Agricultura de precisión y sostenibilidad

Pest Patrol ¿Qué avances en la agricultura de precisión beneficiarían al control de malezas

La dirección automática y la cinemática en tiempo real (RTK) que permiten a un operador acercarse repetidamente a milímetros de un objetivo son, para mí, la inversión más obvia que podría hacer para mejorar la eficiencia de las prácticas mecánicas de control de malezas como el cultivo entre hileras. La fatiga del operador y los daños accidentales al cultivo se reducirían en gran medida al integrar esta tecnología con los implementos de labranza.

Cuando comencé mis estudios de posgrado en la Universidad de Guelph, hice un trabajo de campo para Heather Griffiths, quien estaba trabajando con la Escuela de Ingeniería para evaluar un rociador específico para un sitio en cultivos de campo de Ontario. La idea era que un rociador solo aplicaría herbicida donde hubiera malezas. En el estudio de Griffiths, observó una reducción del 59 por ciento en el área rociada con un herbicida. Desafortunadamente, esto fue solo en un área de tratamiento de un sitio. Las otras áreas de tratamiento y sitios de investigación vieron reducciones modestas en el área rociada, o todo el campo tuvo que ser rociado porque estaba cubierto de malezas (Figura 1 en la parte superior).

En pocas palabras, la mayoría de las especies de malezas anuales ocupan una porción bastante uniforme de la mayoría de los campos (Figura 2 a continuación) y hay pocas oportunidades de apagar un rociador por falta de malezas.

Figura 2. Un mapa que muestra la distribución y abundancia de cardo cerda anual en un campo durante 1998 (l) y 1999 (r).
Figura 2. Un mapa que muestra la distribución y abundancia de cardo cerda anual en un campo durante 1998 (l) y 1999 (r). foto: Suministrada

Sin embargo, existe una oportunidad debido a la forma en que se distribuyen las malezas perennes como la cola de caballo (Figura 3 a continuación), ya que son irregulares y no se mueven mucho de un año a otro.

Figura 3. Un mapa que muestra la distribución y abundancia de la cola de caballo de campo anual en un campo durante 1998 (l) y 1999 (r).
Figura 3. Un mapa que muestra la distribución y abundancia de la cola de caballo de campo anual en un campo durante 1998 (l) y 1999 (r). foto: Suministrada

Supongamos que tenemos cola de caballo de campo en maíz tolerante al glifosato. Es probable que deba hacer una aplicación al aire de glifosato para controlar la mayoría de las especies de malezas anuales, pero ¿qué pasaría si pudiera inyectar otro herbicida que fuera efectivo en la cola de caballo de campo, como MCPA o Broadstrike RC, siempre que el rociador detectara los parches de cola de caballo de campo? Ahora tenemos algo que tendría mucho sentido siempre que pudiéramos desarrollar los mapas de forma sencilla y rentable.

Ahora mismo, ese es el desafío. Cuando Griffiths hizo su trabajo a fines de la década de 1990, el esfuerzo por obtener un mapa preciso era bastante laborioso y costoso. Las herramientas de detección remota como el infrarrojo cercano (NIR) y el índice de vegetación de diferencia normalizada (NDVI) son herramientas más nuevas que han hecho que el proceso de mapeo de malezas sea más rentable, aunque aún no es posible obtener estas herramientas para separar de manera eficiente y precisa las malezas de los cultivos. alcanzar. Pero está mucho más cerca ahora que en 1999.