las aplicaciones inteligentes de CropIn se pueden integrar con software y sensores ya instalados a través de API. Los datos recopilados sobre el suelo o los niveles de humedad, los cambios de temperatura o el cultivo se pueden procesar utilizando las capacidades de los algoritmos de Big Data Analytics y Machine Learning para proporcionar información procesable basada en la precisión de los datos recopilados.

¿Puede la economía digital ayudar a la agricultura?
La reciente digitalización rápida ha reducido el papeleo exhaustivo en bancos, hospitales y la mayoría de las organizaciones del sector público y privado parece disminuir a medida que sus negocios se mueven en línea. La digitalización ha reducido el trabajo manual, que consumía mucho tiempo, era propenso a errores e ineficiente, lo que ahorraba millones a las empresas. La digitalización de la economía ha roto las barreras y ha reducido con éxito el miedo a la dependencia tecnológica, especialmente entre la comunidad agrícola. La digitalización también está revolucionando lentamente el vasto y complejo sector agrícola.

Las Naciones Unidas proyectan que para el año 2050 la población mundial será de 9,7 mil millones. Con la relevancia de más del 60 por ciento de la población mundial en la agricultura para la alimentación, la presión para aumentar los productos para satisfacer las demandas no parece disminuir. Junto con el cambio climático, que está provocando un aumento en las temperaturas globales, los niveles de dióxido de carbono y la frecuencia de sequías e inundaciones, junto con el aumento de los costos laborales, los altos costos de producción y la imprevisibilidad, representan un gran desafío para el futuro de la agricultura. Por tanto, el objetivo es incrementar la productividad de forma sostenible.

La reciente digitalización rápida ha reducido el papeleo exhaustivo en bancos, hospitales y la mayoría de las organizaciones del sector público y privado parece disminuir a medida que sus negocios se mueven en línea. La digitalización ha reducido el trabajo manual, que consumía mucho tiempo, era propenso a errores e ineficiente, lo que ahorraba millones a las empresas. La digitalización de la economía ha roto las barreras y ha reducido con éxito el miedo a la dependencia tecnológica, especialmente entre la comunidad agrícola. La digitalización también está revolucionando lentamente el vasto y complejo sector agrícola.

Las Naciones Unidas proyectan que para el año 2050 la población mundial será de 9,7 mil millones. Con la relevancia de más del 60 por ciento de la población mundial en la agricultura para la alimentación, la presión para aumentar los productos para satisfacer las demandas no parece disminuir. Junto con el cambio climático, que está provocando un aumento en las temperaturas globales, los niveles de dióxido de carbono y la frecuencia de sequías e inundaciones, junto con el aumento de los costos laborales, los altos costos de producción y la imprevisibilidad, representan un gran desafío para el futuro de la agricultura. Por tanto, el objetivo es incrementar la productividad de forma sostenible.

Leer más

Destacar
•
Propusimos un modelo para investigar los factores que influyen en los impactos de la agricultura de precisión.

•
Estimamos los impactos de la agricultura de precisión desde el punto de vista de los expertos.

•
Las actitudes de los expertos indican su visión positiva hacia este tipo de impactos.

•
La actitud de comportamiento tiene el mayor efecto sobre los impactos.

Resumen
Hoy en día se requieren de inmediato desarrollos de métodos agrícolas que sean productiva, económica, ambiental y socialmente sostenibles. El concepto de agricultura de precisión se está convirtiendo en una idea atractiva para la gestión de los recursos naturales y la realización de un desarrollo agrícola sostenible moderno. El propósito de este estudio fue investigar los factores que influyen en los impactos de la agricultura de precisión desde el punto de vista de los expertos de la provincia de Boushehr. El método de investigación fue una encuesta transversal y se utilizó un muestreo aleatorio de múltiples etapas para recopilar datos de 115 expertos en la provincia de Boushehr. Según los resultados, los expertos encontraron la conservación de las aguas subterráneas y superficiales, el desarrollo de áreas rurales, el aumento de la productividad y el aumento de los ingresos como los impactos más importantes de las tecnologías agrícolas de precisión. Las actitudes de los expertos indican su visión positiva hacia este tipo de impactos. Además, la actitud conductual tiene el mayor efecto sobre los impactos.

Artículo anterior en cuestiónSiguiente artículo en cuestión
Palabras clave
Agricultura sostenibleAgricultura de precisiónEvaluación de impactoBoushehrIran
1 . Introducción
En los últimos años, la agricultura se ha convertido en una industria en respuesta a la provisión de alimentos y la seguridad alimentaria y la relación humana con el medio ambiente ha cambiado debido a los logros en diferentes tecnologías [16] . En este sentido, los sistemas agrícolas enfatizan en la utilización de insumos producidos por combustibles fósiles como fertilizantes químicos , pesticidas, herbicidas y maquinaria agrícola con alto consumo de combustible. Aunque la aplicación de estas tecnologías ha aumentado el rendimiento y la eficiencia de la mano de obra, ha destruido muchos recursos naturales de los que depende la continuidad de los sistemas agrícolas. Por lo tanto, esta destrucción afectará primero a los agricultores y luego a la sociedad [4].. Los productos agrícolas producidos a través de la agricultura moderna basados ​​en métodos de revolución verde traen consigo muchos problemas para la salud humana y destruyen los recursos naturales debido a la aplicación de patrones de producción inadecuados, insostenibilidad de los sistemas de producción, pérdida de recursos básicos y, en consecuencia, amenazan las instalaciones de producción, de ahí que este tema proceso de producción imposible. Por lo tanto, se requiere inmediatamente el desarrollo de métodos agrícolas que sean productiva, económica y socialmente sostenibles [19] .

Con la introducción de la informatización agrícola, la agricultura tradicional se ha reformado mediante TIC avanzadas, lo que finalmente ha contribuido a mejoras significativas en la productividad y sostenibilidad agrícolas [28] . El concepto de agricultura de precisión, basado en la tecnología de la información, se está convirtiendo en una idea atractiva para gestionar los recursos naturales y lograr un desarrollo agrícola sostenible moderno [13] .

1.1 . Agricultura de precisión
La agricultura de precisión es un sistema integrado de manejo de cultivos que combina tecnologías de la información con industrias agrícolas racionales e intenta proporcionar cantidades y tipos de insumos basados ​​en las necesidades reales de cultivo en pequeñas fincas ubicadas dentro de una gran finca [11] . Además, la agricultura de precisión se considera un sistema de gestión agrícola sobre la base de la tecnología de la información para determinar, analizar y gestionar cambios dentro de una granja para la rentabilidad, sostenibilidad y conservación óptima de las granjas [7] . Este sistema se centra en la gestión de producción específica del sitio. La agricultura de precisión presenta un nuevo concepto en el uso sostenible de los recursos agrícolas y se define como un concepto de gestión que combina las tecnologías de la información y las comunicaciones para gestionar los cambios temporales y espaciales en la explotación [6] . El objetivo básico de la AP es optimizar el rendimiento con un aporte mínimo y una contaminación ambiental reducida [14] .

La agricultura de precisión con el propósito de la gestión de insumos proporcionará métodos de producción distinguidos para los productores agrícolas y, como cualquier otra tecnología, puede permitir a los agricultores recopilar datos con el propósito de identificar variables efectivas sobre el rendimiento potencial de la granja. Además, los agricultores pueden tomar decisiones sobre los insumos y utilizarlos en tasas variables [17] .

1.2 . Impactos de la agricultura de precisión
Se han reportado varias investigaciones que evalúan los impactos de las tecnologías de agricultura de precisión. Este enfoque no solo puede reducir los costos, sino que también puede aumentar los rendimientos. Además, la aplicación precisa de productos químicos y fertilizantes solo cuando sea necesario reduce el potencial de contaminación de las aguas subterráneas y superficiales [10] . La agricultura de precisión no solo contribuirá al ahorro de costes, sino que también tendrá considerables beneficios medioambientales [7].. Una mayor eficiencia a través de sistemas precisos de guía de maquinaria por sí sola puede generar retornos cuantificables para los agricultores. Los sistemas de dirección automática precisos podrían ahorrar a los agricultores entre un 5% y un 15% en costos de insumos (combustible, pesticidas y fertilizantes) al reducir el lapeado excesivo o insuficiente y aumentando la puntualidad de las operaciones, como facilitar la fumigación de pesticidas por la noche. El aumento del rendimiento, la mejora de la producción económica y la compensación de costes se tienen en cuenta como las ventajas de aplicar tecnologías de agricultura de precisión [2] . Dobermann y col. [5] cree que, junto con los beneficios económicos, deben tenerse en cuenta los beneficios ambientales como la disminución de las emisiones de gases de efecto invernadero y la contaminación causada por fertilizantes y plaguicidas [8]. Al reducir la aplicación excesiva y la aplicación insuficiente de insumos como nutrientes y plaguicidas, esta estrategia tiene el potencial de mejorar la rentabilidad para el productor y también de reducir la amenaza de contaminación del agua subterránea o superficial por productos químicos agrícolas [22] .

Según Zhang et al. [27] la gente esperaba los impactos del uso de la agricultura de precisión en la rentabilidad para los productores y los beneficios ecológicos y ambientales. La adopción de la agricultura de precisión afectará las oportunidades de empleo (prestación de servicios de consultoría, servicios de apoyo, herramientas especializadas, etc.) y las estructuras agrícolas, especialmente la distribución del tamaño de las granjas en las zonas rurales y el uso de fertilizantes químicos, plaguicidas y otros insumos agrícolas de manera eficiente disminuirá los problemas ambientales [21] . Según Swinton y Lowenberg-DeBoer [23], la agricultura de precisión ha generado una rentabilidad del 57%. Otro estudio demostró que las tecnologías de agricultura de precisión dieron como resultado la rentabilidad de las granjaspor aumento de rendimiento y reducción de costos de insumos. Mientras tanto, la mejora de la administración financiera provoca una mejora de la administración de riesgos y una mejora de la capacidad de gestión de las granjas [26] . Impulsar la productividad, rentabilidad y sostenibilidad, mejorar la calidad del producto, gestionar eficientemente el producto, preservar el suelo, los recursos hídricos y energéticos, conservar las aguas subterráneas y superficiales, optimizar la eficiencia productiva, minimizar los impactos y riesgos ambientales lo que se hace con el propósito de la sostenibilidad ambiental y económica otros impactos estipulados de estas tecnologías [18] .

Diferentes científicos han presentado varios modelos para examinar actitudes y comportamientos. Las teorías que se utilizan en este artículo se comentan a continuación.

1.3 . Teoría de la acción Razonada
Esta teoría se basa en la psicología y define la relación entre actitudes y comportamiento. Según esta teoría, la adopción de la innovación se vería afectada por factores individuales y sociales. El factor individual se define como una creencia positiva o negativa hacia la formación de la conducta o se considera como la misma actitud hacia la formación de la conducta, y el factor social son las normas subjetivas o el impacto de la presión social en la persona, ya sea que resulte en la formación de la conducta o no [ 9] .

1.4 . Teoría del comportamiento planificado
En psicología, la teoría de la conducta planificada se introduce como un vínculo entre actitud y conducta. Esta teoría se presenta con base en la teoría de la acción razonada. Según la teoría de TPB, los comportamientos de los individuos estarán determinados por sus intenciones afectadas por la actitud, la norma subjetiva y el control conductual percibido [18] .

1.5 . Modelo de aceptación de Tecnología
El modelo de aceptación de tecnología (TAM) fue propuesto por Davis como un instrumento para predecir la probabilidad de que se adopte una nueva tecnología dentro de un grupo u organización [17] . Basado en la teoría de la acción razonada, el TAM se basa en la hipótesis de que la aceptación y el uso de la tecnología se pueden explicar en términos de las creencias, actitudes e intenciones internas del usuario. Como resultado, debería ser posible predecir el uso futuro de la tecnología aplicando el TAM en el momento en que se introduce una tecnología. El TAM original midió el impacto de cuatro variables internas sobre el uso real de la tecnología. Las variables internas en el TAM original fueron: facilidad de uso percibida (PEU), utilidad percibida (PU), actitud hacia el uso (A) e intención conductual de uso (BI) [25] .

Shyu y Huang [20] realizaron un estudio basado en el modelo de aceptación de la tecnología y sus resultados revelaron que la utilidad percibida y las variables de disfrute percibido afectaban la actitud de uso. Además, la actitud de uso y la utilidad percibida influyeron en la intención de uso. Nan y col. [15] examinó el modelo desarrollado de aceptación de tecnología de la información basado en el modelo TAM. Los resultados mostraron que la variable de intención conductual a corto plazo se vio afectada por impactos directos de compatibilidad, actitud de uso y utilidad percibida. La relación causal entre la intención conductual a corto plazo, la compatibilidad, la actitud de uso y la intención conductual a largo plazo fue positiva. Además, la facilidad de uso percibida y la utilidad percibida tuvieron un efecto positivo en la actitud de uso. Chen y col. [3]presentó un modelo para investigar la intención hacia las tecnologías modernas mediante la combinación de modelos TAM y TPB. Según los resultados, rasgos de innovación como la utilidad percibida y la facilidad de uso percibida provocaron el desarrollo de una actitud positiva hacia el uso de tecnologías y actitudes modernas, las normas subjetivas y el control conductual percibido afectaron la intención de uso.

Numerosos estudios realizados sobre comportamientos ambientales han demostrado que el conocimiento es un predictor importante del comportamiento, ya que esta variable puede influir en todo el proceso de toma de decisiones de forma que una persona pueda tomar una decisión equivocada a través de información y conocimiento incorrectos [12] . Según Tress [24], existía una relación entre la dificultad de transición percibida hacia actividades sostenibles y la actitud hacia estas actividades. La forma en que las personas encuentran difícil la transición hacia actividades sostenibles mostrará una actitud más negativa. Según la literatura, Irán debería seguir más seriamente las tecnologías de agricultura de precisión confiando en sus capacidades potenciales [18]. En consecuencia, este fin no se puede lograr sin la cooperación de quienes están a cargo de la agricultura. Debido al papel clave de los expertos agrícolas en afectar la adopción de la innovación por parte de los agricultores, el propósito de este estudio fue investigar los factores que influyen en los impactos de la agricultura de precisión desde el punto de vista de los expertos de la provincia de Boushehr. De acuerdo con las revisiones de la literatura, se presenta el siguiente marco para investigar los factores que afectan los impactos ( Fig. 1 ).

Descargar: Descargar imagen de alta resolución (253KB)Descargar: Descargar imagen a tamaño completo
Figura 1 . Marco teórico.

2 . Método de investigación
Se utilizó una encuesta transversal para recopilar datos mediante un cuestionario. La lista de índices para medir la variable dependiente se proporcionó a través de tres pasos. En el primer paso, se recopiló información relacionada con los impactos de la agricultura de precisión a partir de documentos y recursos de otros países. En el segundo paso, se realizó un estudio pre-piloto en agricultores pioneros domiciliados en las regiones de Marvdasht para confirmar los impactos. En el último paso se entrevistó a algunos expertos de la organización Jihad-e-Keshavarzi en la provincia de Fars.

Los datos para probar el modelo se recopilaron entre expertos agrícolas en la provincia sur de Irán en 2016. Esta provincia tiene la capacidad adecuada para expandir las actividades agrícolas cualitativa y cuantitativamente y es una de las pioneras en la introducción y difusión de nuevas tecnologías. Boushehr incluye 9 ciudades y tiene un clima cálido, y su precipitación media anual es de entre 200 y 250 mm. En 2007, su total de campos de cultivo era de unas 236.053 ha. 5142 ha de estos campos se asignan al cultivo de agua y las 184,811 ha restantes se asignan al cultivo de secano . La mayoría de los campos de cultivo se dedican al trigo en 167.351 ha y al tomate en 14.519 ha. La agricultura en los huertos de la provincia de Bousher se realiza en 40.661 ha, de los cuales los dátiles son la mayor parte con 37 265/2 ha. La población estadística en esta investigación incluye a todos los expertos de Jihad-e-Keshavarzi que trabajan en la provincia de Bousher. Se utilizó un muestreo aleatorio de múltiples etapas para recopilar datos. El número de muestras se estimó con base en la población estudiada y la fórmula de Cochran y se entrevistó a 115 expertos de la provincia de Boushehr y se recopilaron los datos requeridos mediante cuestionarios. La validez del cuestionario fue probada por expertos del Departamento de Extensión y Educación Agrícola de la Universidad de Shiraz. El cuestionario fue probado de forma piloto con 30 expertos agrícolas seleccionados al azar de la muestra. Sobre la base de los comentarios de la prueba piloto, se perfeccionó el cuestionario y se elaboró ​​un cuestionario final revisado. Los coeficientes alfa de Cronbach para las variables se han presentado enCuadro 1 . La tabla 2 muestra la definición de variables.

Cuadro 1 . Coeficientes alfa de Cronbach para variables de investigación.

Variables Coeficiente alfa de Cronbach
Actitud conductual 0,75
Facilidad de uso percibida 0,74
Utilidad percibida 0,77
Actitud de confianza 0,80
Innovación individual 0,77
Conocimiento de agricultura de precisión 0,97
Dificultad de transición percibida 0,85
Impactos de las tecnologías agrícolas de precisión 0,94
Cuadro 2 . Definición de variables.

Variables Definición
Utilidad percibida La utilidad percibida se define como la medida en que una persona cree que el uso del sistema mejorará su desempeño laboral (Venkatesh y Davis, 2000). La variable se midió utilizando elementos relacionados con el aumento de la productividad, la reducción de los costos de producción, un mejor control de las actividades agrícolas, etc. Las preguntas estaban en forma de escalas de cinco puntos etiquetadas de muy de acuerdo a muy en desacuerdo
Facilidad de uso percibida Según Davis (1989), la facilidad de uso percibida se define como la medida en que una persona cree que el uso del sistema estará libre de esfuerzo físico y mental (Lu et al., 2005). Esta variable se estimó utilizando ítems relacionados con la facilidad de aprendizaje, el esfuerzo mental requerido para utilizar estas tecnologías, la eficacia del uso de las opiniones de los expertos en la aplicación de estas tecnologías, etc. Las preguntas estaban en forma de escalas de cinco puntos etiquetadas de muy de acuerdo a muy discrepar
Actitud conductual Taylor y Todd (1995) definieron una escala de actitud que midió si a las personas les gusta o no les gusta usar la tecnología y cómo se sienten al usarla. Definimos operativamente la actitud para utilizarla como el sentimiento positivo o negativo del posible experto sobre la adopción de tecnologías agrícolas de precisión. Esta variable se estimó con el uso deseable o no deseable de estas tecnologías, el uso razonable o irrazonable de las tecnologías y la actitud positiva y negativa hacia las tecnologías agrícolas de precisión. Las preguntas tenían la forma de escalas de cinco puntos etiquetadas de muy de acuerdo a muy en desacuerdo
Actitud de confianza Esta variable mide la confianza de un productor para aprender y utilizar tecnologías agrícolas de precisión. A través de la escala de Loyd y Gressard (1984) se plantearon una serie de preguntas en relación a tener certeza para aprender tecnologías agrícolas de precisión en clases y talleres educativos y también a tener autoconfianza en el uso de estas tecnologías, etc. Las preguntas fueron en forma de escalas de cinco puntos etiquetadas de muy de acuerdo a muy en desacuerdo
Innovación individual La innovación individual se define como «la voluntad de un individuo de probar cualquier tecnología nueva». Se estimó a través de ítems propuestos por Agarwal y Prasad (1998). Las preguntas tenían la forma de escalas de cinco puntos etiquetadas de muy de acuerdo a muy en desacuerdo
Conocimiento de agricultura de precisión La familiaridad individual con las características y tecnologías de la agricultura de precisión revela el conocimiento individual en relación con este sistema agrícola. Para medir esta variable se plantearon una serie de preguntas en el campo de las tecnologías agrícolas de precisión y las preguntas fueron en forma de escalas de cinco puntos etiquetadas de cero a muy alto
Dificultad de transición percibida La dificultad de transición percibida hacia la agricultura de precisión se considera como un índice para medir la percepción e idea individual sobre la dificultad de transición de la agricultura convencional hacia la adopción y aplicación de la agricultura de precisión. Se midió mediante preguntas sobre la posibilidad de la implementación de la agricultura de precisión con atención a las condiciones agrícolas y la situación económica y educativa en Irán. Las preguntas tenían la forma de escalas de cinco puntos etiquetadas de muy de acuerdo a muy en desacuerdo.
Impactos de la agricultura de precisión Los impactos de la agricultura de precisión incluyen actitudes y creencias individuales sobre los posibles impactos de este tipo de tecnologías. En cuanto a los impactos de las tecnologías de agricultura de precisión en los campos técnico, social, económico y ambiental, se formularon treinta y siete preguntas. Se utilizaron escalas de seis puntos que iban de ninguno a muy alto para evaluar los impactos.
Los datos de los cuestionarios se codificaron y analizaron mediante el software LISREL. El modelado de ecuaciones estructurales (SEM), un análisis multivariado , es un método apropiado para analizar variables latentes, como construcciones desarrolladas a partir de elementos de encuestas. SEM es similar a la regresión múltiple pero se utiliza para analizar y calcular la varianza explicada en variables latentes endógenas y exógenas. La relación entre constructos (o variables latentes) está representada por los coeficientes de trayectorias [1] . Además de la estadística descriptiva y las técnicas inferenciales, se utilizaron frecuencias, porcentaje, puntuación media, desviación estándar, coeficientes de correlación y modelado de ecuaciones estructurales para analizar los datos.

3 . Resultados y discusión
3.1 . Impactos de las tecnologías agrícolas de precisión
3.1.1 . Impactos ambientales
En la Tabla 3 se ilustra la frecuencia y la media de cada impacto de las tecnologías de agricultura de precisión. Debido a la media de impactos ambientales de las tecnologías de agricultura de precisión, los expertos han encontrado la conservación de aguas subterráneas y superficiales con una media de 4.02 como el impacto ambiental más importante de este plan. De esta forma, el 69,6% de los expertos ha evaluado el alto impacto del uso de tecnologías de agricultura de precisión en la conservación de aguas subterráneas y superficiales y solo el 0,9% cree que el impacto es muy bajo. Los resultados de Sudduth et al. [22] estudio está de acuerdo con este hallazgo. Tabla 3muestra que el manejo de malezas y la conservación de fuentes de energía con una media de 3.93 se colocan en el segundo rango después de la conservación de aguas subterráneas y superficiales. Así, el 72,2% y el 60% de los expertos definieron un alto impacto de las tecnologías de agricultura de precisión en el manejo de malezas y la conservación de las fuentes de energía y el 1,7% y el 2,6% de la muestra definieron un impacto bajo. Ninguno de los expertos consideró que las tecnologías de agricultura de precisión no tuvieran impacto en el manejo de malezas y la conservación de fuentes de energía. Además, el 73,9% de los expertos informaron que el uso de tecnologías de agricultura de precisión dio como resultado el manejo de plagas y solo el 2,6% de la muestra cree que el uso de tecnologías de agricultura de precisión tuvo un impacto muy bajo en el manejo de plagas. Cabe mencionar que el manejo de plagas tiene una media igual a 3.87. Según los resultados, la gestión de enfermedades de las plantasy la elaboración de productos saludables tienen, respectivamente, medias de 3,86 y 3,82. Los resultados de Jochinke et al. [8] confirman este hallazgo. Según la Tabla 3 , el 54,8% de los expertos evaluó un impacto promedio del uso de tecnología de agricultura de precisión en las emisiones de gases verdes. Este impacto ambiental tiene el valor mínimo con media de 3.06 y los expertos lo han tenido en cuenta menos que otros impactos ambientales como impacto de las tecnologías de agricultura de precisión.

Cuadro 3 . Impactos ambientales de la agricultura de precisión.

Variable Impacto positivo Sin impacto Desviación Estándar Media de rango Prioridad
Muy alto Alto Promedio Bajo Muy bajo
Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento
Manejo de plagas 12 10,4 85 73,9 13 11,3 2 1,7 3 2.6 0,71 3,87 3
Manejo de enfermedades de plantas 11 9,6 85 73,9 13 11,3 4 3,5 2 1,7 0,69 3,86 4
Manejo de malezas dieciséis 13,9 83 72,2 10 8.7 4 3,5 2 1,7 0,72 3,93 2
Conservación de fuentes de energía 25 21,7 69 60,0 12 10,4 6 5.2 3 2.6 0,87 3,93 2
Conservación de aguas subterráneas y superficiales 22 19,1 80 69,6 8 7.0 4 3,5 1 0,9 0,69 4.02 1
Contaminación de aguas subterráneas y superficiales 15 13,0 69 60,0 17 14,8 7 6.1 4 3,5 3 2.6 1.06 3,65 9
La contaminación del suelo 17 14,8 27 23,5 54 47,0 10 8.7 4 3,5 3 2.6 1,10 3,29 10
La erosión del suelo 18 15,7 67 58,3 11 9,6 14 12,2 3 2.6 2 1,7 1.07 3,66 8
Compactación del suelo 12 10,4 77 67,0 11 9,6 9 7.8 3 2.6 3 2.6 1.03 3,66 8
Consumo de plaguicidas 17 14,8 69 60,0 17 14,8 7 6.1 4 3,5 1 0,9 0,96 3,73 6
Consumo de fertilizantes 18 15,7 68 59,1 15 13,0 9 7.8 3 2.6 2 1,7 1.02 3,72 7
Emisiones de gases de efecto invernadero 9 7.8 23 20,0 63 54,8 11 9,6 5 4.3 4 3,5 1.04 3,06 12
La biodiversidad 8 7.0 39 33,9 50 43,5 11 9,6 4 3,5 3 2.6 1.02 3,23 11
Producir productos saludables 20 17,4 73 63,5 12 10,4 4 3,5 4 3,5 2 1,7 0,99 3,82 5
3.1.2 . Impactos sociales
Según la Tabla 4, los expertos han introducido socialmente el desarrollo de áreas rurales con una media de 3.93 como el impacto más importante del uso de tecnologías de agricultura de precisión. Los resultados de este factor revelaron que el 70,4% de los expertos evaluaron un alto impacto de la tecnología de agricultura de precisión en el desarrollo de las zonas rurales y solo el 1,7% de la muestra informó que el impacto fue muy bajo. De acuerdo con la tabla antes mencionada, la disminución de la brecha de clase social con una media de 2,41 fue el valor más bajo como el impacto del uso de tecnologías de agricultura de precisión. Mientras tanto, en promedio, los expertos evaluaron la inmigración como un impacto social de las tecnologías de agricultura de precisión. Este índice tiene una media igual a 2,47.

Cuadro 4 . Impactos sociales de la agricultura de precisión.

Variable Impacto positivo Sin impacto Desviación Estándar Media de rango Prioridad
Muy alto Alto Promedio Bajo Muy bajo
Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento
Oportunidades de trabajo 13 11,3 73 63,5 20 17,4 3 2.6 3 2.6 2 1,7 1.06 3,68 4
1 a 0,9 a
Fuerza de trabajo 10 8.7 33 28,7 56 48,7 5 4.3 3 2.6 1,81 2,95 6
1 a 0,9 a 1 a 0,9 a 2 a 1,7 a 4 a 3,5 a
Bienestar dieciséis 13,9 71 61,7 17 14,8 7 6.1 3 2.6 1 0,9 0,92 3,75 3
Inmigración 8 7.0 25 21,7 55 47,8 9 7.8 5 4.3 1 0,9 2,29 2,47 7
2 a 1,7 a 6 a 5,2 a 2 a 1,7 a 1 a 0,9 a 1 a 0,9 a
Brecha de clase social 7 6.1 25 21,7 57 49,6 8 7.0 4 3,5 2 1,7 2,38 2,41 8
2 a 1,7 a 8 a 7,0 a 2 a 1,7 a
Estilo de vida 13 11,3 30 26,1 53 46,1 9 7.8 5 4.3 4 3,5 1,35 3,14 5
1 a 0,9 a
Satisfacción con la calidad de vida 17 14,8 73 63,5 14 12,2 7 6.1 2 1,7 2 1,7 0,95 3,78 2
Desarrollo de áreas rurales 17 14,8 81 70,4 11 9,6 4 3,5 2 1,7 0,73 3,93 1
una
Muestra a los expertos que creen que los impactos de las tecnologías de agricultura de precisión en estos índices son negativos.

3.1.3 . Impactos técnicos
De acuerdo con la Tabla 5, los expertos encontraron un aumento de la productividad con una media de 3.94 como el impacto técnico más importante de las tecnologías de agricultura de precisión. El 71,3% de los expertos evaluó un alto impacto de las tecnologías de agricultura de precisión en el aumento de la productividad y el 14,8% de ellos evaluó un impacto muy alto. Ninguno de los expertos consideró que las tecnologías de agricultura de precisión no tuvieran impacto en la productividad. Este resultado es compatible con el estudio de Jochinke et al. [8] . La calidad de los productos y la mejora de la condición de la granja con una media de 3.90 se colocan en el segundo rango después del aumento de la productividad. Por lo tanto, el 67% y el 74,8% de los expertos explicaron que el impacto del uso de tecnologías de agricultura de precisión en la calidad de los productos y la mejora de las condiciones agrícolas es alto. Basado en la Tabla 5La expansión de tierras agrícolas y el tiempo de operaciones agrícolas con una media de 3,74 y 3,76 se colocaron en el rango más bajo. Pero debe tenerse en cuenta que las medias de ambos factores son más de 3 y la mayoría de la muestra ha evaluado el impacto promedio y alto de las tecnologías de agricultura de precisión en la expansión de tierras agrícolas y el tiempo de operaciones agrícolas.

Cuadro 5 . Impactos técnicos de la agricultura de precisión.

Variable Impacto positivo Sin impacto Desviación Estándar Media de rango Prioridad
Muy alto Alto Promedio Bajo Muy bajo
Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento
Productividad 17 14,8 82 71,3 11 9,6 3 2.6 2 1,7 0,71 3,94 1
Calidad de los productos 18 15,7 77 67,0 14 12,2 4 3,5 1 0,9 1 0,9 0,79 3,90 2
Expansión de tierras agrícolas 12 10,4 79 68,7 13 11,3 6 5.2 4 3,5 1 0,9 0,90 3,74 8
Sostenibilidad de productos 11 9,6 83 72,2 13 11,3 4 3,5 4 3,5 0,79 3,80 5
Gestión del consumo de insumos 15 13,0 77 67,0 14 12,2 6 5.2 3 2.6 0,81 3,82 3
Tiempo de operaciones agrícolas 11 9,6 81 70,4 12 10,4 8 7.0 2 1,7 1 0,9 0,85 3,76 7
Mejora de la condición de la granja 12 10,4 86 74,8 12 10,4 4 3,5 1 0,9 0,64 3,90 2
Depreciación de maquinaria 17 14,8 71 61,7 17 14,8 7 6.1 2 1,7 1 0,9 0,89 3,79 6
Crear una base de datos con información sobre el estado del terreno. 14 12,2 79 67,7 15 13,0 1 0,9 6 5.2 0,85 3,81 4
3.1.4 . Impactos económicos
Tabla 6Demuestra que los expertos consideran económicamente el aumento de los ingresos con una media de 3,99 como el impacto más significativo, por lo que el 63,5% de la muestra consideró un alto impacto de las tecnologías de agricultura de precisión en el aumento de los ingresos y el 20% de ellos evaluó un impacto muy alto. Después de los ingresos, la mejora y la prosperidad del estado agrícola con una media de 3,98 se coloca en el segundo rango. Los resultados de mejora y prosperidad del estado agrícola mostraron que el 61,7% de los expertos evaluaron un alto impacto de las tecnologías de agricultura de precisión en la mejora y prosperidad del estado agrícola y el 21,7% de ellos evaluó un impacto muy alto. Según esta tabla, la disminución del riesgo con el rango 3.53 se coloca en el rango más bajo.

Cuadro 6 . Impactos económicos de la agricultura de precisión.

Variable Impacto positivo Sin impacto Desviación Estándar Media de rango Prioridad
Muy alto Alto Promedio Bajo Muy bajo
Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento Frecuencia Por ciento
Rentabilidad 25 21/7 67 58,3 18 15,7 2 1,7 2 1,7 1 0,9 0,86 3,93 4
Riesgo 13 11,3 67 58,3 17 14,8 9 7.8 5 4.3 4 3,5 1,14 3,53 6
Reducir el costo de los insumos 14 12,2 73 63,5 19 16,5 5 4.3 4 3,5 0,85 3,76 5
rendimiento 20 17,4 75 65,2 15 13,0 4 3,5 1 0,9 0,72 3,94 3
Ingresos 23 20,0 73 63,5 15 13,0 3 2.6 1 0,9 0,71 3,99 1
Mejora y prosperidad del estado agrícola 25 21,7 71 61,7 12 10,4 6 5.2 1 0,9 0,78 3,98 2
La media de la actitud de los expertos hacia los impactos de la agricultura de precisión indica que los expertos ven las tecnologías de la agricultura de precisión de manera positiva. Según la Tabla 7, la media de la actitud de los expertos en todos los campos es más de 3.

Cuadro 7 . La media de los impactos de las tecnologías de agricultura de precisión desde el punto de vista de los expertos.

Variable Desviación Estándar Media
El impacto de la agricultura de precisión 0,56 3,66
Impactos ambientales 0,67 3,97
Impactos sociales 0,81 3,26
Impactos técnicos 0,61 3,83
Impactos económicos 0,67 3,86
3.2 . Correlación entre variables
La Tabla 8 proporciona coeficientes de correlación entre variables. Los coeficientes de correlación entre la actitud de comportamiento con la utilidad percibida, la innovación individual y los impactos de las tecnologías agrícolas de precisión se calcularon 0.52, 0.42 y 0.56 respectivamente. Los coeficientes fueron significativos al nivel de significancia 0.01.

Cuadro 8 . La matriz de coeficientes de correlación entre variables.

Variables Actitud conductual Facilidad de uso percibida Utilidad percibida Actitud de confianza Innovación individual Conocimiento de agricultura de precisión Dificultad de transición percibida Impactos de las tecnologías agrícolas de precisión
Actitud conductual 1
Facilidad de uso percibida 0,06 1
Utilidad percibida 0,52 ** 0,30 ** 1
Actitud de confianza 0,35 ** 0,56 ** 0,64 ** 1
Innovación individual 0,42 ** 0,36 ** 0,42 ** 0,54 ** 1
Conocimiento de agricultura de precisión 0,16 0,22 * 0,10 0,31 ** 0,27 ** 1
Dificultad de transición percibida −0,17 −0,02 −0,10 −0,06 −0,08 −0,14 1
Impactos de las tecnologías agrícolas de precisión 0,56 ** 0,19 * 0,48 ** 0,36 ** 0,38 ** 0,30 ** −0,10 1
*
Significativo en p < 0,05. ** Significativo en p < 0,01. Los coeficientes revelaron que hubo una relación significativa y positiva entre la facilidad de uso percibida y la actitud de confianza (0.56, P = 0.01), la innovación individual (0.36, P = 0.01) y el conocimiento de la agricultura de precisión (0.22, P = 0.05). El análisis de correlación de la utilidad percibida con otras variables indicó que tiene una relación positiva con la actitud de confianza (r = 0.64, P = 0.01), la innovación individual (r = 0.42, P = 0.01) y los impactos de las tecnologías agrícolas de precisión (r = 0,48, P = 0,01). Los resultados del análisis de correlación de Pearson mostraron una relación positiva entre la actitud de confianza y la innovación individual (r = 0.54, 0.01), el conocimiento de la agricultura de precisión (r = 0.31, P = 0.01) y los impactos de las tecnologías agrícolas de precisión (r = 0.36 , P = 0,01). Los coeficientes de correlación revelaron una relación positiva entre la innovación individual y el conocimiento de la agricultura de precisión (r = 0.27, P = 0.01) y los impactos de las tecnologías agrícolas de precisión (r = 0.38, P = 0.01). Mientras tanto, hubo una relación positiva entre el conocimiento de la agricultura de precisión y los impactos de las tecnologías agrícolas de precisión (r = 0.30, P = 0.01). 3.2.1 . Evaluación del modelo de medición Uno de los criterios para la evaluación del modelo de medición es Chi-Cuadrado / Grado de libertad, que debe ser inferior a tres. Este valor es 1,15. El siguiente en evaluar el modelo es el valor p, que debe ser superior a 0,05, en la Tabla 9.se ve igual a 0.43. Calcular la bondad de ajuste, ajustar la bondad de ajuste, el índice de ajuste normalizado, el índice de ajuste no normalizado y el índice de ajuste comparativo son necesarios para el ajuste del modelo de tal manera que sus valores deben ser superiores a 0,90. Además, la raíz cuadrática residual media y el error cuadrático medio de aproximación deben ser menores que 0.05 y 0.10. Según los resultados, los índices fueron superiores a 0,9. El error cuadrático medio de aproximación para el modelo de medición y el residuo cuadrático medio de la raíz se calcularon 0,06 y 0,02 respectivamente. De hecho, estas variables presentan un modelo adecuado para definir la actitud hacia los impactos de las tecnologías agrícolas de precisión. Cuadro 9 . Evaluación del modelo de medidas de ajuste general. Medida de bondad de ajuste Criterio recomendado Resultados obtenidos en esta investigación Chi-cuadrado / grado de libertad (X 2 / gl) ≤3 1,15 valor p ≥0.05 0.43 Índice de ajuste normalizado (NFI) ≥0,90 0,91 Índice de ajuste no normalizado (NNFI) ≥0,90 0,99 Índice de ajuste comparativo (CFI) ≥0,90 1,00 Índice de bondad de ajuste (GFI) ≥0,90 0,99 Ajustar el índice de bondad de ajuste (AGFI) ≥0,90 0,97 Residual cuadrático medio (RMSR) ≤0.05 0,02 Error cuadrático medio de aproximación (RMSEA) ≤0.1 0,06 Los resultados mostraron que ( Fig. 2 ) existe un efecto causal positivo y significativo entre la utilidad percibida y la actitud conductual (λ = 0,40, p < % 1). Los resultados de Shyu y Huang [20] , Nan et al. [15] , Chen et al. [3] confirman este hallazgo. La innovación individual es una variable externa que tiene un efecto directo sobre la actitud conductual (λ = 0.22, p < % 1). El análisis de los resultados indicó un efecto positivo de la facilidad de uso percibida sobre la actitud conductual (λ = 0,12, p < % 5). Este hallazgo es consistente con los resultados de Nan et al. [15] y Chen et al. [3]. Estas variables explicaron el 24% de los cambios de actitud de comportamiento (SMC = 0,24). Los hallazgos demuestran que la actitud conductual tiene el efecto más directo sobre los impactos de las tecnologías agrícolas de precisión y la relación causal de esta variable fue 0,64 (β = 0,64, p < % 1). Después de la actitud conductual, la utilidad percibida tiene el efecto más significativo sobre los impactos de las tecnologías agrícolas de precisión (λ = 0.33, p < % 1). Según los resultados, la dificultad de transición percibida tiene un efecto negativo directo sobre los impactos de las tecnologías agrícolas de precisión (λ = 0,17, p < % 5). A partir de los resultados, la facilidad de uso percibida y las variables de innovación individual tuvieron efectos indirectos sobre los impactos de las tecnologías agrícolas de precisión. Estas variables anticipan el 39% de los cambios de impactos de las tecnologías agrícolas de precisión (SMC = 0.39). Descargar: Descargar imagen de alta resolución (270KB)Descargar: Descargar imagen a tamaño completo Figura 2 . Modelado de ecuaciones estructurales y coeficientes de trayectoria entre variables. 4 . Conclusión y Recomendaciones Hoy en día, las tecnologías útiles junto con la estrategia de conservación del medio ambiente, así como los puntos de vista cambian de estrategias correctivas a estrategias preventivas en el uso de tales tecnologías, están en el centro de atención. Se hacen esfuerzos para enfatizar la aplicación de las ciencias modernas en la agricultura que se relacionan con el impulso de la producción y la productividad y la conservación del medio ambiente. La tecnología de la información en la agricultura llamada tecnologías agrícolas de precisión se considera una de las tecnologías modernas. Este tipo de sistema agrícola es un manejo de precisión agrícola basado en datos y conocimientos de insumos y considera el uso de insumos en términos de las necesidades de las granjas y el manejo específico del sitio. La agricultura de precisión se refiere a un enfoque sistemático para rehacer todo el sistema de agricultura para desarrollar una agricultura sostenible, de bajos insumos y de alto rendimiento. Los métodos de agricultura de precisión pueden mejorar la sostenibilidad económica y ambiental de la producción. Según los resultados de este trabajo, la aplicación de sistemas de agricultura de precisión se considera como un medio para lograr una agricultura sostenible, un paso hacia el cual es inevitable para todos los países, especialmente los desarrollados, como resultado de los problemas ambientales y la provisión de seguridad alimentaria para la creciente población. Porque otros sistemas agrícolas como el tradicional y el orgánico pueden no brindar seguridad alimentaria a la población en crecimiento. Los expertos agrícolas de Jihad-e-Keshavarzi son uno de los factores que introducen este tipo de tecnologías a los agricultores y la actitud positiva de los expertos hacia los impactos de las tecnologías agrícolas de precisión juega un papel importante en la aceleración de su difusión. Los expertos de la provincia de Boushehr encontraron la conservación de aguas subterráneas y superficiales, el manejo de malezas, la conservación de recursos energéticos y el manejo de plagas como los impactos ambientales más importantes de las tecnologías agrícolas de precisión. El impacto social más significativo de este sistema agrícola se refiere al desarrollo de las áreas rurales. Los impactos técnicos más importantes de las tecnologías agrícolas de precisión son el aumento de la productividad, el aumento de la calidad de los productos y la mejora de las condiciones agrícolas. Los expertos definieron los impactos económicos más importantes de estas tecnologías como el aumento de los ingresos, la mejora y la prosperidad del estado agrícola. Las actitudes de los expertos indican su visión positiva hacia este tipo de impactos. Por lo tanto, los planificadores gubernamentales en agricultura deben tener en cuenta la implementación de la agricultura de precisión en los planes de desarrollo agrícola. Además, deben tratar de considerar servicios de apoyo para tener acceso a tecnologías agrícolas de precisión, activando la extensión y capacitación, La actitud de comportamiento tiene el mayor efecto sobre la actitud hacia los impactos. Si bien el conocimiento y la conciencia se consideran una introducción para crear una actitud, los resultados de este estudio mostraron que el conocimiento de la agricultura de precisión no tuvo ningún efecto sobre la actitud del comportamiento. Una de sus razones puede deberse al desconocimiento de esta tecnología, por lo que es necesario incrementar el conocimiento y la información de los expertos en este campo. Por lo tanto, podrán aplicarlo en las granjas después de obtener la información requerida y alentar a los agricultores a adoptar tales tecnologías al proporcionar las condiciones e instalaciones necesarias. Se sugiere crear grupos de aprendizaje y proporcionar condiciones para la discusión grupal para facilitar el aprendizaje de la agricultura de precisión. La falta de investigaciones en este campo en Irán es otra razón de la falta de conocimiento de los expertos. Los investigadores deben aplicar los conocimientos teóricos de la agricultura de precisión en el país de Irán. También es esencial aprobar los créditos necesarios para la investigación y alentar a los investigadores a planificar y aplicar los planes pertinentes en agricultura de precisión. La utilidad percibida se considera la variable más significativa que afecta la actitud conductual y el segundo factor que influye en la actitud de las tecnologías de agricultura de precisión. Por lo tanto, la educación debería centrarse en justificar la utilidad percibida de esas tecnologías a los expertos, de modo que la enseñanza de la agricultura de precisión en las universidades debería considerarse más. Se sugiere planificar cursos de capacitación en servicio para expertos, formar una red de expertos, profesores y técnicos, desarrollar y realizar programas de pasantías para expertos. Por último, los funcionarios y los responsables políticos pertinentes pueden establecer una planificación estratégica basada en los resultados de este estudio para difundir este tipo de tecnologías.

Leer más

Los profesionales agrícolas han seguido beneficiándose en términos de rentabilidad y productividad mediante el uso de desarrollos de tecnología móvil. Desde la recopilación de datos y el seguimiento del rendimiento de la máquina hasta el registro de actividades de exploración de cultivos y el control de drones, las aplicaciones móviles son ahora un componente clave en el mundo de la agricultura de precisión.

Las tecnologías agrícolas inteligentes han facilitado y ayudado a los productores a reducir los costos operativos de sus granjas de manera significativa, mientras que al mismo tiempo aumentan el rendimiento y producen parcelas de tierra. Esto eventualmente se traduce en una mayor rentabilidad de estas granjas. En los últimos años, una de las etapas críticas de esta revolución y las principales tecnologías agrícolas inteligentes que han impulsado en gran medida las prácticas agrícolas y la forma en que los agricultores llevan a cabo sus actividades son las aplicaciones móviles agrícolas.

Además, las aplicaciones móviles agrícolas realmente han ganado una amplia aceptación entre los agricultores modernos debido a su naturaleza versátil. Estas aplicaciones móviles pueden realizar muchas tareas en la granja, que incluyen la creación de mapas de la granja, la exploración de la granja, la gestión de los datos de la granja, el vuelo de drones agrícolas sobre el campo, entre muchos otros trabajos que requiere el agricultor. La naturaleza conveniente y práctica de las aplicaciones móviles agrícolas es lo que les ha permitido ganar popularidad entre los agricultores.

Para continuar satisfaciendo la creciente demanda y necesidades de los productores globales, los desarrolladores de aplicaciones móviles en el sector agrícola han seguido mejorando las capacidades y características de las aplicaciones agrarias. Estos desarrolladores están interesados ​​en garantizar que las aplicaciones agrícolas cubran casi todas las necesidades del agricultor objetivo y sean fáciles de usar.

Por lo tanto, se espera que las aplicaciones móviles agrícolas que están disponibles para los agricultores sean fáciles de usar, y también deberían proporcionar herramientas analíticas básicas y confiscadas con toda la información y los servicios necesarios para el uso del agricultor.

Con el número cada vez mayor de aplicaciones de agricultura de precisión disponibles en las tiendas de aplicaciones de Android e IOS creciendo exponencialmente, es un poco más difícil navegar con éxito por las últimas aplicaciones móviles que ayudan y aumentan la eficiencia de los profesionales de la agricultura de precisión. Sin embargo, lo hemos investigado, evaluado y clasificado para usted: –

Cropio

Esta aplicación proviene tanto de tiendas móviles como de versiones de escritorio. Está disponible tanto en App Store como en Google Play. Cropio es un conocido sistema de gestión de campos por satélite que ayuda o facilita el seguimiento de campos agrícolas de forma remota. El sistema Cropio genera actualizaciones y avances en tiempo real sobre las condiciones actuales del suelo y los cultivos. Además, determina los niveles de vegetación del campo e identifica las áreas problemáticas. Esta información es precisa, además de ofrecer previsiones meteorológicas dentro de tu localidad. La aplicación fue diseñada para ayudar específicamente a optimizar la toma de decisiones, el uso de fertilizantes y agua dentro de una granja específica.

Aplicación iSOYL scout

Esta aplicación se conoce comúnmente como la aplicación SOYL y es compatible con dispositivos basados ​​en IOS. Esta aplicación móvil se utiliza principalmente para explorar la granja por parte de los productores. Ayuda al agricultor a registrar el desempeño de los cultivos en diferentes ubicaciones de la granja mediante la utilización de las capacidades del Sistema de posicionamiento global del dispositivo que contiene la aplicación. Además, la aplicación móvil permite al agricultor identificar hasta qué punto han invadido las malas hierbas y elaborar un cronograma de cómo manejarlas. La aplicación también permite al productor tomar imágenes de áreas de interés en la finca para verlas y analizarlas posteriormente. El agricultor también puede compartir las imágenes y otra información relevante.

Aplicación GrainTruckPlus

Esta aplicación móvil fue desarrollada por John Deere para ayudar a los agricultores durante la cosecha. Esta aplicación ayuda a los productores a gestionar el equipo de cosecha hasta los siguientes elevadores preferidos más cercanos. Los agricultores pueden realizar un seguimiento de su equipo de cosecha en cualquier momento. Ayuda al agricultor a ahorrar tiempo mediante la creación. Esta aplicación permite al agricultor saber dónde se encuentra el equipo de cosecha en un momento determinado, el tiempo aproximado hasta el ascensor seleccionado y cuál es el tiempo de espera aproximado en ese ascensor. Por lo tanto, esta aplicación permite al agricultor administrar el tiempo creando un horario que combinará los camiones, los carros y los elevadores. Esto asegura que para cuando la cosecha del campo llegue a los elevadores, el tiempo de espera sea aproximadamente mínimo.

La aplicación Yara ImageIT.

Esta aplicación móvil también se llama aplicación internacional Yara. Esta aplicación fue desarrollada específicamente para ayudar a los productores a manejar los niveles de nitrógeno en sus campos. Funciona midiendo la absorción de nitrógeno de las plantas basándose en imágenes tomadas y luego da recomendaciones basadas en los niveles de deficiencia. La aplicación utiliza la variación de color de las plantas. Ayuda en la aplicación de nitrógeno precisamente para optimizar los rendimientos y reducir el impacto ambiental del uso de químicos como fertilizantes.

Malezas de identificación

Este tipo de aplicación móvil permite a los productores identificar las malas hierbas con las que no están familiarizados. Identifica las malas hierbas basándose en una serie de características y características únicas.

FarmLogs

Es importante señalar que esta aplicación móvil es gratuita. Puede obtener ayuda con la administración de la granja y los servicios de asesoramiento de los propietarios de la aplicación. El mapeo de campos y la recopilación de información histórica y actual son algunas de las características que tiene.

Otras aplicaciones que vale la pena considerar son:

La aplicación Pocket Rain Gauge.
La aplicación de trabajos Agcareers.com
Acción NCGA
Buscador de semillas
KSUSoyYieldCalc
NeoMyco
Granja en mano

Leer más