Mes: noviembre 2020

A medida que crece la población mundial, los agricultores necesitan producir más alimentos. Sin embargo, la superficie cultivable no se puede ampliar y mantener el ritmo. Esto aumenta la amenaza a la seguridad alimentaria que resultará fácilmente en inestabilidad regional o global. La agricultura tradicional se basa en gran medida en la gestión de todo el campo. Las decisiones que se toman con respecto a la cosecha, la siembra, el riego y la aplicación de fertilizantes y pesticidas se basan en datos históricos, predicciones manuales y condiciones regionales. Por otro lado, la agricultura de precisión combina el uso de un sistema de posicionamiento global, sensores, robots, herramientas de mapeo y software de análisis de big data para informar los procesos de toma de decisiones que son particulares para cada cultivo y cada sección de un campo sin costos laborales adicionales. . Las herramientas modernas como los sensores montados en robots o los estacionarios y los vehículos no tripulados equipados con cámaras envían datos e imágenes de forma inalámbrica en cada planta. La información como el tamaño del tallo, las plagas, la forma de las hojas y la humedad del suelo alrededor de una planta se transmite en tiempo real al agricultor de forma remota. A continuación, el agricultor buscará cualquier signo de estrés que estén sufriendo el cultivo o el ganado. Entonces podrán contrarrestar el estrés proporcionando agua, fertilizante, pesticida o cualquier nutriente que le falte a la planta sin necesariamente rociar todo el campo. Estas tecnologías también ayudan a los agricultores a planificar con anticipación la cosecha. A continuación, el agricultor buscará cualquier signo de estrés que estén sufriendo el cultivo o el ganado. Entonces podrán contrarrestar el estrés proporcionando agua, fertilizante, pesticida o cualquier nutriente que le falte a la planta sin necesariamente rociar todo el campo. Estas tecnologías también ayudan a los agricultores a planificar con anticipación la cosecha. A continuación, el agricultor buscará cualquier signo de estrés que estén sufriendo el cultivo o el ganado. Entonces podrán contrarrestar el estrés proporcionando agua, fertilizante, pesticida o cualquier nutriente que le falte a la planta sin necesariamente rociar todo el campo. Estas tecnologías también ayudan a los agricultores a planificar con anticipación la cosecha.

Como resultado, la agricultura de precisión es esencial en la gestión del tiempo, la reducción del desperdicio o uso de agua y químicos, y la producción de mayores rendimientos y cultivos más saludables. Todos estos benefician los ingresos del agricultor al tiempo que reducen la escasez mundial de alimentos y la contaminación del medio ambiente. Muchas empresas emergentes están desarrollando software, recopilación de datos y herramientas de análisis y sensores, entre otras tecnologías agrícolas, para impulsar dichos desarrollos. Por otro lado, los científicos están creando semillas y razas de plantas y animales que se esfuerzan bajo diferentes condiciones climáticas y tipos de suelo.

Consejos para mejorar su agricultura de precisión

Actualmente, los agricultores han comenzado a adoptar universalmente la agricultura de precisión por varias razones diferentes. Los costos de adquirir diferentes artículos están disminuyendo lentamente a medida que los fabricantes continúan surgiendo todos los días con mejoras y diferentes soluciones nuevas. No hace falta decir que una granja que utiliza tecnología inteligente es una granja más rentable que las demás. Sin embargo, saber por dónde empezar y la tecnología a implementar que se adapte a una granja específica puede ser una tarea difícil. Es por eso que hemos desarrollado una lista de algunas de las herramientas de precisión o tecnología en las que vale la pena invertir.

Zumbido
Cada granja debe tener al menos un dron. Sin embargo, las granjas más grandes a menudo pueden necesitar más de un dron. La regla general es que al menos cada granja debe tener un dron que ayude en las operaciones de la granja. Los drones son la tecnología de precisión más básica que ofrece al agricultor una vista aérea de sus granjas dándoles la oportunidad de identificar problemas y monitorear otra información general y piezas. Cuando estos UAV están equipados con el software y el agricultor recibe la capacitación adecuada, los drones ofrecen un alto nivel de sofisticación técnica a las prácticas de gestión agrícola. Consulta en nuestro sitio web más beneficios que ofrecen los drones en la gestión de granjas.

Uso de teléfono inteligente / tableta

Las empresas de tecnología agrícola están ideando formas innovadoras y nuevas de gestionar los datos agrícolas. Muchas aplicaciones móviles en diferentes sistemas operativos ofrecen soluciones en granjas en ejecución, incluso cuando no está conectado. Esto implica que el problema de la humedad o el ataque de plagas que identificó el dron se puede resolver con solo presionar un botón en su teléfono. Puede controlar el riego de su finca desde la comodidad de su sala de estar. Esta herramienta aumenta la precisión y la eficiencia.

Almacene sus datos en la nube

Los servicios en la nube permiten a los agricultores guardar todos los datos de gestión de su explotación sin tener que realizar pujas. Estos datos pueden ser referenciados en el futuro o incluso usarse para pronosticar los rendimientos y el clima. Cuando se integra con teléfonos inteligentes o tabletas, los agricultores obtienen acceso a macrodatos que incluso se pueden compartir con otros agricultores. Los agricultores pueden ver lo que otros han intentado y fallado, e intentar implementar las mejores prácticas. Además, los datos se pueden recopilar de manera pasiva sin que los agricultores los ingresen físicamente porque el software lo hace por ellos.

Uso de GPS

La mayoría de la tecnología y maquinaria agrícola ya viene equipada con elementos de GPS. Funciones como la dirección automática del tractor se realizan con la ayuda de GPS. Esto libera el tiempo utilizado por el agricultor en la granja y lo hace concentrarse en otras cosas y, en segundo lugar, reduce las lesiones causadas por las máquinas.

Fertilizante de dosis variable

Aquí, los agricultores pueden esencialmente probar el contenido de nutrientes disponible en diferentes áreas de los campos y depositar el fertilizante en los lugares que más lo necesitan en cantidades variables.

Siembra de tasa variable

Al igual que la fertilización de dosis variable, este proceso en particular permite a los agricultores concentrarse en sembrar áreas específicas que más necesitan sembrar. Esto deja otras partes de la granja que requieren menos semillas para maximizar los rendimientos con menos semillas sembradas.

Resumen

Hay tantas prácticas y tecnologías de precisión en las que los agricultores deben invertir y adoptar en su gestión agrícola diaria. Un agricultor que prioriza la tecnología tiene mayores posibilidades de aumentar la producción y minimizar los costos de insumos.

Leer más

¿Qué tan alto pueden los agricultores impulsar los rendimientos utilizando tecnología de precisión y cuánto tiempo pueden mantener la tierra a estos altos niveles de producción?

Estas son preguntas que han dejado perplejo al consultor de cultivos de Carolina del Norte, Steven Valencsin, durante muchos años.

En lugar de preguntarse acerca de los beneficios de la tecnología para la agricultura, se ha propuesto encontrar formas de implementar sistemas avanzados de producción de plantas a través de su trabajo con Growers LLC, su negocio de aplicadores personalizados y consultoría de cultivos con sede en Raleigh, Carolina del Norte.

Valencsin ha vivido literalmente la agricultura de costa a costa. Pasó sus primeros años en una granja en Washington, luego se mudó a Dakota del Sur y se graduó del Instituto de Agricultura de la Universidad Estatal de Carolina del Norte.

Fue mientras trabajaba para un aplicador personalizado cuando era adolescente en Dakota del Sur que comenzó a desarrollar algunas de las estrategias que ahora usa para ayudar a cultivadores reconocidos como David Hula a llevar sus cultivos a nuevos límites de rendimiento.

En su primer año como consultor de cultivos, aplicador de precisión y único propietario de Growers LLC, Valencsin encontró pocos oyentes interesados ​​en sus teorías sobre la producción avanzada de plantas.

Uno de sus primeros clientes fue David Hula, quien escuchó. En 2011, Hula estableció un récord mundial con 427 bushels de maíz por acre en su granja de Charles City, Virginia.

Antes de comenzar su empresa actual, Valencsin era socio de un laboratorio de análisis de suelos de alta tecnología en el condado de Duplin, NC.Como parte de su trabajo en el laboratorio de análisis de suelos, conoció a David Hula y ha estado trabajando con el productor de Virginia para el últimos tres años.

La precisión es la clave
La precisión es la clave, dice Valencsin. “David Hula es solo uno de los muchos productores en todo el país que son implacables en sus esfuerzos por brindar a cada planta en un campo exactamente lo que necesita y exactamente cuando lo necesita para producir rendimientos lo más cercanos posible a la capacidad biológica del cultivo.

“David y sus hermanos siempre están al tanto de todo lo que tiene que ver con la producción de sus cultivos”, dice Valencsin. “Como resultado, a menudo ganan concursos de rendimiento estatales y nacionales y son reconocidos entre los agricultores de élite del país”, agrega.

Valencsin dice que su primera apuesta por la agricultura vino de seguir a su abuelo. El enfoque de precisión que ahora adopta para cultivar cultivos, dice, es una extensión, si no un microcosmos, de la forma en que su abuelo cultivaba cultivos en un sistema pequeño pero intensivo.

Con demasiada frecuencia, dice, los productores han alcanzado una línea plana con los rendimientos de grano. Todos utilizan tecnología Roundup , maíz de doble pila y tecnología Bt y están invirtiendo grandes cantidades de dinero en producir un cultivo.

Al mismo tiempo, la mayoría de los buenos productores de hoy en día se inclinan a observar de cerca el uso de fungicidas, por ejemplo, porque pueden ver una recompensa en términos de unos pocos bushels por acre de rendimiento. A los precios actuales, una fanega o dos más pueden pagar una aplicación de herbicida.

Casi la misma filosofía se aplica al control de malezas. Los buenos productores están dispuestos a invertir en múltiples modos de acción para un mejor control y para retrasar o detener la expansión de la resistencia a los herbicidas en sus granjas.

“Los principales agricultores ahora prestan mucha atención a las tasas de siembra y el tiempo de siembra y las interacciones cultivo / pesticida. A pesar de hacer todas estas cosas positivas, la mayoría parece haber alcanzado una meseta de rendimiento, y estamos buscando formas de ayudarlos a pasar de la era de la protección vegetal a una nueva era de producción vegetal ”, dice Valencsin.

“En cierto modo, estoy retrocediendo al observar los factores que tienen un impacto más significativo en el rendimiento y que un productor puede manejar con un costo mínimo”, agrega.

“El primer factor es el suelo. La cantidad que puede producir una planta individual en un campo es, ante todo, una función de la cantidad de nutrientes que una planta puede obtener del suelo.

“Consideramos el suelo como un factor limitante en el rendimiento y tratamos de ayudar a un productor a administrar, dentro de la variabilidad del campo, la cantidad de nutrientes que una planta necesita para una producción máxima en el suelo y en la planta en el momento preciso en que la planta necesita estos nutrientes el la mayoría ”, dice Valencsin.

Un factor ha mejorado los rendimientos
“Este único factor, una mejor gestión de la interacción entre el suelo y la planta, ha permitido a la mayoría de los productores con los que trabajo mejorar significativamente sus rendimientos”, añade.

“Sin gastar mucho dinero, la mayoría de los productores con los que trabajo han visto un aumento de 20 a 40 bushel por acre en el rendimiento de maíz durante un período de dos años, por ejemplo.

“Este es mi medio de vida, pero más que eso, me divierte tratar de averiguar exactamente qué necesita un campo de maíz, por ejemplo, para aumentar los rendimientos entre un 15 y un 20 por ciento.

«En 2011, mi primer año completo en este negocio, hice una encuesta de todos los productores con los que trabajé y después de que todos los costos se tomaron en cuenta en la ecuación, obtuvieron un ahorro promedio de $ 23 por acre solo en sus costos de cal y fertilizantes». Valencsin dice.

Aunque la mayor parte de su trabajo se realiza en las Carolinas y Virginia, Valencsin también regresó a sus raíces de precisión en Dakota del Sur para trabajar con un número limitado de agricultores allí.

“Trabajo con un joven agricultor en Dakota del Sur, que cultiva alrededor de mil acres de cultivos de cereales de regadío. Dispara por 200 bushels por acre y ha promediado 180-190 bushels por acre durante los últimos años.

“Hicimos un muestreo extenso del suelo, creamos un mapa de aplicación variable y, en general, hicimos un mejor trabajo en el manejo del pH y la fertilidad del suelo. Terminó con casi 240 bushels de maíz por acre, lo mejor que ha hecho en su vida, y lo hizo en uno de los años más calurosos y secos que se hayan registrado ”, dice Valencsin.

Para este productor en particular, hizo una inversión de $ 12 por acre y obtuvo un rendimiento de más de $ 300 por acre. Si bien parece una obviedad económica, el consultor de Carolina del Norte dice que todavía es difícil para los productores comprometerse a gastar esa cantidad de dinero por adelantado, antes de que la cosecha llegue al suelo.

“Demasiados agricultores han invertido en agricultura de precisión y en algún momento el proceso se rompió y perdieron dinero. Ya sea que la avería haya sido un mal análisis del suelo, malas muestras, mal tiempo o gestión, todas son razones para que la tecnología de precisión no funcione ”, dice.

Tener todo bien en el lado de la aplicación y el tiempo de todo el proceso de precisión llevó a Valencsin a agregar un componente de aplicación personalizado a su negocio.

Compró un pulverizador autopropulsado John Deer 4930 con una caja seca que se puede quitar y reemplazar por brazos.

En el sureste puede usar el pulverizador durante todo el año. Transporta la gran plataforma en un semirremolque y la llevará a Dakota del Sur y Nebraska la próxima primavera.

En el sureste, sostiene, tiene un promedio de 600 acres por día y el doble en algunas áreas del este de Carolina del Norte. En el Medio Oeste, en un buen día, puede cubrir entre 1.600 y 1.700 acres con la plataforma grande.

Los altos rendimientos, dice Valencsin, son una función de una buena gestión.

“Los productores como David Hula en Virginia y Kip Cullers en Missouri, se mantienen al tanto de sus cultivos y tratan de que las plantas nunca entren en una situación de ‘querer’ o ‘necesitar’.

“Siempre dan a las plantas lo que necesitan, cuando lo necesitan, para productores como ellos, el cielo es realmente el límite, dice.

Leer más

El 2018 CGIAR Big Data in Agriculture Platform Convention reunió a investigadores agrícolas y científicos de datos para explorar el futuro potencial de la agricultura en la era digital. Un tema importante durante la convención fue el tema de la introducción de tecnologías de Big Data en regiones agrícolas donde incluso el acceso básico a Internet es a veces un desafío.

Una sesión titulada «Digitalización de sistemas alimentarios» contó con una discusión con el Dr. Ranveer Chandra, un doctorado en ciencias de la computación e investigador principal de Microsoft. El Dr. Chandra encabeza FarmBeats , cuyo objetivo es permitir la agricultura basada en datos y empoderar a los agricultores con soluciones de agricultura digital asequibles.

En su presentación, el Dr. Chandra explicó cómo el sistema FarmBeats utiliza aplicaciones de Internet de las cosas (IoT) para lograr su objetivo, y describió los tres principales obstáculos que enfrenta el sector agrícola para implementar la tecnología IoT.

1. Mala conectividad a Internet en las granjas
La mayoría de las granjas están ubicadas en ubicaciones remotas donde la conectividad a Internet puede no ser lo suficientemente fuerte como para facilitar velocidades de transmisión rápidas. Además, las líneas de comunicación pueden estar obstruidas por cultivos, marquesinas y otras barreras físicas. Observa que estos factores elevan los costos de transmisión de datos y han sido responsables de la lenta adopción de tecnologías de precisión en la agricultura. Con el inicio de Big Data, estos costos podrían crecer exponencialmente.

FarmBeats hace posible que los agricultores superen este desafío haciendo uso de las frecuencias de televisión vacantes para transferir información. El Dr. Chandra afirmó que esto es especialmente ventajoso en áreas remotas porque la mala recepción de TV a menudo conduce a la presencia de espacios en blanco en las frecuencias de transmisión de TV, que luego están disponibles para su uso. Las bandas de transmisión de frecuencia ultra alta (UHF) y muy alta frecuencia (VHF) también son capaces de multiplicar la fuerza de las señales de Wi-Fi, haciéndolas más fuertes. Estas ventajas reducirán los costos al tiempo que aumentan la conectividad, aumentando así la adopción de tecnologías de agricultura de precisión.

2. Altos costos de hardware
En la actualidad, los agricultores dependen de una red de sensores escasamente distribuida para recopilar datos sobre las condiciones de la granja. Además de las limitaciones físicas de estos sensores, el Dr. Chandra también explicó que son caros. Citó el ejemplo de un conjunto limitado de sensores, que puede costar hasta 8.000 dólares. Como resultado, los agricultores continúan confiando en tecnologías agrícolas menos avanzadas que limitan su productividad.

Para superar estos costos, FarmBeats utiliza vehículos aéreos no tripulados (UAV) para mejorar la cobertura espacial y establecer mapas precisos. En áreas donde existen restricciones en el uso de drones, incluidas las regulaciones gubernamentales, la baja duración de la batería y los altos costos, se utilizan globos de helio Tethered Eye. Estos sensores aéreos generan un flujo de imágenes continuas de las condiciones de la granja, que se utilizan para refinar los datos recopilados por los sensores en el suelo. Como resultado, este enfoque ayuda a reducir los costos de hardware al tiempo que facilita una recopilación de datos más precisa.

3. Conectividad interrumpida a la nube
Como cualquier otro sistema de IoT, FarmBeats se centra en un sistema de computación en la nube, en este caso, la plataforma Azure de Microsoft. Sin embargo, la conectividad a Internet en las casas de los agricultores a menudo no es lo suficientemente fuerte como para transmitir conjuntos de Big Data a la nube para su análisis. Además, puede haber fuentes de interferencia en las granjas, que también tienen impactos negativos en la conexión a la nube.

El Dr. Chandra explicó que FarmBeats está diseñado para superar las interrupciones en la conexión entre la granja y la nube de varias maneras. Estos incluyen capacidades fuera de línea, la presencia de puertas de enlace de IoT únicas, aprendizaje profundo a través de la computación perimetral y migración de componentes. Estas cuentan con conectividad IoT de extremo a extremo que hace posible que FarmBeats ofrezca varios servicios agrícolas, como riego de precisión, detección de pH, predicción de rendimiento y predicción de microclimas, incluso cuando la conexión al sistema de computación en la nube no es continua.

El Dr. Chandra explicó que los agricultores deben adoptar tecnologías que faciliten las operaciones basadas en datos para mejorar el rendimiento, reducir los costos operativos y garantizar la sostenibilidad ambiental. Al ayudar a los agricultores a superar estos desafíos para implementar la tecnología de IoT en áreas rurales, FarmBeats puede ayudar a los agricultores a darse cuenta de todos los beneficios de la agricultura con datos.

Concluyó afirmando que estas y otras funcionalidades aún están en desarrollo, pero permitirán que los agricultores aprovechen las técnicas de agricultura de precisión para administrar una empresa más eficiente y rentable.

Leer más

CropX publicó hoy los resultados de un estudio de varios años sobre el impacto de la geometría del sensor de suelo y el método de instalación en las lecturas de humedad y el riego. El estudio encontró que los diseños de sensores en espiral ofrecen la mejor precisión.

“La ocurrencia de flujo preferencial en el suelo está bien documentada”, señaló Guy Sela, vicepresidente de agronomía de CropX. “La geometría del sensor de suelo y el método de instalación afectan en gran medida la precisión de las lecturas de humedad del suelo, ya que la mayoría de los sensores transmiten información basada en el flujo preferencial en lugar del nivel real de humedad en el suelo. Los sensores en espiral ofrecen la vista más precisa del contenido de humedad real del suelo no perturbado en el campo «.

El estudio modeló la formación de vías de flujo preferenciales alrededor de sensores con diferentes geometrías y cuantificó la diferencia entre la humedad del suelo en suelo no perturbado y la humedad del suelo informada por los sensores. A través de diferentes tipos de suelo (p. Ej., Arcilloso, arenoso, limoso), profundidades del suelo y cantidades / intervalos de riego, el estudio encontró que las lecturas de humedad de los sensores espirales se asignaban más de cerca al suelo no perturbado.

Los hallazgos clave incluyen:

– Los sensores en espiral coincidieron más estrechamente con las lecturas de humedad del suelo no perturbado después del riego;

– Los sensores de tubo y horquilla mostraron un falso «pico» en las lecturas de humedad inmediatamente después del riego en comparación con el suelo no perturbado;

– El suelo alterado cerca de los sensores del tubo y la horquilla también hizo que la humedad promedio (humedad entre los eventos de riego) aumentara después de cada evento de riego, lo que provocó lecturas de humedad erróneas, hasta un 10 por ciento más de contenido volumétrico de agua (VWC) que la humedad real del suelo. ;

– La tendencia de los sensores de tubo y horquilla a sobreestimar la humedad real del suelo aumentó con mayores cantidades de agua;

– La precisión de los sensores de tubo y horquilla disminuye cuando se utilizan grandes cantidades de agua para el riego, independientemente de las propiedades del suelo; y

– Los sensores en espiral superaron a otros diseños, informando lecturas de humedad precisas durante y entre riegos sin una desviación significativa basada en la cantidad de agua utilizada.

“Los sensores en espiral ofrecen la vista más precisa del contenido real de humedad del suelo no perturbado en el campo, lo que refleja las verdaderas condiciones de humedad en diferentes tipos de suelo y eventos de riego”, agregó Sela. «Es hora de que la industria reconozca el papel fundamental de los sensores en espiral para la próxima era de riego inteligente y salud del suelo».

Leer más

Publicado por: Margaret Rouse
WhatIs.com

Colaborador (es): Ivy Wigmore

La agricultura de precisión (AP) es un enfoque de la gestión agrícola que utiliza tecnología de la información ( TI ) para garantizar que los cultivos y el suelo reciban exactamente lo que necesitan para una salud y productividad óptimas. El objetivo de la AP es garantizar la rentabilidad, la sostenibilidad y la protección del medio ambiente. La AP también se conoce como agricultura satélite , agricultura según sea necesario y manejo de cultivos específicos del sitio (SSCM).

La agricultura de precisión se basa en equipos, software y servicios de TI especializados. El enfoque incluye el acceso a datos en tiempo real sobre las condiciones de los cultivos, el suelo y el aire ambiental, junto con otra información relevante, como predicciones meteorológicas hiperlocales, costos laborales y disponibilidad de equipos. El software de análisis predictivo utiliza los datos para proporcionar a los agricultores orientación sobre la rotación de cultivos, los tiempos óptimos de siembra, los tiempos de cosecha y el manejo del suelo.

Los sensores en los campos miden el contenido de humedad y la temperatura del suelo y el aire circundante. Los satélites y drones robóticos proporcionan a los agricultores imágenes en tiempo real de plantas individuales. La información de esas imágenes puede procesarse e integrarse con sensores y otros datos para brindar orientación para decisiones inmediatas y futuras, como qué campos regar y cuándo o dónde plantar un cultivo en particular.

Los centros de control agrícola integran los datos de los sensores y la entrada de imágenes con otros datos, proporcionando a los agricultores la capacidad de identificar los campos que requieren tratamiento y determinar la cantidad óptima de agua, fertilizantes y pesticidas a aplicar. Esto ayuda al agricultor a evitar el desperdicio de recursos y la escorrentía, asegurando que el suelo tenga la cantidad justa de aditivos para una salud óptima, al tiempo que reduce los costos y controla el impacto ambiental de la granja.

En el pasado, la agricultura de precisión se limitaba a operaciones más grandes que podían respaldar la infraestructura de TI y otros recursos tecnológicos necesarios para implementar plenamente y beneficiarse de los beneficios de la agricultura de precisión. Hoy, sin embargo, las aplicaciones móviles, los sensores inteligentes, los drones y la computación en la nube hacen posible la agricultura de precisión para las cooperativas agrícolas e incluso las pequeñas granjas familiares.

Leer más

dentificar la variabilidad dentro de un campo y gestionar los insumos para dar cuenta de esta variabilidad es uno de los principios subyacentes de la agricultura de precisión. Aunque la mayoría de los agrónomos reconocen que las poblaciones de malezas dentro de un campo generalmente son muy variables, ha habido relativamente poco esfuerzo para incorporar el conocimiento sobre las poblaciones de malezas en los planes de manejo de malezas. Este documento proporcionará una introducción a las características espaciales de las poblaciones de malezas y cómo podemos utilizar esta información para mejorar los programas de manejo de malezas.

Tipos de distribuciones espaciales
Se han utilizado tres tipos de distribuciones para caracterizar las poblaciones de malezas (Figura 1). En una disposición regular, cada maleza está espaciada equidistantemente de otra y la densidad de la maleza no varía a lo largo del campo. Este tipo de disposición rara vez ocurre excepto en campos mal manejados que tienen densidades de malezas uniformemente altas (> 10 malezas por pie 2). Con una distribución aleatoria, cada sitio en el campo tiene la misma probabilidad de ser ocupado por una maleza. La densidad de las malas hierbas varía a lo largo del campo, y el conocimiento de la densidad de las malas hierbas en un sitio de un campo no proporcionará información sobre la densidad de las malas hierbas en otro lugar dentro del campo. Las malezas con semillas arrastradas por el viento, como la cola de yegua, pueden aparecer en una disposición aleatoria, especialmente si la fuente de la semilla se encuentra a una distancia considerable del campo infestado. La disposición final y más común de las malezas es la distribución irregular o agregada. En esta situación, la densidad de las malezas varía ampliamente en el campo. La presencia de una maleza en un sitio aumenta la probabilidad de que haya maleza en un sitio cercano. La semilla arrastrada por el viento probablemente resultaría en una disposición irregular si la fuente de la semilla estuviera cerca del campo. En esta situación,

Causas de los arreglos de malezas irregulares
Cuando una persona observa un parche de malezas, una de las primeras preguntas que se hacen es «¿por qué hay más malezas en esa parte del campo?» Los parches de malezas en un campo pueden ser el resultado de la variabilidad del suelo, la introducción de semillas de fuentes externas o las prácticas de manejo de cultivos. En algunas situaciones, es fácil determinar el motivo de la presencia de las malas hierbas, como un salto del rociador o un bache donde la cosecha se ahogó a principios de la temporada. Sin embargo, en muchas situaciones es difícil explicar por qué las malas hierbas están presentes en una parte del campo pero no se encuentran en otra parte.

Las diferencias en las características del suelo en un campo pueden influir en las poblaciones de malezas directa o indirectamente. Un efecto directo sería una situación en la que una maleza se adapta mejor a crecer en un determinado tipo de suelo que otras, como un pH alto en comparación con un suelo de pH bajo. La mayoría de las malezas anuales se clasifican como colonizadoras, un grupo de plantas que se mueven rápidamente a áreas donde se ha alterado el suelo y se ha eliminado la vegetación anterior. En condiciones naturales, los colonizadores llenan un vacío en el ecosistema y luego son reemplazados rápidamente por tipos de vegetación más persistentes, como herbáceas perennes, arbustos y / o árboles. Por lo tanto, el requisito principal para las malezas anuales es el suelo desnudo, en lugar de una característica específica del suelo (textura, MO, equilibrio mineral, etc.).

Ocasionalmente se afirma que la presencia de una maleza es un indicador de una característica específica del suelo o un desequilibrio de nutrientes (Tabla 1). En la mayoría de los casos, estas declaraciones son un ejemplo de folclore inofensivo, pero ocasionalmente las personas intentan utilizar esta información para promover el uso de un producto para remediar un problema de suelo inexistente. Aunque las características del suelo pueden tener influencias sutiles sobre las poblaciones de malezas, si el suelo es una fuerza impulsora importante en la distribución de malezas en un campo, entonces probablemente el suelo esté lo suficientemente desequilibrado como para que las malezas no sean la principal preocupación del agricultor.

Cuadro 1. Especies indicadoras de las condiciones del suelo. Fuente: Ehrenfried E. Pfeiffer. 1970. Malezas y lo que dicen. Asociación de Agricultura y Jardinería Biodinámica. Kimberton, Pensilvania.

Característica del suelo Especies
Ácido hierba inteligente, fiebre de fregado, hawkweed
Salado bolso de pastor, cardo ruso,
Piedra de cal pennycress de campo, peppergrass de campo
Potasio alto trébol rojo, ajenjo, malva de pantano
Aunque ha habido una investigación considerable que analiza las relaciones entre las características del suelo y las poblaciones de malezas, la mayoría de los datos indican que la mayoría de las malezas anuales están adaptadas para crecer en cualquier suelo con características favorables para el crecimiento de los cultivos. Estudios más recientes que investigan los patrones espaciales de las malezas en campos completos han identificado algunas correlaciones entre los tipos de suelo y la densidad de las malezas que no se detectaron en estudios anteriores. Investigadores de la Universidad de Nebraska informaron que las hojas de terciopelo y el girasol eran más frecuentes en suelos con alta materia orgánica y una elevación relativa baja, mientras que los pastos anuales eran más comunes en los suelos de tierras altas y mejor drenados.

Los factores del suelo pueden tener un gran efecto en la aparición de malezas a través de impactos adversos en el crecimiento de los cultivos. La supresión del dosel de los cultivos aumenta los recursos disponibles para apoyar el crecimiento de malezas, particularmente las ligeras. Retrasar el desarrollo del cultivo durante un período relativamente corto al comienzo de la temporada de crecimiento (1-2 semanas) puede proporcionar a las malas hierbas una ventaja competitiva sobre el cultivo durante el resto de la temporada de crecimiento. En la mayor parte de Iowa, el drenaje deficiente del suelo sería la característica del suelo con más probabilidades de favorecer las malezas, aunque el pH alto puede ser un problema en ciertas asociaciones de suelos.

Las prácticas de producción de cultivos (labranza, aplicación de herbicidas, cosecha) pueden tener una gran influencia en la disposición espacial de las malezas en los campos. Estos parches suelen ser fáciles de identificar, ya que suelen estar orientados en la dirección de funcionamiento de la máquina. Los parches de malezas se pueden crear mediante: aplicación incorrecta de herbicidas, introducción de una nueva especie mediante maquinaria agrícola en la entrada de un campo, espacios entre pasadas de la sembradora o sembradora y propagación de semillas de malezas por la cosechadora. Los herbicidas ejercen más presión de selección sobre las poblaciones de malezas que cualquier otro factor y, por lo tanto, las diferencias en la actividad de los herbicidas en el campo, ya sea debido a suelos variables o aplicación desigual, pueden conducir a poblaciones de malezas agregadas. Un estudio en el centro de Iowa encontró que la característica del suelo más estrechamente asociada con las poblaciones anuales de malezas era la adsorción de herbicidas.

Estabilidad de los parches de malezas
El costo de obtener datos espaciales ha obstaculizado muchos aspectos de la agricultura de precisión, y las malezas plantean un problema particular debido a su naturaleza dinámica. Las características del suelo permanecen relativamente estables a lo largo del tiempo, por lo que se puede utilizar un mapa de las características del suelo durante varios años antes de que se requiera un nuevo muestreo. Dado que la distribución de malezas en un campo puede cambiar rápidamente, un mapa de malezas solo puede proporcionar información precisa para una o dos temporadas de cultivo. Aunque algunos estudios recientes han investigado si los parches de malezas permanecen en la misma parte de un campo de un año a otro, nuestra comprensión de esta característica de las poblaciones de malezas es limitada.

Los parches de malezas perennes tienden a ser más estables que los parches de malezas anuales. La mayoría de las malezas perennes que se encuentran en cultivos agronómicos se propagan principalmente por estructuras vegetativas (portainjertos, rizomas, estolones) en lugar de por semillas. Ejemplos de plantas perennes rastreras incluyen quackgrass, cáñamo aderezo, algodoncillo común y cardo de Canadá. Dado que la mayoría de los herbicidas utilizados en el maíz y la soja son marginalmente efectivos en las plantas perennes, estas malezas tienden a estar presentes en el mismo lugar dentro de los campos de un año a otro. La expansión del parche de plantas perennes es relativamente lenta ya que dependen del nuevo crecimiento de las estructuras de reproducción vegetativa. En un hábitat no perturbado durante un período de cuatro años, una sola plántula de algodoncillo común produjo un parche que consta de 56 tallos y cubrió 100 pies 2. La tasa de expansión del borde del parche para algodoncillo en este estudio fue de menos de 1,5 pies por año. La propagación de las plantas perennes a menudo se ve favorecida por la labranza, lo que da como resultado parches orientados en la dirección de operación del implemento.

Aunque las poblaciones anuales de malezas normalmente se agregan, los parches tienden a ser menos estables que los parches perennes. La investigación ha demostrado que la ubicación de los parches de malezas anuales dentro de un campo permanece relativamente estable de un año a otro, pero el tamaño del parche puede variar ampliamente. La gran capacidad de producción de semillas de muchas especies anuales es un factor importante que contribuye a la naturaleza irregular de las poblaciones de malezas. Aunque el banco de semillas de malezas fluctúa rápidamente en respuesta a las entradas y las pérdidas de semillas, la latencia de las semillas mantiene una fuente de nuevas infestaciones durante varios años. El potencial de movimiento de semillas de malezas permite que las anuales se propaguen más rápidamente que las perennes. Las especies de malezas con semillas que permanecen en la planta hasta la cosecha se pueden esparcir rápidamente por el campo mediante la cosechadora, mientras que las especies con semillas que se rompen antes de la cosecha se moverán con menos rapidez.

Las prácticas de manejo de malezas generalmente están dirigidas a especies anuales, por lo que la efectividad de las tácticas de control es un factor principal que influye en la distribución de las anuales en un campo. Se ha demostrado que los factores del suelo que afectan la actividad herbicida (adsorción, persistencia) influyen en la distribución de las malezas. La actividad herbicida también se ve influenciada por la densidad de las malezas, y es más probable que las malezas escapen al control en áreas con poblaciones altas. Este factor contribuye a la estabilidad de los parches, ya que las malezas que escapan al control producen semillas que aumentan el banco de semillas. Al año siguiente, es probable que las áreas con un gran banco de semillas tengan altas densidades de malezas y, por lo tanto, es más probable que las malezas escapen nuevamente del control en estas áreas. El tamaño del parche se reducirá en años con las condiciones climáticas favorables para la actividad herbicida,

Implicaciones de la distribución de malezas en el manejo de malezas
Uno de los objetivos de la agricultura de precisión es tomar mejores decisiones de manejo a través de una mayor comprensión de la variabilidad dentro de un campo. Aunque nuestra comprensión de los factores que impulsan las infestaciones de malezas ha mejorado mucho en los últimos años, aún no está claro el potencial de usar esta información para mejorar los programas de manejo de malezas.

Aunque los umbrales económicos no se han utilizado ampliamente para orientar las decisiones de manejo de malezas en maíz y soja, continúan los esfuerzos para mejorar estas herramientas para que sean más aceptadas. La mayoría de los umbrales económicos se basan en el supuesto de que las malezas se distribuyen uniformemente en el campo, mientras que esto rara vez ocurre en el campo. No tener en cuenta la distribución de malezas en el campo reduce la precisión de las predicciones de pérdida de rendimiento en las que se basan los umbrales económicos. Si una infestación irregular de malezas aumenta la pérdida de rendimiento esperada en comparación con una infestación uniforme, los modelos de umbral recomendarían dejar una infestación de malezas que podría resultar en pérdidas de rendimiento superiores al costo de control.

Las malas hierbas reducen el rendimiento de los cultivos principalmente al competir con el cultivo por recursos limitados (luz, agua, nutrientes, etc.). Una maleza aislada compite solo con las plantas de cultivo que se encuentran a cierta distancia. Por ejemplo, se descubrió que el berberecho común reduce el rendimiento de todas las plantas de soja a 20 pulgadas de su tallo. Si dos plantas de berberecho se encuentran a 20 pulgadas una de la otra, compiten por los recursos entre ellas (competencia intraespecífica) así como con las plantas de soja adyacentes (competencia interespecífica). Dado que la competencia entre las dos plantas de berberecho reduce su crecimiento, el impacto combinado de las dos malas hierbas en las plantas de cultivo adyacentes es menor que si las malas hierbas estuvieran fuera del área de influencia de la otra. Así, la misma cantidad de malezas en un campo causa menos pérdida de rendimiento cuando se presentan en una distribución irregular que si se distribuyen uniformemente por el campo (Figura 2). La competencia intraespecífica entre malezas en parches densos da como resultado estimaciones conservadoras de pérdidas de rendimiento cuando las predicciones se basan en densidades promedio de malezas, lo que reduce la probabilidad de que se subestime la verdadera pérdida de rendimiento de una competencia de malezas.

El conocimiento de la distribución de malezas en el campo crea una oportunidad para el manejo de malezas específico del sitio. Una forma potencial de utilizar esta información es mediante la aplicación de herbicidas de tasa variable (VRA). La premisa de VRA es que la tasa óptima de herbicidas varía a lo largo del campo y que la tasa óptima para un área específica se puede predecir basándose en la información conocida sobre el campo. Algunos de los factores que influyen en el rendimiento de los herbicidas incluyen las características del suelo (principalmente herbicidas aplicados al suelo), las poblaciones de malezas y las condiciones ambientales. El potencial de beneficios económicos con VRA varía según la importancia relativa de estos tres factores.

El impacto del tipo de suelo sobre la actividad herbicida está bien documentado. La mayoría de los herbicidas se adhieren a los coloides del suelo, y la porción del herbicida adsorbida a estos coloides no está disponible de inmediato para controlar las malezas. Las dosis de herbicidas aplicados al suelo se ajustan de forma rutinaria de acuerdo con el tipo de suelo presente en el campo. Tradicionalmente, la tasa se ha seleccionado con base en el tipo de suelo «promedio» encontrado en el campo. Sin embargo, con la tecnología actual es posible ajustar las tasas «sobre la marcha» de acuerdo con la variabilidad del suelo en el campo. Los fabricantes de herbicidas han desarrollado ecuaciones para calcular las tasas de herbicidas para una textura de suelo y materia orgánica específicas. Por ejemplo, la etiqueta Dual II MAGNUM recomienda aumentar la tasa en 0.1 pt / A por cada uno por ciento de aumento de materia orgánica en un suelo de textura media. Basado en esta información, en un campo típico de Iowa, la tasa Dual variaría en un 15-30% debido a cambios en la materia orgánica del suelo. Si bien esto puede parecer un cambio de tasa significativo, es relativamente pequeño según el nivel de precisión de la aplicación de herbicidas en cultivos de campo. El potencial de beneficios económicos con VRA según el tipo de suelo disminuye con la capacidad de respuesta de los herbicidas a los cambios del suelo.

El rendimiento del herbicida generalmente tiende a disminuir a medida que aumenta la densidad de malezas. Por lo tanto, el manejo de malezas podría hacerse más eficiente ajustando la tasa de herbicidas de acuerdo con los cambios en las poblaciones de malezas. El costo de recopilar los datos necesarios para mapear con precisión las poblaciones de malezas es un problema importante en este momento. En la mayoría de las situaciones, los métodos tradicionales utilizados para detectar plagas en los cultivos no permiten el desarrollo de mapas de malezas con suficiente detalle para basar los ajustes de la dosis de herbicida. La investigación actual está investigando el potencial del uso de sensores remotos para mapear poblaciones de malezas, reduciendo así el costo de recopilar esta información.

Si bien el efecto del tipo de suelo y la población de malezas en el desempeño de los herbicidas está bien documentado, también se sabe que las condiciones ambientales influyen fuertemente en el desempeño. Comprender la contribución relativa de estos tres factores es importante para determinar los beneficios potenciales de VRA. En estudios de ISU a finales de la década de 1980, la tasa de Dual necesaria para el control del 80% de la hierba de la taza varió de menos de 2 pts / A a más de 10 pts / A durante 6 años de investigación. Esta investigación se realizó en el mismo campo con poblaciones de cupgrass uniformemente altas, por lo que las diferencias en el medio ambiente fueron en gran parte responsables de la amplia gama de eficacia dual. Si el medio ambiente tiene una mayor influencia en la actividad herbicida que el tipo de suelo o la población de malezas, entonces puede haber poco beneficio económico, si es que hay alguno, para VRA.

Otra oportunidad para el manejo de malezas en un sitio específico es el uso de aplicaciones intermitentes. Debido a la naturaleza irregular de las poblaciones de malezas, muchos campos pueden tener grandes áreas libres de malezas. Las aplicaciones intermitentes permitirían al administrador rociar solo aquellas áreas del campo que están realmente infestadas. Se han utilizado dos enfoques para controlar los pulverizadores para aplicaciones intermitentes, mapas históricos de distribución espacial o el uso de sensores en tiempo real para detectar la presencia de malezas a medida que el pulverizador se mueve por el campo.

El uso de mapas históricos para dirigir la aplicación intermitente está limitado por el costo de obtener mapas precisos de la distribución de malezas dentro de los campos. El potencial de beneficio económico de este enfoque aumenta a medida que aumenta el porcentaje del campo libre de malezas. Investigadores de la Universidad de Nebraska mapearon intensivamente las malezas en una sección de 10 acres de un campo. Encontraron que el 59, 40 y 34% del área de muestreo no estaba infestada por girasol común, velvetleaf y cola de zorra, respectivamente. Aunque había grandes áreas del campo no infestadas por las especies individuales, cuando se superpusieron los mapas de las diferentes especies, había muy poca área libre de malezas en el campo. En esta situación, no habría ningún beneficio de la aplicación intermitente si el tratamiento que se estaba aplicando fuera un tratamiento de amplio espectro dirigido a las tres especies.

Los rociadores inteligentes utilizan sensores para detectar la presencia de malezas. Los sensores están conectados al pulverizador a través de una computadora y encienden y apagan el brazo o la boquilla dependiendo de si hay malezas o no. Se han comercializado rociadores inteligentes para su uso en terrenos en barbecho, donde pueden distinguir entre el suelo desnudo y el follaje de las plantas; sin embargo, los aspersores que pueden distinguir entre cultivos y malezas aún se encuentran en la etapa experimental. La ventaja obvia de esta tecnología es que elimina la necesidad de una exploración detallada y un mapeo de las poblaciones de malezas. Una aplicación lógica para estos rociadores sería para tácticas de control suplementarias dirigidas a las malezas que escapan a las tácticas de control primarias. Sin embargo, el bajo nivel de umbral para las malezas puede limitar el potencial de esta tecnología en el maíz y la soja. Existe una alta probabilidad de que el sensor no detecte las malezas que crecen bajo el dosel del cultivo y, por lo tanto, escapen al control. Estas malezas pueden ser las más competitivas con el cultivo debido a su proximidad a la hilera de cultivos.

Resumen
La naturaleza agregada de las poblaciones de malezas está bien documentada y nuestra comprensión de los factores que conducen al desarrollo de parches de malezas está aumentando. El objetivo de estudiar la estructura de las poblaciones de malezas es mejorar los sistemas de manejo de malezas. A corto plazo, el conocimiento sobre la variación espacial en suelos y malezas puede proporcionar beneficios en el área de aplicación de herbicidas de tasa variable. Si bien la influencia de los suelos y las poblaciones de malezas en el desempeño de los herbicidas se conoce desde hace mucho tiempo, la contribución relativa de estos factores en comparación con la influencia de las condiciones ambientales es poco conocida. Se requiere investigación adicional para determinar si el costo adicional de la aplicación de dosis variable está justificado considerando la gran influencia que tiene el clima en el desempeño del herbicida.

A largo plazo, la investigación actual sobre poblaciones espaciales de malezas puede proporcionar una mejor comprensión de las características del suelo que favorecen el desarrollo de parches de malezas. Esta información puede conducir a nuevos métodos de manipulación del suelo para crear un ambiente menos favorable para las especies de malezas. Si bien es poco probable que estas tácticas sean tan efectivas como la tecnología actual de herbicidas, podrían emplearse para mejorar la actividad de otras estrategias de control (herbicidas, cultivo, etc.).

Leer más

El agua es un factor crucial para el crecimiento de las plantas, junto con la luz y el calor. Algunos agricultores tienen la suerte de trabajar en las zonas con lluvias frecuentes y, por lo tanto, lluvias suficientes para proporcionar suministro de agua. Sin embargo, la mayoría de las tierras tienen que ser irrigadas artificialmente para cubrir regularmente su carencia, y el riego por goteo tiene una demanda mundial.

hombre regando el campo a través de la aplicación móvil

Existen cuatro tipos principales de riego:

1. Riego superficial. El agua fluye naturalmente y se esparce en el campo de acuerdo con la ley de la gravedad. No emplea ninguna tecnología avanzada, pero requiere grandes volúmenes de agua, por lo que se justifica cuando la infiltración del suelo es baja. Este método es adecuado para suelos arcillosos pero será difícil de implementar en suelos arenosos.

El riego superficial se realiza de las siguientes formas:

El riego por cuenca limita el área con diques y la inunda. El agua permanece allí durante mucho tiempo. Esto es típico del cultivo de arroz y también se puede utilizar para el trigo. El método se aplica en terrenos planos con nivelación adicional si es necesario.
riego de cuenca en el campo

El riego por surcos implica la construcción de surcos: zanjas largas llenas de agua. Los surcos se encuentran más altos que las hileras de cultivo y el agua desciende naturalmente debido a la gravedad oa través de tubos de sifón o compuertas.
riego por surcos en el campo

El riego fronterizo suministra agua entre franjas de tierra. Como el tipo anterior, también utiliza sifones o compuertas.
2. Riego por aspersión. El agua se rocía a través de maquinaria o herramientas manuales.

Se pueden instalar de forma temporal o permanente y avanzar o rotar. Los aspersores difieren en la presión y el tamaño de las gotas según sus pistolas y boquillas.
No son aptos para todos los cultivos ya que las grandes caídas y la alta presión los dañan. Destruiría flores en plantas florecientes y erradicaría la polinización. Además, el equipo estará fuera de servicio con partículas insolubles atascadas dentro del sistema. Otro problema es que la distribución de la humedad se ve muy afectada por los vientos.

riego por aspersión

3. Sistema de riego por goteo o por goteo. ¿Qué es el riego por goteo y cómo funciona? La humedad se entrega con pequeñas tuberías colocadas en líneas, por lo que este tipo también se conoce como cinta de goteo o riego por goteo. Las gotas se dirigen al cultivo propiamente dicho a baja presión, y la falta de agua en las inmediaciones dificulta el desarrollo de malezas. Por lo tanto, no solo previene el hambre de las plantas debido a las malas hierbas, sino que también reduce en gran medida el volumen de agua necesaria, que es uno de los principales beneficios del riego por goteo.

sistema de riego por goteo

Sin embargo, las cintas de goteo son sensibles a la maquinaria y se dañan o bloquean fácilmente con partículas insolubles. Por el contrario, las sustancias solubles permiten combinar el suministro de agua con la fertilización. El método se define como fertirrigación.

4. Riego por goteo subterráneo (riego subterráneo). Las raíces de las plantas se saturan dentro del suelo a través de tuberías y goteros. Este tipo es similar al sistema de riego por goteo en bajo consumo de agua. Es más, dado que la humedad entra debajo del suelo, no se evapora. Sin embargo, la línea de riego por goteo subterráneo no solo es altamente vulnerable a las partículas insolubles sino también a los pelos de las raíces, la maquinaria y la labranza.

MONITOREO DE CULTIVOS EOS

¡Uso de monitoreo satelital para la gestión de campos remotos en una plataforma!

¡PROBAR AHORA!
CONSEJOS PARA LA GESTIÓN DEL RIEGO: OBTENGA MÁS CON MENOS
Es importante apoyar de manera óptima las necesidades de humedad de las plantas gastando recursos y energía mínimos. La cantidad consumida no debe exceder el volumen que se puede restaurar.

riego de precisión practicado en el campo

Hay tres enfoques principales para implementar la idea:

Acercarse Actividades clave
Mejorar las propiedades de retención de agua del suelo. Reducir el agrietamiento del suelo con materia orgánica
Fortalece el suelo con grandes raíces.
Evitar la salinización con drenaje o alcalinización añadiendo yeso
Plantar plantas perennes en la rotación de cultivos para aumentar la retención de agua
Evite la compactación
Elimina la evaporación Aborde la evaporación rápida debida a los vientos con agroforestería
Reducir la labranza
Use cobertura / mantillo
Aplicar línea de riego por goteo subterráneo
Optimice el volumen de agua utilizado Considere fuentes adicionales de suministro de agua mediante la recolección de agua de lluvia y el uso de riego por goteo de lluvia.
Use agua tratada / reciclada si es posible
Sature el agua directamente en la planta: considere cómo configurar el riego en el suelo o bajo tierra
Monitorear las necesidades de riego de las plantas
Controle las tasas de aplicación de agua
Consulte las previsiones meteorológicas para posibles lluvias próximas
Combinar fertilización con riego (fertilizante de riego por goteo)
DERIVAR LAS NECESIDADES DE RIEGO EXACTAS A PARTIR DEL MONITOREO DE CULTIVOS
Los sistemas de riego y monitoreo se implementan en todo el mundo, ya que están llamados a facilitar la mano de obra y reducir los insumos. Dejar las necesidades de humectación de los cultivos sin atender al menos una vez puede resultar en la pérdida total de rendimiento. Es difícil controlar la situación monitoreándola todo el tiempo, a menos que delegue el trabajo a plataformas y aplicaciones en línea especialmente designadas.

La agricultura de precisión y el riego de precisión, en particular, le permiten ahorrar recursos valiosos sin someter las plantas a la deficiencia de humedad.

El riego incluido en el sistema general de administración de la granja generalmente se basa en sensores en los campos. Este enfoque es mucho más caro que adquirir la misma información utilizando imágenes de satélite.

Crop Monitoring ha lanzado recientemente una nueva función para analizar la humedad del suelo y notificar las sequías o inundaciones estimadas, lo que proporciona a los agricultores el conocimiento adecuado a tiempo. También proporciona previsiones meteorológicas para programar las actividades agrícolas de la forma más beneficiosa.
Por lo tanto, no irrigarás ni fertilizarás cuando se espere lluvia. Ahorrará recursos y protegerá la naturaleza de las fugas de pesticidas, ya que los productos químicos no se eliminarán de las plantas con las lluvias no deseadas.

Leer más

Cada vez que se presentan eventos relacionados con la agricultura de precision, descubro un nuevo software de gestión agrícola. Las grandes y pequeñas empresas de los sectores agrícola y tecnológico pueden ofrecer un valioso conjunto de herramientas agrícolas digitales. Su software agrícola tiene una conectividad constante, recopila una amplia gama de datos y ofrece análisis significativos en paneles amigables para los agricultores.

Algunas de estas soluciones pueden predecir el retorno de la inversión (ROI) a partir de los rendimientos mediante la aplicación de ciencia de datos, aprendizaje automático e inteligencia artificial. Según MarketsandMarkets, el mercado de soluciones de gestión agrícola está creciendo a una tasa de crecimiento anual compuesta del 14% y alcanzará un valor de $ 2 mil millones para 2023 .

Aunque el software de gestión de fincas ofrece una visión general de la rentabilidad, todavía pierde información a nivel de campo. Durante años, predecir el ROI de cada campo ha sido una fruta tentadora pero inalcanzable. Varios factores han mantenido a los agricultores adivinando qué lotes están produciendo la mayor parte de las ganancias y cuáles son responsables de las pérdidas:

– Dificultad para determinar el costo de alquiler de cada lote que a menudo se oculta en el costo total del alquiler de la tierra.
– Se tratan todos los cultivos como si fueran productos iguales.
– Se hace una comparación entre las ventas y los gastos totales.
– Se pasan por alto los costos de fertilizantes y riego.
– Se utilizan medidas insuficientes para proteger semillas.
– Condiciones climáticas severas que afectan los cultivos.
– Costos impredecibles del control de plagas.
– Gastos de recolección se conocen poco o no se consideran
– Los costos laborales son dificiles de calcular
– El almacenamiento de productos es complicado y sus costos dificiles de determinar
– Costos de alquiler y transporte de maquinaria agrícola con el mismo problema.
– Falta de datos abiertos de otros productores y agroindustrias sobre los procesos de cultivo.

Lo que tenemos hasta ahora, en relacion con estas aplicaciones y software, son agricultores abrumados con datos pero que aún carecen de información crítica. Los agricultores no pueden distinguir qué lote es mejor para qué cultivo o qué lotes seguirán siendo rentables en el futuro. Solo pueden experimentar y realizar un seguimiento de los resultados, lo que no es suficiente para predecir los resultados a largo plazo. A menudo, los únicos conocimientos que pueden comparar son el gasto total dentro de un período de tiempo seleccionado y los ingresos por ventas.

Por qué el ROI por lote es tan importante para los agricultores

Predecir el ROI general es un gran problema. Pero el ROI puede ser completamente diferente para cada lote, lo que significa que el rendimiento en el campo debe abordarse de manera adecuada.

Por ejemplo, una herramienta de gestión de datos agrícolas puede indicar que su ROI total permanece en niveles aceptables, por lo que no tiene ninguna razón para dejar de cultivar maíz. Pero digamos que uno de sus lotes es completamente inadecuado para el maíz o está demasiado agotado para cultivarlo. Sin datos de ROI específicos del lote, puede continuar planificando con calma el maíz para este lote durante el próximo año, sin darse cuenta de las pérdidas potenciales que enfrenta.

Otro factor que suele pasar desapercibido es el consumo de combustible. Supongamos que ya compró varios barriles de combustible para maquinaria para cosechar maíz que nunca maduró. Esto puede causar una caída severa en el ROI. Pero podrías pasar años averiguando cómo está sucediendo.

La combinación del software de gestión de cultivos agrícolas con sensores de IoT para medir las condiciones climáticas y del suelo puede salvar el día. Los sensores pueden brindarle información sobre campos que pueden ayudarlo a evitar un uso inadecuado. Aún así, toda esta información se puede perder entre los infinitos puntos de datos que su «tablero de control» le arroja todos los días, pero solo si no está correlacionada con indicadores relevantes, como el ROI.

El estado del RoI por campo en el mercado agrícola digital

Encontrará muchas buenas opciones cuando busque en Google «el mejor software de gestión agrícola «. Pero buscar una herramienta para predecir el ROI por campo es un callejón sin salida. ¿Entonces, cuál es el problema? ¿Cómo es posible que el nicho de RoI a nivel de campo esté vacío?

El mercado de software de gestión agrícola ofrece calculadoras de ROI. Hacen frente a tareas comunes con un simple clic. Pero les faltan funciones de predicción de ROI por campo. A continuación, se muestran algunos ejemplos de calculadoras de ROI bien adaptadas y software agrícola disponibles para uso comercial.

Agrivi: gestión agrícola completa

El producto de automatización agrícola más relevante de Agrivi para predecir el ROI es su herramienta que genera informes de análisis y de la granja. Recopila datos sobre los costos de cada variedad de cultivo y calcula el ROI de todos los cultivos producidos. Los usuarios también obtienen informes sobre otros costos, horas de trabajo y actividades de campo. La solución de Agrivi puede gestionar varios factores críticos que influyen en el ROI total por campo, con un enfoque profundo en los costos de producción de cultivos.

Farmserver: calculadora de RoI

Farmserver calcula el ROI en función de los costos generales y los costos por bushel. Puede ingresar valores manualmente o cargar archivos de datos. Pero un agricultor probablemente tendría que pasar semanas actualizando manualmente los datos del campo y correlacionándolos con el tamaño del campo.

FUSIBLE: calculadora de RoI

En comparación con Agrivi y Farmserver, que se centran en el ROI por cultivo, FUSE invita a los usuarios a ingresar datos en su maquinaria, calculando los costos de alquiler y mantenimiento para predecir el ROI. Pero tampoco hay información sobre el RoI por campo aquí.

¿Qué hace que el ROI por lote sea tan difícil de predecir?

En primer lugar, para calcular el ROI exacto de cada lote, el software de gestión agrícola debe recopilar automáticamente grandes conjuntos de datos a través de integraciones sólidas.

Los sistemas contables juegan un papel clave. Pero surgen desafíos cuando las empresas agrícolas utilizan sistemas como 1C , uno de los sistemas de contabilidad más populares (y en ocasiones el único sistema de contabilidad disponible) en los países de Europa del Este. Este software carece de capacidades de integración nativas y solo el desarrollo personalizado puede resolver esta tarea.

En países como el Reino Unido y los Países Bajos, existen muchas soluciones de contabilidad que ofrecen más opciones de integración. Me viene a la mente FinancialForce , construido sobre la plataforma Salesforce ; eAccounts es otra opción común.

Mantener las finanzas alineadas con sus operaciones agrícolas marca la diferencia. En un futuro cercano, definitivamente veremos más integraciones entre soluciones inicialmente independientes. Los proveedores de Agritech unirán esfuerzos con los proveedores de software de otros campos para ofrecer ecosistemas sin fronteras de soluciones para la agricultura, la contabilidad y la logística.

Supere los desafíos y vea qué sucede a continuación

Como cualquier innovación, los sistemas de gestión agrícola para predecir el ROI por campo enfrentan numerosos desafíos en su camino para brindar a los agricultores una imagen clara de sus ganancias. Pero los beneficios de las integraciones sólidas, la automatización y las decisiones basadas en conocimientos justifican plenamente la inversión de tiempo y esfuerzo. Los sistemas de gestión agrícola para predecir la ROI pueden identificar las pérdidas potenciales temprano debido a un uso inadecuado del campo o rendimientos sobreestimados.

Además, la información por campo puede ayudar a prevenir pérdidas potenciales en el futuro al predecir caídas en los rendimientos en función de las mediciones del suelo y las condiciones climáticas. Las medidas preventivas también pueden aumentar el retorno de la inversión al permitir oportunidades previamente desaprovechadas como respuestas rápidas y adecuadas a las condiciones del campo, así como al reducir los costos operativos.

Caso de uso de software de gestión agrícola con ROI por campo

Recientemente, Granular by Corteva anunció el lanzamiento de Granular Insights . Esto reemplaza las hojas de cálculo heredadas con una solución rica en datos para obtener ingresos estimados por campo. El sistema promete automatizar gran parte del trabajo manual que los agricultores tienen que hacer para encontrar el resultado final de cada campo.

La compañía dice que los agricultores pueden usar Granular Insights para analizar el ROI, tomar decisiones sobre semillas, monitorear el rendimiento del campo y rastrear los niveles de humedad de la cosecha, que aparecen como capas de mapas, para comparar los ingresos por campo. Sid Gorham, director ejecutivo de Granular y presidente de Corteva, considera que la falta de tales soluciones es el principal problema para los agricultores.

“Especialmente en el entorno actual, los agricultores necesitan tener una mejor visibilidad de sus resultados. Nos dimos cuenta de que uno de los mayores puntos débiles de la finca es que los datos de un agricultor están por todos lados, y se necesita mucho tiempo y esfuerzo para reunirlos todos ”, dijo.

Entonces, ¿cómo debería ser un sistema de gestión agrícola para calcular el ROI exacto por lote y predecir las fluctuaciones futuras?

Digamos que un agricultor ha recolectado mediciones de suelo y humedad de diferentes campos para cultivar cultivos seleccionados. El sistema de manejo de cultivos del agricultor está integrado con un ecosistema global donde los agronegocios y otros productores comparten datos sobre los mismos cultivos, por lo que es evidente dónde es mejor cultivar esos cultivos.

Descubra por qué AgFunder invirtió en la startup israelí de software de gestión agrícola Fieldin aquí .

Después de recopilar las mediciones, el agricultor puede compararlas con los criterios estándar proporcionados por el software agrícola y comenzar a plantar semillas en los campos seleccionados. Después de cosechar los rendimientos tan esperados, el agricultor puede monitorear las ventas correlacionadas con los costos invertidos en los cultivos. Para esto, el agricultor puede usar una herramienta para la planificación presupuestaria que rastrea todos los gastos e ingresos continuos de las ventas. Como resultado, el ROI total del negocio parece relativamente alto, pero aún por debajo de la predicción. Para reconocer la razón de este desajuste, el agricultor puede traer más datos de entrada que el sistema agrícola no proporciona de forma predeterminada. Pero todo esto puede ser demasiado para un granjero ocupado. ¿Lo que debe hacerse?

Determinar el ROI por campo desde el principio daría una imagen clara de lo que falta y dónde. La vinculación de los datos recopilados sobre las condiciones particulares del campo a cada acre proporcionaría a los agricultores una estrategia adecuada y expectativas razonables. Después de experimentar con nuevos cultivos, el agricultor vería exactamente dónde salió mal el experimento, obteniendo el ROI más bajo.

Obtener este nivel de transparencia y trazabilidad de costos podría saturar los sistemas de gestión agrícola con datos para comparar el rendimiento de campos similares en condiciones similares y el ROI del proyecto por campo. Para la próxima temporada, el agricultor podría planificar sus gastos basándose en cosechar menos cultivos de campos particulares. Conociendo el tamaño exacto de un campo, podrían hacer un presupuesto para cubrir el combustible para la maquinaria y los pagos de los trabajadores, mientras que se podría gastar dinero adicional en riego y fertilización. O los ahorros se podrían gastar en un mayor cultivo de otros cultivos, incluido el suministro de nuevas semillas, fertilizantes y maquinaria especial.

Las integraciones juegan un papel crucial aquí. Los valores de un sistema de contabilidad deben sincronizarse automáticamente con las operaciones agrícolas en el campo. Un sistema agrícola puede rastrear el consumo de combustible de los recolectores para cada campo usando sensores remotos y puede correlacionar estos datos con los presupuestos de los agricultores para mostrar el impacto directo en el ROI por campo.

Entonces, ¿qué integraciones necesitan los sistemas agrícolas?

– Contabilidad: los agricultores ya utilizan sistemas de contabilidad, pero requieren módulos avanzados para recopilar datos en tiempo real de los campos como insumos para los cálculos de costos.

– Sistemas de gestión de recursos humanos: la agricultura es una actividad colectiva, por lo que es imprescindible un sistema de inicio y cierre de sesión para los trabajadores de campo.

– Banca digital: los pagos para los trabajadores deben incluirse en el costo por campo según las facturas automatizadas de los bancos digitales.
Inteligencia empresarial y análisis: prediga eventos antes de que sea demasiado tarde.

– Mapeo: los datos de campo geoespacial y las coordenadas junto con las capas de costos y las actualizaciones recientes deben aparecer en los mapas de campo.

– Equipo conectado: recopile datos de la maquinaria en el campo para saber qué recursos gasta y los cultivos que obtiene a cambio.

– Suministro de fertilización: compre para cada campo solo cuando sea necesario.
Detección de IoT: recopile mediciones del suelo y el clima para calcular los costos potenciales de riego y las pérdidas debido a condiciones severas.

– Satélites: observaciones espaciales relacionadas con ubicaciones de campo.

– Imágenes aéreas: controle el rendimiento de los cultivos y mapee los cultivos en mapas agrícolas precisos.

Más que «crecer más con menos»

Es hora de que los agricultores se acerquen y aprovechen el fruto deseado de un ROI predecible por campo. La agricultura de precisión orientada al campo podría ser clave para operaciones comerciales predecibles con una planificación más precisa y un uso más inteligente de los recursos. Equipar a los agricultores con conocimientos sobre campos particulares conduce a prácticas agrícolas sostenibles en todas las operaciones agrícolas.

“Crecer más con menos” suena como un buen lema. “Obtener ganancias predecibles de cada campo con menos espacio” suena como una estrategia real.

Leer más

Investigadores de la Universidad de Cornell, Nueva York, se están asociando con los productores de manzanas para aumentar la eficiencia del aclareo químico en los huertos. El programa de investigación denominado «Dilución química de precisión» tiene como objetivo optimizar la aplicación de inhibidores del crecimiento de las plantas de acuerdo con un número óptimo de manzanas por árbol, con el fin de mejorar la comerciabilidad de las frutas y aumentar la rentabilidad de los huertos.

En el cultivo de manzanas, el aclareo se refiere al desprendimiento parcial de los frutos producidos por un árbol para dejar espacio para el crecimiento de otros y lograr un tamaño de fruto y una carga de cultivo optimizados. El adelgazamiento suele ocurrir en junio en el hemisferio norte. Puede realizarse manualmente, lo que requiere entre 100 y 200 horas de trabajo, o químicamente. El aclareo químico consiste en la pulverización de una sustancia activa que regule el crecimiento y la madurez de las plantas, eliminando los frutos más frágiles de los árboles. Un ejemplo de un producto rociado para dilución química es el etefón, un regulador que, a través del etileno en descomposición, fomenta tanto la rotura selectiva como la caída de frutos no deseados.

Investigadores de la Universidad de Cornell descubrieron recientemente que la susceptibilidad de los manzanos a los inhibidores del crecimiento de la fruta es mayor durante los períodos de déficit de carbohidratos, lo que ocurre principalmente durante los días calurosos y nublados, ya que la demanda de carbohidratos aumenta con las temperaturas mientras que la síntesis de carbohidratos requiere luz para desarrollarse.

Dado que la eficacia de la dilución química varía según la temperatura y la luz solar, los productores de los estados de Nueva York y Michigan en EE. UU. Están comenzando a tener en cuenta los datos meteorológicos en sus decisiones de dilución. El modelo subyacente permite a los productores de manzanas igualar el momento y la intensidad de las pulverizaciones de raleo con niveles bajos de carbohidratos en los árboles. Esto eventualmente aumenta la predictibilidad tanto del tamaño de la manzana como de la densidad de la fruta antes de la cosecha. Este llamado ‘modelo de carbohidratos’ se complementa con un segundo modelo llamado ‘modelo de tasa de crecimiento de la fruta’, donde los productores realizan mediciones de los diámetros de la fruta antes y después de la fumigación con inhibidores. Estas mediciones luego se incorporan a una fórmula agronómica que calcula las tasas de crecimiento en las frutas y calcula las decisiones de aclareo químico en consecuencia.

La combinación de ambas herramientas de apoyo a la toma de decisiones, basadas en las tasas de crecimiento de la fruta y la integración de los niveles de carbohidratos, en un solo protocolo llamado ‘ Dilución química de precisión ‘ está ganando terreno en los huertos de manzanas de América del Norte, particularmente en los estados de Michigan y Nueva York. El protocolo Precision Chemical Thinning está respaldado por un programa de investigación dirigido por Poliana Francescatto, investigadora postdoctoral de la Universidad de Cornell. Si bien el modelo aún necesita refinarse, alberga oportunidades prometedoras para la rentabilidad de los huertos de manzanas, lo que permite a los productores alinear mejor sus estrategias de raleo con una carga de cultivo específica y un tamaño y peso de fruta preferencial.

Dilución química de precisión en manzanos: ¿cómo puede contribuir la digitalización?

En 2017, Poliana Francescatto y su equipo llevaron su modelo al siguiente nivel al integrar calibradores habilitados para Bluetooth para medir el diámetro de las yemas de las frutas. En lugar de recopilarse con lápiz, los datos de medición ahora se envían directamente a los teléfonos inteligentes: esto permite a los participantes del programa Precision Chemical Thinning ahorrar tiempo y aumentar la confiabilidad de su estrategia de dilución.

Cómo IoT apoya a los agricultores de huertos en la búsqueda de la agricultura de precisión

El modelo de dilución química de precisión es solo una de las muchas aplicaciones de la agricultura de precisión en el cultivo de frutas. El concepto ahora está encabezado por el advenimiento de la Internet de las cosas (IoT), a través del cual se capturan, analizan e introducen grandes volúmenes de datos de campo en protocolos de toma de decisiones.

Por ejemplo, al combinar datos meteorológicos con datos de humedad del suelo, las tecnologías de IoT son la base de las herramientas de apoyo a la toma de decisiones que permiten a los agricultores ahorrar costos en aplicaciones de insumos intermedios, desde agua de riego hasta fertilizantes, ya que la absorción de nutrientes en los manzanos requiere la cantidad adecuada de suelo. humedad para patear.

Leer más