«Agricultura de precisión es el título que se le da a un método de manejo de cultivos mediante el cual las áreas de tierra / cultivo dentro de un campo pueden manejarse con diferentes niveles de insumos dependiendo del potencial de rendimiento del cultivo en esa área de tierra en particular.
Los beneficios de esto hacer son dos:
el costo de producir el cultivo en esa área puede reducirse y,
se puede reducir el riesgo de contaminación ambiental por agroquímicos aplicados en niveles superiores a los requeridos por el cultivo ”(Earl et al, 1996).
La agricultura de precisión es un sistema de gestión agrícola integrado que incorpora varias tecnologías.
Las herramientas tecnológicas a menudo incluyen el sistema de posicionamiento global, el sistema de información geográfica, el monitor de rendimiento, la tecnología de tasa variable y la teledetección .
El sistema de posicionamiento global («GPS») es una red de satélites desarrollada y administrada por el Departamento de Defensa de Estados Unidos. La constelación GPS de 24 satélites que orbitan la tierra transmite información precisa de la hora y la ubicación del satélite a los receptores terrestres. Las unidades de recepción en tierra pueden recibir esta información de ubicación de varios satélites a la vez para usarla en el cálculo de una posición de triangulación, determinando así la ubicación exacta del receptor.
planetani4.gif (178825 bytes)
Figura 4.1 Sistema de posicionamiento global
Un sistema de información geográfica («GIS») consiste en un sistema de base de datos de software de computadora utilizado para ingresar, almacenar, recuperar, analizar y mostrar, en forma de mapa, información geográfica referenciada espacialmente.
gis-9.gif (106624 bytes)
Figura 4.2 Datos integrados a través de un sistema de información geográfica
Los monitores de rendimiento son dispositivos de medición de rendimiento de cultivos instalados en el equipo de cosecha. Los datos de rendimiento del monitor se registran y almacenan a intervalos regulares junto con los datos de posición recibidos de la unidad GPS. El software GIS toma los datos de rendimiento y produce mapas de rendimiento.
pf-sm2.jpg (19401 bytes) flow-jd.gif (7709 bytes)
Figura 4.3 Monitor de rendimiento combinado Figura 4.4 Sensor de flujo del tanque de grano combinado
La tecnología de tasa variable («VRT») consiste en equipo de campo agrícola con la capacidad de controlar con precisión la tasa de aplicación de los insumos agrícolas y las operaciones de labranza.
systems.jpg (39598 bytes)
Figura 4.5 Esparcidor VRT
Los datos de imágenes de teledetección del suelo y los cultivos se procesan y luego se agregan a la base de datos GIS.
00033a7n.jpg (13987 bytes)
Figura 4.6 Imagen de índice de vegetación normalizada del campo agrícola
Objetivo de la agricultura de precisión
El objetivo de la agricultura de precisión es recopilar y analizar información sobre la variabilidad del suelo y las condiciones de los cultivos para maximizar la eficiencia de los insumos agrícolas en áreas pequeñas del campo agrícola. Para lograr este objetivo de eficiencia, la variabilidad dentro del campo debe ser controlable.
La eficiencia en el uso de insumos agrícolas significa que se utilizarán y colocarán menos insumos agrícolas, como fertilizantes y productos químicos, donde sea necesario. Los beneficios de esta eficiencia serán tanto económicos como medioambientales. Los costos ambientales son difíciles de cuantificar en términos monetarios. La reducción de la contaminación del suelo y las aguas subterráneas derivada de las actividades agrícolas tiene un beneficio deseable para el agricultor y la sociedad.
Investigación
La agricultura de precisión es una integración de varias tecnologías. Los gobiernos de EE. UU. Y otros países pagaron originalmente por el desarrollo y el apoyo de tecnologías como el GPS, la teledetección y el SIG, para fines militares o civiles, mucho antes de la aparición de la agricultura de precisión.
gpsslide.jpg (25057 bytes)
Figura 4.7 Equipo topográfico GPS
Es el uso de estas tecnologías avanzadas lo que ha generado enormes cantidades de datos para procesar con computadoras. Una pregunta muy básica que aún debe ser respondida por los investigadores es ¿qué significan todos estos datos para que los agricultores tomen decisiones de manejo rentables? En otras palabras, tenemos la tecnología para recopilar los datos del campo, pero aún no tenemos el conocimiento para transformar los datos en respuestas para decisiones de gestión agrícola.
Universidades de todo el mundo y entidades gubernamentales extranjeras y estadounidenses, como las Estaciones de Investigación Agrícola del USDA, están llevando a cabo una extensa investigación sobre agricultura de precisión. Los proyectos de investigación aplicarán tecnologías como la teledetección, GPS, GIS y VRT para crear sistemas de apoyo a las decisiones de gestión. Un objetivo de muchas instituciones de investigación financiadas con fondos públicos es promover la transferencia de tecnología de las agencias gubernamentales al sector privado.
Aplicación de la teledetección en agricultura de precisión
Mapas de suelo y drenaje
Zonas de gestión y mapas de suelos
Los mapas de suelos también se utilizan a veces para determinar las zonas de gestión. Los mapas de suelos se están convirtiendo en parte de la base de datos GIS.
La técnica de muestreo de cuadrícula toma muestras de suelo separadas de cuadrículas de tamaño uniforme dispuestas sobre el campo. Un problema con este tipo de muestreo es la variabilidad que puede existir en los tipos de suelo en cada cuadrícula. Esta variabilidad hace que sea mucho más difícil determinar las características del suelo dentro de la cuadrícula para fines de manejo de insumos agrícolas. Para minimizar este problema se requieren rejillas más pequeñas que luego requieren que se tomen muchas más muestras de suelo para un mayor número de rejillas. Las muestras de suelo pueden convertirse en un costo importante de la agricultura de precisión.
Una alternativa al muestreo por cuadrícula es el muestreo por zonas o por objetivos. Las muestras de suelo están ubicadas en zonas de manejo homogéneas en lugar de en cuadrículas espaciadas uniformemente (Searcy, 1997). Las zonas se establecen mediante un proceso similar a la clasificación de imágenes no supervisada basada en computadora. Las imágenes obtenidas de sensores remotos multiespectrales se toman de las áreas con vegetación del campo. Los números digitales de píxeles para cada banda se separan en grupos estadísticamente separables que se clasifican en zonas homogéneas. Esto reduce el suelo, el terreno, el crecimiento de las plantas y otra variabilidad dentro de cada área a manejar; por lo tanto, se necesitan menos muestras de suelo para cada área (Anderson et al, 1996).
A excepción de los estudios de suelos del condado, la teledetección no ha ganado una amplia aceptación como herramienta de mapeo de las características del suelo. Esto se debe a que «las características de reflectancia de las propiedades deseadas del suelo (por ejemplo, materia orgánica, textura, contenido de hierro) a menudo se confunden con la variabilidad en el contenido de humedad del suelo, la rugosidad de la superficie, los factores climáticos, el ángulo cenital solar y el ángulo de visión» (Moran et al, 1997).
Mapas de drenaje
Las líneas de baldosas de drenaje subterráneo que se han instalado, hace 50 años o más, todavía funcionan parcial o totalmente en la actualidad. A menudo, la existencia o ubicación de líneas de tejas más antiguas se ha perdido a medida que los propietarios mueren o venden su propiedad. Algunos estados, incluido Iowa (Código de Iowa, 1997), ahora están comenzando a exigir a los propietarios que preparen y archiven las placas de drenaje con los registradores del condado cuando se instalen nuevas líneas de baldosas. Es deseable tener mapas de baldosas de drenaje precisos para fines de mantenimiento o para la instalación de nuevos sistemas de líneas de baldosas adicionales. La instalación de nuevas líneas de azulejos puede cortar líneas de azulejos antiguos en ubicaciones desconocidas. La construcción de lagunas de estiércol de ganado, que atraviesan antiguas líneas de baldosas desconocidas e inexploradas, puede causar daños ambientales por el estiércol que se filtra a través de las antiguas líneas de baldosas.
wpe1.gif (52256 bytes) wpe2.jpg (9688 bytes)
Figura 4.8 Fotografía en color normal de suelo seco Figura 4.9 Fotografía en color normal del suelo después de la lluvia
Se ha demostrado que las fotografías aéreas de infrarrojos en color («CIR») son una herramienta eficaz para localizar líneas de baldosas subterráneas desconocidas. Los datos de la imagen se digitalizan para su preprocesamiento y luego se georreferencian utilizando puntos de control terrestre. Las fotografías CIR muestran diferentes tonos de gris según el tipo de suelo y la humedad. Al filtrar las diferencias de reflectancia espectral debidas al tipo de suelo, el contenido de humedad del suelo en suelos secos que tienen una mayor reflectancia se puede identificar a partir de suelos húmedos de menor reflectancia. La imagen resultante muestra dónde están ubicadas las líneas de mosaico y si están funcionando correctamente (Verma et al, 1997).
También se pueden utilizar fotografías aéreas en color normal para localizar líneas de mosaicos. Las fotografías en color simples ofrecen imágenes de líneas de mosaicos similares a CIR pero a un costo menor. Si el suelo está demasiado seco, como se muestra en la Figura 4.8, las líneas de las baldosas no serán visibles en la imagen. Las imágenes similares a la Figura 4.9 deben adquirirse cuando el suelo está desnudo y dentro de unos días después de una lluvia adecuada. La alta resolución y la disponibilidad temporal bajo demanda hacen que las imágenes adquiridas desde plataformas de aviones sean ideales para adquirir este tipo de datos de imagen.
Tecnología de tasa variable
Un método para controlar la variabilidad dentro del campo es VRT. La VRT permite que el productor aplique la cantidad de insumos necesarios para el cultivo en un lugar preciso del campo en función de las características individuales de ese lugar. Los insumos agrícolas que pueden variar en su aplicación comúnmente incluyen labranza, fertilizantes, control de malezas, control de insectos, variedad de plantas, población de plantas e irrigación.
Los componentes típicos del sistema VRT incluyen un controlador de computadora, un receptor GPS y una base de datos de mapas GIS. El controlador de la computadora ajusta la tasa de aplicación del equipo del insumo de cultivo aplicado. El controlador de la computadora está integrado con la base de datos GIS, que contiene las instrucciones de caudal para el equipo de aplicación. Un receptor de GPS está conectado a la computadora. El controlador de la computadora usa las coordenadas de ubicación de la unidad GPS para encontrar la ubicación del equipo en el mapa proporcionado por la unidad GIS. El controlador de la computadora lee las instrucciones del sistema GIS y varía la tasa del insumo de cultivo que se aplica a medida que el equipo cruza el campo. El controlador de la computadora registrará las tasas reales aplicadas en cada ubicación en el campo y almacenará la información en el sistema GIS, manteniendo así mapas de campo precisos de los materiales aplicados.
Aunque la VRT puede controlar los insumos aplicados a los cultivos, no puede controlar factores como el tipo de suelo, el clima y la topografía que son fijos.
Monitorear la salud de los cultivos
Los datos e imágenes de teledetección brindan a los agricultores la capacidad de monitorear la salud y el estado de los cultivos. La teledetección multiespectral puede detectar luz reflejada que no es visible a simple vista. La clorofila en la hoja de la planta refleja la luz verde mientras absorbe la mayoría de las ondas de luz azul y roja emitidas por el sol. Las plantas estresadas reflejan varias longitudes de onda de luz que son diferentes de las plantas sanas. Las plantas sanas reflejan más energía infrarroja del tejido foliar de la planta mesófila esponjosa que las plantas estresadas. Al poder detectar áreas de estrés en las plantas antes de que se haga visible, los agricultores tendrán tiempo adicional para analizar el área problemática y aplicar un tratamiento.
Estrés hídrico
El uso de sensores remotos para medir directamente la humedad del suelo ha tenido un éxito muy limitado. Los sensores de radar de apertura sintética («SAR») son sensibles a la humedad del suelo y se han utilizado para medir directamente la humedad del suelo. Los datos SAR requieren un uso extensivo de procesamiento para eliminar el ruido inducido por la superficie, como la rugosidad de la superficie del suelo, la vegetación y la topografía.
Una disminución de la tasa de evapotranspiración de los cultivos es un indicador de estrés hídrico en los cultivos u otros problemas de los cultivos, como enfermedades de las plantas o infestación de insectos. Las imágenes de teledetección se han combinado con un modelo de índice de estrés hídrico del cultivo («CWSI») para medir las variaciones del campo (Moran et al, 1997).
Se han utilizado fotografías aéreas pancromáticas simples para detectar problemas en los equipos de riego. Las franjas en las imágenes de vegetación apuntan a problemas con las tasas de aplicación de agua de las boquillas de agua defectuosas (Univ. De Georgia, 1995).
Manejo de malezas
Uno de los objetivos de la agricultura de precisión es reducir los insumos para la producción de cultivos, lo que genera ahorros de costos y ambientales. Los métodos de cultivo convencionales aplican herbicidas a todo el campo. La aplicación de dosis variable específica del sitio coloca el herbicida donde están las malezas.
La teledetección aérea aún no ha demostrado ser muy útil para monitorear y localizar poblaciones de malezas dispersas. Algunas dificultades encontradas son que las malezas a menudo se dispersarán por un cultivo que es espectralmente similar, y se necesitarán imágenes de alta resolución a gran escala para la detección e identificación (Ryerson, Curran, P. y Stephens 1997).
El uso de sistemas de tecnología de visión artificial para detectar e identificar malezas coloca sensores remotos directamente en el equipo de pulverización. Estar cerca del cultivo permite resoluciones espaciales muy altas. Los sistemas de visión artificial tienen la capacidad de usarse en el campo con las capacidades en tiempo real que son necesarias para controlar el equipo de aspersión (Steward y Tian, 1998).
Detección de insectos
La teledetección aérea o por satélite no se ha utilizado con éxito para identificar y localizar insectos directamente. La detección indirecta de insectos mediante la detección del estrés de las plantas generalmente no se ha utilizado en cultivos anuales. El nivel de daño económico para el tratamiento generalmente se excede en el momento en que la detección remota detecta el estrés de la planta. Los entomólogos prefieren realizar exploraciones directas en el campo para detectar insectos a tiempo para que los tratamientos químicos sean efectivos y económicos.
Estrés por nutrientes
Las áreas de estrés de nitrógeno de la planta se pueden ubicar en el campo utilizando imágenes aéreas infrarrojas en color de alta resolución. La reflectancia del infrarrojo cercano, el rojo visible y el verde visible tienen una alta correlación con la cantidad de nitrógeno aplicado en el campo. La reflectancia del rojo en el dosel proporciona una buena estimación de los rendimientos reales de los cultivos (GeopalaPillai, Tian y Beal 1998).
Pronóstico de rendimiento
El tejido vegetal absorbe gran parte de la banda de luz roja y refleja mucho la energía en las bandas de ondas del infrarrojo cercano («NIR»). La relación de estas dos bandas se conoce como índice de vegetación («VI»). La diferencia de las medidas de rojo y NIR dividida por su suma es la diferencia VI normalizada («NDVI»).
Para cultivos como el sorgo en grano, los rendimientos de producción, el índice de área foliar («LAI»), la altura del cultivo y la biomasa se han correlacionado con los datos del NDVI obtenidos de imágenes multiespectrales (Anderson et al, 1996). Para obtener predicciones de rendimiento razonablemente precisas, estos datos deben combinarse con datos de modelos meteorológicos durante la temporada de crecimiento (Moran et al, 1997).
Sistemas de apoyo a las decisiones de gestión
El solo hecho de tener información sobre la variabilidad dentro del campo no resuelve ningún problema a menos que exista algún tipo de sistema de apoyo a la decisión («DSS») para hacer recomendaciones de VRT. Russo y Dantinne (Russo et al, 1997) han sugerido los siguientes pasos para un DSS:
Identificar estados y procesos ambientales y biológicos en el campo que pueden ser monitoreados y manipulados para mejorar la producción de cultivos.
Elija sensores y equipos de apoyo para registrar datos sobre estos estados y procesos.
Recopile, almacene y comunique los datos registrados en el campo.
Procese y manipule los datos para convertirlos en información y conocimiento útiles.
Presentar la información y el conocimiento en una forma que se pueda interpretar para tomar decisiones.
Elija una acción asociada con una decisión para cambiar el estado o proceso identificado de una manera que lo haga más favorable para la producción de cultivos rentables.
mis2.gif (80734 bytes)
Figura 4.11 Software del sistema de apoyo a la toma de decisiones
Perspectivas y desarrollos futuros
Los futuros sistemas de satélites que se lanzarán el próximo año, como el Quickbird de Ball Corporation, tendrán un sensor de barrido multiespectral de cuatro bandas con una resolución de .8 m pancromático y 4,5 m multiespectral. EarthWatch Incorporated de Longmont, Colorado distribuirá imágenes Quickbird.
Los satélites futuros tendrán mejores resoluciones espaciales y espectrales. El lanzamiento de más satélites también mejorará la resolución temporal.
El tiempo de entrega de los datos de teledetección al cliente mejorará. Algún día tendremos sistemas de teledetección por satélite en tiempo real.
La investigación universitaria se concentrará más en la causa de la variabilidad del suelo y los cultivos que en poder medir esa variabilidad. Se pondrá un mayor énfasis en la transferencia de tecnología de las universidades a la industria de agronegocios comerciales.
Los sistemas de apoyo a la toma de decisiones se convertirán en el vínculo principal para convertir los datos espaciales recopilados en recomendaciones de gestión detalladas a nivel de los agricultores. Los sistemas de apoyo a la toma de decisiones son los que agregarán más valor a los datos de teledetección para el agricultor.
El futuro de la teledetección en la agricultura de precisión dependerá de satisfacer las necesidades del usuario final, el agricultor. En este momento, la teledetección para uso agrícola se encuentra todavía en una etapa inicial de desarrollo comercial con beneficios económicos no comprobados para el productor agrícola.
El costo de los datos de teledetección y otros sistemas asociados con la agricultura de precisión se reducirá para estar en línea con los beneficios recibidos. Es probable que esto suceda en el futuro a medida que ingresen al mercado más empresas de tecnología de la información agrícola.