Autor: rjcastillolopez

El uso de dispositivos UAV (vehículos aéreos no tripulados) está revolucionando el mundo de la agricultura. Cuando se habla de agricultura de precisión y el uso de drones en el informe: «Un ojo en el cielo para la agricultura: la revolución de los drones», la Organización para la Agricultura y la Alimentación escribe «En el entorno actual, el uso de tecnologías de la información y la comunicación sostenibles en la agricultura no es un opción. Es una necesidad «.

Según un estudio de Munich Reinsurance American Inc., casi tres de cada cuatro agricultores de EE. UU. Están «actualmente utilizando o considerando adoptar tecnología de drones para evaluar, monitorear y administrar sus granjas».

Jason Dunn, experto en productos estratégicos de Munich Reinsurance American Inc. dijo: “Ya sea que una granja tenga menos de 100 o más de 5,000 acres, los drones pueden ser los ojos y los oídos de los agricultores que desean monitorear y administrar de manera eficiente y rentable cultivos, ganado y condiciones del suelo «.

Estudio de caso: un productor de café
Los UAV permiten a los agricultores, con nuevos tipos de datos, monitorear sus rendimientos. Los agricultores tienen información más precisa para tomar mejores decisiones y enfocarse en lo que son buenos.

Si bien gran parte del software utilizado en la agricultura de precisión permite el análisis del NDVI (índice de vegetación de diferencia normalizada) del rendimiento, se puede extraer y analizar mucha más información a partir de estos datos. Gracias a nuestro uso innovador y patentado de Machine Learning, Picterra brinda a los usuarios la capacidad de crear detectores personalizados, que identifican, cuentan y localizan objetos identificables en imágenes de drones y satélites. En el caso de la agricultura, los agricultores pueden, por ejemplo, segmentar automáticamente sus campos o contar el número de plantas.

La creación de un detector personalizado permite una aplicación variable en diferentes momentos:

Estimación del rendimiento de la cosecha contando cultivos individuales en la emergencia inicial dentro de los campos
Identificación y ubicación de enfermedades o pérdida de rendimiento mediante la comparación de dos conjuntos de imágenes y la selección de un área de resultados específica.
Configuración de mapas de estrés de cultivos con orientación de encuestas de agronomía
Uno de nuestros clientes, un productor de arábica en Brasil, utiliza la plataforma Picterra para detectar y monitorear sus cultivos de café. Utilizando un dron, produjo imágenes detalladas que cubrían 8 hectáreas de campos, con una alta resolución de 5 cm. Luego creó un detector personalizado para detectar automáticamente los cultivos de café dentro de sus campos. Al utilizar el detector, pudo llegar a una estimación del rendimiento de la cosecha, que resultó ser mucho más precisa que los métodos de conteo manual anteriores, ya que conocía el número exacto y la ubicación de las cosechas. Más adelante en la temporada, el productor identificó las áreas menos productivas de estos campos comparando el número de plantas en cada área. Con tal análisis, pudo concentrarse en zonas del campo que necesitaban una atención especial. Además, ahora usa niveles mucho más bajos de pesticidas en general.

Entonces, en menos de 10 minutos, este cultivador ha creado un detector para contar el número de cultivos de arábica dentro de sus campos, y con solo unos pocos clics, obtuvo los resultados y el análisis de los objetos específicos a los que apunta su detector personalizado.

Paul, nuestro analista de datos ( paul.duperrex@picterra.ch ), explica cómo lo hizo:

Cómo se puede crear un detector personalizado
Con la plataforma Picterra, cualquiera puede acceder y utilizar nuestros modelos de aprendizaje automático (ML) fácilmente, sin ningún conocimiento previo de inteligencia artificial o ciencia de datos. La plataforma no requiere habilidades de codificación y no es necesario ser un experto técnico. Para crear un detector de modelo ML, el primer paso es enseñarle a su detector personalizado lo que ve, dónde está la información relevante, lo que está buscando y también lo que no está buscando. Te explicamos cómo lo haces paso a paso.

Subir imagenes
Después de haber creado una cuenta, debe cargar imágenes de su proyecto. Se puede cargar en múltiples formatos (.tiff, .tif, .png, .jpeg) con un tamaño máximo de 10 GB. Una segunda opción con la plataforma es cargar imágenes satelitales desde Mapbox.

En el caso de nuestro productor de café, las imágenes son producidas por drones con una resolución de 5cm, en formato .tif. Estas imágenes luego se cargan en la plataforma.

Figura 1: Biblioteca de imágenes del proyecto
Entrena al detector
El siguiente paso es crear un detector para su caso de uso. Cada detector es personalizado y entrenado por el usuario para satisfacer sus necesidades. Primero, el usuario indica al detector dónde está la información relevante dibujando áreas de entrenamiento. El detector se enfocará y se entrenará a sí mismo con información dentro de estas áreas. Dentro de las áreas de entrenamiento, el usuario anota cada objeto que está buscando, sin perder uno. La información que no está anotada dentro de las áreas de entrenamiento es segmentada por el detector como objetos no deseados.

Para la detección de cultivos de café, el productor crea un área de capacitación con aproximadamente diez cultivos. Luego, anota los cultivos con círculos. Para mejorar la precisión de los resultados, el productor agrega algunos contraejemplos con colores similares. Esto significa resaltar áreas de entrenamiento sin anotaciones. Indica al detector lo que no le interesa al productor, como el bosque o la hierba.

Iterar el proceso
Luego, el usuario ejecuta el modelo de detector para una primera iteración. Es necesario revisar los resultados para concluir si el detector está funcionando bien. Los resultados dependerán de la información proporcionada – las áreas de entrenamiento y las anotaciones – y de la diversidad de características dentro de las imágenes. Por lo tanto, cuanta más información le dé al detector, más preciso será. Entonces, las imágenes con muchos colores, texturas y tamaños de objetos diferentes pueden necesitar más atención y múltiples iteraciones para obtener resultados precisos. Tenga en cuenta que si los objetos son fáciles de distinguir a simple vista, el detector no tendrá ninguna dificultad. Después de cada iteración, el detector se puede mejorar agregando más áreas de entrenamiento y anotaciones. Lea nuestro artículo sobre detección de ovejas para seguir un ejemplo de proceso iterativo completo:https://picterra.ch/2019/03/25/a-crash-intro-into-ai-powered-object-detection/

El caso de los cultivos de café no es complicado y los cultivos son bastante fáciles de distinguir. Los primeros resultados ya son muy buenos. Sin embargo, para obtener resultados precisos en los demás, el productor agrega un par de anotaciones adicionales de cultivos y algunos contraejemplos más.

Obtenga los resultados
Los resultados finales pueden descargarse en el formato deseado y agregarse al software GIS (Sistema de Información Geográfica). También es posible generar un informe .pdf de los resultados para incluir en su proyecto.

El detector está listo para extenderse a todo el proyecto y se ejecuta en otras imágenes. Después de haber invertido algo de tiempo para crear un detector, puede implementarlo en todas las imágenes que desee con un solo clic, lo que le ahorrará mucho tiempo.

Leer más

La agricultura está evolucionando

La agricultura inteligente y la agricultura de precisión se han convertido en partes importantes de las prácticas agrícolas modernas. Según la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), para el 2050, la producción de alimentos puede aumentar en un 70% para alimentar a 9.600 millones de personas. Las empresas alimentarias y agrícolas están aumentando la inversión en soluciones de IoT para reducir costos, aumentar la calidad y la cantidad y facilitar el trabajo de los agricultores.

Red Tecnoparque Colombia es un programa técnico del SENA Regional Risaralda, el Servicio Nacional de Aprendizaje de Colombia, que tiene como objetivo acelerar el desarrollo de proyectos de base tecnológica en el país. Para mejorar la productividad agrícola, la organización ha desplegado una red de sensores inalámbricos con tecnología Libelium para monitorear los cultivos de plátano en la región centro-oeste de Colombia de Santa Rosa de Cabal.

Seguimiento de cultivos con agricultura de precisión

El cultivo de plátano tiene un significado especial para la economía colombiana. Representa el 9,69% del valor de la producción agrícola, y su producción anual se estima en alrededor de 3 millones de toneladas en un área de 380.000 hectáreas, o poco menos de un millón de acres, según un estudio de caso proporcionado por Libelium.

Según el Informe Consolidado de Exportaciones de Colombia publicado en mayo de 2016, el monto total de las exportaciones de banano entre enero y mayo se estima en $ 433,454,622, un aumento del 11.5% con respecto al total del año pasado. La exportación de banano comprende el 3,7% de las exportaciones totales del país.

La inundación de los cultivos, la disminución de oxígeno en el suelo, la alta humedad, las bajas temperaturas y la baja luminosidad provocan un menor desarrollo de la planta y predisposición a plagas y enfermedades. Durante el invierno, el aumento de plagas y enfermedades hace que el control de plaguicidas sea algo vital para los productores, según Libelium.

La mejora de las condiciones de los cultivos aumentará la relevancia económica de la producción de banano en Colombia. Por esta razón, Red Tecnoparque Colombia ha seleccionado Libelium Waspmote Plug & Sense! plataforma de sensores para desarrollar un proyecto de agricultura inteligente con sensores remotos. ¡Los cultivos de plátano ahora están siendo monitoreados con diferentes sensores agregados a Waspmote Plug & Sense! incluso:

Humedad y temperatura digitales.
La humedad del suelo.
Temperatura del suelo.
Diámetro del tronco
Diámetro de la fruta
Pluviómetro
Radiación solar
Amoniaco (NH3)

Redcom Tecnoparque está utilizando estas métricas para monitorear de forma remota las variaciones ambientales y agronómicas para investigar nuevas variedades de banano. Esta solución permite a los agricultores proyectar cantidades de cosecha, optimizar el uso del agua, prevenir plagas y enfermedades, reducir el consumo de fertilizantes y catalogar suelos según el clima y la cultura. Waspmote Plug & Sense! se comunica con Meshlium Gateway de la empresa a través de los protocolos 802.15.4 mientras que los datos se envían a la nube a través de 3G y GPRS. La información se visualiza en una aplicación basada en la nube a la que se puede acceder a través de cualquier computadora y por aplicación móvil.

Uso de IoT para aumentar la producción de banano

“Este proyecto nos permitirá obtener conocimiento de los cultivos y también desarrollar e implementar tecnología para el sector agrícola como un primer paso para futuras investigaciones”, dijo Jerry Giovanny Colorado Cano, gerente de tecnología virtual en línea de Red Tecnoparque Colombia. “Nuestro objetivo es mejorar y promover la innovación y la competitividad en todos los procesos relacionados con los sectores ambiental y agrícola”.

Algunos de los beneficios de este proyecto incluyen:

Mejora de la sostenibilidad ambiental y agrícola.
Promoción de la productividad sostenible en los cultivos de plátano.
Gestión de residuos orgánicos.
Trazabilidad de cultivos.
Seguridad del producto.

El proyecto está diseñado para ayudar a desarrollar proyectos futuros en Colombia para mejorar la producción de banano y mantener la primera posición en el ranking de países exportadores. Existe el temor de que la enfermedad de Panamá, que actualmente ataca los cultivos en África, Indonesia, Filipinas y Australia, pueda llegar pronto a América del Sur. Los expertos están trabajando para encontrar diversidad genética a través de programas de mejora de especies que utilizan sistemas de IoT.

Leer más

En septiembre de 2012, la agricultura de precisión (AP) ya no puede considerarse como «nueva». El primer mapa de rendimiento publicado derivado de un monitor de rendimiento y GPS se produjo a partir de un cultivo de canola en Alemania hace 22 años (HANEKLAUS et al., 1991; SCHNUG et al., 1991); esta es la 5ª Conferencia Brasileña de AP (la primera se realizó en 2004); mientras que la XI Conferencia Internacional sobre AP se acaba de celebrar en Indianápolis, EE. UU. En Australia, el 15 ° Simposio sobre PA en Australasia se llevó a cabo a principios de este mes, cuando el grupo productor PA-conducido, SPAA-Agricultura de precisión Australia (SPAA; http://www.spaa.com.au/ ) celebró su 10 º cumpleaños. Un archivo de estos simposios australianos está disponible enhttp://sydney.edu.au/agriculture/pal/research_symposia/archive_ of_proceedings.shtml ; Whelan (2011) ofrece una breve historia de la AF en Australia.

Dada la historia cada vez más rica de AP en todo el mundo, y la disponibilidad de revisiones recientes de AP en diferentes sistemas de cultivo y países (por ejemplo, SRINIVASAN, 2006 y referencias allí; BRAMLEY, 2009), el enfoque aquí está en áreas que pueden resultar importantes para informar el desarrollo continuo de AP en Australia y en otros lugares. El enfoque particular está en la producción de granos, uvas para vino y caña de azúcar, ya que estas son las industrias en las que ha habido mayor actividad en Australia (COOK et al., 2006), aunque los productores australianos también practican la AP de una variedad de otros cultivos, incluido el algodón. y patatas y también ha atraído el interés de las industrias ganaderas (por ejemplo, HANDCOCK et al., 2009; RUIZ-MIRAZO et al., 2011; TROTTER, 2011).

COOK y col. (2006) llamaron la atención sobre la diferencia entre los niveles de apoyo gubernamental a los agricultores en Australia en comparación con otros países. Junto con una disminución a largo plazo en los términos de intercambio para los agricultores australianos (HOGAN & MORRIS, 2010), y la naturaleza de la agricultura australiana centrada en la exportación, esto ha contribuido a la necesidad de que los agricultores australianos innoven para seguir siendo competitivos a nivel internacional. . Por tanto, COOK et al. (2006) identificaron cuatro razones clave por las que los agricultores australianos podrían estar predispuestos a la AP: comprenden la necesidad de mejorar la rentabilidad y mantener el acceso a los mercados de exportación; tienen que hacer frente a un entorno de cultivo riesgoso (a la luz de un clima muy variable, junto con su exposición a los mercados internacionales); Como consecuencia, responden a los avances tecnológicos que mejoran el rendimiento agrícola; y, por tanto, necesitan herramientas que ayuden en el seguimiento, análisis y diagnóstico de este desempeño.

Dos diferencias importantes entre Australia y algunos otros países en la implementación de AP son el enfoque predominante en la gestión zonal (por ejemplo, TAYLOR et al., 2007) y el rechazo de los enfoques utilizados en otros lugares basados ​​en el muestreo de suelos en rejilla. Las razones de esto se derivan en gran medida del reconocimiento de que el principal indicador de la variabilidad de la producción es el cultivo en sí. También es importante el hecho de que los sistemas basados ​​en cuadrículas son ineficientes y, en consecuencia, a menudo no logran capturar aspectos importantes de la variación (por ejemplo, BRAMLEY & JANIK, 2005), el reconocimiento de que existe una riqueza de información que se acumula al integrar diferentes capas de datos espaciales (por ejemplo, Figura 1) y, en particular, el hecho de que la mayoría de los sistemas agrícolas australianos son de bajos insumos en comparación con muchos de sus homólogos de otros países. Esto último, junto con la naturaleza limitada de agua del paisaje agrícola australiano, significa que posiblemente hay poco «espacio para moverse» en lo que respecta a la aplicación continua de fertilizantes a dosis variable. La gestión basada en zonas, normalmente con un enfoque en una clasificación ‘baja’, ‘media’ y ‘alta’, o incluso simplemente ‘baja’ y ‘alta’, por lo tanto, tiene más sentido en la mayoría de las situaciones.

GRANOS

En virtud de la extensión territorial de su uso de la tierra, AP en Australia está dominada por la industria de los granos. La evidencia anecdótica sugiere que la adopción de la dirección automática ahora puede ser tan alta como el 90% (Randall Wilksch – Presidente, SPAA – com. Pers.) Como lo evidencian los campos ‘manejados a mano’ que ahora son algo poco común en muchas regiones. BRAMLEY (2009) ha señalado que dicha tecnología no contribuye al elemento «intensivo en información» de la AP (FOUNTAS et al., 2006). Sin embargo, la adopción de la dirección automática es importante porque facilita la familiaridad con tecnologías como los sistemas globales de navegación por satélite (GNSS) y, por lo tanto, podría decirse que hace la adopción de los otros componentes centrales de la AP (por ejemplo, mapeo de rendimiento, levantamiento de suelos de alta resolución, etc. .) más sencillo. Así, Si bien hubo avances australianos significativos en el desarrollo filosófico de la AF durante la década de 1990 y principios de la de 2000 (por ejemplo, COOK & BRAMLEY, 1998; WHELAN & MCBRATNEY, 2000), ha sido el advenimiento más reciente y el acceso a la dirección automática lo que ha ayudado con el desarrollo y adopción de AP en finca. Sin embargo, el nivel de adopción de tecnologías como el mapeo de rendimiento y la aplicación de fertilizantes de tasa variable (VRA) es posiblemente bastante bajo (ROBERTSON et al., 2011), a pesar de los numerosos ejemplos de AP que mejoran la rentabilidad (por ejemplo, SPAA, 2008; ROBERTSON et al. ., 2009), la rápida adopción de la dirección automática y los impulsores para la adopción de PA identificados por COOK et al. (2006). Ha sido el advenimiento más reciente y el acceso a la dirección automática lo que ha ayudado al desarrollo y adopción de la AP en la finca. Sin embargo, el nivel de adopción de tecnologías como el mapeo de rendimiento y la aplicación de fertilizantes de tasa variable (VRA) es posiblemente bastante bajo (ROBERTSON et al., 2011), a pesar de los numerosos ejemplos de AP que mejoran la rentabilidad (por ejemplo, SPAA, 2008; ROBERTSON et al. ., 2009), la rápida adopción de la dirección automática y los impulsores para la adopción de PA identificados por COOK et al. (2006). Ha sido el advenimiento más reciente y el acceso a la dirección automática lo que ha ayudado al desarrollo y adopción de la AP en la finca. Sin embargo, el nivel de adopción de tecnologías como el mapeo de rendimiento y la aplicación de fertilizantes de tasa variable (VRA) es posiblemente bastante bajo (ROBERTSON et al., 2011), a pesar de los numerosos ejemplos de AP que mejoran la rentabilidad (por ejemplo, SPAA, 2008; ROBERTSON et al. ., 2009), la rápida adopción de la dirección automática y los impulsores para la adopción de PA identificados por COOK et al. (2006). a pesar de los numerosos ejemplos de mejora de la rentabilidad de la AP (p. ej., SPAA, 2008; ROBERTSON et al., 2009), la rápida adopción de la dirección automática y los impulsores para la adopción de la AP identificados por COOK et al. (2006). a pesar de los numerosos ejemplos de mejora de la rentabilidad de la AP (p. ej., SPAA, 2008; ROBERTSON et al., 2009), la rápida adopción de la dirección automática y los impulsores para la adopción de la AP identificados por COOK et al. (2006).

ROBERTSON y col. (2011) informaron los resultados de una encuesta nacional de productores australianos realizada en 2008 (n = 1130) y de tres encuestas más pequeñas, regionales, pero similares (n = 39-102), en las que se preguntó a los productores acerca de su adopción de VRA. Los resultados indicaron que el 20% de los productores australianos habían adoptado alguna forma de VRA pero que había una fuerte variación regional en el nivel de adopción (11-35%). También indicaron un gran aumento en la adopción en comparación con la situación en 2002 (<5%). Es importante destacar que se encontró que los adoptantes tenían más probabilidades de tener granjas más grandes y con una mayor proporción de su área potencialmente cultivable en cultivo (en comparación con el pastoreo o alguna otra actividad). Muchos no adoptantes estaban convencidos de los beneficios agronómicos y económicos de VRA pero se vieron limitados en su adopción por problemas técnicos con equipos y software, y en particular, acceso inadecuado a la prestación de servicios y soporte. De hecho, el uso de un consultor se identificó como un factor significativo para explicar el uso del mapeo de rendimiento y VRA. Por lo tanto, es lamentable que, a pesar de los mejores esfuerzos de grupos como SPAA (ver más abajo), siga siendo el caso de que haya muy poca capacidad entre el grupo actual de consultores agrícolas australianos para brindar servicios de AP a los productores de granos australianos. Esto también puede explicar por qué muchos productores usan sistemas operados manualmente en lugar de tecnologías VRA especialmente diseñadas para manejar la variabilidad dentro del campo, prefiriendo usar pruebas de suelo. El comentario anecdótico de SPAA sugiere una absorción lenta pero constante de VRA para la aplicación de fertilizante de fósforo (P), pero mucho menos uso de VRA para nitrógeno (N). El bajo uso de VRA para N se considera debido a las tasas comparativamente bajas de N utilizadas y el consiguiente bajo nivel de variación en las tasas de N utilizadas. También se da el caso de que, si bien hay varias empresas que impulsan el uso de imágenes baratas de detección remota con el fin de ayudar con las decisiones sobre fertilizantes nitrogenados a mitad de temporada, la adopción de esto, y especialmente la detección de cultivos proximales sobre la marcha, ha sido baja debido a la percepción de que, incluso cuando VRA N es rentable, no se justifica el costo adicional de usar tales tecnologías además del mapeo de rendimiento y el levantamiento de suelos de alta resolución. Además, la detección sobre la marcha de la proteína del grano, VINO Han pasado ya 13 años desde la publicación del primer mapa de rendimiento de uvas para vino (BRAMLEY & PROFFITT, 1999). En el período intermedio, los viticultores y enólogos australianos han adoptado elementos de la viticultura de precisión (PV) en apoyo de los objetivos en torno a la rentabilidad comercial y la sostenibilidad de los recursos naturales que sustentan el viñedo (por ejemplo, Figura 1b; PROFFITT et al., 2006; BRAMLEY 2010). La calidad del vino, y su manejo a través de la cosecha selectiva, ha sido un foco particular y ha demostrado ser altamente rentable (BRAMLEY et al., 2005, 2011c). Las imágenes de detección remota (en contraste con la industria de los granos) y el levantamiento de suelos de alta resolución (EM38) han sido las tecnologías predominantes utilizadas, con un uso algo menor de mapeo de rendimiento. Es probable que esto último se asocie con el hecho de que actualmente solo hay un proveedor comercial de monitor de rendimiento de uva para vino, y ninguno de los fabricantes de vendimiadoras proporciona todavía un monitor de rendimiento como característica estándar en una nueva máquina, en marcado contraste con la situación de los cereales. . Podría decirse que la naturaleza perenne de las vides hace que la AP sea más fácil que en cultivos anuales de gran superficie como el trigo o la cebada y, debido a esto, ciertamente parece factible delimitar las zonas de manejo utilizando menos capas de datos de las que se considerarían necesarias en granos (por ejemplo, Figura 1). Sin embargo, y a pesar de la rentabilidad demostrada de la fotovoltaica, las tasas de adopción siguen siendo bajas, y la mayor parte de la adopción se limita a las empresas vitivinícolas o regiones en las que un viticultor destacado ha asumido el papel de "campeón local" de la fotovoltaica. La razón principal de esto ha sido la misma escasez de apoyo de consultores para ayudar con el procesamiento de datos y el análisis espacial que afecta a la industria de granos (ver arriba); junto con la percepción de que la estabilidad de las zonas de viñedos a lo largo del tiempo significa que se requiere una adquisición de datos menos frecuente. Además, el monitoreo del rendimiento se percibe como costoso en comparación con la teledetección (~ $ 30 / ha) que se puede comprar cuando sea necesario. Una recesión reciente en la industria del vino, asociada inicialmente con la sequía y luego, de manera más sustancial, con un mercado internacional con exceso de oferta, también ha conspirado contra la adopción de la energía fotovoltaica debido al ajuste de los presupuestos, una respuesta un tanto contraria a la intuición dada la mayor eficiencia del uso de recursos que la energía fotovoltaica promueve y las oportunidades de ser más rentables (PROFFITT et al., 2006; BRAMLEY, 2010). Sin embargo, ha habido algunos avances recientes importantes en la viticultura de precisión relacionados con la recolección selectiva (BRAMLEY et al., 2011c) que deberían promover una adopción más generalizada. El trabajo reciente sobre la variación espacial en la fenología de los cultivos, la detección sobre la marcha de la calidad de la fruta y la experimentación vitícola (ver más abajo) también pueden ayudar. 2010). Sin embargo, ha habido algunos avances recientes importantes en la viticultura de precisión relacionados con la recolección selectiva (BRAMLEY et al., 2011c) que deberían promover una adopción más generalizada. El trabajo reciente sobre la variación espacial en la fenología de los cultivos, la detección sobre la marcha de la calidad de la fruta y la experimentación vitícola (ver más abajo) también pueden ayudar. 2010). Sin embargo, ha habido algunos avances recientes importantes en la viticultura de precisión relacionados con la recolección selectiva (BRAMLEY et al., 2011c) que deberían promover una adopción más generalizada. El trabajo reciente sobre la variación espacial en la fenología de los cultivos, la detección sobre la marcha de la calidad de la fruta y la experimentación vitícola (ver más abajo) también pueden ayudar. CAÑA DE AZÚCAR BRAMLEY (2009) analiza con cierto detalle el estado de la AP en las industrias azucareras del mundo. Tras el desarrollo de un monitor de rendimiento de la caña de azúcar (COX et al., 1997), se llevó a cabo un trabajo exploratorio sobre la AP de la caña de azúcar a fines de la década de 1990 (BRAMLEY & QUABBA, 2001). Sin embargo, aparte de la actividad intensiva en solo una o dos granjas (ver, por ejemplo, www.davcofarming.com/#), esencialmente no hubo actividad de AP en la industria azucarera australiana hasta finales de la década de 2000. La pausa se puede atribuir en gran medida al colapso de los precios mundiales del azúcar a fines de la década de 1990, junto con el fracaso de varias entidades autorizadas para comercializar la COX et al. (1997) monitor de rendimiento. Sin embargo, junto con un mercado mundial del azúcar en auge, gran parte del interés actual se ha inspirado en la reciente disponibilidad de subvenciones para los agricultores australianos de caña que apoyan la adopción de métodos agrícolas que se percibe que reducen el impacto de la agricultura en la Gran Barrera de Coral; PA, y VRA en particular, es una tecnología de este tipo (BRAMLEY et al., 2008). Hay dos problemas importantes con esto. Primero, La inexactitud de los mecanismos de suministro de fertilizantes utilizados por los productores de caña de azúcar australianos (Dr. Bernard Schroeder y John Panitz, BSES Ltd - com. pers.) plantea serias dudas sobre las ventajas de adaptarlos a los controladores VRA. En segundo lugar, y posiblemente de importancia más inmediata, la falta actual de un sistema de monitoreo de rendimiento de caña de azúcar robusto y disponible comercialmente en Australia (JENSEN et al., 2010) arroja dudas sobre la base para delinear zonas de manejo en campos de azúcar y, por lo tanto, VRA. Actualmente se está llevando a cabo un importante esfuerzo de investigación que aborda estos problemas y los medios por los cuales los productores de azúcar podrían adoptar la AP. No obstante, la tecnología de dirección automática se está adoptando rápidamente en la industria azucarera australiana y, como ha sido el caso de los cereales (véase más arriba); se espera que esto aumente el interés y la adopción, JENSEN y col. (2012) han demostrado recientemente la viabilidad de una variedad de enfoques para el monitoreo del rendimiento de la caña de azúcar. Por lo tanto, las limitaciones a la solidez del monitoreo del rendimiento de la caña de azúcar en Australia ahora parecen estar confinadas en gran medida a los problemas asociados con el envío de caña de azúcar al ingenio y las consecuencias de las inexactitudes y errores en este proceso para la calibración del monitor de rendimiento. Mientras tanto, las ventajas de desarrollar un sensor sobre la marcha para el contenido de azúcar de caña comercial (CCS) parecen claras (BRAMLEY et al., 2012d; ver también más abajo), mientras que las tecnologías de detección de suelos de alta resolución han demostrado tener la misma utilidad. en la producción de AP de caña de azúcar como en otros sistemas de cultivo (COVENTRY et al., 2009). En efecto, ROBSON y col. (2012a) han demostrado recientemente la utilidad de la teledetección satelital como herramienta de predicción del rendimiento de la caña de azúcar, y si bien la aplicación de esta tecnología está actualmente más centrada en el manejo de toda la cosecha a escala regional (ROBSON et al., 2012b), las perspectivas de usarlo como ayuda para la gestión de mitad de temporada parecen estar limitadas solo por problemas asociados con la interferencia de la cobertura de nubes. Actualmente se están considerando alternativas aerotransportadas como una posible solución a este problema (Dr. Andrew Robson, Departamento de Agricultura, Pesca y Alimentación de Queensland, Prof. David Lamb, Universidad de Nueva Inglaterra - comunicación personal). ALGUNOS ACONTECIMIENTOS RECIENTES EN AP AUSTRALIANA SPAA-Precision Agriculture Australia ( www.spaa.com.au ) y el papel de los grupos de productores SPAA es un grupo independiente y sin fines de lucro que se formó en 2002 para promover el desarrollo y la adopción de AP. Su objetivo es ser el principal defensor de la AP en Australia y, a través de la facilitación de la investigación, extensión y adopción de AP, busca mejorar la rentabilidad y sostenibilidad de los sistemas de producción agrícola australianos. Establecido inicialmente por un pequeño grupo de productores de granos, consultores agrícolas e investigadores con sede en Australia del Sur, a fines de junio de 2012, había 397 miembros totalmente suscritos más cuatro miembros corporativos. Los miembros de la SPAA están involucrados en la producción de granos, uvas para vino, caña de azúcar y cultivos hortícolas en toda Australia y comprenden productores, consultores, fabricantes de equipos, contratistas e investigadores; un acontecimiento reciente ha sido el surgimiento de una sub-rama en Nueva Zelanda. La amplia base de miembros es un reflejo del potencial que ofrece la AP y de la determinación de la SPAA de sondear la membresía en todas las industrias, dada la naturaleza genérica de la aplicación de la AP a la producción de cultivos. Los elementos clave de las actividades de SPAA han sido la celebración de 'exposiciones' de la industria y simposios de investigación, este último en asociación con el Laboratorio de Agricultura de Precisión de la Universidad de Sydney ( http://sydney.edu.au/agriculture/pal/) y, en particular, su operación de grupos de productores. Estos se iniciaron por primera vez en 2007 y se han mantenido de diversas formas durante los últimos 6 años a través de la financiación de proyectos obtenida de forma competitiva de diversas fuentes, incluido el Departamento de Agricultura, Pesca y Alimentación de Australia, el Fideicomiso de la Industria de Granos de Australia del Sur, la Corporación de Investigación y Desarrollo de Granos. (GRDC), la Corporación de Investigación y Desarrollo del Azúcar, el Programa Nacional de Cuidado de la Tierra y las juntas locales de Gestión de Recursos Naturales. Cuando se iniciaron por primera vez, los grupos fueron dirigidos y administrados por SPAA como 'grupos SPAA' discretos, pero luego de la financiación de GRDC, SPAA se ha movido para vincularse con grupos de sistemas agrícolas existentes que operan en varias regiones de cultivo de granos, utilizando su personal, recursos y redes para dar mayor exposición a las actividades. Con la financiación obtenida de GRDC en 2009, los ocho grupos de Australia del Sur se expandieron a 16 grupos en el sureste de Australia (Australia del Sur, Victoria y Nueva Gales del Sur). Recientemente se han establecido tres grupos similares en las industrias del vino de Australia del Sur (región de Coonawarra) y Victoria (Valle de Yarra, Grampians). Los grupos generalmente se reúnen tres veces al año, con temas de reunión relevantes para la época del año y las tareas estacionales inminentes. Los temas tratados incluyen mapeo de rendimiento, gestión de datos, ensayos en granjas, sensores / imágenes de cultivos, sensores de suelo, búsqueda y mapeo de malezas, dirección automática y control de máquinas. Los grupos han sido un mecanismo para que los productores aprendan unos de otros, con muchas experiencias compartidas; han sido muy valorados por los participantes. SPAA también ha traído expertos y agricultores de otras regiones para compartir sus conocimientos y experiencias, algo que no habría ocurrido sin los grupos y el apoyo financiero asociado. En muchas regiones, se ha producido una mejora notable en el conocimiento y el apoyo de los concesionarios comerciales durante los seis años que los grupos han estado en funcionamiento, aunque algunas áreas siguen teniendo un servicio deficiente. De acuerdo con el trabajo de ROBERTSON et al (2011), cuanto más deficiente es el acceso al servicio, más importante ha sido el papel de SPAA a la hora de brindar asesoramiento sobre la mejor forma de que los productores utilicen el hardware y software de PA que han comprado. Como era de esperar, los grupos de productores son "fluidos" con cierta rotación de miembros que asisten. A medida que algunos productores alcanzan sus objetivos de AP, es posible que tengan menos necesidad de información continua, pero muchos productores permanecen en las primeras etapas de adopción. Como consecuencia, la mayoría de los grupos comprenden una serie de habilidades que pueden presentar dificultades para coordinar la formación para satisfacer las necesidades de todos. En parte como respuesta a esto, la SPAA ha llevado a cabo una serie de talleres de formación más avanzados en Adelaide, en los que se han reunido profesionales más experimentados / entusiastas de cada grupo para proporcionar una formación más amplia, con la intención de que actúen como agentes para la transferencia de información. de regreso a las regiones. Como era de esperar, dada la dependencia de la tecnología de la información de la AP, Se ha observado que los agricultores más jóvenes adquieren el software y las habilidades de gestión de datos mucho más rápido que sus padres. Por lo tanto, se espera que algunos problemas de adopción de AP se superen mediante el cambio generacional. Un aspecto sorprendente de los resultados de la encuesta de ROBERTSON et al. (2011) fue que muchas de las limitaciones para la adopción de VRA en 2008 fueron las mismas que se identificaron varios años antes, tanto en Australia (COOK et al.2000; COOK & BRAMLEY 2001) como en otros lugares (GRIFFIN & LOWENBERG- DEBOER 2005). Los resultados de la encuesta también reflejan una falta de reconocimiento de la oportunidad presentada por PA de introducir una filosofía de control de procesos en la producción agrícola (COOK & BRAMLEY 2001). Por lo tanto, ha habido una falla general en las industrias de granos australianos (que también ha ocurrido en la industria del vino) para reconocer que un rediseño del sistema de producción, especialmente en el contexto más amplio de toda la cadena de valor (por ejemplo, BRAMLEY 2009), puede producir beneficios significativos tanto para los productores como para los procesadores (ver también más abajo). Por lo tanto, se podría argumentar que, además de las limitaciones inmediatas que enfrentan los productores para adoptar elementos de AP, la falta de liderazgo de la industria para impulsar el cambio que alentaría la adopción es una limitación. Mientras tanto, solo dos universidades australianas ofrecen cursos dedicados en PA como parte de su licenciatura en agricultura. Por lo tanto, las perspectivas a corto plazo para la actual escasez de apoyo de asesores para AP que se está abordando no parecen alentadoras, lo que hace que las actividades de la SPAA sean aún más importantes. la falta de liderazgo de la industria para impulsar el cambio que alentaría la adopción es una limitación. Mientras tanto, solo dos universidades australianas ofrecen cursos dedicados en PA como parte de su licenciatura en agricultura. Por lo tanto, las perspectivas a corto plazo para la actual escasez de apoyo de asesores para AP que se está abordando no parecen alentadoras, lo que hace que las actividades de la SPAA sean aún más importantes. la falta de liderazgo de la industria para impulsar el cambio que alentaría la adopción es una limitación. Mientras tanto, solo dos universidades australianas ofrecen cursos dedicados en PA como parte de su licenciatura en agricultura. Por lo tanto, las perspectivas a corto plazo para la actual escasez de apoyo de asesores para AP que se está abordando no parecen alentadoras, lo que hace que las actividades de la SPAA sean aún más importantes. Enfoque en la calidad del cultivo Como se indicó, en lugar de centrarse en la aplicación de tasas variables de insumos como fertilizantes, el interés del sector vitivinícola en la AP se ha centrado mucho más en la cosecha selectiva; es decir, la gestión focalizada de productos. La recolección selectiva se define como la recolección dividida de la fruta en la recolección de acuerdo con diferentes criterios de rendimiento / calidad, con el fin de aprovechar la variación observada (BRAMLEY et al. 2005). Los primeros trabajos australianos demostraron que se podían lograr aumentos muy significativos en el valor de la producción mediante esta estrategia, con beneficios tanto para los viticultores como para los enólogos. En un ejemplo de Australia Occidental, el valor de venta al por menor de la producción de vino aumentó en más de $ 40 000 / ha (BRAMLEY et al., 2005). Sin embargo, ha habido una fuerte percepción, especialmente entre los productores de las regiones vitivinícolas de regadío interior caliente (RIVERLAND, Murray Valley, Murrumbidgee), cuya producción está orientada a vinos de mesa de alto volumen y bajo precio, que estos beneficios no estaban disponibles para ellos. Más bien, Se percibió que la cosecha selectiva solo estaba disponible para pequeños productores boutique que, mediante el uso de tanques pequeños, podían aprovechar las diferencias entre pequeñas parcelas de fruta, o las grandes empresas multinacionales cuyas bodegas suelen tener una gama de diferentes tamaños de tanque y más de una trituradora. Sin embargo, en un trabajo realizado en un sitio en el valle de Murray, en el que el tamaño de tanque más pequeño es de 75 t, y donde solo hay una trituradora disponible, BRAMLEY et al (2011c) han demostrado que la cosecha selectiva puede ser rentable incluso cuando la producción está orientada hacia grandes volúmenes de fermentación. Este trabajo indicó que el beneficio de la vendimia selectiva para el enólogo fue un aumento en el valor mayorista de la producción de alrededor del 2-12%, dependiendo de si la diferencia de precio entre el vino de mayor valor y el otro era de $ 1 o $ 5 / botella. El beneficio para el productor en este ejemplo fue mucho menor y dependió de los diferentes precios pagaderos por los diferentes grados de fruta, pero, no obstante, fue bastante alcanzable. Esta primera investigación y adopción de la cosecha selectiva se basó en la idea de segregar un bloque de viñedo en dos o tres zonas utilizando una variedad de datos espaciales (por ejemplo, Figura 1b) y luego cosecharlos en flujos de productos separados utilizando dos o tres contenedores de seguimiento durante un solo evento de cosecha. En ausencia de un sensor de calidad de la fruta, los datos espaciales utilizados para la delimitación de la zona se relacionarían típicamente con el vigor de la vid (detección remota o proximal), el rendimiento (si se estuviera usando el monitoreo del rendimiento) y el estudio del suelo EM38. Un trabajo reciente dirigido al desarrollo de un sensor en movimiento para el contenido de antocianinas de la uva (BRAMLEY et al., 2011b) arrojó resultados prometedores, aunque limitados en su aplicación a la cosecha de uvas de vino tinto. Sin embargo, la calidad de la uva y del vino es muy compleja, dada su dependencia de una gran cantidad de atributos químicos y sensoriales, algunos de los cuales en la uva, pueden ser alterados, sintetizados o metabolizados marcadamente en el proceso de elaboración del vino. Las antocianinas son un marcador de calidad importante en las uvas tintas, pero son irrelevantes para las blancas, y su contenido, como el de otros metabolitos de la uva, también se ve notablemente afectado por los procesos de maduración del cultivo. Esto lleva a la idea de que además de conocer la variación espacial en el rendimiento de la fruta y los atributos de calidad, para optimizar las decisiones de cosecha selectiva, también se debe abordar la cuestión de cuándo cosechar diferentes zonas, además de su delimitación espacial. Trought y BRAMLEY (2011) han demostrado recientemente que al usar imágenes de detección proximal adquiridas con un círculo de cultivo Esto lleva a la idea de que además de conocer la variación espacial en el rendimiento de la fruta y los atributos de calidad, para optimizar las decisiones de cosecha selectiva, también se debe abordar la cuestión de cuándo cosechar diferentes zonas, además de su delimitación espacial. Trought y BRAMLEY (2011) han demostrado recientemente que al usar imágenes de detección proximal adquiridas con un círculo de cultivo Esto lleva a la idea de que además de conocer la variación espacial en el rendimiento de la fruta y los atributos de calidad, para optimizar las decisiones de cosecha selectiva, también se debe abordar la cuestión de cuándo cosechar diferentes zonas, además de su delimitación espacial. Trought y BRAMLEY (2011) han demostrado recientemente que al usar imágenes de detección proximal adquiridas con un círculo de cultivo™ , junto con un 'sistema de puntuación de jugo' y algunos modelos simples de fenología de la vid, se pudieron optimizar tanto la delimitación de la zona como las decisiones sobre la fecha de cosecha ( Figura 2 ). Las preguntas sobre la fecha de cosecha también tienen resonancia en la industria azucarera (HIGGINS et al., 1998). Los cálculos basados ​​en mapas de rendimiento y variación de CCS en un campo de caña de azúcar de 6.8 ha en el distrito de Bundaberg caracterizado por una variación limitada del suelo, sugieren que en 2011 en este sitio, el 23% de la variación dentro del campo en los ingresos de los agricultores se debió a la variación de CCS ( Figura 3 ). Se desconoce el efecto de la fecha de cosecha en esta cifra y merece una investigación. Dados los beneficios de la cosecha selectiva que se observan en la industria del vino, los sobreprecios que se pagan a los productores de granos australianos por granos con un contenido de proteína específico y la disponibilidad de sensores de proteínas sobre la marcha, surge la pregunta obvia de si los productores de granos pueden aprovechar también la cosecha selectiva? Lamentablemente, el trabajo reciente destinado a abordar este problema no ha tenido éxito (BRAMLEY et al., 2012c; Figura 4) debido, aparentemente, al bajo rendimiento de los sensores de proteínas. La detección de rendimiento y proteínas sobre la marcha se llevó a cabo durante la cosecha de cebada durante tres temporadas (2009-11) en tres granjas del sur de Australia. Los datos de rendimiento se integraron con datos de levantamientos de suelos de alta resolución (EM38 y gamma radiométrica) e imágenes de cultivos de detección remota y proximal (gs31) para identificar zonas para las que la recolección selectiva podría ser apropiada (por ejemplo, Figura 1a ). Sin embargo, estas zonas no siempre se alinearon bien con la variación identificada en los mapas de proteínas. Además, aunque los datos del sensor de proteínas demostraron claramente que la proteína del grano está estructurada espacialmente, los problemas con la calibración y el funcionamiento del sensor presentaban graves limitaciones para el uso robusto de estos sensores. Surgieron problemas adicionales como consecuencia del modo de funcionamiento del sensor de proteínas. Debido a que los sensores actualmente disponibles dependen de la transmisión NIR en lugar de la reflectancia, requieren el llenado por separado de una "cámara de muestra" para cada medición de punto, en lugar de la detección continua. Una consecuencia importante de esto es que cada análisis puede tardar entre 7 y 22 segundos. Como resultado, la densidad espacial de los datos del sensor es baja, en comparación con la proporcionada por un monitor de rendimiento, por ejemplo, que normalmente registra en 1 o 2 segundos. Como resultado, el intervalo de confianza utilizado para probar la importancia de las diferencias entre zonas (TAYLOR et al., 2007) en proteínas es relativamente alto. Por razones obvias, esto reduce en gran medida la confianza que se puede atribuir a la delimitación de zonas proteicas (BRAMLEY et al., 2012c). Es de esperar que la tecnología de detección de proteínas se siga desarrollando, ya que la recolección selectiva sigue siendo una idea filosóficamente sólida que debe perseguir la industria de los cereales. La detección robusta de proteínas también ofrece beneficios para la optimización del manejo del nitrógeno en los cultivos. Experimentación espacialmente distribuida para la optimización de la producción y la seguridad alimentaria CARBERRY et al. (2011) han identificado la AP como una tecnología potencialmente importante para abordar el tema de la seguridad alimentaria, especialmente dado su papel potencial para permitir que se mantenga la producción agrícola al tiempo que se reduce el riesgo asociado con esa producción. La clave del éxito en esta área es que, además de saber que las diferentes partes de una granja son diferentes, también se requiere conocimiento de cómo deben manejarse de manera diferente. Gran parte de la literatura sobre AP presume que este conocimiento está disponible, pero dadas las diferencias en la naturaleza y el alcance de la variación específica del sitio, y la variación regional más amplia y generalizada que puede analizar un agrónomo de distrito o un asesor agrícola, la base de conocimientos requerido para el ajuste fino de la gestión específica del sitio a menudo, de hecho, no está disponible. Característicamente, a los agricultores les gustan los experimentos; siempre están probando cosas nuevas, ya sean nuevas variedades, diferentes fertilizantes o una modificación de algún equipo, por ejemplo. Muy a menudo, tales experimentos implican una tira de prueba dentro de un campo, o pueden implicar que un campo sea tratado de manera diferente a los demás. Este es un enfoque legítimo, ya que proyecta el experimento en el contexto del negocio para el que es relevante, generalmente utiliza el propio equipo de los agricultores para su establecimiento y lo somete a la variación subyacente de la tierra que sustenta la finca o campo en el que se se encuentra. Sin embargo, generalmente carece del rigor estadístico de los experimentos basados ​​en gráficos preferidos por la mayoría de los investigadores. Si bien los agricultores generalmente no toman decisiones sobre la base de la importancia estadística de las diferencias de tratamiento ('¿Me pueden molestar?' Y las consideraciones de beneficio: costo, a menudo son primordiales), sus experimentos son, en consecuencia, a menudo despreciados por los investigadores. Por el contrario, los investigadores tienden a emplear diseños aleatorios junto con un análisis estadístico riguroso, ya sea en un intento de eliminar los efectos de la variación subyacente y / o bajo el supuesto de que dicha variación no tiene ningún impacto en los resultados, o incluso que no hay ninguno. Sin embargo, si PA no nos enseña nada más, ilustra muy claramente que es poco probable que los supuestos de homogeneidad sean ciertos ( en consecuencia, los investigadores suelen despreciar sus experimentos. Por el contrario, los investigadores tienden a emplear diseños aleatorios junto con un análisis estadístico riguroso, ya sea en un intento de eliminar los efectos de la variación subyacente y / o bajo el supuesto de que dicha variación no tiene ningún impacto en los resultados, o incluso que no hay ninguno. Sin embargo, si PA no nos enseña nada más, ilustra muy claramente que es poco probable que los supuestos de homogeneidad sean ciertos ( en consecuencia, los investigadores suelen despreciar sus experimentos. Por el contrario, los investigadores tienden a emplear diseños aleatorios junto con un análisis estadístico riguroso, ya sea en un intento de eliminar los efectos de la variación subyacente y / o bajo el supuesto de que dicha variación no tiene ningún impacto en los resultados, o incluso que no hay ninguno. Sin embargo, si PA no nos enseña nada más, ilustra muy claramente que es poco probable que los supuestos de homogeneidad sean ciertos (Figura 5a ) y que, en consecuencia, los intentos de eliminar sus efectos pueden no tener éxito. Mientras tanto, los agricultores a menudo consideran los experimentos de los investigadores con cautela porque sus parcelas se perciben como poco realistas y porque los tratamientos a menudo se aplican a mano en lugar de utilizar maquinaria similar (y de tamaño similar) a la suya; este es un problema particular para los experimentos que involucran aerosoles. Una solución a este impasse, que puede resultar atractiva tanto para los agricultores como para los investigadores, es utilizar un enfoque distribuido espacialmente junto con un análisis espacial de las respuestas al tratamiento (BISHOP & LARK, 2006, 2007). En este enfoque, los experimentos se establecen en tiras individuales (por ejemplo, LAWES & BRAMLEY, 2012), parcelas distribuidas espacialmente (WHELAN et al., 2003) o utilizando diseños altamente replicados (por ejemplo, PANTEN et al., 2010; BRAMLEY et al. , 2011a) que cubre toda la unidad de gestión ( Figura 5b) utilizando las herramientas de la AP para su diseño y establecimiento. Cualquiera que sea el enfoque que se utilice, la variación subyacente en el sitio del ensayo se utiliza como una herramienta experimental de modo que cuando el experimento se analiza mediante el análisis espacial apropiado, se puede determinar la variabilidad espacial en la respuesta al tratamiento y en la significación estadística de los efectos del tratamiento. Esto último mantiene contentos a los investigadores, mientras que el hecho de que el experimento se realice a la misma escala que las operaciones agrícolas normales significa que los resultados también son relevantes para el agricultor. Es importante destacar que, mientras que el enfoque basado en parcelas ( Figura 5a ) aborda la cuestión de si el tratamiento A es mejor que el tratamiento B, el enfoque espacial ( Figura 5b) reconoce que ambos pueden ser beneficiosos, aunque en diferentes partes del mismo campo. BRAMLEY et al. Ofrecen una discusión más sustancial de este enfoque. (2012b). Requiere un mayor desarrollo con respecto al software para facilitar el análisis de resultados. Sin embargo, el trabajo reciente sugiere que ofrece una forma positiva de avanzar que ayudará con la adopción de la AP. Un atractivo particular surge del hecho de que, así como la implementación exitosa de la AP probablemente dependa de la experimentación, la AP también permite que se lleve a cabo la experimentación requerida.

Leer más

Los agricultores de todo el mundo deben realizar el proceso llamado exploración de cultivos para estar seguros que sus cultivos se van a mantener sanos durante el periodo de crecimiento. A lo largo de los siglos los expertos contratados, llamados “exploradores”, tenían que recorrer los campos en busca de áreas problemáticas, tomar muestras y completar informes. En los últimos años, las aplicaciones agrícolas han convertido el procedimiento de exploración de cultivos en uno más fácil y mucho más preciso. Son plataformas digitales en línea que utilizan GPS e integran los big data recopilados por drones, satélites, servicios de información meteorológica y etc.

AGRICULTURA Y EXPLORACIÓN DE CULTIVOS
Durante la larga temporada de cultivo, muchas cosas pueden salir mal en el campo. Plagas, enfermedades, malezas no deseadas, cambios climáticos y otros problemas. A pequeña escala todos estos contratiempos pueden pasar desapercibidos, pero con el tiempo se verán en el rendimiento considerablemente más bajo y pérdida de ingresos. Para evitar que esto suceda, un agricultor debe verificar el estado de sus cultivos al menos una vez a la semana. Tradicionalmente, la exploración de cultivos de campo ha sido realizada por expertos en agricultura que recopilaron información sobre cualquier problema de salud de los cultivos durante su crecimiento.

Aplicación Crop Monitoring en su teléfono inteligente

LA EXPLORACIÓN CLÁSICA DE CULTIVOS
Los exploradores tradicionales siempre han confiado en sus habilidades básicas de:

Patrones de exploración de cultivos
Observar los cultivos de cerca para descubrir daños por plagas o enfermedades
Tomar notas
Recoger muestras
Rellenar informes.
Un explorador tradicional normalmente utiliza una gran cantidad de herramientas para la exploración de cultivos:

Portapapeles
Lápiz
Navaja de bolsillo (o tijeras)
Lupa
Gafas de protección
Bolsa para muestras
Cámara digital
Formulario de informe estándar
Mapa de campo
Provisiones (comida, agua)
Botiquín de primeros auxilios.
Esta lista puede seguir ampliándose, ya que la elección de herramientas de exploración de cultivos puede variar de un explorador a otro, pero lo que importa es que la exploración tradicional puede resultar un trabajo físico muy agotador. Para entender mejor por qué, echemos un vistazo más de cerca a los métodos de la exploración clásica de cultivos.

Patrones De Exploración
Empecemos por la manera de caminar, la habilidad y actividad más básica que se realiza en la exploración de cultivos. Obviamente es imposible recorrer toda el área del campo a pie, especialmente si es un campo grande. Eso requeriría una enorme cantidad de tiempo y esfuerzo. Además, dependiendo de la etapa de crecimiento, algunos cultivos pueden ser muy altos o encontrarse muy cerca uno del otro, impidiendo así el acceso. La única forma de alcanzar los cultivos en este caso sería cortando las plantas, que es, por supuesto, el peor plan imaginable, ya que daña el cultivo. Sin embargo, la precisión de la exploración de cultivos es directamente proporcional a la cantidad de terreno que hay que explorar, y un explorador tiene que lidiar con eso de alguna manera.

A lo largo de los años, se han inventado varios patrones de rutas por el campo como una forma de resolver todos estos problemas. Por ejemplo, el Manual de exploradores en Wisconsin, que está bastante desactualizado hoy en día, recomienda la ruta en forma de M en un campo rectangular o cuadrado como la más eficiente. La idea principal detrás de esta teoría es moverse en forma de zig-zag por el campo realizando la exploración de cultivos para mantener el equilibrio entre la precisión, el área cubierta y el tiempo dedicado a un solo campo.

La Universidad Estatal de Iowa, por otro lado, sugiere, como un planteamiento un poco más variado y sencillo que consiste en tres patrones de exploración de cultivos diferentes:

Transecto, básicamente una ruta en diagonal recta a través del campo;
Zig-zag, que recuerda la forma de M;
Diamante, que es exactamente lo que parece: una ruta circular en forma de polígono.
¿Alguno de estos patrones podría garantizar un escaneo perfecto del campo? Hablando de manera realista, casi seguro que no, especialmente si el campo es muy grande y el tiempo dedicado a la exploración de cultivos es muy limitado. En nuestro mundo que avanza muy deprisa, no nos podemos permitir perder el tiempo precioso. Por lo tanto, algunas áreas inevitablemente se quedarán sin exploración, dejando a los agricultores con rendimientos bajos a largo plazo.

Este hecho es conocido como el factor humano, que no es sinónimo de culpabilidad. Los exploradores pueden hacer su trabajo extremadamente bien, poniendo todo su esfuerzo en ello, utilizando las mejores herramientas disponibles. Pueden usar las técnicas testadas y reconocidas, pero aún así no pueden detectar todos los pequeños problemas en el campo determinado.

Observación Y Muestreo
Ahora imaginemos que hemos elegido un patrón de exploración de cultivos y es hora de ir a observar los cultivos. ¿Cómo de extenuante sería examinar cada cultivo en el camino, buscando pequeñas imperfecciones como las hojas dañadas o colores fuera de lo normal? Incluso el ojo humano más experimentado y hábil no puede funcionar con una precisión perfecta el cien por cien todo del tiempo. Cuanto más grande sea el campo, más espacio para errores accidentales de factor humano. Lo que es aún más desconcertante es la cantidad de trabajo físico que debe realizar el explorador durante la exploración de cultivos. Es tedioso, desafiante e incluso puede ser perjudicial para la salud de una persona.

Y luego está el muestreo, cuando el explorador se encuentra cortando hojas (cuando sea absolutamente necesario) con una navaja de bolsillo o tijeras, así mismo la cantidad de trabajo se aumenta considerablemente. En este caso una cámara digital sería una herramienta muy útil para un explorador cuando se trata de tomar muestras.

La aplicación de exploración de cultivos en un dispositivo móvil permitiría al experto tomar fotos instantáneas, usando el teléfono o tableta en lugar de una cámara digital, con una importante diferencia: el dispositivo móvil permite que el explorador suba en el mismo momento las imágenes en una base de datos y comparta estos datos con el propietario del campo.

El Arduo Trabajo De Papeleo
Por último, la exploración de cultivos clásica no estaría completa sin tomar notas cada vez que se detecta una anomalía y rellenar informes estándar al final de cada exploración. Esto se junta con el problema general del trabajo físico excesivo y la pérdida de tiempo. Además, el papeleo tiende a acumularse y mantenerlo organizado se convierte en un desafío adicional.

¿En Qué Medida Es Efectiva La Exploración Clásica?
Teniendo en cuenta todo lo previamente mencionado, reflexionemos un poco sobre el posible grado de precisión que puede alcanzar la exploración de cultivos convencional. Las limitaciones físicas definitivamente impiden un escaneo perfecto del campo. Presionado por el tiempo limitado, un explorador puede teóricamente pasar por alto no solo un problema de un solo cultivo sino todo un área problemática. Eso dependería del tamaño del campo y no sería culpa del explorador, por supuesto. Desafortunadamente, la cantidad de estrés físico que se ejerce sobre el explorador puede disminuir aún más la eficiencia del procedimiento y ser perjudicial para la salud de esta persona. Finalmente, las grandes cantidades de documentación técnica crean un problema adicional de almacenar y compartir los datos adquiridos. En otras palabras, sin la ayuda de la tecnología, la exploración de cultivos clásica no garantiza un informe completo y preciso del estado de los cultivos en el campo, lo que se refleja en rendimiento más bajo y, como consecuencia, en pérdida de ingresos.

PROBLEMAS DE LOS AGRICULTORES
Las principales dificultades con las cuales se encuentra el agricultor durante el cultivo se pueden dividir en varias categorías:

problemas del suelo
plagas y enfermedades
decisiones de nutrición y fertilización.
La Humedad Del Suelo
El suelo tiene que estar bien humedecido para que las plantas se desarrollen bien y crezcan sanas. El agua puede ser tanto una fuente de vida, como de muerte para los cultivos, dependiendo de su cantidad y de las necesidades individuales de cada cultivo. Si una planta no recibe suficiente agua, experimentará una sequía que podría matarla. Sin embargo, el exceso de riego es un problema en el extremo opuesto del espectro. En ambos casos, el cultivo mostrará síntomas preocupantes de desnutrición, sin mencionar el riesgo siempre presente de desperdiciar los recursos de agua. El mapeo de la humedad del suelo realizado por satélites e integrado en aplicaciones agrícolas podría ser una solución económica para la exploración de cultivos.

Plagas Y Enfermedades
La aflicción de cualquier granja son los ejércitos de microorganismos e insectos dañinos que invaden regularmente los cultivos. Hay muchos tipos de enfermedades y especies de plagas que se pueden identificar mediante la exploración de cultivos al examinar de cerca las hojas de cada planta. Pero se puede imaginar la pérdida de tiempo y la cantidad de áreas que se pasan por alto en cada campo. Los satélites modernos durante la exploración de cultivos son capaces de detectar estas áreas de un vistazo, mientras que algunas aplicaciones agrícolas están equipadas con un sistema automático de identificación de plagas y enfermedades.

Nutrición A Través De Fertilización
Finalmente, alimentar los cultivos puede ser un verdadero desafío para los agricultores. De manera similar al problema del riego, un plan de fertilización inadecuado puede alimentar insuficientemente las plantas y envenenarlas, dependiendo de la vegetación y las variaciones del suelo en сada campo. Y lo que es aún peor, una acumulación de nitratos en el suelo conduce a su infertilidad y contribuye al efecto de gas verde, dando más fuerza al calentamiento global. En otras palabras, una aplicación inconsciente de fertilizantes nitrogenados puede llevar a un desastre ambiental local que coincide con la pérdida de rendimiento y de ingresos. Pueden leer más sobre este problema global que se manifiesta durante la exploración de cultivos moderna en esta página web: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5359602/.

Algunas aplicaciones de exploración de cultivos utilizan imágenes de satélite para mostrar variaciones de vegetación y zonas de productividad de los campos específicos, lo que permite a los agricultores ajustar su plan de fertilización con mucha más precisión.

Está claro que la exploración de cultivos clásica no resuelve de manera satisfactoria los problemas de los agricultores. Sin embargo, la tecnología moderna está a punto de revolucionar la agricultura y también la exploración de cultivos. Las soluciones para los problemas climáticos globales también dependen de este cambio.

LA EXPLORACIÓN DE CULTIVOS ACTUALIZADA
Afortunadamente, en nuestra era digital, la exploración de cultivos convencional con sus limitaciones se está volviendo obsoleta rápidamente. Tecnología aérea, o drones equipados con cámaras digitales y compatibles con cualquier otro dispositivo informático (Android, tableta, portátil, ordenador), mapean campos y escanean cultivos en minutos tomando instantáneas durante su movimiento. Los drones crean una vista de pájaro de campo, ahorrando tiempo, energía y dinero a los exploradores. La exploración de cultivos con drones no podría de ninguna manera reemplazar a los humanos en el terreno, pero ofrece una poderosa asistencia tecnológica.

Las Imágenes De Satélite
El siguiente paso en esta revolución digital de monitorización del campo son las imágenes de satélite. Tiene varias ventajas importantes sobre los drones. Los satélites son capaces:

de cartografiar automáticamente grandes cantidades de la superficie de la Tierra en un tiempo asombrosamente corto;
de volver a visitar automáticamente la misma área en un ciclo que generalmente toma unos días, actualizando regularmente los mapas;
de crear imágenes de alta resolución durante la exploración de cultivos;
hacer mapas basados en las longitudes de onda de la luz más allá del ojo humano.
Debemos tomar este último punto y estudiarlo con más detalle, para comprender cómo puede beneficiarse de ello la exploración de cultivos.

¿Qué Tiene Que Ver La Luz Con Las Plantas?
Como la mayoría de los objetos de nuestro universo, las plantas absorben y reflejan la luz. Por experiencia, todos sabemos que las hojas verdes son saludables, mientras que las amarillas probablemente no lo sean. Eso es porque en una planta sana el pigmento de la clorofila absorbe todas las ondas de luz del espectro visible, excepto la verde. Eso es todo lo que el ojo humano puede ver. Lo que no puede ver es que las plantas también reflejan la luz de manera muy brillante en longitudes de onda más largas que el rojo, llamado el infrarrojo cercano. Por lo tanto, simplificando podemos decir que si no hay clorofila, entonces no hay ni verde ni infrarrojo y por lo tanto no se podrá ver en la exploración de cultivos por satélite.

Aparece La Detección Remota Multiespectral
Como sugiere su nombre científico, se trata de la detección remota de exploración de cultivos con el uso de más de un espectro. Los satélites de hoy en día pueden fotografiar cultivos en el infrarrojo cercano, monitoreando así su salud de manera más efectiva que a simple vista. Asimismo al analizar el suelo en el infrarrojo cercano se puede identificar su composición. Para obtener más información sobre la ciencia exacta detrás de esto, visite la página: https://science.nasa.gov/ems/08_nearinfraredwaves.

Actualmente muchas aplicaciones agrícolas ya han integrado la detección remota en sus metodologías de monitorización de campo, lo que revoluciona la exploración de cultivos.

Cómo El Internet Y El Sistema De Posicionamiento Global (GPS) Impulsan La Exploración De Cultivos
Imagínese a un explorador sólo en un campo durante la exploración de cultivos tomando notas, ansioso por compartir con el propietario del terreno los datos recién recopilados sobre el mal estado de los cultivos en un lugar en particular. Sin conexión a Internet, solo podría hacerlo por medio de una llamada telefónica. Sin embargo, no es un medio fiable para intercambiar datos, ya que, por su naturaleza, la llamada está más cerca de una conversación informal que de un informe oficial. Todos conocemos desde la infancia el juego del teléfono escacharrado, en el que un mensaje se distorsiona a medida que pasa de una persona a otra. Llevar físicamente todo el papeleo y las muestras al propietario podría ser la única opción fiable. Pero podemos imaginar la cantidad de tiempo que se malgasta en la exploración de cultivos convencional de esta manera.

Y ahora agreguemos Internet a la ecuación. Las aplicaciones de exploración de cultivos se basan en él para garantizar la transferencia instantánea de datos de un dispositivo a otro. Los datos viajan en línea a la velocidad de la luz y, si están correctamente cifrados, no se distorsionan, lo que permite ahorrar tiempo sin pérdida de precisión. En otras palabras, un explorador puede crear un informe digital de exploración de cultivos y compartirlo en línea en el acto, sin demora. Este tipo de comunicación se parece más a la luz intermitente visible a gran distancia. Alrededor de la Tierra, la luz viaja literalmente instantáneamente, tardando unos segundos en el peor de los casos.

Supongamos que un explorador también desea compartir de alguna manera la ubicación exacta en un campo con el propietario. Gracias al GPS, esta tarea puede ser realizada con la ayuda de un mapa interactivo online creado por un satélite. La mayoría de las aplicaciones agrícolas de exploración de cultivos suelen tener la función que permite a un explorador colocar un punto en el mapa, añadir una descripción y una foto, y luego guardarlo en línea. Ese punto con sus coordenadas nunca se perderá hasta que se decida eliminarlo.

Nadie que se dedica a la exploración de cultivos debe estar solo y aislado en el campo o en la oficina, contando sólo con los medios tradicionales de comunicación que desperdician tiempo y energía. El Internet crea una conexión mundial instantánea, mientras que el GPS se asegura de que ningún punto de interés se pierda en el mapa.

La Exploración De Cultivos Con Aplicaciones Agrícolas
Como se puede ver, un explorador moderno puede ser apoyado y asistido por una amplia gama de maravillas tecnológicas, desde drones, imágenes satelitales en el infrarrojo cercano y mapas GPS interactivos. Estamos hablando de grandes cantidades de datos, que a menudo se recopilan en tiempo real y se actualizan constantemente, que se pueden compartir en Internet en cuestión de segundos. La gran pregunta aquí es ¿cómo y dónde almacenar estos datos de exploración de cultivos, cómo ordenarlos en el caos? En los últimos años, esta necesidad de consolidación de datos de exploración de cultivos que sea fácil de usar ha llevado a la tecnología a una solución revolucionaria.

APLICACIONES AGRÍCOLAS
Les presentamos las aplicaciones agrícolas, software de exploración de cultivos diseñados para hacer que la monitorización de campo y la exploración de cultivos sean rápidos, eficientes y fáciles. A menudo se las conoce como plataformas digitales porque en su base está la idea del aprendizaje automático y la integración. Las aplicaciones agrícolas integran los big data de diferentes fuentes y los ofrecen a los usuarios, todo en el mismo lugar. Las imágenes de satélite, los datos meteorológicos, los mapas de vegetación, el historial del clima de un área en particular, básicamente, todos los datos útiles que se pueden recopilar podrían estar ingresados en la base de datos de la aplicación. A continuación, la base de datos se convierte en una interfaz que puede ser entendida fácilmente incluso por los usuarios no profesionales y se convierte en una poderosa herramienta de exploración de cultivos basada en datos digitales.

Ya existe una variedad considerable de aplicaciones agrícolas, con diferente rango de capacidades. Para ahorrar tiempo, examinaremos sólo seis de las aplicaciones agrícolas más populares que son especialmente adecuadas para la exploración de cultivos digital. ¡Vamos a sumergirnos en este tema!

FarmLogs
Una de las ventajas de esta plataforma digital es que está disponible tanto en dispositivos móviles como en los ordenadores (PC). Ofrece a sus usuarios un periodo de prueba gratuito de 30 días. En lo que respecta a la exploración de cultivos, un usuario puede geoetiquetar manualmente notas e imágenes en el mapa y mantenerlas en el registro digital. Esto reemplaza el papeleo y la toma de muestras físicas con el uso de un solo dispositivo, como un smartphone, una tableta, un portátil o un ordenador. Aparte de eso, la aplicación FarmLogs proporciona a los usuarios información de marketing, historial de acumulación de lluvia y calor, información sobre seguros de cosechas y otras características importantes.

Climate FieldView
Esta plataforma permite a los agricultores prescribir los guiones de siembra y las cantidades de fertilizantes online, según los mapas de vegetación. FieldView se basa en gran medida en las imágenes de exploración de cultivos de satélite para proporcionar a los usuarios una imagen precisa del estado de sus cultivos a lo largo de la temporada. Las prescripciones se basan también en los datos meteorológicos históricos para cada específico terreno.

ExtractFarming
La exploración de cultivo automatizada es lo que ofrece a los usuarios esta aplicación agrícola, y promete ahorrar tanto tiempo de sus usuarios cuanto sea posible. Permite a los agricultores crear manualmente las tareas de exploración de cultivos. Los exploradores reciben notificaciones sobre una nueva tarea automáticamente. Tan pronto como un explorador termina con la revisión de un área problemática, él puede enviar el informe con fotografías al agricultor. Entre otras características útiles que ofrece ExactFarming se encuentran los datos meteorológicos, el NDVI (el índice de vegetación) para analizar los cambios en la biomasa y la gestión de recursos.

Crop Monitoring
EOS lanza una nueva aplicación de exploración de cultivos con algunas funciones adicionales para la efectiva monitorización de campo durante toda la temporada. Nuestra aplicación ofrece asistencia digital para los agricultores, las aseguradoras y los comerciales. Está disponible en dos versiones, la aplicación de exploración de cultivos y la versión web extendida. La versión web cuenta con:

Pestaña “Gestión de campos”;
Análisis meteorológico avanzado;
Exploración de cultivos;
Un sistema de alertas y notificaciones fácil de usar;
Zonificación (basada en los índices de vegetación);
Identificación de etapas de crecimiento.
Cada una de estas funciones puede ser utilizada para aumentar la eficiencia de la exploración de cultivos. Los campos son monitoreados regularmente por satélites, con actualizaciones cada 3-5 días coincidiendo con los ciclos de revisión. El usuario sólo tiene que añadir el campo al sistema para comenzar a monitorearlo. Este software de exploración de cultivos también proporciona al usuario los datos históricos interesantes sobre las temperaturas del campo y la tasa de precipitación, muestra el tiempo actual y permite hacer pronósticos meteorológicos.

La versión web está creada para ofrecer al usuario una vista panorámica de los límites de los campos, el clima y el estado de sus cultivos. Envía notificaciones y alertas sobre riesgos climáticos y cambios de índice de vegetación, basados ​​en los valores del NDVI. Gracias a la función de zonificación, el campo en el mapa interactivo puede ser dividido en 2-7 zonas con diferentes niveles de vegetación, de escasa a densa. La sinergia de todos estos datos le permite crear tareas de exploración de cultivos de manera efectiva, solucionar los problemas semanalmente, asegurando así el mayor rendimiento.

EL EXPLORADOR CON UN DISPOSITIVO MÓVIL
La versión móvil de Crop Monitoring está diseñada para facilitar el procedimiento de exploración de cultivos. Así les explicamos cómo:

Imagine la siguiente situación: el propietario de un campo determinado ha sido notificado de un cambio fuera de lo normal en el valor de NDVI (parte de la vegetación puede tener problemas). Luego el propietario abre un mapa de zonificación de vegetación y encuentra áreas problemáticas bajo sospecha, las etiqueta y crea tantas tareas de exploración de cultivos como sea necesario. Un explorador con un smartphone o tableta recibe una notificación de una nueva tarea, abre la aplicación y ve la ubicación exacta que requiere atención. Luego, al llegar al lugar de exploración de cultivos, el explorador realiza un chequeo completo en busca de malezas, plagas o enfermedades. ¡Ahora es el momento de tomar muestras! Sin embargo, no es necesario ni cortar ni arrancar las hojas, porque la mayoría de los dispositivos móviles ahora cuentan con una cámara. Lo único que tiene que hacer el explorador es tomar tantas instantáneas como sea necesario para el muestreo y subirlas en la sección especial de la tarea en la aplicación. En el mismo lugar y momento el explorador puede añadir todos los datos recopilados en un formulario de informe de exploración de cultivos. La persona que haya configurado la tarea podrá exportar este informe como una hoja de cálculo de Excel en cuestión de segundos. En pocas palabras es el procedimiento de exploración de cultivos simplificado con la aplicación disponible en un dispositivo móvil.

exploración de campo a través de la aplicación móvil Crop Monitoring

CROP MONITORING EN ACCIÓN
Ahora es el momento para ver cómo la integración de diferentes tipos de datos realmente ayuda en la exploración de cultivos. Aquí tenemos casos reales de campos con áreas problemáticas que requieren atención. Se habría enviado un explorador para comprobarlos y hacer un informe. Hay dos cosas en las que deberíamos centrarnos:

¿Cómo nos enteramos de que existen las áreas problemáticas?
¿Cómo las aplicaciones agrícolas facilitan la vida de los exploradores y, al mismo tiempo, ahorran tiempo y gastos?
Integración De Datos En Una Pantalla
Este caso ilustra perfectamente la importancia práctica de la detección remota en la exploración de cultivos integrada en el Crop Monitoring. El campo ha sido escaneado por un satélite en el infrarrojo cercano para revelar el estado de su vegetación. Como se puede ver en la imágen, existen algunas variaciones en el crecimiento de los cultivos.

Imagen NDVI con leyenda en la aplicación Crop Monitoring

Esta imagen de un campo se basa en el Índice de Vegetación de Diferencia Normalizada (NDVI), medido por un sensor remoto satelital. Es producto de la exploración de cultivos desde el espacio en el infrarrojo cercano, revelando más detalles sobre el crecimiento de la vegetación. Crop Monitoring convierte los datos sin procesar en una escala de matices de color, de rojo a verde, con los valores apropiados de -1 a 1. En la leyenda de la derecha, cada punto de la escala se identifica y describe por conveniencia. Por ejemplo, de -1 a 0,25 es “el suelo abierto”, mientras que de 0,6 a 1 es “la vegetación densa”. A pesar de que solo se detectan cuatro tipos diferentes de variaciones, es decir, suelo abierto, vegetación escasa, moderada y densa, existen grados suficientes para crear una imagen más específica. Además, para cada grado se ha calculado el área correspondiente del campo en hectáreas, para proporcionar un rango detallado del estado de los cultivos. Por ejemplo, un área con vegetación moderada con índices de 0.55 a 0.6 ocupa 6.09 hectáreas del campo.

Crear Una Tarea De Exploración De Cultivos
Básicamente hay que elegir un punto en el mapa a donde hace falta que vaya un explorador para inspeccionar el terreno. Un usuario puede elegir y escribir manualmente el nombre de la tarea de exploración de cultivos, asignar un explorador y agregar una descripción si es necesario.

crear una tarea de exploración en la interfaz de la aplicación Crop Monitoring

La ubicación de la tarea de exploración de cultivos ahora está fijada como un punto en el mapa y tiene este aspecto:

establecer la ubicación de la tarea de exploración en la interfaz de la aplicación Crop Monitoring

Al pasar con el ratón sobre el punto de la tarea de exploración de cultivos en el mapa, se mostrará la información con el nombre de la tarea, la descripción, la fecha de creación y el nombre del campo.

detalles de la tarea de exploración al pasar el mouse sobre ella

Aquí vemos una tarea de exploración de cultivos, que consiste en una inspección de un área problemática por parte de una compañía de seguros para validar el daño. Gracias a la integración de datos en una aplicación y la conectividad, todas las partes pueden monitorear fácilmente el desempeño de esta tarea en tiempo real. El agricultor, el propietario de un campo, el trabajador de una compañía de seguros y el explorador verán la misma imagen. El explorador, por cierto, no tendrá que caminar por el campo en varios patrones durante horas bajo un sol abrasador. En su lugar, irá directamente al punto que se muestra en el mapa, utilizando GPS integrado en la aplicación de exploración de cultivos en su dispositivo móvil.

Zonas De Productividad
Una de las características más interesantes del Crop Monitoring es su calculadora de productividad de la zona. Como recordará, una de las necesidades más esenciales de un agricultor es fertilizar adecuadamente el campo. Los campos generalmente tienen variaciones de productividad y algunas aplicaciones de exploración de cultivos permiten que sean visibles como en la imagen a continuación.

calculadora de productividad de zona en la aplicación Crop Monitoring

En términos generales, las áreas verdes requieren menos fertilización, mientras que las rojas deben alimentarse adecuadamente o de lo contrario definitivamente “pasarán hambre”. Gracias a esta función, los agricultores pueden crear planes de fertilización más precisos y trazar la ruta a través del campo con mayor precisión.

Estrés Por Temperaturas Bajas
Crop Monitoring durante la exploración de cultivos no sólo detecta cambios en el crecimiento de la vegetación, como lo revela la curva NDVI en el gráfico, sino también los puntos críticos de temperatura. En este caso, las temperaturas cayeron a un mínimo crítico y la curva NDVI también bajó. Según la tabla debajo del mapa, el evento de estrés por frío ocurrió alrededor del 23 de noviembre. Se ve en el gráfico como una barra roja perpendicular a la curva.

detectar con Crop Monitoring cuando se produce estrés por frío

Observen los colores de la vegetación en esta imagen. Como recordará, los verdes y los amarillos significan los niveles de vegetación densa y moderada. En otras palabras, este campo no se encuentra en un estado perfecto, pero tampoco está mal. Esto fue antes del estrés por frío. Ahora miren lo que le pasó con la vegetación después de haber experimentado un estrés por temperaturas bajas.

cómo la aplicación Crop Monitoring muestra la vegetación dañada por el estrés por frío

Fíjense en el cambio de amarillo a naranja intenso en todo el campo. Algunas manchas rojas se han mantenido más o menos iguales, pero la vegetación en general ha sufrido mucho daño. Gracias a la detección remota en la exploración de cultivos, Crop Monitoring destaca estos importantes cambios para que los vean los usuarios. Para una compañía de seguros, estas dos imágenes, que tienen solo una semana de diferencia, sirven como una prueba innegable del daño causado por un estrés por frío natural.

Inundación
El propietario del campo que se ve en el mapa interactivo a continuación afirma que su terreno ha sido inundado por lluvias excesivas durante mayo. Una compañía de seguros desea investigar la reclamación utilizando la exploración de cultivos con la plataforma Crop Monitoring. Aquí se han integrado imágenes de satélite de infrarrojo cercano para ayudar a detectar e identificar la ubicación exacta de las áreas donde los niveles de agua se volvieron críticos para la vegetación. Cada punto rojo oscuro del mapa es, efectivamente, un área muy inundada.

detección de inundaciones con Crop Monitoring

Ahora preste atención a la tabla que se encuentra debajo del mapa. Además de la curva del índice de vegetación, hay barras verticales azules que indican los niveles de precipitación durante ciertos períodos de tiempo. En el gráfico se observa claramente que el campo ha recibido cantidades extremas de lluvia en mayo. Los usuarios que realizan la exploración de cultivos con el Crop Monitoring pueden comprobar otros datos meteorológicos cambiando entre precipitación, temperatura, estrés por frío o estrés por calor, para aumentar el conocimiento del estado del campo en cualquier momento.

Por ejemplo, al continuar examinando las inundaciones de ese campo, la compañía de seguros ha analizado la tasa de precipitación promedio de mayo en esta área durante los cinco años anteriores. La tabla compara la tasa promedio (mostrada en naranja) con la cantidad de lluvia real (en azul) antes de la reclamación. Por lo tanto, estamos viendo lo que vieron ellos: un agricultor esperaba un máximo de 20 mm, pero obtuvo casi 100 mm. Este gráfico demuestra que el campo recibió hasta 5 veces más precipitación de lo esperado. En otras palabras, no fue culpa del agricultor (no ha regado en exceso el campo) sino un evento de fuerza mayor.

monitorear el nivel de precipitación con la aplicación Crop Monitoring

El clima actualmente puede cambiar de manera inesperada, especialmente en el contexto más amplio del cambio climático global. Crop Monitoring ayuda a mantener el clima bajo control constante teniendo en cuenta las cifras y valores promedio de los últimos 5 años que se pueden predecir (función de pronóstico).

APLICACIONES AGRÍCOLAS QUE DAN IMPULSO LA EXPLORACIÓN DE CULTIVOS
Actualmente están disponibles varias aplicaciones de exploración de cultivos, cada una normalmente cuenta con alguna herramienta adicional, como datos históricos del tiempo, notificaciones y zonificación. Cualquier profesional de agroindustria, interesado en la monitorización efectiva de los campos, puede beneficiarse al crear la cuenta en una de estas aplicaciones y realizar la exploración de cultivos en un nivel de eficiencia completamente nuevo.

Las aplicaciones de exploración de cultivos integran los big data obtenidos de diversas fuentes para hacer que la monitorización y la exploración de cultivos del campo sea más fácil, más precisa y más rentable. La exploración convencional, con el esfuerzo físico que supone, muchas veces caminando a ciegas y con mucho papeleo, podría actualizarse con la ayuda de aplicaciones de exploración de cultivo. La detección remota muestra cualquier variación de productividad en la zona examinada del campo. Todo aquel que utiliza una aplicación como Crop Monitoring puede crear instantáneamente una tarea de exploración de cultivos y monitorear su desempeño en tiempo real. El explorador utilizará la aplicación móvil en cualquier dispositivo portátil, que cuente con el GPS y conexión a Internet, para recopilar y compartir información valiosa sobre el estado de los cultivos con mucha precisión y sin demora.

Leer más

La teledetección para la agricultura se puede definir simplemente como «observar un campo o cultivo sin tocarlo». Aunque la detección remota puede ser tan simple como una «inspección del parabrisas» de un campo desde un camión a 55 mph, la historia de la detección remota moderna comenzó cuando se tomaron fotografías en blanco y negro del paisaje por primera vez desde el aire. El primer esfuerzo organizado para adquirir fotografías aéreas apareció a fines de la década de 1930 por parte del Departamento del Ejército. Finalmente, el Servicio de Conservación y Estabilización Agrícola adoptó la tecnología y comenzó a recopilar fotografías indexadas del paisaje con fines agrícolas. Muchas de estas fotografías todavía están disponibles a través de Farm Service Agency. La teledetección, en la actualidad, incorpora nuevas tecnologías que brindan información cada vez más eficiente, completa, precisa y oportuna.

Las tecnologías de teledetección proporcionan una herramienta de diagnóstico que tiene al menos dos funciones importantes, así como muchos otros usos en el manejo de cultivos específico del sitio. La teledetección se puede utilizar para medir la reflectancia de la energía luminosa del dosel del cultivo, lo que puede ser útil para detectar el estrés de las plantas mientras aún hay tiempo para corregir el problema. Las imágenes o mapas creados con sensores remotos también brindan un método rápido para estimar la extensión de una característica importante de un cultivo o la ubicación de áreas de un campo que parecen tener características similares. Estas imágenes o mapas son útiles para desarrollar planes de exploración para el examen directo del suelo detectado o las condiciones de la planta y para desarrollar planes de tratamiento específicos para el sitio.

Al igual que los mapas de rendimiento, las imágenes de detección remota fomentan la investigación creativa de las prácticas de gestión a largo plazo. Las imágenes de detección remota proporcionan un método visual para comprender los efectos de los insumos gestionados, como los fertilizantes, y las prácticas culturales, como la labranza. También son útiles para comprender el impacto de factores ambientales como el drenaje o las infestaciones de plagas. A diferencia de los mapas de rendimiento, que afectan solo las decisiones futuras, las imágenes de detección remota pueden recopilarse varias veces durante la temporada de crecimiento y permiten tomar decisiones de manejo oportunas para corregir problemas o deficiencias en el cultivo actual. Por esta razón, la tecnología de teledetección agrega una dimensión importante al manejo de cultivos específico del sitio.

(abre en una nueva ventana)Fotografías aéreas históricas
Las fotografías aéreas históricas pueden proporcionar información valiosa sobre el estado actual de la tierra. Estas fotografías suelen ser en blanco y negro y constituyen un buen ejemplo de la forma más sencilla de teledetección. Cada vez es más común poner un valor en estos registros históricos e intercambiarlos como si fueran parte de la tierra a medida que la tierra cambia de manos. Las fotografías pueden ayudar a los propietarios a visualizar las diferencias históricas en el uso de la tierra que ocurrieron años o décadas antes.

1939 fotografía aérea
Fotografía de 1939.

1956 fotografía aérea
Fotografía de 1956.

1968 fotografía aérea
Fotografía de 1968.

1982 fotografía aérea
Fotografía de 1982.

Fotografía aérea de 1990
Fotografía de 1990.

Una imagen digital detectada a distancia
Figura 1
Una imagen digital de detección remota, arriba, que indica la variabilidad en el pH del suelo en un campo refleja las diferencias en las prácticas agrícolas a lo largo de los años, como se muestra en esta serie de fotografías aéreas históricas.

Un ejemplo principal de la importancia de estos registros está relacionado con la consolidación de tierras agrícolas. El tamaño promedio de los campos ha crecido en las últimas décadas al consolidar los campos que alguna vez se cultivaron por separado en campos más grandes que son más eficientes de administrar. Cuando se consolidan los pastizales adyacentes y los campos labrados, esas áreas que alguna vez estuvieron separadas no se comportan de la misma manera bajo la nueva estrategia de manejo uniforme. El resultado es un campo grande con cambios abruptos en las características del suelo o la productividad en la unión de los límites de campo antiguos y de otro modo invisibles. Una fotografía antigua puede proporcionar información que se puede utilizar para comprender esa variabilidad.

En la siguiente serie de fotografías (Figura 1), el mapa de pH de un campo de aproximadamente 80 acres tiene un patrón distinto que parece haberse desarrollado al cultivar el campo más grande como varios campos más pequeños. El mapa de 1990 muestra claramente una línea de árboles que separa el campo en dos partes distintas. La foto de 1982 proporciona aún más pistas sobre algunas de las diferencias en el pH. Aquí, la evidencia de erosión por barrancos desde el extremo sur del campo hasta el extremo norte también parece haber sido al menos parcialmente responsable de la variabilidad en el pH debido a la erosión y la deposición y apoya la idea de que se ha producido un movimiento dramático de la capa superficial del suelo dentro del campo. También es evidente que este campo alguna vez fue parte de un campo más grande que se extendía hacia el oeste y que una granja en la esquina suroeste ha causado al menos una variabilidad menor en el mapa de pH. La foto de 1968 proporciona pocas o ninguna pista adicional sobre la variabilidad en el pH, pero demuestra claramente que las prácticas pasadas causaron diferencias en el dosel del cultivo actual y que el gran campo de la foto de 1982 se había dividido previamente como está ahora. Finalmente, las fotos de 1956 y 1939 proporcionan evidencia de que las diferencias en el pH de hoy son el resultado de las diferencias en las prácticas agrícolas de hace medio siglo.

Las fotografías aéreas antiguas también pueden recordar o informar a un administrador sobre la eliminación de granjas antiguas, estanques poco profundos, vías de ferrocarril y cercas. Estas características a menudo indican áreas de marcadas diferencias en la gestión pasada. Áreas donde las prácticas de manejo, incluidas las cantidades y tipos de cal, fertilizantes, estiércol y labranza, pueden seguir causando variabilidad en el crecimiento de los cultivos durante muchos años después de la consolidación de los campos. Fotografías aéreas históricas están disponibles en las oficinas locales de la Agencia de Servicios Agrícolas. A menudo se encuentran disponibles fotografías que datan de la década de 1950 y algunas que se remontan a fines de la década de 1930.

(abre en una nueva ventana)Fotografías aéreas e imágenes digitales modernas
Las fotografías aéreas de archivo son útiles para detectar posibles efectos de prácticas de gestión histórica. Las fotografías aéreas modernas del cultivo actual pueden ayudar a detectar la variabilidad debido a prácticas de manejo más recientes y problemas que incluyen drenaje deficiente, malezas, insectos, nematodos y enfermedades.

La mayor parte de los análisis de datos de detección remota se realizan en una computadora con imágenes digitales. Las imágenes se pueden adquirir digitalizando fotografías de cámaras de película o directamente con cámaras digitales y otros instrumentos electrónicos especializados. Una fotografía que ha sido digitalizada está representada por cientos de miles o millones de puntos llamados píxeles (elementos de imagen) y se almacena electrónicamente. Las cámaras digitales registran la reflectancia con conjuntos de pequeños sensores y almacenan imágenes directamente, sin el uso de película fotográfica. Se pueden utilizar filtros de luz, sensores electrónicos avanzados y películas especiales para recolectar energía luminosa invisible para el ojo humano y de porciones específicas del espectro electromagnético (EM). A través de estas tecnologías, La teledetección con imágenes digitales puede proporcionar mucha más información diferente a la que pueden proporcionar las fotografías en blanco y negro. Es importante tener un conocimiento básico de la luz para apreciar la variedad de tecnologías utilizadas en la teledetección.

(abre en una nueva ventana)Espectro electromagnético

Figura 2
La luz visible en el extremo rojo del espectro tiene una longitud de onda más larga (frecuencia más baja) que la luz en el extremo violeta.

La luz visible es energía electromagnética, que viaja en forma de ondas. Los colores que vemos se deben a diferencias en la frecuencia o longitud de onda de esta energía electromagnética (Figura 2). Los colores de un arco iris son un ejemplo evidente de luz de la región visible del espectro electromagnético; estos colores son rojo, naranja, amarillo, verde, azul y violeta. La luz roja tiene la longitud de onda más larga de todas las luces visibles. Las longitudes de onda a menudo se expresan en nanómetros (nm), una unidad de medida equivalente a la mil millonésima parte de un metro. La parte visible del espectro varía desde aproximadamente 700 nanómetros (el extremo rojo de la parte visible del espectro) hasta 400 nanómetros (el extremo violeta de la parte visible del espectro).

La luz visible es solo una pequeña parte del espectro electromagnético (Figura 3) que puede ser útil para analizar suelos y cultivos. La luz infrarroja, caracterizada por longitudes de onda mayores que las del espectro visible, varía entre 700 nm y 100.000 nm. En particular, la luz infrarroja reflejada, que varía de 700 nm a 3000 nm, es útil en la teledetección para detectar el estrés en las plantas en crecimiento. Algunas regiones adyacentes del espectro también tienen importancia en la teledetección. Estos incluyen las longitudes de onda más largas de la región de microondas de 1 mm a 1 my las longitudes de onda más cortas de la región ultravioleta, con longitudes de onda más cortas que el extremo violeta del espectro visible (400 nm). Más pequeños aún son los rayos X y otras formas de radiación. Las longitudes de onda más largas que las de la región de microondas se utilizan para transmisiones de radio.

La luz visible es una banda relativamente estrecha en el espectro electromagnético.Figura 3
La luz visible es una banda relativamente estrecha en el espectro electromagnético (EM). La teledetección mide la reflectancia de la radiación EM tanto dentro como fuera del rango visible.

(abre en una nueva ventana)Propiedades de reflectancia del suelo, el agua y las plantas.
Para la mayoría de las aplicaciones, las cámaras e instrumentos similares dependen de la energía del sol para iluminar la superficie a fotografiar. La luz se transmite, absorbe o refleja según las propiedades de los materiales que incide. Eventualmente, toda la luz es absorbida por algún objeto o reflejada. La energía luminosa que se absorbe se convierte en calor. La luz reflejada se puede registrar mediante una película fotográfica o sensores electrónicos.

Cuando la energía del sol incide sobre una superficie, la cantidad y el tipo de reflectancia depende de la composición de la superficie que incide y del ángulo de incidencia. Por ejemplo, el suelo de color claro refleja más luz solar que el suelo oscuro. Por el contrario, el suelo oscuro absorbe más energía de la luz solar y se calienta más rápidamente. Los cuerpos de agua tienen características de reflectancia diferentes a las del suelo desnudo, y la calidad de la reflectancia varía con la profundidad y la turbidez del agua.

La reflectancia total de la superficie de las plantas varía a lo largo de la temporada y durante el día a medida que cambia la energía solar. Sin embargo, la información más útil la proporcionan las diferencias de reflectancia entre las diversas porciones del espectro EM. Estas diferencias de reflectancia a lo largo de todo el espectro EM se pueden utilizar para distinguir la vegetación sana de la vegetación necrótica o estresada. Varios factores, como la sequía, la deficiencia nutricional, las enfermedades, los nematodos y las lesiones por herbicidas pueden reducir o alterar el contenido de clorofila y otras sustancias que afectan la reflectancia de la vegetación.

La clorofila absorbe la mayor parte de la luz de las porciones roja y azul del espectro visible, pero refleja las longitudes de onda verdes; por lo tanto, las hojas aparecen verdes cuando el contenido de clorofila es alto. Cuando las hojas pierden clorofila, hay menos absorción y proporcionalmente más reflejo de las longitudes de onda rojas, lo que hace que las hojas parezcan rojas o amarillas (el amarillo es una combinación de longitudes de onda rojas y verdes). La estructura interna de las hojas sanas también refleja la luz infrarroja cercana; por lo tanto, la reflectancia del infrarrojo cercano es una excelente medida de la salud de la vegetación de los cultivos.

Algunas veces se utilizan técnicas de filtrado para capturar la luz reflejada de una o más porciones específicas del espectro que están altamente correlacionadas con características importantes de la planta. Las proporciones de reflectancia de entre estos tipos específicos de luz pueden servir como «huellas digitales o firmas» para detectar características del suelo, el agua y los cultivos importantes en el manejo del cultivo. Por lo tanto, los colores o sombras en un mapa desarrollado a partir de datos de detección remota podrían representar colores verdaderos o colores falsos. Los colores falsos proporcionan una representación visual de propiedades de reflectancia específicas medidas directamente o categorías de ciertas combinaciones de propiedades de reflectancia que representan una alta probabilidad de una condición particular, como el estrés causado por deficiencias de nutrientes, enfermedades o sequía.

(abre en una nueva ventana)Recopilación de imágenes de detección remota
En la mayoría de los casos, el proceso de recopilación y procesamiento de datos de detección remota se adapta mejor a organizaciones comerciales o especialistas que pueden permitirse invertir el tiempo y los recursos financieros necesarios para desarrollar técnicas confiables para la recopilación de datos. Al distribuir los costos en un área grande o entre un gran número de granjas, las empresas comerciales pueden permitirse ofrecer imágenes utilizando la mejor tecnología disponible.

(abre en una nueva ventana)Tecnologías fotográficas y electrónicas especializadas
Photographic film is basically of two types — panchromatic and color. Panchromatic film, which is used to provide black-and-white images, is sensitive to visible light as well as infrared light up to 900 nm and ultraviolet light down to 300 nm. Normal color film consists of three layers sensitive to red, green and blue light and produces photographs that look normal to the eye. Color-infrared (CIR) film is also a three-layer film but is sensitive to infrared, red and green light. When processed, CIR film results in a «false color» image in which the infrared light is printed as red, red light is printed as green, and green vegetation appears blue. The remaining blue light often offers little useful information. Multiband photography uses multiple lenses and various combinations of films and filters to record simultaneous photographs of the landscape from several small or discrete spectral ranges.

Se utilizan varias tecnologías para recopilar datos de reflectancia de forma electrónica. La terminología utilizada para describir estas tecnologías a menudo incluye prefijos como multi e hiper para indicar aproximadamente cuántas bandas separadas de reflectancia se miden. El término multiespectral típicamente implica que se miden aproximadamente cuatro bandas relativamente anchas de reflectancia, mientras que el término hiperespectral generalmente implica que se miden algo del orden de 100 bandas de reflectancia relativamente estrechas.

Las cámaras digitales y los escáneres multiespectrales registran datos mediante el uso de dispositivos de carga acoplada (CCD). Las cámaras digitales utilizan una serie de CCD sensibles a varias porciones del espectro EM para proporcionar instantáneas del paisaje, mientras que los escáneres multiespectrales registran sucesivos barridos estrechos de luz a medida que el campo de visión del instrumento se mueve a través del paisaje. Los datos de reflectancia multiespectral se recopilan típicamente como tres o cuatro bandas espectrales en anchos de 10 a 100 nanómetros. Los filtros montados en lentes se utilizan para registrar por separado la energía luminosa de dos o tres porciones del espectro visible (luz roja, verde y azul), así como la luz infrarroja cercana. Los datos de reflectancia hiperespectral suelen incluir más de 100 bandas espectrales estrechas con anchos de banda muy estrechos y proporcionan una gran cantidad de información.

Los datos de reflectancia disponibles comercialmente se recopilan utilizando aviones de ala fija o satélites que proporcionan una plataforma para el equipo de detección. Los datos se indexan espacialmente para que se puedan generar imágenes georreferenciadas de un campo. La calidad o el valor de los datos de teledetección están relacionados con la resolución espectral, espacial y temporal.

La resolución espectral es el grado en que se separan las longitudes de onda de la luz en el espectro. Se utilizan varios tipos de sensores para recoger la luz reflejada de varias porciones del espectro EM. Una imagen en blanco y negro (escala de grises) tiene una resolución espectral baja porque está compuesta de luz de todo el espectro visible, pero los colores no se clasifican. Por el contrario, una imagen en color tiene una resolución espectral más alta. En la práctica, se utilizan filtros y sensores múltiples para recolectar luz de muchas porciones estrechas del espectro EM para proporcionar una alta resolución espectral.

La resolución espacial es la cantidad de detalle de una imagen. La diferencia entre una resolución espacial buena y mala se puede considerar como la capacidad de detectar objetos pequeños. Por ejemplo, un observador que mira una imagen con una resolución espacial deficiente puede apenas ser capaz de detectar la presencia de un vehículo en el paisaje, pero es posible que no pueda distinguir un tractor de un camión. El mismo observador que usa una imagen con alta resolución puede detectar características lo suficientemente pequeñas como para distinguir entre los dos objetos.

La resolución espacial de las imágenes obtenidas por teledetección suele ser de 2 a 4 metros por píxel, lo que suele ser adecuado para detectar características importantes de la superficie. Ocasionalmente, los aviones vuelan a altitudes más bajas para proporcionar una resolución más alta del orden de 0,5 metros por píxel. El ancho de la imagen o «huella» se estrecha con la altitud más baja, así como con el uso de lentes de zoom.

La resolución temporal es la diferencia de tiempo entre imágenes sucesivas. Las imágenes adquiridas con solo unos días de diferencia brindan la capacidad de detectar cambios en la reflectancia que pueden indicar la aparición de estrés en un cultivo. La resolución temporal está limitada por el número de veces que están programados los aviones o satélites para pasar sobre el paisaje.

La cobertura de nubes es una limitación tanto para los aviones de ala fija como para los satélites. Las nubes sobre el paisaje dan sombra a la superficie que se va a ver, cambiando las características de la luz incidente y reflejada y bloqueando una vista clara del paisaje. Por tanto, la resolución temporal también se reduce si no se pueden obtener buenas imágenes debido al mal tiempo.

(abre en una nueva ventana)Productos de teledetección disponibles comercialmente
Los tipos de productos comerciales disponibles para la teledetección varían considerablemente desde mapas de datos brutos hasta mapas que representan información específica. Por ejemplo, algunas empresas ofrecen productos que incluyen acceso en línea a imágenes sin procesar y herramientas de medición y análisis disponibles por separado. Los tamaños de imagen incluyen 1, 2, 3 y 6 millas cuadradas con resoluciones de 1, 4, 5, 10 y 15 metros, según el producto. Los tipos de imágenes incluyen infrarrojos en blanco y negro, en color y en color. La mayoría de estos productos se desarrollan a partir de datos existentes de menos de tres años. Otros productos pueden estar disponibles para una fecha futura y deben solicitarse con dos semanas de anticipación.

Algunas empresas ofrecen productos diseñados para proporcionar información específica sobre un cultivo o campo. Algunos de estos productos se basan en mediciones de reflectancia con poco o ningún procesamiento. En otros casos, los productos son estimaciones de una condición específica que se ha desarrollado aplicando fórmulas a medidas de reflectancia seleccionadas para estimar esa condición (Tabla 1).

Cuadro 1
Ejemplos de productos de teledetección disponibles comercialmente.

Productos y usos sugeridos

Brillo del
suelo Elaborar mapas de suelo o muestreo directo del suelo
Vigor o salud del cultivo
Varios usos

Cobertura de vegetación Decisiones de replantación
Contenido de clorofila
Gestión de nitrógeno
Predicción de rendimiento
Gestión general
La maleza se escapa del
manejo de la maleza
Estrés debido a
los déficits de humedad del manejo del riego del dosel
Residuos de cultivos
Evidencia de cumplimiento de las pautas de prevención de la erosión
En el Missouri Precision Agriculture Center se mantiene una lista de fuentes comerciales de datos de teledetección diseñados para la agricultura.(abre en una nueva ventana) (MPAC).

(abre en una nueva ventana)Interpretación de la imagen: Verificación terrestre y exploración dirigida
Las imágenes aéreas proporcionan una forma eficiente de monitorear el desarrollo de los cultivos, determinar la extensión de las áreas estresadas y detectar patrones debido a las prácticas de manejo en un campo. Debido a que los datos de teledetección promedian típicamente la reflectancia de un área relativamente grande que puede incluir varias plantas, la causa exacta de la variabilidad generalmente no está clara a partir de las imágenes únicamente. En la mayoría de los casos, solo la inspección manual desde el suelo puede proporcionar una explicación confiable de la variabilidad. La verificación en tierra es el acto de ir físicamente a un campo para determinar la causa de la variabilidad detectada en una imagen.

La exploración dirigida es otro beneficio de los datos de teledetección. Las imágenes impresas pueden proporcionar una guía para ubicar áreas específicas de interés dentro de un campo, pero si el campo es grande y carece de puntos de referencia internos, la exploración del campo aún puede ser un desafío en soja perforada a la altura de la cintura o en soja de 10 pies de altura. maíz. Hay software disponible que puede descargar imágenes «georreferenciadas» detectadas de forma remota en una computadora de mano. La computadora de mano equipada o conectada a un receptor GPS (sistema de posicionamiento global) portátil puede guiar los esfuerzos de exploración dirigidos.

En el área específica de interés, un fitopatólogo o agrónomo familiarizado con las técnicas de exploración puede observar las diferencias en el color de las hojas y los patrones de daño a las hojas y los tallos y tomar rápidamente una decisión informada sobre la causa probable del daño a una planta. Otros ejemplos de causas específicas de variación incluyen la población de plantas, el tamaño y el vigor de las plantas. Cuando se descartan diferencias en la fecha de siembra, la variedad, la tasa de siembra, la profundidad de siembra, las aplicaciones de herbicidas y fertilizantes, el análisis puede proceder a otros factores como las diferencias en el tipo de suelo, las propiedades físicas del suelo o el perfil del suelo y las características del drenaje. Las causas específicas de variación relacionadas con el suelo incluyen la profundidad de la capa superficial del suelo, la presencia de una cazuela de arcilla, un nivel freático encaramado, rayas de subsuelo arenoso o gravilloso, líneas de tejas o diferencias históricas en el estiércol dosis de aplicación de fertilizante o cal. Incluso si no se determina la causa de la diferencia, la información puede ser importante para futuras decisiones de gestión.

También se están desarrollando sensores montados en el tractor y en el equipo que miden la radiación electromagnética a medida que el equipo viaja a través del campo. Estos sensores en movimiento proporcionan un método alternativo para registrar las propiedades de reflectancia y ofrecen la posibilidad de realizar ajustes en tiempo real de las prácticas de gestión. Específicamente, se están utilizando radiómetros para medir el verdor del dosel en cultivos como el maíz para desarrollar un método para ajustar automáticamente las tasas de nitrógeno del revestimiento lateral durante la aplicación. Se están desarrollando sensores similares para detectar malezas para la aplicación selectiva de herbicidas y el daño de los insectos en la alfalfa para tomar decisiones sobre el manejo de plagas.

(abre en una nueva ventana)Resumen
Las tecnologías de teledetección proporcionan una herramienta importante para ayudar a la gestión de cultivos en sitios específicos. La teledetección tiene el potencial de proporcionar un análisis en tiempo real de los atributos de un cultivo en crecimiento que puede ayudar a tomar decisiones de manejo oportunas que afectan el resultado del cultivo actual. Sin embargo, al igual que otras tecnologías de agricultura de precisión, la información obtenida de la teledetección es más significativa cuando se combina con otros datos disponibles. Por esta razón, incluso las fotografías históricas pueden adquirir un nuevo valor.

La incorporación de la teledetección en sus actividades de gestión requiere disciplina y requerirá nuevas técnicas de gestión y habilidades técnicas. Para tener éxito, la teledetección debe ir acompañada de un buen programa de exploración convencional y los beneficios de las mejoras en la gestión deben superar el costo de la tecnología, así como el tiempo adicional dedicado a la gestión.

Leer más

La agricultura de precisión (AP) puede ser un tema intimidante.

Los términos de alta tecnología como drones, robots, sensores, geo-mapeo y big data surgen cuando se habla de agricultura de precisión. Estos conceptos no solo son incomprendidos y complejos, sino que todos vienen con etiquetas de precio y, a menudo, grandes.

Toda esta complejidad y gastos han llevado a la adopción relativamente lenta de muchas prácticas de AP en las fincas de los Estados Unidos. Sin embargo, en los últimos años, los productores grandes y pequeños han comenzado a aprovechar el potencial emergente de la AP.

Según un informe del Departamento de Agricultura de Estados Unidos de 2016 :

Los sistemas de mapeo basados ​​en GPS, incluidos los monitores de rendimiento , se utilizan en aproximadamente el 50 por ciento de todas las granjas de maíz y soja en los EE. UU.
Aproximadamente el 33 por ciento de las granjas de maíz y soja han adoptado sistemas de dirección y dirección automática
El mapeo del suelo usando coordenadas GPS y tecnología de tasa variable para aplicar insumos se usa en 16 a 26 por ciento de estas fincas.

Adopción de la agricultura de precisión

En 2017, 261 agricultores canadienses participaron en una encuesta agrícola de precisión realizada por Agriculture and Agri-Food Canada. El 65% de los participantes dijo estar totalmente de acuerdo en que la AF es útil, mientras que el 70% de los participantes dijo que usa software de gestión agrícola en su computadora.

Los participantes de la encuesta calificaron la importancia de ciertas razones para usar agricultura de precisión en la granja. ‘Mejor manejo de cultivos’, ‘mejor equipo y mano de obra’ y cómo ‘reducir los costos de los insumos agrícolas’ se clasificaron como las tres principales razones para adoptar AP. [1]

¿Qué es Precision Ag?
Antes de profundizar en los detalles de la PA, definamoslo. El objetivo principal de la agricultura de precisión es luchar por la rentabilidad, la eficiencia y la sostenibilidad en la granja. Esto se logra mediante una combinación de tecnología de megafonía y equipos de megafonía. Primero, la tecnología PA recopila y analiza datos de cada acción realizada en su operación y ayuda a guiar sus decisiones inmediatas y futuras: qué semilla plantar en qué campo, o dónde exactamente necesita una cantidad precisa de fertilizante o químico. Luego, una vez que tenga una idea de lo que se necesita hacer en su granja, el equipo de megafonía pone su plan en acción. Por ejemplo, puede preparar su terreno mediante el control automático de la aplicación de sección o de tasa variable. O bien, puede maniobrar con precisión su tractor e implementos utilizando un sistema de dirección de manos libres, como el piloto automático™ Sistema de dirección automatizado . Y, con el software de administración agrícola adecuado , puede administrar recetas complejas en una variedad de zonas de productividad, todo en una plataforma.

El movimiento de la AP comenzó en la década de 1990 con la introducción de los Sistemas de Posicionamiento Global (GPS) y los Sistemas de Información Geográfica (GIS). También se desarrolló una amplia gama de sensores, monitores y controladores durante ese tiempo y se utilizaron en equipos agrícolas como monitores de eje, transductores de presión y servomotores [2] . Con la rápida introducción y adopción de la informática móvil, Internet de alta velocidad y satélites confiables, el alcance y el uso de PA ha crecido enormemente durante la última década, tanto que ahora toca casi todas las áreas de una operación agrícola.

¿Por qué invertir en Precision Ag?

Cuando su hardware y software puedan comunicarse entre sí, no tendrá que pasar tantas noches planificando sus próximos pasos; las capacidades de precisión ag lo gestionarán por usted. Al mejorar su eficiencia general, puede tener más comidas en casa con su familia y asistir a más eventos y reuniones familiares. El efecto dominó de la agricultura de precisión va más allá de su operación y le brinda más que un valor monetario.

Pero eso no significa que PA no ayudará a su balance final. Existe un beneficio de ahorro de tiempo y costo para su granja que se puede lograr mediante la implementación de AP. Los estudios muestran que el retorno de la inversión (ROI) en PA varía según numerosos factores, como el tipo y tamaño de su granja, la tecnología específica introducida y cómo se analizan e implementan los datos.

Sin embargo, cuando la AP se introduce correctamente y es parte de un plan general, varios estudios de investigación muestran que las tecnologías de AP pueden reducir rápidamente los costos de mano de obra e insumos agrícolas, recortar el uso de agua y ahorrarle tiempo y dolores de cabeza al planificar y ejecutar cada temporada de cultivo.

Lo más importante que debe saber es que la PA no es una solución única para todos . Lo que funciona para su vecino puede no tener sentido para usted. Analizar cada operación de forma individual e implementar soluciones que funcionen para su granja en particular es la única forma de usar PA con éxito y recibir un ROI positivo.

Es la tecnología que une a toda su granja, brindándole el control y la visibilidad que necesita para tomar mejores decisiones. Cuando puede tomar mejores decisiones, sabe que está aprovechando al máximo su operación, lo que le brinda tranquilidad y confianza renovada.

5 consejos que le ayudarán a tener éxito con la agricultura de precisión
Intentar decidir qué tecnologías de megafonía son adecuadas para su granja puede parecer una tarea intimidante. Sin embargo, las soluciones incorporadas a su granja pueden ser simples y deben tener sentido para su operación. Si ingresa a PA con la actitud correcta, puede tener éxito y ver un retorno significativo de su inversión.

Empiece con una meta
Siempre que realice una inversión en su operación, debe ser parte de su plan de negocios general y resolver un problema para el que actualmente no tiene solución. La resolución creativa de problemas es algo que se ha hecho en la granja durante siglos. Pero ahora, la solución a menudo se encuentra dentro de una pieza de tecnología en lugar de en el taller.

Comprender la gestión y el mantenimiento necesarios
La buena tecnología debería funcionar para ti. Si va a gastar el dinero en nuevos monitores de siembra, pulverización y cosecha, debe calibrar las máquinas con regularidad, organizar los datos, asegurarse de que sean precisos y luego actuar de acuerdo con lo que le indican los datos.

Al igual que con cualquier equipo de su granja, las tecnologías de megafonía deben mantenerse para maximizar su potencial.

Además, es importante comprender cómo las diferentes tecnologías de megafonía pueden trabajar juntas para brindarle los mejores resultados. Por ejemplo, un sistema de monitoreo de semillas como el sistema de control de entrada de cultivos Field-IQ ™ se puede utilizar junto con un sistema de visualización de guía como la pantalla GFX-750 ™ o la pantalla TMX-2050 ™ . Cuando se usan juntos, puede monitorear y mapear con precisión sus campos en tiempo real y corregir los problemas a medida que surjan. También puede simplificar la gestión de datos agrícolas de precisión utilizando funciones como Autosync ™ que se conecta a otras fuentes de datos.

No tengas miedo de cometer errores
Siempre que esté tomando decisiones de PA basadas en datos y no en emociones, cualquier paso en falso debe ser pequeño y aprender rápidamente. De hecho, gran parte del éxito del uso de la tecnología de megafonía se logra mediante prueba y error. Reconocer el error y realizar ajustes en el momento garantizará que sus tecnologías de megafonía estén logrando su objetivo de aumentar la eficiencia y la productividad.

Tener una red de apoyo
No es fácil tomar las decisiones correctas de AP para su granja, especialmente las primeras. Contar con el apoyo sólido de un distribuidor de Trimble Vantage puede ser de gran ayuda cuando realiza la inversión inicial, al evaluar sus datos cada temporada y cuando expande las tecnologías utilizadas en su operación.

Conectarse
La web es una herramienta increíblemente poderosa para encontrar otros agricultores que están tomando decisiones similares en su finca. Las plataformas web como YouTube y Twitter pueden expandir enormemente su red de soporte. Es una gran idea buscar reseñas y testimonios antes de invertir en una determinada tecnología. Los agricultores de todo el mundo publican reseñas en línea que ofrecen los pros y los contras de varios equipos y productos, lo cual es invaluable y gratuito.

Entonces, ahora que tiene la mentalidad adecuada de PA, exploremos algunas de las tecnologías más populares disponibles.

Sistemas de guiado y dirección
Algunas de las primeras y más utilizadas tecnologías de megafonía en las granjas de los EE. UU. Fueron las cosechadoras, tractores, pulverizadores y sembradoras guiados por GPS.

La guía y la dirección de alta precisión brindan una precisión excepcional cuando se trabaja en el campo, lo que permite a los productores trabajar en cualquier lugar, en cualquier momento y en todas las condiciones, incluso de noche.

Uno de los mayores beneficios de los sistemas de guiado es la reducción en la cantidad de superposición y / o saltos dentro del campo, lo que le ahorra combustible y tiempo al tiempo que reduce drásticamente sus niveles de estrés detrás del volante.

La precisión mejorada en el campo también garantiza que esté sembrando y pulverizando de manera eficiente. Un estudio de 2009 de la Virginia Tech University estimó un rango de ahorros del 2 al 7 por ciento (con un promedio del 5 por ciento) en costos de entrada debido a los sistemas de guía GPS.Sistemas de guiado y dirección

En cuanto a los sistemas de guía específicos, hay algunos para elegir:

Los sistemas de dirección asistida le brindan un camino a seguir en el campo. Esto da como resultado una conducción más precisa, sin embargo, aún necesita controlar el volante.
Los sistemas de dirección automatizados tienen el control total del volante, lo que le permite quitar las manos del volante durante los viajes por la fila y vigilar la sembradora, el pulverizador u otro equipo. Por ejemplo, el sistema de dirección automatizado Autopilot ™ puede ayudarlo a completar sus aplicaciones de campo de manera rápida y precisa. Al utilizar la tecnología de compensación del terreno, sigue siendo muy preciso, incluso en terrenos difíciles. También se puede utilizar con la pantalla TMX-2050 ™ , compartiendo sus datos entre su hardware y software y manteniéndolos conectados entre sí.
Los sistemas de guiado inteligente proporcionan diferentes patrones de gobierno dependiendo de la forma del campo y se pueden usar en combinación con los sistemas anteriores. Estos son sistemas extremadamente útiles cuando se trabaja en un campo de forma irregular.
Los sistemas de guía de implementos garantizan que su tractor y el implemento funcionen juntos, incluso cuando sus manos no están en el volante. Sistemas como el controlan activamente su implemento para que usted no tenga que hacerlo. El implemento puede corregir su posición sin intervención del tractor y los mantiene a ambos en la misma línea de guía.
Preparación de tierra
La preparación de la tierra en cada temporada de cultivo es un delicado equilibrio entre las cosas que puede y no puede controlar. Incluso cuando hacemos todo bien, todo puede desaparecer si las nubes de lluvia se mantienen alejadas. Si bien PA no borra esa volatilidad, le brinda algunas herramientas más para manejar con éxito las variables que están fuera de su control.

Antes de tomar una decisión, necesitará saber qué está pasando en su suelo.

Preparación de tierra
El muestreo aleatorio del suelo es el enfoque tradicional que funciona mejor para campos uniformes con poca variación, mientras que el muestreo aleatorio administrado analiza el suelo de áreas de producción promedio. Este enfoque es diferente del muestreo aleatorio, que proporciona un promedio de todos los núcleos tomados en su campo. Se recomienda el muestreo aleatorio administrado si no puede identificar un área de producción dominante en su campo.

Se sugiere un muestreo de referencia para los campos con más variabilidad (colinas, depresiones, etc.). El muestreo de referencia reduce la variabilidad de un campo al reducir el área muestreada. Se muestrea una pequeña área que representa la mayor parte del campo el mismo número de veces que en el muestreo aleatorio.

Soluciones como Soil Information System ™ (SIS) pueden brindarle la imagen más completa de la salud de su suelo. Le ayuda a comprender la textura del suelo, la compactación, la profundidad de la zona de las raíces, la retención y disponibilidad de humedad y la fertilidad del suelo.
Más allá del muestreo del suelo, otra nueva fuente de datos para ayudar con la preparación de la tierra son las imágenes de vistas aéreas de campo . Con imágenes infrarrojas de su campo, puede identificar rápidamente problemas que simplemente no puede ver desde el suelo.

Debido a las complejidades involucradas, se recomienda asociarse con su distribuidor local de Trimble Vantage cuando se trata de muestreo de suelo, mapeo e interpretación de los resultados. Si bien el muestreo del suelo no es una ciencia exacta, comprender la condición de su suelo lo ayudará a determinar cómo preparar sus campos para una temporada de crecimiento.

El equipo de megafonía es particularmente valioso en el labrado en banda y la aplicación anhidra. Los sistemas de visualización de orientación le permiten monitorear y mapear con precisión la información de campo en tiempo real, con una amplia gama de funcionalidades para adaptarse a las diferentes necesidades agrícolas. Los sistemas de dirección del tractor, el implemento y la guía de hileras minimizan los saltos, superposiciones y conjeturas de hileras, incorporando tecnología de compensación del terreno para mantener la precisión en condiciones difíciles.

Monitoreo de rendimiento
Una fuerte adición a cualquier estrategia de AP es el monitoreo del rendimiento. Introducido a principios de la década de 1990 y trabajando en conjunto con la tecnología GPS, el uso de equipos de monitoreo de rendimiento se ha convertido cada vez más en una práctica convencional en la agricultura moderna.

Monitoreo de rendimiento
El monitor de rendimiento recopila información como las variedades de semillas, la humedad, la carga de grano y el ancho de corte automático y se muestra en una pantalla en la cabina . Esto puede ayudarlo a tomar decisiones en el momento en el campo que pueden no ser evidentes a simple vista.

Cuando toma toda esta información y la formatea en un mapa de rendimiento , se convierte en una herramienta poderosa que puede informar todas sus decisiones operativas en el futuro. Combinado con su costo de producción y mapas de aplicación, un mapa de rendimiento le mostrará qué áreas de su granja son más rentables que otras y debería ayudarlo a poner otras áreas de su campo a la par. Puede ir un paso más allá con el software de gestión agrícola que proporciona «Mapas de beneficios» para que pueda profundizar en cada campo y ver qué estrategias están funcionando.

Tecnología de tasa variable
Armado con sus datos de monitoreo de rendimiento, ahora está listo para liberar el poder de PA de la tecnología de tasa variable (VRT). VRT es la capacidad de adaptar los parámetros de una máquina para aplicar semillas, productos químicos o fertilizantes de acuerdo con las variaciones exactas en el crecimiento de las plantas o los nutrientes y el tipo del suelo. VRT se puede adaptar a los rociadores de cultivos en una boquilla individual o en una sección (un conjunto de boquillas). Las jardineras con VRT suelen tener los controladores automáticos en filas individuales. Soluciones como el sistema de control de líquidos Field IQ ™ ISOBUS y le permiten controlar la cantidad de líquido que se aplica en su operación, reduciendo sus costos de insumos y creando un ambiente de alto rendimiento para su cultivo.

Tecnología de tasa variable
Por lo tanto, en lugar de aplicar una cantidad uniforme de semilla en un campo, VRT le permite aplicar el tipo y la cantidad óptimos de semilla en un área específica de cualquier campo, ya sea de forma automática o manual directamente desde la cabina. También puede evitar la doble cobertura y eliminar insumos desperdiciados.

Otra gran ventaja es que tendrá un registro completo de todas las entradas utilizadas en su operación, lo que lo ayudará a tomar decisiones futuras.

¿Vale la pena invertir en VRT?
Como todas las tecnologías de megafonía, depende de cómo se utilice. Cuando se usa junto con datos de muestras de suelo, mapas aéreos y monitoreo de rendimiento, VRT es extremadamente eficaz para garantizar que sus aportes se apliquen a sus campos de la manera más efectiva posible.

Si bien a menudo se necesita un poco de prueba y error, si está comprometido con el proceso de PA, debería experimentar un rápido retorno de su inversión.

Control de flujo y aplicaciones
Al administrar el flujo y la aplicación de entradas en su operación, puede aplicar entradas con precisión donde sea necesario en su campo. Los sistemas de seguimiento de semillas son especialmente útiles durante la siembra; necesita saber cuándo está experimentando problemas de plantación como saltos, dobles y filas unitarias fallidas. Pero no puedes arreglar lo que no sabes. Afortunadamente, un sistema de monitoreo de semillas, como el sistema de control de insumos de cultivos Field-IQ ™ , detecta lo que usted no puede.

Control de flujo y aplicaciones
Puede monitorear su información de siembra o líneas de entrega de fertilizantes en tiempo real. Le permite controlar su aplicación de tasa variable y le ayuda a vigilar su control automático de sección. También evita los costosos problemas de las sembradoras al detectarlos temprano antes de que afecten sus cosechas. Cuando se usa junto con un sistema de visualización de guía , como la pantalla GFX-750 ™ o la pantalla TMX-2050, puede monitorear y mapear con precisión sus campos en tiempo real y corregir los problemas a medida que surgen.

Reducir las aplicaciones en áreas de baja productividad de su campo le ayuda a reducir el dinero gastado en insumos. Por lo general, alrededor del 10-20 por ciento de un campo tiene un rendimiento inferior, entonces, ¿por qué gastar un tiempo y dinero valiosos en un área que no le está dando los resultados que desea?
De un solo vistazo, debería poder ver dónde sus campos le están generando dinero y dónde los insumos no están dando sus frutos. Precision ag es una estrategia de gestión agrícola, una que se evalúa mejor utilizando mapas de ganancias a largo plazo.

Administracion del Agua
Como todos hemos experimentado de primera mano, el agua es un recurso escaso, especialmente en condiciones de sequía. Un sistema de riego agrícola de precisión es una forma de mitigar los problemas que surgen cuando no aparecen nubes de lluvia. Pero cuando llueve, no siempre puedes monitorear tus campos en persona. Ahí es donde las soluciones de software de megafonía pueden hacer el trabajo por usted.

Gestión de riego y agua
Al administrar el agua , factores como la precipitación, el riego y la humedad del suelo contribuyen al agua disponible para sus cultivos, lo que a su vez impacta en sus rendimientos. Pero sus rendimientos también se ven afectados por factores adicionales como la topografía y el tipo de suelo. Los estudios visuales de su campo pueden identificar fácilmente cualquier señal de alerta obvia, como erosión y depresiones donde se produce el estancamiento. El uso de herramientas GPS como WM-Survey con precisión RTK es crucial para identificar pendientes pronunciadas, subidas y puntos bajos que pueden afectar sus rendimientos.

O puede usar el sistema de control de pendiente VerticalPoint RTK ™ en su operación. Otros sistemas de formación de terrenos solo están operativos el 75 por ciento del tiempo, lo que significa que obtiene menos horas de trabajo y costos más altos. Sin embargo, el grado de control integra el sistema de Trimble con el Trimble ® FieldLevel ™ System II y le da resultados más rápidos y precisos. Al utilizar tecnología innovadora, funciona con un tiempo de actividad del 95 por ciento incluso en los entornos más desafiantes.

Con él, los contratistas obtienen un mayor tiempo de actividad y una menor cantidad de pasadas necesarias para completar un trabajo. Y los agricultores pueden beneficiarse de los campos que tienen una mejor gestión del agua y rendimiento de los cultivos.

Pero el camino hacia una gestión adecuada del agua y un mayor rendimiento de los cultivos comienza con su suelo. El tipo de suelo puede afectar en gran medida su capacidad para retener la humedad y entregarla al cultivo. Si bien los suelos arcillosos son excelentes para retener el agua, también son pesados ​​y pegajosos. Por otro lado, el suelo arenoso drena bien con alta actividad hidráulica y percolación. Pero si desea producir rendimientos consistentes en todo su campo, debe espaciar adecuadamente los laterales de las baldosas en todo el campo para que se drene correctamente.

Las soluciones de hardware como el sistema FieldLevel ™ II agilizan la topografía, el diseño y la nivelación necesarios para los proyectos de nivelación de terrenos. También ayuda a garantizar una gestión óptima del agua al proporcionarle mejoras en los rendimientos, el uso del agua y la productividad agrícola.

Integración de datos
Si hay algo de magia real en PA, se encuentra en la integración de datos.

Como ha leído anteriormente, no hay escasez de datos que los productores puedan recopilar, ya sean mapas de rendimiento, resultados de pruebas de suelo o costos de insumos. Sin embargo, el poder real de la PA se desata cuando todos esos datos se combinan para brindarle una historia completa de su operación. Pero es más fácil decirlo que hacerlo y, en muchos sentidos, la integración es una de las cosas más difíciles de lograr en PA.

Integración de datos agrícolas

5 formas de lograr una mejor integración de datos
El objetivo básico de la integración de datos de PA es organizar todos los datos de su explotación de formas útiles para el análisis y la toma de decisiones. Aquí hay cinco cosas que puede hacer para ayudar a que eso suceda:

Cuando compre cualquier software o hardware nuevo para su granja, asegúrese de que sea compatible con lo que ya está usando. Si los sistemas no funcionan juntos, entonces no le dará los resultados que está buscando. Pero, si está utilizando la tecnología ISOBUS , no tendrá que preocuparse. La tecnología ISOBUS es el estándar de la industria para lograr la compatibilidad entre tractores e implementos siguiendo un mandato de «enchufar y usar». Ya no necesita un sistema de visualización nuevo o independiente para cada tractor, ya que permite que tanto la pantalla como la máquina se comuniquen entre sí, independientemente de la marca o la edad. Equipos ISOBUS como la pantalla GFX-750 ™ compatible con ISOBUS o las soluciones de control ISOBUS Field-IQ ™ lo mantiene conectado a cada pieza de software y hardware.
ISOBUS

Asegúrese de calibrar y reparar sus soluciones tecnológicas con regularidad, tal como lo haría con su equipo. Tómese el tiempo para conocer la tecnología que está utilizando y se ahorrará tiempo y dinero en el futuro.
Investigue las opciones de Internet de alta velocidad para su granja, tanto en su oficina como en el campo. Si es posible, los beneficios de tener una conexión a Internet de alta velocidad en la cabina pueden valer la pena la inversión para ayudar con las decisiones en el momento en el campo.
Explore el almacenamiento de datos en línea. Todas esas memorias USB que tiene en los cajones de su oficina son buenas copias de seguridad de sus datos, pero no son tan efectivas ni prácticas en comparación con almacenarlas todas en un solo lugar en línea. El espacio de almacenamiento en línea o ‘en la nube’ es cada vez más barato y seguro y le permite compartir fácilmente con su contador, asesor agrícola, asegurador o prestamista. Y recuerde, son sus datos, y tiene derecho a saber cómo los utilizan las partes interesadas de su operación.
Asóciese con un experto. Si bien las soluciones de hardware y software son cada vez más compatibles y fáciles de usar, sigue siendo una tarea intimidante lograr que todos funcionen juntos. Un Trimble Vantage distribuidor es un recurso muy valioso para tener, especialmente cuando para empezar, para asegurarse de que todo está integrado los datos de PA y obtener la información que necesita para tomar las mejores decisiones para su granja.
Servicios de corrección
Al pensar en la precisión y aprovechar al máximo su operación, los servicios de corrección son un punto importante a considerar. Muchos agricultores se benefician de los niveles más altos de precisión disponibles de proveedores como Trimble. Estos servicios de posicionamiento avanzado le brindan acceso a servicios de posicionamiento innovadores diseñados para ajustarse al nivel de precisión adecuado para su operación. Desde necesidades de precisión de menos de una pulgada a menos de un metro, nuestras soluciones inteligentes impulsan el éxito de la agricultura de precisión.

Como ejemplo, CenterPoint RTXservicios de corrección proporcionados por satélite, proporciona un posicionamiento de alta precisión mejor que <2,5 cm y ofrece redundancia incorporada para garantizar la conectividad, la consistencia y la calidad por menos tiempo de cabina, filas más estrechas y líneas más rectas. CenterPoint RTX también proporciona correcciones para todas las constelaciones GNSS, aprovechando al máximo todas las constelaciones GNSS compatibles, incluidas Galileo y BeiDou. Con estas señales de satélite adicionales, CenterPoint RTX proporciona tiempos de convergencia RTX más rápidos y un rendimiento más robusto bajo obstáculos naturales como árboles. Los clientes pueden experimentar tiempos de convergencia hasta un 40% más rápidos cuando se utilizan satélites adicionales para CenterPoint RTX. Los servicios de corrección Trimble RTX son repetibles de paso a paso, El futuro La trazabilidad, los informes meteorológicos instantáneos y la información actualizada del mercado de productos básicos son conjuntos de datos que se están abordando rápidamente con las últimas soluciones de software de megafonía, con el objetivo de recibir y enviar estos datos de forma automática e instantánea desde el tractor o su oficina. . Un escenario en un futuro no muy lejano podría verse así: está sembrando su campo y el pronóstico del tiempo cambia a una lluvia muy necesaria. Con esta nueva información, aumenta la tasa de fertilizante para aprovechar la humedad agregada en el suelo. Debido a que su cabina está habilitada para la web, este ajuste se refleja automáticamente en su hoja de pedido de fertilizantes, flujo de caja, proyecciones de rendimiento y su plan de marketing. No es necesario introducir datos adicionales ni realizar ningún trabajo de oficina: toda su operación está integrada y automatizada. Una mayor integración de datos no solo lo ayudará a concentrarse en el cultivo de un cultivo, sino también en el mejor cultivo posible. Tecnología, agricultura, alimentos: son industrias que cambian constantemente y Trimble sigue el ritmo. La granja agrícola de precisión del futuro La granja agrícola de precisión del futuro Nuestra visión de este concepto es simple. Es uno en el que tiene la tecnología adecuada para resolver sus problemas cotidianos, mejorando su operación agrícola y su vida. La integración continua de la tecnología en su granja le permite convertir su equipo agrícola de precisión en verdaderas herramientas de toma de decisiones para su negocio. Ese es el objetivo final de la agricultura de precisión.

Leer más

En Washington DC, el Departamento de Agricultura de los EE. UU. Descubrió que las tecnologías de agricultura de precisión pueden ofrecer ahorros de costos y mayores rendimientos a través de una gestión más precisa de los insumos . Al observar las tasas de adopción de los sistemas de mapeo basados ​​en GPS, los sistemas de guía o dirección automática y las tecnologías de tasa variable para aplicar insumos, el estudio reveló que las tres tecnologías tienen pequeños impactos positivos tanto en los rendimientos netos (incluidos los gastos generales) como en las ganancias operativas de un Finca de maíz estadounidense de tamaño medio.

El USDA determinó que las tasas de adopción varían significativamente entre las tecnologías. El mapeo de rendimiento ha crecido más rápido para el maíz y la soja que para otros cultivos y es más ampliamente adoptado con aproximadamente la mitad de todos los campos de maíz y soja que los utilizan. Los sistemas de guiado del tractor han crecido más rápido que los sistemas de entrada de tasa variable para todos los cultivos principales durante los últimos 10 años, con sistemas de dirección automática utilizados en aproximadamente un tercio de todas las granjas y tecnologías de tasa variable en solo aproximadamente una cuarta parte.

Leer más

La tecnología agrícola crece a pasos agigantados cada año, y si te mantienes al día con nuestro blog, probablemente estés familiarizado con un buen número de las innovaciones más recientes que llegan al mundo agrícola. Pero uno de los más importantes se conoce como agricultura de precisión, y es vital que cualquier agricultor que quiera mantenerse informado lo sepa. Únase a nosotros para ver qué significa exactamente este término, algunas de las técnicas que implica y cómo puede usarlo para mejorar su propia granja lo antes posible.

¿Lo que hay en un nombre?
Antes de entrar en los detalles prácticos del asunto, sería bueno simplemente comenzar explicando qué es la agricultura de precisión. Citaremos a los expertos de Sustainable America de su entrada sobre el tema:

La agricultura de precisión busca utilizar nuevas tecnologías para aumentar el rendimiento y la rentabilidad de los cultivos al tiempo que reduce los niveles de insumos tradicionales necesarios para cultivar (tierra, agua, fertilizantes, herbicidas e insecticidas). En otras palabras, los agricultores que utilizan la agricultura de precisión utilizan menos para cultivar más.

Es cierto que esa es una definición bastante amplia, pero eso también significa que el potencial para este tipo de agricultura es básicamente ilimitado. Herramientas como el fertilizante de tasa variable facilitan mucho a los agricultores la reducción de su huella en la tierra mientras producen cultivos tan buenos o mejores que los que obtendrían con los métodos tradicionales. Cuando aprovecha al máximo la agricultura de precisión, está contribuyendo no solo a los rendimientos de su propia cosecha, sino también a la salud general del planeta.

Hortalizas que se cultivan en invernadero

Nuevas tecnologías y técnicas
Entonces, ahora que hemos aprendido sobre el concepto en su forma más básica, ¿cuáles son algunas de las formas en que se manifiesta en términos de productos y métodos utilizados, y cómo puede poner esos conceptos en práctica en su granja? Estas son solo algunas de las formas en que puede aprovechar al máximo lo último en agricultura de precisión.

Automático para la gente
No es necesario mirar muy lejos para ver drones en amplia circulación en estos días y, como discutimos en una entrada de blog anterior, también se están volviendo cada vez más populares para su uso en la granja. Los drones se pueden usar para todo, desde monitorear el clima hasta verificar la salud del suelo y atrapar plagas y depredadores en su tierra, y su personalización significa que la cantidad de cosas para las que puede usarlos es casi ilimitada. Los drones han sido una parte importante de la agricultura de precisión desde que despegó el concepto (juego de palabras), y solo están preparados para volverse más indispensables a medida que pasa el tiempo.

Fertilizante de dosis variable
Es posible que haya notado que mencionamos este tipo de fertilizante anteriormente en este artículo. En pocas palabras, es un método de distribución de fertilizantes que tiene en cuenta cada área de su campo para obtener la máxima producción de cultivos. Este sistema avanzado requiere GPS y un poco de volumen tecnológico para usarlo de manera efectiva, pero no podemos pensar en una definición más concisa de agricultura de precisión que averiguar cuánto fertilizante usar en su granja por pie cuadrado.

Madera sostenible
Ninguna granja puede operar con su máxima eficiencia sin una fuente confiable de madera para almacenamiento y transporte. Operaciones como nuestro propio en Fruit Growers Supply Co . han avanzado considerablemente a lo largo de los años en lo que respecta a garantizar que los agricultores tengan una fuente confiable de madera que no cause daños indebidos a la tierra a través de su producción y uso. Utilizando los mismos conceptos a largo plazo en los que se basa la agricultura de precisión, la fabricación de madera tiene un papel importante que desempeñar en el envasado de productos agrícolas.

Manos usando un cuchillo para quitar los brotes

El papel del riego
Una de las formas más importantes y útiles en que la tecnología agrícola se ha adaptado a lo largo de los años es en el ámbito de la gestión del agua. Al utilizar sensores avanzados y formas innovadoras de desviar las líneas de agua hacia donde más se necesitan, la agricultura de precisión puede ser un salvavidas literal para las áreas del mundo que se han visto afectadas por la sequía. E incluso en áreas que no se han visto afectadas por la escasez de agua, el uso inteligente del riego aún puede hacer maravillas en la tierra que los agricultores usan todos los días.

Más allá de los fertilizantes de tasa variable y los drones: el futuro
Una de las partes más emocionantes del mundo científico es que nadie puede decir exactamente lo que se avecina a continuación. La agricultura de precisión no tiene a dónde ir más que crecer a medida que la población mundial crece incluso cuando sus recursos se reducen, y encontrar nuevas formas de aprovechar al máximo la abundancia de la tierra será más vital que nunca en los próximos años y décadas. Estamos emocionados de ver lo que nos depara el futuro y creemos que usted también debería estarlo.

Leer más

La topografía es una de las ciencias más minuciosas que existen y se encarga de la representación gráfica de una superficie terrestre, con todos los detalles relacionados a su naturaleza y su forma. Históricamente se trató de un trabajo que requería mucha dedicación y tiempo. Sin embargo, si hablamos de grandes extensiones, en la actualidad este tipo de tareas están siendo facilitadas por el uso de drones. A continuación, te contaremos qué es un dron topográfico y para qué sirve.

Un drone es un vehículo aéreo no tripulado, que es manejado por control remoto. Aunque pueda parecer un juguete para grandes, tiene muchos usos profesionales. Actualmente, en el mundo de la topografía es impresionante todo el tiempo y trabajo que pueden ahorrar, pues con solo 40 minutos de uso de esta aeronave, se cubre el trabajo de aproximadamente un mes de topografía convencional.

¿QUÉ ES UN DRONE TOPOGRÁFICO Y CUÁLES SON LAS VENTAJAS DE SU USO?
Los drones son equipos aéreos que funcionan por medio de un control remoto, dotados con cámaras de alta resolución. Funcionan como un complemento fundamental de la topografía, ya que aumentan la productividad en más de un 100%, pues con una sola jornada de trabajo se puede conseguir la reconstrucción de miles de hectáreas de terreno. Las principales ventajas de utilizarlo son las siguientes:

Reducción de costos por hectárea y aumento de la productividad.
Acceso inmediato a los resultados de la inspección realizada a través del drone.
Se logra una precisión milimétrica en el área sobrevolada.
Control fino en el nivel de precisión.
Se pueden obtener diferentes resultados, sin aumentar los costos, pues un drone topográfico puede generar mapas de elevación, ortofotos, curvas de contorno, reestructuraciones en 3D y nubes de puntos.
A través de internet, se logra conseguir acceso a herramientas de medidas de precisión de manera ilimitada.
Los riesgos laborales se reducen significativamente, pues no se debe exponer a los empleados a entornos peligrosos.
¿CÓMO UTILIZAN LOS DRONES TOPOGRÁFICOS?
Luego de saber qué es un drone topográfico, suponemos que te gustará conocer cómo es el procedimiento para realizar un levantamiento topográfico con estas pequeñas aeronaves. Por eso, a continuación te resumimos su uso:

Se fija la zona de estudio a través de un software e introducimos en él las coordenadas exactas del área a estudiar.
Se inicia el vuelo del drone con todas las especificaciones dadas, es decir, de altura y vuelo.
Si se necesitan obtener valores históricos, es importante el uso de georreferenciación. Con esto nos referimos al uso de GPS. Con algunos puntos en serie como referencia mediante la topografía tradicional, el dron consigue arrojar datos históricos.
Luego de que el drone ha realizado su trabajo y aterriza con las imágenes, se hace uso de la fotogrametría mediante un software, para así crear el modelo digital en 3D.
¿QUÉ ES UN DRONE TOPOGRÁFICO EN LOS ANÁLISIS TERRESTRES?
Este es uno de los puntos más polémicos, pues muchos afirman que un drone es un sustituto, cuando en realidad es una herramienta topográfica que complementa de manera muy efectiva el trabajo de un topógrafo. Esta aeronave representa para los topógrafos un nuevo dispositivo de medidas, con muchas características mejoradas. Ayuda al profesional a realizar su trabajo con mayor calidad, minimizando el margen de error y en menor tiempo, aumentando así su productividad.

En definitiva, el drone topográfico permite la accesibilidad a nuevas funcionalidades, reduciendo los plazos y bajando los costos de manera significativa. En el área de la topografía, los drones son utilizados para realizar muchas funciones, entre las que podemos mencionar las siguientes:

Para realizar levantamientos topográficos y hacer modelos digitales de terrenos precisos, con cualquier relieve.
Para calcular los volúmenes y los movimientos de las tierras.
Permite gestionar y realizar actualizaciones catastrales.
Se elabora cartografía digital.
Ayudan a realizar seguimiento y monitoreo de obras y otros tipos de trabajos.
Colabora en el seguimiento y mantenimiento de infraestructuras ferroviarias.
Permite generar mapas de alta resolución de cableados y líneas eléctricas.
Luego de saber qué es un dron topográfico, comprenderás que no solo facilita el trabajo de topógrafos, sino también de cualquiera que trabaje inspeccionando obras, pues permite obtener información en tiempo real, sin necesidad de trasladarse hasta el lugar donde se están realizando los trabajos.

Leer más