rjcastillolopez – Página 31 – Agricultura de Precision para el Desarrollo

Agricultura de precisión y sostenibilidad

Como puedo reducir los riesgos usando Big Data y agricultura de precisión

15 de noviembre de 2020 rjcastillolopez Beneficios de la Agricultura de Precision

Abastecimiento sostenible, gestión de riesgos e incertidumbres en producciones agrícolas, aumento de ratios de productividad y reducción de costes… El potencial del big data aplicado al campo es amplio y está cambiando la gestión agrícola. En este artículo analizamos soluciones tecnológicas existentes que aplican el big data y que pueden revolucionar la gestión de la producción agraria tal y como hoy la conocemos.

La producción mundial de alimentos se estima que tendrá que duplicarse para el 2050. El desafío social de alimentar a más de 9.000 personas en el mundo genera a su vez un desafío medioambiental, ya que habrá que hacerlo sin aumentar exponencialmente la cantidad de agua, tierras de cultivo, energía, uso de fertilizantes… utilizados para el cultivo de alimentos. Sin innovación y nuevas soluciones tecnológicas esto no será posible.

Bioeconomía: Caminamos hacia una agricultura inteligente
Estamos viviendo un profundo cambio con la transformación digital de las producciones agrarias. A partir de la interrelación de datos, se están desarrollando servicios integrados e inteligentes, que realizan predicciones agrícolas y de mercado y asesoran a los gestores de las producciones aportándoles toda la información disponible referente a cultivos, suelos, productos, clima… de manera que de forma anticipatoria se puedan optimizar los niveles de producción en línea con una mayor estandarización de producto acorde a demanda de mercado, minimizando el riesgo.

agricultura inteligente

Condiciones meteorológicas inciertas, plagas, enfermedades, la inestabilidad de los mercados globales, la variación de los precios e incluso las políticas gubernamentales presentan probabilidades ante las que no se conocen los resultados, pero que el sector agrícola debe encarar para asegurar el suministro de alimentos.

Los sistemas agrícolas, por tanto, tienen la necesidad de mejorar su capacidad de reacción y superar circunstancias derivadas de los cambios bruscos intrínsecos a esta actividad productiva. Soluciones capaces de integrar la cadena de valor a la que se somete un producto agrícola durante todo su ciclo de vida.

También la industria alimentaria y la distribución, principales demandantes de los productos agrícolas, requieren de una agricultura avanzada en la que el agricultor adopte las mejores decisiones en cada momento para obtener los mejores resultados en la producción agrícola, asegurando producciones sostenibles en precio, con suministros estables y de la máxima calidad de producto entregado.

Hacia la producción avanzada y la agricultura 4.0.: Cómo el Big Data puede ayudar a gestionar riesgos de forma anticipatoria
Lo cierto es que las explotaciones agrarias y la totalidad de la cadena de valor generan una gran cantidad de información. Datos que se producen en tiempo real y que necesitan ser gestionados de manera eficiente.

Los nuevos sistemas de gestión del conocimiento basados en la tecnología permiten capturar, almacenar, procesar y finalmente utilizar dichos datos. La información llega al agricultor de manera integral, sencilla y accesible, reduciendo así la incertidumbre y enfocando la toma de decisiones para el éxito.

La solución pasa por el impulso de las TICS en pro de una agricultura inteligente en el ámbito de un negocio digital. En este contexto, las soluciones digitales serán la herramienta que nos permita hacer un uso inteligente todos esos datos:

El internet de las cosas. Con este término no sólo estamos haciendo referencia a dispositivos móviles como tabletas o drones. Este concepto implica una interconexión de todo el sistema agrícola que incluye sistemas de comunicaciones compatibles y colaborativos que comparten información (sensores, cámaras, lámparas, estaciones meteorológicas, etc.). Sensores que pueden ser aplicados, por ejemplo, directamente a la planta o a la maquinaria utilizada para el trabajo en el campo y así aportar información de valor a cerca de la meteorología, el control del riego, datos cartográficos o incluso el estado de maduración de los cultivos. Esta información resultará de utilidad para la toma de decisiones de los agricultores, así como para los compradores de sus materias primas.
Gestión del Big Data. El Big Data se construye desde el Small Data y en él se recogen datos de todas las fuentes posibles, foros especializados, opiniones vertidas en las redes sociales, artículos especializados, prospección sobre las tendencias de mercado, información de los dispositivos de medida y SSII existentes, etc.
Inteligencia Artificial. Finalmente intervienen los métodos de inteligencia artificial, mediante los cuales podemos predecir cambios y alteraciones, recomendar acciones que permitan a los diferentes agentes tomar las medidas necesarias para adaptarse a ellos e incluso aprender y optimizar procesos de cara a un futo.
La combinación de todas estas tecnologías permite, por ejemplo, que el análisis de la información meteorológica nos ayude a obtener conclusiones rápidas y automatizadas que, a su vez, posibiliten que máquinas inteligentes puedan activar o desactivar riegos; que la información sobre calidades de suelo y su estado nutricional activen de forma automática un goteo de uno u otro fertilizante en toda la plantación o por zonas específicas identificadas; la predicción de la tendencia de precios y demanda de mercados podrán orientar la planificación de cultivos, etc.

Integración de soluciones para facilitar el compromiso de colaboración dentro de la cadena de valor agrícola, el proyecto RUC-APS
AINIA forma parte del consorcio formado por 16 participantes de 5 países de la UE (Francia, Italia, Polonia, España y Reino Unido), y 3 socios de 2 terceros países (Argentina y Chile) y que trabaja en el proyecto de investigación RUC-APS.

Dicho proyecto se enfoca el requerimiento de soluciones integradas que sean capaces de hacer frente a los retos de colaboración entre los diferentes agentes involucrados en la totalidad de la cadena alimentaria; desde de las primeras fases de la agricultura como el diseño de productos, pasando por la cosecha, hasta las fases posteriores de recolección, procesamiento final, la cadena de suministro y el impacto de estos sistemas en el consumidor.

Entre los objetivos del proyecto:

Optimización en términos de costos y producción de diferentes zonas agroclimáticas a partir de utilización de tecnologías digitales.
Desarrollo de sistemas soporte a la decisión para mejorar la precisión de la gestión de cultivos en entornos de incertidumbre.
Análisis y perfeccionamiento de los estándares de calidad de los productos agrícolas
Mejora de las tecnologías de gestión del suelo y la siembra.
Optimización de las soluciones de producción-transporte de productos hortícolas en toda la cadena de valor.
Generación de mecanismos de intercambio de conocimiento horizontal y vertical en toda la cadena de valor agrícola.
Para lograrlo, el proyecto pretende constituir equipos de investigación multidisciplinares entre los miembros del consorcio. Dicho consorcio está constituido por especialistas en diversos campos (agronomía, la agricultura, la incertidumbre, el riesgo, la cadena de suministro y logística) de Europa y América del Sur. De esta manera se constituirán proyectos conjuntos de colaboración para el desarrollo de la gestión de una agricultura de precisión más sostenible y capaz de hacer frente a los entornos de riesgo e incertidumbre.

Así mismo, entre los objetivos generales que persigue el proyecto se encuentra la creación de una plataforma para la investigación y transferencia del conocimiento en red. De esta forma se pretende potenciar el intercambio colaborativo entre los sectores y los investigadores y perseguir así la optimización de la gestión de las TICS integradas en apoyo a la toma de decisiones de los integrantes de la totalidad de la cadena de valor.

SENSORES SOBRE DRONES: CONOCE LAS APLICACIONES QUE MULTIPLICARAN TUS GANANCIAS

15 de noviembre de 2020 rjcastillolopez Aplicaciones de la Agricultura de Precision

Los drones iniciaron siendo una herramienta en el campo audiovisual, y poco a poco se han convertido en parte del flujo de trabajo de diversas actividades relacionadas con la Ingeniería. La principal de ellas es la fotogrametría y su aplicación en la generación de productos topográficos como curvas de nivel, ortomosaicos, perfiles, secciones, volúmenes, etc. Sabemos que sus principales ventajas son el ahorro de tiempo, la seguridad y el detalle de la información colectada.

Conforme el uso de los drones se comienza a normalizar, se han implementado también sensores de otras regiones del espectro electromagnético que tienen aplicaciones como inspección de infraestructuras, monitoreo de cultivos y vegetación, prospección geofísica, entre otros. Es por eso que te explicamos cuales son los principales sensores que pueden montarse sobre drones y sus aplicaciones.

MAGNETÓMETRO AÉREO
Este tipo de sensores permite grabar la intensidad de campo magnético en la zona de estudio. Esto tiene aplicaciones diversas en el ramo de la geofísica. Cuando un experto analiza esta información, puede ser utilizada para prospección de agua subterránea, ubicación de nuevas fuentes de energía geotérmica, o para la identificación de intrusivos que posiblemente indiquen la presencia de mineralización.

Normalmente la magnetometría es aérea (desde aviones) o terrestre. Algunas de las desventajas de estos métodos son la baja resolución y el tiempo de levantamiento de información en campo, respectivamente.

MONITOREO DE VEGETACIÓN
Estos sensores normalmente abarcan regiones del espectro visible y del infrarrojo cercano o de onda corta conocido como SWIR (Short Wave InfraRed), y nos permiten analizar variaciones en la vegetación. Es posible realizar operaciones entre bandas para la obtención de Índices como el NDVI (Normalized Diferencial Vegetation Index) a partir del cual se puede calcular déficit de nutrientes en las plantas, estrés hídrico, entre otras.

A través de estos sensores también es posible determinar la existencia de plagas. El objetivo es ahorrar recursos ya que se realiza un tratamiento inteligente de las parcelas y no homogeneizado.

MONITOREO DE INFRAESTRUCTURA
Los sensores que pueden percibir información en el infrarrojo lejano o térmico, son aquellos que nos permiten analizar las variaciones de temperatura en los objetos, de tal manera que es posible analizar fugas de gas, agrietamientos de edificios, fallas en paneles solares o líneas eléctricas. Cuando estos sensores son montados sobre drones son flexibles y fáciles de manejar lo que facilita el monitoreo de diferentes infraestructuras.

LIDAR
Finalmente tenemos al LIDAR (Light Detection and Ranging) que permite obtener un registro continuo de las elevaciones del terreno y resulta extremadamente útil en zonas donde es complicada la colocación de puntos de control o la visibilidad de los mismos para el dron. El LIDAR ha permitido también la identificación de zonas arqueológicas ocultas.

Desde hace algunos años los sensores LIDAR son montados sobre drones, sin embargo, sigue siendo complejo su manejo, por lo cual debe realizarse por expertos en el tema.

Hay una gran variedad de sensores diseñados para aprovechar la versatilidad de los drones; desde búsqueda y rescate en emergencias hasta monitoreo de calidad del aire. Te presentado algunos de los más importantes en el mundo de las geociencias. No olvides que siempre es importante consultar expertos en cada uno de los rubros mencionados. Si te gustaría capacitarte en el tratamiento de información multiespectral, mándanos un mensaje o llámanos.

TERCERA REVOLUCIÓN AGRÍCOLA MODERNA

15 de noviembre de 2020 rjcastillolopez Uncategorized

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

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

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

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

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

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

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

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

Eliminación de volatilidad y riesgo

Gestión de residuos

Costos de producción reducidos

Impacto ambiental mínimo

Uso optimizado de fertilizantes

Administracion del Agua

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

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

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

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

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

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

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

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

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

Evolución de la agricultura de precisión

15 de noviembre de 2020 rjcastillolopez Historia de la Agricultura de Precision

Aunque podría considerarse nuestra industria más antigua, la agricultura probablemente ha cambiado más en los últimos 100 años que en los 10.000 anteriores.
POR Gerard Hoogendijk
11 de octubre de 2018
Gorjeo
LinkedIn
Correo electrónico
Rendir más con la tecnología: una breve historia de la agricultura de precisión
Aunque podría considerarse nuestra industria más antigua, la agricultura probablemente ha cambiado más en los últimos 100 años que en los 10.000 anteriores. En los Estados Unidos, por ejemplo, la población agrícola alcanzó su punto máximo en 1916, con el 32% de los 101,6 millones de habitantes del país . Hoy la población de Estados Unidos es más de tres veces mayor, solo el 12% vive en áreas rurales y solo el 2% de la población produce alimentos para el consumo. Menos agricultores pueden producir muchos más alimentos que en cualquier otro momento de nuestra historia. La naturaleza de la producción de alimentos ha cambiado drásticamente, y la industria agrícola depende cada vez más de la tecnología para satisfacer las necesidades alimentarias de la creciente población mundial.

Eliminando las conjeturas de la cosecha
Antes de que la industria agrícola adoptara las tecnologías que le permitían maximizar el rendimiento y minimizar los costos, los agricultores tradicionalmente tenían que confiar en una gran cantidad de juicio y conjeturas al tomar decisiones agrícolas. Los agricultores enfrentaron algunos desafíos clave con esta forma de toma de decisiones. Por ejemplo, sin datos concretos disponibles sobre las necesidades de agua o nutrientes de los cultivos, los agricultores solían aplicar más de la cantidad necesaria. Además, los agricultores tuvieron que soportar la laboriosa tarea de inspeccionar físicamente los cultivos en cientos de acres para determinar cualquier problema. Factores como estos brindaron a las empresas de tecnología la oportunidad de satisfacer una necesidad insatisfecha, proporcionando a los agricultores tecnología que les permitirá recopilar datos precisos para facilitar sus procesos de toma de decisiones.

La agricultura de precisión es un concepto de gestión agrícola que se centra en la gestión de los insumos de producción de cultivos, como semillas, agua, fertilizantes y pesticidas en un lugar específico para aumentar las ganancias, reducir los desechos y mantener la calidad ambiental. Desde sus inicios en la década de 1960 , el objetivo principal de la agricultura de precisión fue equipar a los agricultores con las herramientas necesarias para tomar las decisiones agrícolas correctas, en el lugar correcto, en el momento correcto y con la intensidad correcta.

La agricultura de precisión se considera un componente clave de la tercera olade la revolución agrícola moderna, que también se conoce como la revolución verde. Entre la década de 1930 y finales de la de 1960, hubo un aumento en las iniciativas de transferencia de tecnología para incrementar la producción agrícola en todo el mundo. La atención se centró en la difusión de tecnologías que ya existían, pero que no se habían aplicado ampliamente en la industria con fines agrícolas. Algunas de las herramientas clave de tecnología de la información y geoespaciales que se transfirieron a la industria agrícola durante este período de tiempo fueron los sistemas de información geográfica (GIS), los sistemas de posicionamiento general (GPS) y los sistemas de mapeo de rendimiento. Además, la “Revolución Verde” fue impulsada por la adopción de nuevas iniciativas como el uso de fertilizantes químicos y agroquímicos, el control del suministro de agua y el uso de variedades de cultivos de alto rendimiento.

Fusionar la tecnología con la agricultura
El nacimiento de la agricultura de precisión a menudo se ha relacionado con la introducción de la tecnología SIG en la industria agrícola en la década de 1980 . Antes de la década de 1980, los SIG no tenían aplicaciones comerciales y estaban reservados principalmente para instituciones de investigación. Sin embargo, a medida que el tamaño de las granjas siguió creciendo, se hizo cada vez más difícil para los agricultores recopilar datos geográficos para tomar decisiones agrícolas. Por tanto, la tecnología GIS era fundamentalporque permitió a los agricultores trazar un mapa digital de sus granjas y recopilar datos geográficos que podrían usarse para tomar decisiones de siembra en función de ciertos factores como el tipo de suelo, las precipitaciones, la topografía y más. El SIG fue una herramienta agrícola importante durante este período de tiempo porque brindó a los agricultores una mejor alternativa al registro de datos en papel.

A principios de la década de 1990, se introdujeron en la agricultura los sistemas de posicionamiento general (GPS) . Desarrollado inicialmente en 1973 para facilitar el movimiento de tropas , el GPS no estuvo disponible para uso comercial hasta 1995. Cuando el GPS se introdujo por primera vez en la agricultura, se vendía a un costo muy alto con una funcionalidad limitada. El GPS disponible en ese momento solo podía proporcionar a los agricultores datos precisos dentro de los 10-100 m . Incluso con las capacidades limitadas de estos sistemas, los agricultores que adoptaron esta tecnología la encontraron útil para fines de navegación y más tarde para mapeo / monitoreo de rendimiento , un proceso en la agricultura mediante el cual los datos de GPS se utilizan para analizar ciertas variables clave como el rendimiento de los cultivos y el contenido de humedad. .

Desarrollado a principios de la década de 1990, el mapeo de rendimiento se considera una de las tecnologías clave en la agricultura de precisión. En lugar de tener que calcular manualmente la cantidad de cultivos por acre pesando la cantidad de rendimiento, los mapeadores de rendimiento, que consistían en sensores, una cosechadora y una computadora, permitieron a los agricultores registrar el rendimiento de los cultivos en tiempo real. Mientras una cosechadora se movía por el campo, un monitor de rendimiento rastreaba cuántos bushels se cosechaban por acre. Esta tecnología permitió a los agricultores comparar la distribución del rendimiento dentro del campo año tras año para determinar qué campos necesitaban más riego, o identificar campos que producían muy poca o ninguna cosecha. De todas las herramientas de agricultura de precisión introducidas por primera vez, los sistemas de mapeo de rendimiento fueron los más populares, debido a su simplicidad de comprender y operar.

La hierba no siempre fue más verde del otro lado
Las herramientas de agricultura de precisión hacen que las prácticas agrícolas sean más eficientes, reducen la aplicación incorrecta de productos y aumentan la eficiencia de los cultivos y la agricultura. Y como cualquier cambio tecnológico importante, las tecnologías de agricultura de precisión se enfrentaron con mucho escepticismo y controversia. Los agricultores se mostraron escépticos acerca de los beneficios que estas tecnologías propuestas prometían proporcionar. Además, la falta de comprensión de las tecnologías y la falta de apoyo de los fabricantes crearon una situación en la que los agricultores dudaban en adoptar estos nuevos sistemas. Los productores dejaron a los agricultores para aprender a operar estos sistemas y solucionar todos los problemas que encontraron. Esto creó una enorme curva de aprendizaje para los primeros usuarios y desalentó a otros a adoptar estas nuevas herramientas. Además, para algunas de las herramientas agrícolas de precisión como el GPS, diferentes empresas suelen crear los componentes de hardware y software. Esto resultó en una falta de compatibilidad entre el hardware y el software suministrados por los productores. Los primeros en adoptar el GPS también tuvieron problemas para obtener posiciones de GPS sólidas. Dado el alto costo y la complejidad de la tecnología GPS, muchos agricultores no estaban tan abiertos a comprarlos.

A fines de la década de 1990, la industria agrícola alcanzó una especie de meseta. Los agricultores estaban cansados deexperimentar con nuevas tecnologías, encontrar numerosos errores y no poder procesar los datos que recopilaron debido a problemas con el software. La falta de manuales de capacitación y de personal para brindar apoyo técnico también fue un problema importante para los primeros usuarios. Esta meseta presionó a los productores para que desarrollaran herramientas que fueran mucho más fáciles de usar y comprender, y para brindar el soporte técnico necesario. También hubo un aumento en el número de productores de software y hardware, dando a los agricultores más opciones en función de sus metas de producción y objetivos de gestión. Este aumento en los productores de herramientas de agricultura de precisión ayudó a bajar los precios, haciendo que la compra de estos sistemas fuera menos riesgosa y requiriendo menos inversión financiera.

Esta es la parte 1 de una serie de artículos sobre agricultura de precisión. Vuelva pronto para ver nuestro próximo artículo sobre cómo los avances en la tecnología de imágenes permiten a los agricultores de hoy administrar con mayor precisión la salud de las plantas y el rendimiento de los cultivos.

Ejemplo del uso de tecnologías satelitales y GIS para la gestión del agua agrícola en Marchfeld, Austria

15 de noviembre de 2020 rjcastillolopez Uncategorized

La figura muestra una composición de color del infrarrojo cercano de una serie temporal de imágenes de satélite DEIMOS-1 y Landsat-8 sobre Marchfeld (Lat. 48.20 ° N, Long. 16.72 ° E), un área de producción agrícola semiárida en Baja Austria con más de 60.000 ha de tierras agrícolas cultivadas con hortalizas, remolacha azucarera, patatas y cereales (de invierno y de verano). Aquí, la precipitación media anual es de 500 a 550 mm, que puede descender a 300 mm, lo que la convierte en la región más seca de Austria. El agua subterránea se utiliza para riego y también como fuente principal de agua potable. El riego correcto, el manejo del suelo y los nutrientes son importantes para garantizar la conservación de los recursos, reducir el exceso de escorrentía y la movilización de nitratos.

La adopción de herramientas innovadoras en la zona se ve estimulada por una mayor conciencia ecológica entre los consumidores. Estos consumidores investigan alimentos frescos, locales y de alta calidad, y les gusta estar informados sobre cómo se producen y si la huella hídrica en los distintos pasos de producción es sostenible. En este contexto, los agricultores están muy interesados en probar soluciones innovadoras para mejorar la eficiencia del riego. De hecho, esto da como resultado un mejor uso de los recursos hídricos y ahorros de costos (tarifas de riego, tiempo de ejecución del equipo, energía requerida para el bombeo y consumo de fertilizantes).

Se están produciendo avances en una variedad de tecnologías para la agricultura de precisión. Entre ellas, se han implementado técnicas de teledetección desde 2012 para apoyar la gestión del riego financiadas por la Agencia Austriaca de Promoción de la Investigación (FFG). Las imágenes y mapas satelitales están integrados en un sistema de información geográfica dedicado que traduce la información en un consejo de riego fácil y listo para usar que se entrega directamente a los agricultores. Los desarrollos en curso y la investigación experimental incluyen el uso de datos de sensores terrestres y satelitales para el manejo de nutrientes y la cuantificación de la producción de cultivos.

¿Qué nos depara el futuro para la producción lechera de precisión

15 de noviembre de 2020 rjcastillolopez Uncategorized

Si bien la agricultura de precisión generalmente se analiza en términos del sector arable, existen muchas oportunidades para mejorar el uso de la tecnología en las granjas lecheras.

Algunos datos ya se pueden recopilar automáticamente en las granjas lecheras, como cuando las vacas están entrando en celo, medidas de rumia usando monitores de actividad y medidas de salud de los pies usando almohadillas de puntuación de movilidad. Actualmente también existen sistemas de ordeño y alimentación automatizados.

El Sr. Rutter dijo que la gran área de oportunidad era lograr que todos estos dispositivos diferentes se comunicaran entre sí, mejorando así la eficiencia de la granja. También se pueden extraer más usos de los datos que ya se recopilan mediante un análisis mejorado y la integración de los datos.

Luego, el agricultor puede utilizar los datos y la tecnología para mejorar la toma de decisiones.

El Sr. Rutter pasó a dar algunos ejemplos de cómo cree que se verán los lácteos en el futuro.

Vivienda inteligente
Aunque las vacas que pasan el invierno pueden funcionar, el clima del Reino Unido lo dificulta.

Los estudios han demostrado que las vacas con acceso libre a los pastos producen 6,7 kg por día (25%) más de leche.

Por otro lado, otro estudio en Harper Adams donde las vacas pudieron elegir entre pastos o interiores mostró que el uso del área interior aumentó a medida que avanzaba el otoño (otoño) y el clima se deterioraba.

Estos patrones sugieren que facilitar la elección de las vacas entre las condiciones interiores y exteriores puede ser beneficioso para la comodidad y la salud.

El Sr. Rutter sugirió que un edificio reactivo podría brindar a las vacas lo mejor de ambos mundos y permitirles más opciones sobre su entorno.

La tecnología ya existe para permitir que las cortinas laterales de los establos se abran y cierren para aumentar o disminuir la ventilación según el clima.

El Sr. Rutter sugirió que los controles de cortina y los sensores de temperatura podrían combinarse con los sensores de movimiento de las vacas para ver si a las vacas les gusta un cambio en la ventilación.

Por ejemplo, si se abre una cortina y todas las vacas se mueven fuera de esa área hacia áreas con cortinas cerradas, un sistema automático podría concluir que a las vacas no les gustó la nueva brisa y cerrar la cortina nuevamente.

Aunque estas tecnologías ya existen, están fabricadas por diferentes empresas lo que dificulta la integración. El Sr. Rutter también dijo que otra dificultad con este tipo de innovación podría ser que al público no le gustaría, especialmente si resultaba en que las vacas pasaran menos tiempo al aire libre.

Pastoreo de precisión
El Sr. Rutter identificó la gestión de pastizales como otra área con margen de mejora mediante el uso de tecnología.

La clave para esto sería medir el forraje disponible y luego compararlo con los requisitos de las vacas. Controlar el acceso a la hierba mejora el uso de los pastos.

La hierba debe manejarse a una altura óptima del césped, porque si la hierba se pasta demasiado baja, la ingesta de alimento de las vacas se reducirá.

Ya existe la tecnología para medir los pastos para que las vacas puedan ser retiradas cuando hayan comido suficiente pasto. Incluso hay oportunidades para utilizar satélites para observar la cobertura de césped en combinación con medidas terrestres.

Además, las puertas de liberación temporizada y las cercas robóticas se pueden usar para controlar el acceso de las vacas, y estas tecnologías en combinación podrían asegurar que las vacas se muevan cuando hayan reducido la altura del césped al óptimo.

Sin embargo, el Sr. Rutter dijo que las propias vacas podrían usarse para medir cuándo han terminado de comer secciones de pasto.

Los sonidos que hacen las vacas pueden registrarse y las señales analizadas para ver con qué frecuencia las vacas muerden y mastican. Cuando la altura de la hierba es demasiado baja, la vaca comienza a morder muchas veces y a masticar pocas, ya que cada bocado es pequeño.

Dicho monitoreo ‘bioacústico’ podría combinarse con monitores de actividad para mejorar la precisión y podría definir cuándo se abren las puertas a la siguiente sección de pastos.

Beneficios tanto para los agricultores como para el público
El Sr. Rutter concluyó con la idea de que el uso de la agricultura de precisión podría tener un gran margen para mejorar la eficiencia sin intensificar aún más la producción, lo que sería aceptable para los consumidores.

La tecnología también podría brindar a los consumidores más información sobre los alimentos que compran, por ejemplo, al encontrar información de producción escaneando un código.

Ganaderia de precision tecnologia capacitacion y educacion como claves

Convirtiendo datos agrícolas de precisión en mayores ganancias

15 de noviembre de 2020 rjcastillolopez Aspectos Economicos de la Agricultura de Precision

Adam DeVisser se ha convertido recientemente en el uso de la agricultura de precisión , pero es práctico en su aplicación.

“El valor no está en que las computadoras tomen decisiones por nosotros, sino en que nosotros tomemos decisiones más informadas”, dijo en una reciente conferencia sobre cultivos en Ontario.

DeVisser y sus compañeros panelistas, el agricultor Mark Brock y Brandon Dietrich de Sprucedale Agromart, dijeron que han encontrado ventajas significativas al utilizar equipos y técnicas de precisión.

“Con una base de tierra relativamente pequeña, tenemos que tener cuidado con los costos”, dijo DeVisser, quien cultiva entre 800 y 900 acres en la granja familiar.

ARTÍCULOS RELACIONADOS

La granja cableada

Las malas hierbas primaverales crecen mucho antes de los esfuerzos de siembra

Una mirada más cercana a los valores de las tierras agrícolas de Manitoba

ANUNCIO

Una actualización de 2014 a una señal de GPS de mayor precisión para el tractor sembrador significó que ahorraron dos pasadas de labranza al sembrar soja sin labranza entre los tallos de maíz en pie.

“Puede mantener el rendimiento, ya $ 15 por acre en 200 acres, eso es un ahorro de $ 6,000, una recuperación bastante buena”, dijo.

Una sembradora mejorada con accionamiento hidráulico y un controlador de dosis junto con el GPS en 2015 significaba que podían embarcarse en la siembra de dosis variable. Si bien las cosas no funcionaron según lo planeado para el maíz debido a un problema técnico, la siembra de tasa variable para la cosecha de soja fue un éxito.

“Probamos el concepto utilizando mapas de rendimiento y nuestro conocimiento de las características del suelo para ahorrar gastos”, dijo. Los próximos pasos serán obtener más datos sobre el suelo utilizando sensores electromagnéticos o de rayos gamma para refinar su siembra.

Para DeVisser, hay tres conclusiones principales: Primero, decidir qué datos usar, dadas las muchas fuentes disponibles, incluidos mapas de rendimiento, imágenes de satélite, muestras de suelo, etc. También señaló que el “uno entre tus oídos” es el más importante para que todo funcione.

ANUNCIO

En segundo lugar, la calidad de los datos es clave, por lo que es importante asegurarse de que lo que dicen las máquinas sea exacto.

Por último, es fundamental vigilar de cerca los costes de los equipos.

También es un gran fanático de las imágenes de drones, que pueden identificar problemas de malezas, problemas de insectos, muerte por el invierno, deficiencias de nutrientes y daños a la vida silvestre.

Mark Brock, que cultiva 1.700 acres, utiliza mapas de datos de rendimiento y suelo para crear sus propios mapas de prescripción y de aplicación (cada vez que se planta, se rocía, se fertiliza o se labra en franjas un campo, se registran los datos). También tiene un arado de tejas y tiene un software que le muestra la topografía de su tierra para una mejor gestión del agua.

Él también ha pasado algún tiempo durante los últimos años comparando imágenes de satélite con mapas de rendimiento.

“Descubrí que son realmente precisas”, dijo, y agregó que le gusta usar las imágenes porque graban en tiempo real.

ANUNCIO

Si bien los mapas de rendimiento son útiles, traducirlos a mapas topográficos tridimensionales realmente cuenta la historia sobre lo que está sucediendo con la tierra. También ayuda con el desarrollo de zonas de gestión, muestreo de suelos y diseños de baldosas.

Con el software Fieldview, puede hacer comparaciones en paralelo de cómo se desempeñan las diferentes variedades en diferentes áreas del campo.

“Es tan simple como sentarse en el sofá con un iPad, hacer algunas líneas onduladas con el dedo y realmente puedes obtener información interesante”, dijo.

También es un gran fanático de los drones .

“Usé algunas de las imágenes para que el contratista de drenaje regresara y arreglara algunos lugares donde tuvimos reventones”, dijo. También brindan datos en tiempo real, lo que le permite realizar ajustes en las prácticas de producción a lo largo del año.

Su consejo para otros productores es conocer su costo de producción, arriesgar solo lo que pueda permitirse perder (toma alrededor del cuatro por ciento de sus acres para experimentar con diferentes técnicas y productos), trabajar con personas de su confianza (especialmente con hardware y agronomía) y otros agricultores para lograr mejores resultados.

“Tiene que crear un equipo que esté en la misma página para que el hardware y la agronomía coincidan para lograr su objetivo en su granja”, dijo Brock.

La agricultura de precisión sin una buena agronomía es una mala agronomía aplicada con precisión, dijo Dietrich.

“Es genial tener todas estas herramientas y tecnologías, pero es necesario contar con una agronomía sólida que las respalde”, dijo.

Como asesor de agronomía, Dietrich utiliza principalmente pruebas de suelo, mapas de rendimiento e imágenes aéreas, incluidos drones y satélites, con sus clientes agrícolas.

“Tener datos del suelo de los últimos tres a cinco años es muy importante para las decisiones de fertilidad, de lo contrario no tenemos idea de si estamos aplicando de forma insuficiente o excesiva”, dijo.

Los mapas de rendimiento son invaluables, especialmente para identificar áreas del campo que tienen un bajo rendimiento, y dijo que obtener una toma aérea de alta calidad del cultivo en su pico de crecimiento vegetativo se correlaciona bastante estrechamente con los datos finales de rendimiento.

Al hacer recetas de potasio y fósforo, usa datos de pruebas de suelo para determinar si el campo está en una situación de construcción o mantenimiento.

Si los niveles son bajos, recomienda una tasa sólida durante algunos años y, una vez que tenga una fertilidad óptima, desarrollará un guión de tasa variable a partir de los mapas de rendimiento.

Dietrich también ha tenido un buen éxito con la siembra de soja de tasa variable al aumentar la siembra en las zonas de menor producción obteniendo más plantas por acre y disminuyendo la siembra en las zonas de mayor producción, lo que significa buenos rendimientos con menores costos de semilla y menos probabilidad de moho blanco.

“En general, la cantidad de semilla plantada en todo el campo puede ser aproximadamente la misma, pero distribuirlas de manera diferente le brinda un mejor rendimiento”, dijo.

Aplicar nitrógeno a una tasa variable es más complicado debido al clima. Si bien algunos productores prefieren usar Greenseeker, un sensor que evalúa la variabilidad del cultivo y brinda recomendaciones de fertilidad, Dietrich ha descubierto que el uso de zonas de manejo para determinar dónde se puede aprovechar mejor el nitrógeno también funciona bien.

Si bien toda la tecnología es muy útil, el productor es a veces el mejor recurso de gestión.

“El conocimiento del campo del agricultor puede ser el más valioso”, dijo.

LAS CUATRO R DE PRECISION AG

15 de noviembre de 2020 rjcastillolopez Uncategorized

Lo que ellos son

Fuente correcta, tasa correcta, tasa de tiempo y el lugar correcto. Estas son las 4R de ag que la mayoría de las personas involucradas en la agricultura han escuchado antes. El concepto 4R tradicionalmente se centró en la administración de nutrientes, pero esas mismas ideas ahora tienen aplicaciones agrícolas de precisión.

El director de Investigación Agrícola Práctica y agronomía en Beck’s Hybrids, Jim Schwartz, dice que el objetivo de las 4R es «encontrar una manera de pastorear mejor los recursos para que podamos continuar cultivando cultivos y ser más eficientes, efectivos y ambientalmente sostenibles».

Los productores de soja estadounidenses se esfuerzan por ser los más sostenibles del mundo. Mantenerse al tanto de las innovaciones más recientes en el panorama en constante cambio de la tecnología y la agronomía ayuda a los agricultores estadounidenses a mantener su ventaja competitiva.

Beneficios para los agricultores

Schwartz menciona que el concepto de las 4R tiene algunos conceptos erróneos o tergiversaciones. Las 4R no son de ninguna manera un pacto ni están grabadas en piedra, sino un marco para el uso de la tecnología. Lo que es bueno para una granja puede no ayudar a otra; las 4R están destinadas a ser fluidas para cada operación. Estos usos individuales son la base de la agricultura de precisión en una granja y aplicaciones específicas de campo.

Schwartz cree que los beneficios para los agricultores de una estrategia 4R en agricultura de precisión incluyen maximizar la rentabilidad, equilibrar la gestión de la carga de trabajo y la sostenibilidad ambiental.

“El beneficio para el agricultor es que es más efectivo; están ganando más dinero porque comprenden mejor dónde, cuándo, qué y cómo postularse para que puedan crecer más ”, continúa Schwartz. “El beneficio para el agricultor es obtener o mantener el rendimiento gastando menos dólares. Los agricultores quieren hacer lo correcto, tanto por su explotación como por el medio ambiente «.

Schwartz dice que cuando escucha las 4R, considera: «Pensemos en crear e implementar un sistema que sea más eficiente y efectivo, tanto en lo que respecta al costo como al medio ambiente». Eso es sostenibilidad, y eso es lo que la tecnología agrícola y la tecnología agrícola de precisión pretenden hacer.

Mirando hacia el futuro

Actualmente, saber el “momento adecuado” es reactivo o se reduce a una suposición fundamentada. Las tecnologías predictivas apuntan a cambiar esa posición. “Gran parte de lo que hacemos ahora en agricultura de precisión es post-mortem”, afirma Schwartz. «El siguiente paso es la creación de algoritmos e [inteligencia artificial] para que comencemos a tomar decisiones en tiempo real».

Al considerar cómo abordar estas innovaciones, Schwartz dice: «Lo que se necesita es la voluntad de los agricultores para adoptar estas prácticas». Los agricultores recopilan información, pero evaluar, comprender y utilizar esos datos para tomar decisiones sigue siendo un desafío para algunos. Si los agricultores no están seguros de cómo aplicar las 4R a sus operaciones, Schwartz recomienda ponerse en contacto con investigadores de universidades locales o conversar con un agrónomo.

Para la agricultura y las 4R en su conjunto, la agricultura de precisión tendrá un gran impacto en la recopilación de información, la comprensión de la información y la implementación de la información. A medida que los agricultores individuales adoptan la agricultura de precisión, toda la industria puede utilizar la información para agilizar procesos instantáneos, como la identificación de plagas, por ejemplo. Schwartz cree que desarrollar procesos para saber cuándo y dónde es probable que se desarrolle una enfermedad en un campo y actuar de manera preventiva para prevenir la enfermedad es solo una de las formas en que las 4R pueden beneficiar a la industria.

El concepto de las 4R ha existido durante años, pero es hora de analizar de nuevo cómo la ag de precisión mejora la fuente correcta, la tasa correcta, el tiempo de tasa y el lugar correcto. El uso de la tecnología disponible para informar las 4R es ventajoso para los agricultores. Evalúe las prácticas y eficiencias tecnológicas actuales de su granja y determine cómo la aplicación de las 4R podría darle un impulso en los próximos años.

Esperanza tecnológica para los agricultores africanos

15 de noviembre de 2020 rjcastillolopez Uncategorized

Please use the sharing tools found via the share button at the top or side of articles. Copying articles to share with others is a breach of FT.com T&Cs and Copyright Policy. Email licensing@ft.com to buy additional rights. Subscribers may share up to 10 or 20 articles per month using the gift article service. More information can be found at https://www.ft.com/tour.
https://www.ft.com/content/3316885c-b07d-11e8-87e0-d84e0d934341

En África, está tomando forma un escenario de empresas emergentes, capaz de sacar a millones de personas de la pobreza transformando la industria más grande del continente: la agricultura.

El continente africano contiene más de una cuarta parte de la tierra cultivable del mundo, y la agricultura aporta el 15 por ciento de su producto interno bruto total, equivalente a $ 100 mil millones al año, según la consultora McKinsey. Sin embargo, un enfoque manual tradicional de los pequeños agricultores ha mantenido los rendimientos por debajo de su capacidad total.

Ahora la innovación tecnológica está comenzando a ayudar a impulsar la producción. Precision Agriculture for Development (PAD), una organización sin fines de lucro con sede en Boston, por ejemplo, utiliza mensajes de texto para enseñar a los agricultores del oeste de Kenia cómo usar la cal agrícola, que ayuda a combatir la acidez del suelo, y también cómo combatir el gusano cogollero. , una plaga que arrasa los cultivos y destruye los medios de vida.

PAD, que trabaja en varios países, incluidos Etiopía, Kenia y Ruanda, es una de un número creciente de organizaciones y empresas sin fines de lucro que difunden herramientas tecnológicas para transformar las prácticas de cultivo de los pequeños agricultores: agricultores con pequeñas parcelas de tierra que dependen casi exclusivamente del trabajo familiar. .

Los efectos duales del cambio climático y el crecimiento de la población han puesto la agricultura inteligente en la agenda, mientras los agricultores y los gobiernos luchan por prepararse para la creciente demanda de alimentos.

“Proporcionar a los agricultores información y recomendaciones adaptadas a las condiciones de su suelo, clima y mercado locales podría mejorar drásticamente los rendimientos y los ingresos netos de los agricultores”, dice Megan Sheahan, directora de operaciones de PAD.

Dice que sus instrucciones a través de mensajes de texto, incluidos recordatorios sobre los horarios de siembra y deshierbe, aumentaron el rendimiento de la caña de azúcar en Kenia en un 11,5 por ciento.

La tecnología agrícola ya ha tenido una aceptación impresionante en el Reino Unido, EE. UU. Y Australia, donde muchos productores ahora implementan una gama sofisticada de drones, datos satelitales, sensores de suelo y dispositivos habilitados para Internet de las cosas.

Pero la ONU señala que la tecnología se ha extendido más lentamente en el mundo en desarrollo, donde cuatro quintas partes de los alimentos son producidos por pequeños agricultores, debido a la escasez de capital, así como a las menores tasas de alfabetización y uso de telefonía móvil.

Recomendado
Podcast News in Focus 13 min escuchar
Podcast: ¿Puede la agricultura prosperar sin productos químicos?

Sin embargo, una cohorte de empresas africanas indígenas, así como multinacionales como Climate Corporation e instituciones como el Banco Mundial, están explorando formas de adaptar y ampliar las tecnologías agrícolas inteligentes para llevar la revolución de la agricultura de precisión al continente.

Zenvus, una empresa emergente con sede en Owerri, la capital del estado nigeriano de Imo, recopila y analiza grandes cantidades de datos de suelos en Nigeria, ofreciendo consejos personalizados a los agricultores sobre qué, cuándo y cómo plantar. Sus servicios digitales permiten a los pequeños agricultores ver los precios de los cultivos en tiempo real, recaudar capital y financiar colectivamente en sus computadoras y dispositivos inteligentes.

«Esto tendrá un efecto tangible sobre la pobreza en África porque la mayoría de los hogares y las familias tendrán ingresos más altos», dice Ndubuisi Ekekwe, fundador de la empresa.

AgroCenta, otra plataforma, ofrece consejos y previsiones meteorológicas a los agricultores de Ghana y, lo más importante, les permite vender sus cultivos de forma digital a grandes empresas como Nestlé y Diageo. “Los pequeños agricultores que comercian en AgroCenta disfrutan de acceso a un mercado estructurado para comerciar, sin pasar por los intermediarios explotadores”, dice Francis Obirikorang, director ejecutivo.

Mientras tanto, en el emergente centro agrícola de Kenia, SunCulture vende bombas de energía solar para un riego asequible. SolarFreeze, con sede en Nairobi, ha diseñado unidades de almacenamiento en frío con energía solar para agricultores y comerciantes. En Camerún, AgroSpaces proporciona a los productores datos de precios en vivo, lo que les brinda una ventaja cuando llevan sus cultivos al mercado.

Las tasas de penetración de Internet presentan el mayor obstáculo para la agricultura basada en tecnología en África

Francis Obirikorang, AgroCenta
Sin embargo, los obstáculos persisten incluso cuando las herramientas se hacen asequibles para los pequeños productores.

Las tasas de alfabetización más bajas en las áreas rurales significan que la entrega de aplicaciones y servicios debe ir acompañada de una capacitación que requiere más tiempo.

Además, las tasas de penetración de la telefonía varían enormemente en el África subsahariana, que en 2017 tenía una tasa general del 44%, en comparación con un promedio mundial del 66%. “Las tasas de penetración de Internet representan el mayor obstáculo para la agricultura basada en la tecnología en África”, dice Obirikorang.

También existe la preocupación de que las nuevas tecnologías puedan empujar a los pequeños agricultores hacia métodos agrícolas dañinos basados en químicos, que aumentan los rendimientos a corto plazo pero pueden agotar los suelos con el tiempo.

“La agricultura proporciona un medio de vida extremadamente importante, por lo que es vital garantizar que las nuevas tecnologías no destruyan empleos e ingresos”, dice Vicki Hird, coordinadora de campaña en Sustain, una consultora de alimentos y medio ambiente.

En última instancia, el éxito de la agricultura inteligente en África subsahariana dependerá de la educación, la conectividad y la financiación, todo lo cual depende de los gobiernos.

Las empresas de Agritech, sin embargo, son optimistas. «Hay mucho interés por la inversión», dice Ekekwe. «Es un área donde mucha gente cree que veremos un crecimiento exponencial».

Para que la agricultura sea eficaz, un agricultor debe recopilar y analizar datos de campo en cada etapa de trabajo. Entonces, ¿por dónde debería comenzar y qué debe hacer primero? Consulte nuestro artículo para obtener sugerencias y consejos.

15 de noviembre de 2020 rjcastillolopez Uncategorized

Suelo
Para determinar áreas de suelo heterogéneas, los agricultores realizan un análisis agroquímico del suelo. Por lo general, esto se hace cada cuatro años. Las muestras de suelo se toman manualmente o con equipo especial y luego se envían a un laboratorio para su análisis. Con base en los resultados, los agricultores elaboran mapas digitales de las propiedades del campo. Se utilizan para establecer tareas para equipos agrícolas para la aplicación de semillas y fertilizantes.

Se examinan más de 30 parámetros del suelo, siendo los principales la acidez, el contenido de fósforo, potasio y humus. La acidez (pH) es la más fácil de medir. Su valor se puede determinar mediante pruebas de laboratorio o midiendo el suelo con un sensor de campo. Además, la acidez es un factor importante de rendimiento. Para cada cultivo, existe el valor de pH que lo ayuda a crecer mejor.

A partir del nivel de contenido de humus, los agricultores estiman la fertilidad de diferentes partes del campo y calculan las dosis de semillas y fertilizantes. El fósforo y el potasio son necesarios para el crecimiento y desarrollo de las plantas, por lo que es importante conocer el nivel de su contenido para calcular la tasa exacta de fertilizantes.
rendimiento
Los datos sobre el rendimiento son uno de los más valiosos en la agricultura precisa. Las computadoras a bordo de los equipos agrícolas recopilan datos georreferenciados sobre el cultivo cosechado. Con esta información, los agricultores crean mapas digitales que ayudan a identificar áreas problemáticas en el campo. La causa de la baja fertilidad se puede determinar comparando el mapa de rendimiento con un mapa de relieve, distribución de nutrientes u otros indicadores de campo.
Por ejemplo, el agricultor ha estado recopilando datos de rendimiento de su campo durante dos años. Encontró áreas donde la productividad era la más baja y midió la acidez del suelo allí. Resultó que su nivel era muy bajo en estas áreas en particular. Para llevar la acidez al nivel óptimo y aumentar el rendimiento, el agricultor aplicó tiza.
Cuantos más datos de rendimiento haya, mejor. La información recopilada durante varios años permite a los agricultores ser precisos al establecer la tarea de aplicación diferenciada de fertilizantes y semillas para la próxima temporada. Además, los datos recopilados durante 5 años reducen los costos varias veces más que los datos que solo se han recopilado durante un año.
Yield map_OneSoil blog
Mapa de rendimiento
Datos del equipo
Si el trabajo de campo se realiza de manera deficiente, los agricultores incurren en altos costos. Si un tractor ha hecho una tira inexacta al sembrar semillas, se forma una superposición en el campo. La aplicación de fertilizantes y pesticidas pasará a lo largo de la misma franja, por lo que se gastará una cantidad doble de productos químicos costosos en estas superposiciones.
Por ejemplo, tomemos un tractor sin una computadora de a bordo que siembra colza en una franja de 6 metros de ancho en un campo con un área total de 100 hectáreas. Con cada vuelta, se forma una superposición de unos 25 centímetros. Esto aumenta los costos del agricultor en semillas, fertilizantes y pesticidas en un 5%, o $ 1,500.
Con computadoras a bordo y navegadores GPS, este problema se resuelve fácilmente. Un agricultor puede evitar superposiciones y brechas con una navegación precisa o corregirlos rápidamente después de analizar los datos del equipo. Además, estos datos ayudan a evaluar las tasas de aplicación de fertilizantes y pesticidas, a medir la velocidad de la maquinaria que se mueve por el campo y a monitorear el trabajo de los operadores de la máquina.
Plantas
El rendimiento de los cultivos se estima mediante imágenes de satélite multiespectrales. Uno de los métodos más populares es la medición del índice vegetativo NDVI. El campo está dividido en secciones con diferentes índices, lo que le permite ver el rendimiento de la planta incluso en áreas remotas. A partir de los índices de vegetación se crean mapas digitales para la aplicación diferenciada de fertilizantes y plaguicidas.

Por lo general, analizar un campo con imágenes de satélite es un servicio de pago. Hemos creado la aplicación de exploración que permite el seguimiento del rendimiento del cultivo de forma gratuita.
Vegetación en la aplicación de exploración_OneSoil blog
Visualización del índice de vegetación en la aplicación OneSoil Scouting
Clima
Las estaciones meteorológicas y los sensores le permiten controlar el clima de forma remota. Esto es particularmente importante para las granjas que cultivan frutas y verduras. Los sensores ayudan a prepararse para un cambio crítico de temperatura y a calcular el riego. Además, los datos meteorológicos ayudan a predecir las enfermedades de las plantas y la aparición de plagas. Esto permite a los agricultores determinar el mejor momento para aplicar pesticidas o si deben aplicarlos.
Por ejemplo, un agricultor aplica pesticidas a un campo de papa dos veces al año. Gasta 20.000 dólares por temporada. No sabe si aparecerán plagas o no, pero usa productos químicos por si acaso. Con la ayuda de sensores de campo, el agricultor puede evitar este gasto excesivo.
Aunque las estaciones meteorológicas son una herramienta conveniente para el monitoreo de campo, los agricultores a menudo se confunden con el alto precio de tales dispositivos, desde unos pocos cientos hasta varios miles de dólares. En OneSoil, hemos desarrollado un sensor meteorológico asequible que monitorea la humedad y temperatura del suelo, la humedad del aire y la temperatura, y también determina el nivel de iluminación para un área de campo.
Alivio
El relieve afecta la distribución de agua y nutrientes en el suelo, lo que determina la fertilidad de la tierra. La cosecha y el relieve están estrechamente relacionados entre sí: los rendimientos altos son más frecuentes en las tierras bajas y los rendimientos medios y bajos son más típicos en las zonas de tierras altas.

En la mayoría de los países europeos y en los Estados Unidos, un agricultor puede obtener datos sobre el relieve de campo en las agencias cartográficas nacionales. Otra opción es solicitar un mapa en relieve a una empresa privada. Para construir un modelo en relieve, los expertos filman la tierra desde un dron, realizan un estudio lidar o recorren el campo en un ATV con equipo especial.

Con esta información se crean mapas digitales para la aplicación diferenciada de semillas y fertilizantes.