Introducción a Big Data
Big Data son datos cuya escala, diversidad y complejidad requieren nueva arquitectura, técnicas, algoritmos y análisis para administrarlos y extraer valor y conocimiento oculto de ellos.
¿Entonces que significa eso exactamente? Estos datos incluyen grandes colecciones de datos agrícolas que están siendo utilizados por agricultores, empresas y agencias gubernamentales para ayudar en la toma de decisiones relacionadas con las prácticas de producción y manejo de cultivos, así como mejores predicciones sobre la disponibilidad de nutrientes y agua. Es importante comprender qué valor le brindan al productor todos estos datos agrícolas. Mediante el uso de datos agrícolas para impulsar la gestión de insumos y otras decisiones agrícolas, los productores pueden identificar y cuantificar las variables limitantes de la productividad.
El flujo de Big Data
Un agricultor cargará datos agrícolas y personales de sensores terrestres y de equipos, drones, etc.
El Proveedor de Tecnología Agrícola (ATP) agregará los datos de los agricultores , combinará otros conjuntos de datos relevantes y aplicará algoritmos para analizar.
El ATP luego le da al agricultor una solución o recomendación personalizada basada en los datos recibidos.
Luego, el agricultor puede utilizar las recomendaciones proporcionadas por el ATP para tomar decisiones agronómicas, económicas y de gestión agrícola en su finca.
¿Qué es la «agricultura digital»?
La agricultura digital está evolucionando hoy en día a medida que la industria desarrolla servicios y tecnologías para permitir la transmisión inalámbrica de datos junto con el análisis para obtener información. La premisa de la agricultura digital incluye el avance de las estrategias de agricultura de precisión, la agricultura prescriptiva y el tema candente del big data y cómo podría hacer avanzar el sector agrícola. Un hilo común de esta progresión es cómo la tecnología de agricultura de precisión permitirá a los agricultores, minoristas y aplicadores personalizados mejorar la gestión de nutrientes con respecto a la ubicación, el momento y la generación de nuevas capas de datos para evaluar el éxito. Estas capas de datos espaciales dirigirán de manera más importante nuevas estrategias que abarquen disposiciones para la sostenibilidad y la gestión de nutrientes ambientales circundantes.
La “agricultura digital” combina múltiples fuentes de datos con análisis avanzados de cultivos y ambientales para brindar apoyo para la toma de decisiones en la finca.
La agricultura digital se compone de muchos componentes. Estos componentes se utilizan para tomar decisiones basadas en objetivos sociales, económicos y ambientales dentro de una operación agrícola. Cuando un productor utiliza la agricultura digital, está avanzando en su operación al combinar la última tecnología con las mejores prácticas de gestión para aumentar el valor de muchos aspectos de la granja. Los componentes dentro de la agricultura digital incluyen agricultura empresarial , agricultura prescriptiva , agricultura de precisión y uso de macrodatos .
Cuando se habla de agricultura empresarial , es importante darse cuenta de que existen muchas formas de empresas agrícolas en todo el mundo, pero la toma de decisiones relacionadas con la empresa siempre se basa en el costo, independientemente del tipo de empresa agrícola. La toma de decisiones se encuentra todos los días en una operación agrícola y muchas de estas decisiones se basan en las finanzas. La agricultura digital puede ayudar a los agricultores a crear presupuestos, analizar la productividad, los insumos y los costos de personal, etc. Mediante el uso de datos en estas diferentes áreas, los productores pueden tomar decisiones que proporcionarían el mayor rendimiento económico para su negocio.
Agricultura prescriptivase refiere a la aplicación específica de insumos (semillas, fertilizantes, pesticidas, etc.) basada en el análisis de datos. Los datos obtenidos del muestreo del suelo, por ejemplo, se pueden usar para determinar cuánto fertilizante se debe colocar en el campo. Los mapas suelen ser creados por agrónomos o consultores dentro de la red de profesionales de confianza de los productores. A partir de aquí, se pueden hacer prescripciones para ayudar a administrar las zonas de bajo rendimiento, mejorar las áreas con mayor potencial de rendimiento, aumentar la producción en las zonas buenas, etc. La tecnología común utilizada en la agricultura prescriptiva incluye GPS y VRT (tecnología de tasa variable). VRT consiste en las máquinas y sistemas para aplicar materiales de producción en un momento específico (y en ubicaciones específicas dentro de un campo). La utilización de prácticas agrícolas prescriptivas permite a los productores agregar insumos (como nitrógeno) a sus tierras de manera responsable.
Definiciones útiles de Big Data
Agricultura de precisión
La agricultura de precisión es un concepto de gestión agrícola basado en la observación, medición y respuesta a la variabilidad de los cultivos. Estas variabilidades contienen muchos componentes que pueden ser difíciles de calcular y, como resultado, la tecnología ha avanzado para compensar estas dificultades. En general, se pueden encontrar dos tipos de tecnología dentro de la agricultura de precisión: las que garantizan la precisión y las que están destinadas a mejorar las operaciones agrícolas. Al combinar estas dos tecnologías, los agricultores pueden crear un sistema de apoyo a la toma de decisiones para toda una operación, maximizando así las ganancias y minimizando el uso excesivo de recursos.
Datos agronómicos
Representa datos compilados de una operación agrícola específica o a nivel de campo generalmente relacionados con información basada en agronomía, como rendimiento, población, hídridos, aplicación de nutrientes. Los datos agronómicos están vinculados a la tierra o campo donde se generaron. Los tipos de datos agronómicos incluyen (pero no se limitan a) selecciones híbridas, poblaciones de plantas, datos de rendimiento, datos de suelos, detalles de la aplicación de pesticidas e información de exploración. Los datos generados a partir de un monitor de rendimiento se pueden utilizar para documentar los rendimientos y para ensayos de semillas en granjas. Además, los datos del monitor de rendimiento se pueden utilizar para realizar análisis genéticos, ambientales y de efectos de gestión. Los datos de suelos se utilizan para tomar decisiones sobre fertilizantes y cumplimiento ambiental regional, mientras que los datos de exploración se utilizan para tomar decisiones de fumigación, así como análisis regionales de plagas o enfermedades.
Datos de la máquina
Datos que se compilan mediante múltiples sensores ubicados en maquinaria agrícola. La mayoría relaciona los datos de la máquina con la información que se puede recopilar de la CAN (red de área controlada) en máquinas e implementos. Los datos de la máquina también pueden incluir información del sistema de guía (autoviraje, archivos de ruta GPS, rumbo, etc.), tecnología / control de tasa variable y controladores de tasa de siembra. Los datos en estos formularios se transmiten a los proveedores técnicos agrícolas (ATP) a través de CANBus, que es una conexión de red de datos por cable de alta velocidad entre dispositivos. Este dispositivo utiliza un conjunto de cables único para transmitir información, lo que reduce la cantidad de cables necesarios para un sistema y permite una forma más limpia de transferir datos.
Internet de las Cosas
La red de objetos físicos o «cosas» integradas con electrónica, software, sensores y conectividad de red, que permite que estos objetos recopilen e intercambien datos. El Internet de las cosas (IoT) permite que los objetos se detecten y controlen de forma remota a través de la infraestructura de red existente, creando oportunidades para una integración más directa entre el mundo físico y los sistemas basados en computadoras, y dando como resultado una mayor eficiencia, precisión y beneficio económico. Cada cosa es identificable de forma única a través de su sistema informático integrado, pero puede interoperar dentro de la infraestructura de Internet existente. Los expertos estiman que el IoT constará de casi 50 mil millones de objetos para 2020.
Internet industrial
Un término acuñado por Frost & Sullivan y se refiere a la integración de maquinaria física compleja con sensores y software en red. La Internet industrial reúne campos como el aprendizaje automático, los macrodatos, la Internet de las cosas, la comunicación de máquina a máquina y el sistema ciberfísico para ingerir datos de las máquinas, analizarlos (a menudo en tiempo real) y utilizarlos para ajustar las operaciones. Algunos consideran que la evolución de la agricultura digital actual (por ejemplo, 2015) conduce a la Internet industrial en la agricultura.
Iniciativas en Big Data dentro de la Comunidad Agraria
Principios de privacidad y seguridad para datos agrícolas
Creemos que es importante que los productores tengan una fuente confiable de información sobre Big Data en la agricultura. En mayo de 2015, American Farm Bureau publicó los Principios de privacidad y seguridad para los datos agrícolas . Estos 13 principios de privacidad y seguridad describen las preferencias y la terminología común que deben tener en cuenta los servicios y productos de datos que manejan los datos de los agricultores. Aquellos que han firmado este documento representan a la industria agrícola y las organizaciones de agricultores comprometidas con la participación y el diálogo continuos con respecto al manejo de datos de los agricultores junto con Big Data.
Haga clic aquí para obtener una descripción detallada de los principios de privacidad y seguridad de los datos agrícolas
Es importante que los productores trabajen con sus (o posibles) proveedores técnicos agrícolas para obtener la política de privacidad de datos de la empresa. Muchas empresas se han adherido a los Principios de privacidad y seguridad para la Política de datos agrícolas y es imperativo que sus políticas de privacidad estén alineadas con las directrices de la Política de privacidad de American Farm Bureau. Con la Política de privacidad de AFBF, los productores pueden seleccionar un servicio de datos confiable. Para asegurarse de que la empresa que ha elegido como su ATP es de confianza, obtenga su política de privacidad y verifique que se alinee con los Principios de privacidad y seguridad para la Política de datos agrícolas. Además, el American Farm Bureau, con otras organizaciones cooperantes, ha creado un «Evaluador de transparencia»