Autor: rjcastillolopez

Durante la última década, el proceso de creación de mapas y modelos 3D precisos a partir de fotos de drones ha recorrido un largo camino. Las capacidades de captura de drones y el software y los servicios de procesamiento de fotogrametría han mejorado en costo y eficiencia hasta un punto en el que los gemelos digitales 3D son un elemento básico para la topografía e inspección.

Hacer que estos modelos sean precisos y probar la precisión, lo fundamental de cualquier encuesta, también ha recorrido un largo camino.

En el proceso de captura de un dron típico, conocemos la ubicación del dron cuando cada foto se tomó con una precisión de 35 m con el GNSS integrado (GPS y otras constelaciones de posicionamiento global por satélite). ¡Aplátelos juntos en el software de fotogrametría y tenemos un modelo 3D! Sin embargo, este modelo está flotando en el espacio; puede parecer impresionante, pero no es necesariamente una buena representación de la Tierra real.

El software de fotogrametría hace todo lo posible para hacer coincidir los píxeles en las fotos superpuestas, haciendo suposiciones de la distancia focal de la cámara y las distorsiones de la lente, las orientaciones de la cámara, las posiciones de la cámara y si el píxel en una foto es el mismo punto que un píxel en otra foto. Son muchos los errores que ocurren a través de este proceso, que se gestionan para lograr estadísticamente el mejor resultado posible: el modelo 3D.

Este modelo puede considerarse efectivamente maleable, o flexible, y cuando podemos fijar algunos parámetros al mundo real, podemos tomar ese modelo y ajustarlo, estirarlo y doblarlo para que se ajuste a las restricciones que podemos encontrar en el mundo real. Luego, los topógrafos deben poder confirmar que sus medidas en el modelo equivalen a valores del mundo real.

La primera forma en que se hizo esto fue utilizar GCP (Ground Control Points): objetivos en el suelo, normalmente colocados por un topógrafo, con coordenadas conocidas en un sistema de coordenadas conocido. Esto requería mucho tiempo en el sitio, ya que requería viajar por todo el sitio con equipo de inspección o colocar y recopilar GCP «inteligentes». El tiempo de procesamiento también fue más largo para que el operador eligiera esos GCP y el procesamiento para repetir las posiciones de la cámara una y otra vez en función de los GCP y los puntos de enlace. Los errores en el sistema debido a las distorsiones de la lente y la coincidencia de superficies se introducirían entre los GCP.

Poner el control en la cámara cambia el flujo de trabajo. Al saber dónde estaba la cámara para cada foto, el proceso AT (triangulación aérea o emparejamiento) en fotogrametría es más confiable y mucho más rápido, ya que ya no estamos aplicando ingeniería inversa a las posiciones asumidas de la cámara. AT funciona mejor en superficies difíciles. Todo el proyecto está cubierto por una manta de cientos de puntos de control. Más preciso, más confiable, más eficiente.

RTK (cinemática en tiempo real) fue la primera forma de habilitar esto. Utilizado por topógrafos durante décadas, RTK calcula coordenadas precisas del dron en tiempo real, utilizando datos transmitidos desde una estación base (en una ubicación conocida) al dron. Precisión de 5 cm normalmente. Sin embargo, RTK a menudo demuestra ser poco confiable en un entorno de drones, con pérdida de ‘bloqueo’ debido a obstrucciones o inclinaciones de drones, a veces una inicialización incorrecta y el alcance limitado debido al enlace de radio de la estación base.

PPK (cinemática postprocesada) demostró ser una alternativa más robusta a RTK. En lugar de intentar calcular las coordenadas precisas en tiempo real, lo que normalmente no es necesario de todos modos, los datos GNSS se almacenan en el dron y en el receptor de la estación base. Después del vuelo, los datos se reúnen y procesan hacia adelante y hacia atrás para determinar los resultados más precisos y confiables para cada posición de la cámara.

Existe mucha discusión sobre si las coordenadas confiables de la cámara PPK eliminan la necesidad de GCP . Ellos pueden. El principal error que queda en el sistema es la lente de la cámara, su distancia focal real y las distorsiones. Si los parámetros de la cámara están calibrados, son conocidos y estables, entonces pueden pasar a la solución de fotogrametría para lograr excelentes resultados sin GCP. Sin embargo, como cualquier topógrafo sabría, no es ahí donde termina. Es esencial tener comprobaciones en tierra, ya sean objetivos o características conocidas, que pueda medir y comparar, para saber exactamente qué tan preciso es su modelo 3D.

Entonces, sigamos con la evolución. PPK es similar a RTK, ya que utiliza datos de fase de portadora GNSS de frecuencia dual de múltiples constelaciones de relojes en satélites, aplicando modelos ionosféricos para determinar la resolución de ambigüedad del ciclo y datos de rango relativo entre una base y un móvil. ¡Tecnología de alta resistencia! Esencialmente una forma compleja de medir con mucha precisión el vector desde la estación base hasta el dron, muchas veces por segundo. Por lo tanto, necesita una estación base (con una coordenada conocida) o datos de una estación de referencia de funcionamiento continuo (CORS). Con PPK puede ir mucho más lejos de su base que RTK, pero todavía es mejor por debajo de los 30 km (20 millas).

Lo que nos lleva a la siguiente ‘especie’ en nuestra evolución: Make It Accurate (MIA). MIA hará que los datos de su drone rover sean precisos, en cualquier parte del mundo, sin datos de la estación base. MIA se basa en la tecnología PPP (posicionamiento de punto preciso) que aplica correcciones precisas de reloj y órbita a datos GNSS de fase de portadora sin procesar. Sabiendo exactamente dónde estaba cada satélite y sus errores de reloj precisos, la posición independiente del dron se puede determinar con una precisión de 5 cm. Este resultado se mejora aún más en muchos países al fusionar datos de estaciones terrestres en la región, para obtener una precisión absoluta de 2-3 cm. Sin estación base ni entradas CORS, simplemente vuele su dron a cualquier lugar Múltiples sitios, áreas remotas, pasillos largos… en cualquier lugar. Es exacto.

Una vez más, no podemos enfatizar lo suficiente, no importa qué sistema use, tenga sus controles en su lugar, mida qué tan preciso es.

Leer más

Una cosechadora John Deere está más en casa entre hileras de maíz que en el gigante Consumer Electronics Show en Las Vegas esta semana, pero eso no impidió que Deere & Co. llevara equipos agrícolas a la confab de tecnología.

La empresa tuvo un stand en CES por primera vez. Estaba dominado tanto por el vehículo como por el mensaje de que tecnologías como la conducción autónoma y los datos GPS de alta precisión desempeñan un papel vital en la vida agrícola actual.

«Encontrar mano de obra calificada en las zonas rurales de Estados Unidos es cada vez más difícil, y los agricultores ven la conducción autónoma como una herramienta que les ayuda a contratar operadores menos calificados para trabajar en la cabina», dijo Deanna Kovar, directora de producción y precisión de Deere para marketing agrícola.

“Estamos aquí para ayudar a la gente a comprender cómo se aplica la tecnología a la agricultura”, dijo Kovar.

‘Agricultura de precisión’
Si bien Deere mostró un concepto de tractor autónomo temprano en 2003, son las tecnologías de automatización pendientes para los implementos que siguen detrás del tractor las que podrían tener el mayor impacto en lo que Kovar llamó «agricultura de precisión».

Deere dice que su tecnología GPS tiene una precisión de 2,5 centímetros, menos de una pulgada. Esto le permite a Deere automatizar algunas de las partes no relacionadas con la conducción del trabajo agrícola, como saber exactamente dónde rociar pesticidas o fertilizantes. Esto significa que el agricultor gasta menos en esos materiales.

“Nuestras matemáticas dicen que podemos ahorrar hasta un 10 por ciento de los insumos en la agricultura utilizando la guía. Esa es una gran oportunidad ”, dijo Kovar.

Los dispositivos de automatización en un nuevo tractor John Deere fueron desarrollados por John Deere Intelligent Solutions Group, un equipo dentro de Deere enfocado en el uso de tecnología para aumentar el rendimiento de los cultivos.

“Estamos aquí para ayudar a la gente a entender cómo se aplica la tecnología a la agricultura”, dijo Deanna Kovar de Deere sobre la primera aplicación CES de la compañía [earance. (Foto: Sebastian Blanco / Trucks.com)

Cámaras y coordenadas
La tecnología de conducción autónoma de Deere utiliza cámaras a bordo y coordenadas GPS. Las cámaras también se pueden usar sin ningún dato de GPS o en una ruta predeterminada para identificar filas de cultivos, pero no pueden reconocer y evitar obstáculos, como personas o animales. Deere está trabajando en esas actualizaciones, dijo Kovar, con la posibilidad de implementar implementos agrícolas totalmente autónomos en el futuro. Por ahora, un operador en vivo todavía necesita estar en el tractor en todo momento.

“El ser humano sigue siendo el sensor principal”, dijo Curtis Maeder, ingeniero de sistemas de personal de Deere.

Tecnología estándar
Parte de la tecnología de automatización de Deere ya es estándar en sus tractores. AutoTrac , la tecnología de conducción autónoma, corregida por satélite y basada en GPS de la empresa, y un módem se incluyen en todos los tractores Deere vendidos en los EE. UU., «Porque la conectividad está muy bien adoptada», dijo Kovar.

Pero algunos agricultores están optando por actualizaciones, como el receptor Deere StarFire 6000 de $ 3,896 . Los agricultores pagan por la tecnología opcional porque son objetivos y ven un retorno de sus inversiones, dijo Willy Pell, director de ingeniería de Blue River Technology, una empresa de aprendizaje automático centrada en la agricultura y subsidiaria de Deere.

“No van a comprar algo porque sea genial”, dijo. «Si existe, genera dinero, porque de lo contrario no lo comprarían».

Leer más

La producción de cultivos espacialmente variable, a menudo conocida como agricultura de precisión, se aborda con una variedad de métodos que podrían resumirse como «sistemas de mapeo» y «sistemas de sensores».
Es probable que la futura implementación exitosa de la agricultura de precisión dependa de una combinación del enfoque de mapeo y el enfoque de sensor.

Pero, antes de que esto se convierta en realidad, muchos problemas deben resolverse. Los principales problemas a tratar son la precisión de la señal GPS, encontrar algoritmos para procesar y comprimir datos, desarrollar herramientas para el análisis económico en un sentido de contabilidad de costos basada en cuadrículas, desarrollar software para detectar malezas ( análisis de imágenes digitales) y, por último pero no menos importante, combinando el enfoque de mapeo y sensor para generar mapas de aplicación.

Sin embargo, aún se desconoce el beneficio económico de la agricultura de precisión. Los efectos positivos pueden ser causados ​​por el manejo de N específico del sitio, las tasas de siembra de semillas adoptadas y la reducción del tratamiento con herbicidas. Por otro lado, se describen rendimientos crecientes hasta en un tres y más por ciento. Cabe señalar que cuanto más heterogéneo parece un campo, más posibilidades existen de que la agricultura de precisión sea rentable para el agricultor.

INTRODUCCIÓN

Agricultura de precisión, es decir, cuantificar la siembra, la fertilización y la pulverización según la variación del suelo y la población de plantas. Esto requiere el registro de incluso pequeñas diferencias espaciales en los factores relevantes para el crecimiento de los cultivos, como la calidad del suelo, la disponibilidad de agua y fertilizantes o el rendimiento de los cultivos, solo por mencionar algunos. El registro de estas variables y el uso espacialmente diferenciado de estos factores de producción se realiza mediante máquinas e implementos guiados electrónicamente que reciben las señales para el posicionamiento exacto en el campo de los satélites GPS. Esto permite una eficiencia muy mejorada de los recursos utilizados, conduce a un menor desperdicio de insumos y, además, mejora la ajustabilidad de los sistemas biológico-técnicos.

La Figura 1 muestra que la agricultura de precisión hace posible la información precisa, el trabajo preciso y la aplicación local. Los sensores registran información como el tiempo de trabajo requerido, las horas del tractor, el consumo de combustible, los rendimientos, los períodos de espera (tiempo de inactividad). La precisión del trabajo se logra controlando electrónicamente los implementos. Dependiendo de las diferentes condiciones dadas, la profundidad de trabajo, el mantenimiento preciso del ancho de trabajo, así como la velocidad de trabajo y los giros de conexión de los implementos se pueden regular con precisión incluso dentro de las rejillas de pequeño tamaño. Esto implica una garantía de que las cantidades aplicadas de insumos corresponden exactamente a las cantidades requeridas. Por lo tanto, las semillas, fertilizantes y pesticidas se aplican según se desee. De la misma manera, el manejo del suelo se puede regular dependiendo de las condiciones espaciales a pequeña escala. Lo mismo ocurre con la aplicación local. De acuerdo con las variables medidas por los sensores, por ejemplo, el suministro actual de nutrientes y la humedad del suelo disponible, y de acuerdo con la reducción de nutrientes en el año anterior y los objetivos de rendimiento, se puede determinar qué insumos deben aplicarse, en qué cantidades y en qué momento. . Dependiendo de la posición del implemento, se podrían observar fácilmente las limitaciones establecidas, por ejemplo, para áreas de protección del agua.

Fig.1: Posibilidades y potencial de la agricultura de precisión

Todo esto se basa en el hecho de que los suelos y las condiciones de crecimiento están sujetos a variaciones considerables incluso dentro de parcelas muy pequeñas. Este hallazgo no se conoce. Según el conocimiento del autor, la primera publicación sobre agricultura de precisión es de 1929. Allí, LINSLEY / BAUER (compárese con la figura 2) señaló que «(L) os suelos de este estado, a menudo dentro de un campo, varían enormemente en su necesidad de piedra caliza» y » (Es) importante, por lo tanto, que se realicen pruebas detalladas en el campo para que la piedra caliza pueda aplicarse según la necesidad «. En ese momento, sin embargo, no existían las posibilidades de posicionamiento y de regulación y dirección electrónica que tenemos hoy y tendremos en un futuro próximo. Solo la tecnología actual permite la realización de lo que se percibía claramente hace 70 años.

Fig.2: Primera publicación sobre agricultura de precisión

PROBLEMAS DE AGRICULTURA DE PRECISIÓN

Se habla de agricultura de precisión en todas partes y muchos fabricantes hacen al menos algunos esfuerzos para ofrecer información sobre el posible uso de sus máquinas para la agricultura de precisión. Sin embargo, aún deben resolverse una serie de problemas antes de que numerosos agricultores puedan practicar la agricultura de precisión como se entiende en este artículo. A continuación discutiremos una selección de cinco problemas, a saber

la precisión del posicionamiento
la combinación de mapeo y sistemas en tiempo real
algoritmos para la reducción y el procesamiento de la cantidad de datos recopilados
modelos de cálculo de la cantidad óptima de factor aplicado
modelos de análisis económico

Precisión de posicionamiento

Se requieren diferentes grados de precisión para diferentes tareas, como pueden mostrar los ejemplos de la figura 3. Para la navegación, es decir, buscando campos en el caso de uso de maquinaria cooperativa, es suficiente una precisión de +/- 1o metro. Para el trabajo de campo y la obtención y documentación necesarias de la información se requiere +/- 1 metro, por lo que, en particular, un ancho de trabajo pequeño como en la cosecha combinada puede causar problemas considerables y hacer deseable una mayor precisión.

Fig.3: Necesidades de precisión de la agricultura de precisión (Auernhammer, 1998)

Si se considera el guiado automático del vehículo para facilitar la conducción, por ejemplo, en el caso de giros de conexión (con un ancho de trabajo amplio) o en cosecha combinada, se requiere una precisión de +/- 1o centímetros. La precisión debe ser aún mayor cuando, por ejemplo, los implementos para el control de malezas deben guiarse automáticamente.

Como se muestra en la figura 4, la tecnología de precisión se ha desarrollado rápidamente en los últimos años. En particular, la transición del GPS al DGPS ha dado lugar a algunos avances a este respecto. La precisión alcanzable hoy en día asciende a +/- 1-3 metros para DGPS dependiendo de la distancia desde la estación de referencia. Cuanto mayor es la distancia desde la estación, menos precisa es la medición de la posición real. Recientemente, ha surgido un problema adicional cada vez más a menudo: cuanto más cerca esté el campo en el que se trabaja de las estaciones transmisoras de las redes de telefonía móvil, más se distorsionará la señal. En la vecindad inmediata de tales estaciones, el posicionamiento exacto ya no es posible parcialmente.

Fig.4 : Análisis de precisión de GPS y DGPS (Auernhammer et al. 1998)

La Figura 5 muestra la diferencia entre las mediciones teóricas y las lecturas reales para la cosecha combinada. A una velocidad de conducción de 1,8 metros por segundo, un ancho de trabajo de 5 metros y mediciones tomadas cada segundo, pueden aparecer desviaciones considerables. Aquí se deben encontrar algoritmos que se adapten a la precisión requerida para corregir la superposición y el espacio de las celdas de medición.

Fig.5: Detección DGPS de cosechadoras (Auernhammer, 1998)

Combinación de mapeo y sistemas de sensores

Básicamente se están debatiendo dos enfoques diferentes de la agricultura de precisión: el primero es el enfoque de mapeo con sistemas de mapeo, el segundo es el enfoque de sensor con sistemas de sensor (en tiempo real).

La forma en que funcionan los sistemas de mapeo se muestra en la figura 6. Los datos pasados ​​se utilizan para determinar las entradas necesarias para la situación actual. Se extraen conclusiones de los rendimientos de años anteriores y de los nutrientes que se miden en el suelo en cuanto a las cantidades de fertilizantes y semillas a aplicar. De esta forma también se puede controlar la aplicación de herbicidas. Este enfoque es particularmente adecuado para áreas de bajo rendimiento y, por lo tanto, para fertilizantes de fosfato y potasio, condiciones climáticas relativamente constantes y rotaciones exclusivas de cultivos de cereales. Para la fertilización con nitrógeno de alto rendimiento, el sistema alcanza sus límites, ya que la fertilización con nitrógeno, como regla, debe ajustarse a los parámetros recientes en lugar de a las condiciones pasadas.

Fig.6: Sistemas de mapeo

Fig.7: Sistemas en tiempo real

Fig.8: Fertilización en tiempo real

Los sistemas en tiempo real contrastan con los sistemas de mapeo. Aplican insumos, especialmente fertilizantes nitrogenados, según las necesidades de la población vegetal en el momento dado. Los sensores conectados al tractor brindan información sobre la humedad del suelo disponible y el suministro actual de N de la planta. La aplicación de fertilizantes nitrogenados se basa en estos datos. El principio del enfoque se muestra en la figura 7. Los sistemas en tiempo real son adecuados para áreas de alto rendimiento con condiciones climáticas muy variables y son adecuados para rotaciones de cultivos variadas, pero básicamente exclusivamente para fertilización con nitrógeno. La Figura 8 muestra cómo funciona uno de esos sistemas.

Tanto el mapeo como los sistemas en tiempo real en sí mismos tienen ventajas y desventajas. Se puede esperar un progreso real al vincular ambos sistemas como se muestra en la figura 9. Mediante mapas de rendimiento y mapas de nutrientes del suelo, este enfoque intenta explorar los potenciales de rendimiento metro a metro y aplicar fertilizantes nitrogenados de acuerdo con el potencial de rendimiento ylas condiciones actuales. Con este enfoque, la situación actual de la población de plantas puede tratarse de manera óptima y, al mismo tiempo, tomarse en consideración las limitaciones ecológicas y económicas. El enfoque es adecuado para regiones de alto rendimiento con condiciones climáticas muy cambiantes y para fertilizar con nitrógeno, fosfato y potasio. Por tanto, el enfoque es muy adecuado para regiones de Europa. Gran parte de los problemas relacionados con él aún no se han resuelto. El 1 de septiembre de 1998, un equipo de Weihenstephan inició un proyecto de investigación interdisciplinario con el objetivo de promover este enfoque en los próximos 6 años. En particular, el desarrollo de sensores y modelos para la deducción de las cantidades requeridas de fertilizante en función del estado de crecimiento de las plantas y la humedad del suelo disponible acaba de comenzar recientemente.

Fig.9: Sistemas en tiempo real con superposición de mapas

Procesamiento y condensación de datos acumulados

El volumen probable de datos acumulados en agricultura de precisión con recolección automática de datos por hectárea, respectivamente una finca de 300 hectáreas, se presenta en la figura 1o. Se asumió un cierto ancho de trabajo y una velocidad de trabajo para cada una de las siguientes cinco actividades: cosecha combinada, labranza, siembra, pulverización y fertilización. El ancho de trabajo y la velocidad de trabajo de las actividades definen el rendimiento de la superficie. Se basa en el supuesto de que las mediciones se toman cada segundo. El número de conjuntos de datos se calcula mediante proyección sobre una hectárea. El número de atributos de datos por conjunto varía según la medida tomada. Cada conjunto de datos contiene un encabezado idéntico que define el tipo de conjunto de datos, tiempo, longitud, latitud y altitud y también permite una declaración sobre la calidad de la detección. El número de atributos adicionales depende de la actividad de la tarea realizada. Por ejemplo, en el caso de la cosecha de cereales, tales atributos pueden ser el ancho de corte real, la posición operativa de la unidad de corte, la distancia recorrida y también datos relacionados con el rendimiento, como la cantidad de rendimiento, las pérdidas de grano o la humedad del grano. Si los implementos cuentan con sensores apropiados, se pueden considerar otros atributos. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte. Por ejemplo, en el caso de la cosecha de cereales, tales atributos pueden ser el ancho de corte real, la posición operativa de la unidad de corte, la distancia recorrida y también datos relacionados con el rendimiento, como la cantidad de rendimiento, las pérdidas de grano o la humedad del grano. Si los implementos cuentan con sensores apropiados, se pueden considerar otros atributos. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte. Por ejemplo, en el caso de la cosecha de cereales, tales atributos pueden ser el ancho de corte real, la posición operativa de la unidad de corte, la distancia recorrida y también datos relacionados con el rendimiento, como la cantidad de rendimiento, las pérdidas de grano o la humedad del grano. Si los implementos cuentan con sensores apropiados, se pueden considerar otros atributos. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte. en el caso de la cosecha de cereales, tales atributos pueden ser el ancho de corte real, la posición operativa de la unidad de corte, la distancia recorrida y también datos relacionados con el rendimiento, como la cantidad de rendimiento, las pérdidas de grano o la humedad del grano. Si los implementos cuentan con sensores apropiados, se pueden considerar otros atributos. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte. en el caso de la cosecha de cereales, tales atributos pueden ser el ancho de corte real, la posición operativa de la unidad de corte, la distancia recorrida y también datos relacionados con el rendimiento, como la cantidad de rendimiento, las pérdidas de grano o la humedad del grano. Si los implementos cuentan con sensores apropiados, se pueden considerar otros atributos. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte. y también datos relacionados con el rendimiento, como la cantidad de rendimiento, las pérdidas de grano o la humedad del grano. Si los implementos cuentan con sensores apropiados, se pueden considerar otros atributos. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte. y también datos relacionados con el rendimiento, como la cantidad de rendimiento, las pérdidas de grano o la humedad del grano. Si los implementos cuentan con sensores apropiados, se pueden considerar otros atributos. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte. El número de conjuntos de datos por año y hectárea, así como el número de atributos por año y hectárea, se pueden calcular a partir del número de tareas por año. La última columna de la figura muestra el número de bytes por año y hectárea basado en una longitud de datos de 6 bytes por atributo. En este caso resultarían 1,3 megabytes. El volumen anual de datos para una finca de 300 hectáreas ascendería a 402 megabytes o casi medio gigabyte.

Actividad Anchura de trabajo (m) Velocidad de trabajo (m / seg) Área (rendimiento) (m 2 ) Número de conjuntos de datos / hectárea y tarea Número de atributos / conjunto de datos 1) Número de atributos / hectárea y tarea Número de tareas / año Número de tareas / año y hectárea Número de atributos / año y hectárea Bytes / atributo Bytes / año y hectárea
Cosecha de cereales (cosechadora) 5 1,4 7 1.429 20 28.571 1 1.429 28.571 6 171.429
Labranza 3 2 6 1.667 25 41.667 2 3.333 83.333 6 500.000
Siembra 3 2 6 1.667 25 41.667 1 1.667 41.667 6 250.000
Rociar 15 2 30 333 35 11.667 3 1.000 35.000 6 210.000
Fertilizante 15 2 30 333 35 11.667 3 1.000 35.000 6 210.000
Total / ha 8.429 223.571 1.341.429
(1,3 Mbyte)
Para una finca de 300 ha 2.528.571 67.071.429 402.428.571
(402 Mbyte)
1) Estimación, incluye encabezado con: Tipo de conjunto de datos; longitud geográfica, latitud, altitud; calidad de detección

Fig.10: Volumen de datos mediante agricultura de precisión y registro de datos automatizado (estimado)

Este volumen de datos es, por supuesto, impracticable. Por lo tanto, se deben encontrar algoritmos adecuados para la condensación y el cálculo de datos para reducir notablemente el volumen de datos. Sin embargo, todavía se desconoce en gran medida qué datos son prescindibles.

Encontrar la cantidad óptima de entrada aplicada

Con los sistemas disponibles en los mercados hoy en día, el agricultor solo decide cuánto insumo, por ejemplo, nitrógeno, se aplicará a un sitio. Esto significa que la experiencia y la intuición determinan su decisión. Hasta el momento, no existen modelos que funcionen de manera confiable capaces de calcular la cantidad óptima de fertilizante con referencia a los parámetros del suelo y la población de plantas en cuadrículas de pequeño tamaño. Sin embargo, estos modelos son necesarios si queremos reducir el tamaño de las partes de los campos gestionados individualmente y cuanto más heterogéneas sean las condiciones conocidas de una ubicación. En algunas regiones de Alemania, por ejemplo, la calidad del suelo, el suministro de nutrientes y la disponibilidad de agua varían mucho en unos pocos metros. Podemos reaccionar a tales variaciones solo gestionando las partes de los campos a la menor escala posible. ,

Los modelos que se desarrollarán deben ser capaces tanto de tener en cuenta datos del pasado, por ejemplo, para establecer el potencial de rendimiento de una parte de un campo, como de procesar las condiciones actuales, como el suministro de nitrógeno sondeado por el sensor de las plantas o el sensor registró la disponibilidad de agua de la red en cuestión. El establecimiento de tales modelos es un componente que no debe subestimarse en la aceptación de la agricultura de preción por parte de los propios agricultores.

Modelos de análisis económico

Aún no existen modelos para el análisis económico de la agricultura de precisión. Los sistemas comerciales de registro de campo generalmente no van más allá del nivel de margen bruto y, en el mejor de los casos, no se puede calcular más que el margen bruto de una parcela. Por tanto, no es posible calcular el margen bruto para partes individuales de un campo, ni para grupos homogéneos de tales partes. Desde el punto de vista de la gestión agrícola, se pueden concebir modelos en el marco de la contabilidad de costes totales, que permitan el análisis de cualquier parte espacial de un campo. Esto es particularmente importante para el cálculo de la eficiencia económica de la agricultura de precisión. No se sabe si se pondrán en práctica tales modelos necesarios para los fines de la investigación.

Estas consideraciones han demostrado que existe una larga lista de problemas que deben resolverse antes de que la agricultura de precisión sea una práctica generalizada.

LA EFICIENCIA ECONÓMICA DE LA AGRICULTURA DE PRECISIÓN

Para administrar sus granjas según los principios de la agricultura de precisión, los agricultores deben estar dispuestos a invertir en tecnología y servicios. Básicamente hay tres tipos de inversión:

para la recolección de datos: mapeo de rendimiento, sistema de posicionamiento (DGPS), espectrómetro para determinar el requerimiento de nitrógeno de las plantas, dispositivos para tomar muestras de suelo, dispositivos para determinar la presión de las malezas,
para el procesamiento de datos: hardware, software,
para la aplicación de insumos: esparcidor de fertilizante guiado por computadora, pulverizador de herbicida guiado por computadora, sembradora guiada por computadora,
Algunos de los componentes están disponibles actualmente, otros estarán disponibles en un futuro próximo. Como se mencionó anteriormente, es el software basado en la «lógica de aplicación» de la agricultura de precisión el que plantea problemas importantes.

Fig.11: Determinación del nivel de insumos para un campo (por ejemplo, fertilizante)

Por otro lado, están los beneficios de aumentar los rendimientos y / o disminuir la cantidad de insumos.

Los mayores ingresos y la posibilidad de reducir los costos deberían cubrir el costo adicional de la inversión. Las razones del beneficio adicional y la reducción de costes se encuentran en los diferentes enfoques de la gestión agrícola indiferenciada (tradicional) y de la agricultura de precisión. La Figura 11 muestra el enfoque indiferenciado del manejo de la finca con respecto a la aplicación de fertilizantes a una parcela (o en general: la definición del nivel de insumo aplicado). La tasa de aplicación de fertilizante se determina igualmente para todo el campo por el rendimiento promedio esperado, aquí de 70 decitones por hectárea, y la diferencia entre el nitrógeno disponible en el suelo y la cantidad de nitrógeno requerida por el rendimiento esperado.

Fig.12: Determinación del nivel de entrada para un campo (por ejemplo, fertilizante)

La Figura 12 muestra cómo se determina la tasa de aplicación de nitrógeno para cada cuadrícula según el enfoque de la agricultura de precisión. Las diversas partes del campo tienen diferentes potenciales de rendimiento, para cada uno de los cuales se puede determinar la tasa de aplicación de fertilizante requerida localmente. Hay áreas de mayor y menor potencial de rendimiento, que deben recibir más o menos nitrógeno según sea necesario.

Fig.13: Posibles efectos de la agricultura de precisión: ubicación heterogénea

La Figura 13 presenta los posibles efectos de la gestión relacionada con el campo parcial para un sitio heterogéneo. El potencial de rendimiento de este campo varía de 56 a 84 decitones / ha indicado por la línea que cae de izquierda a derecha (dispersión de heterogeneidad +/- 2o%: 7o dt +/- 14 dt). En el marco del mapeo de rendimiento, el sitio se divide en 5 clases de heterogeneidad de rendimiento de igual tamaño, cada una de las cuales comprende el 20% del sitio completo. Esto se indica en la abscisa. Hasta ahora, el sitio (línea horizontal gruesa) ha sido fertilizado uniformemente con un objetivo de 70 decitones / ha. En consecuencia, por un lado, se perdió el rendimiento en partes con alto potencial de rendimiento (Clase I, II y 50% de III) y, por otro lado, se desperdició fertilizante en partes con bajo potencial de rendimiento (50% de III, IV y V). Mediante la gestión diferenciada del sitio ahora se puede obtener más rendimiento y reducir el desperdicio de fertilizante. En el presente caso, la cantidad total de fertilizante aplicada al sitio sigue siendo la misma, ya que la cantidad menor aplicada a partes de bajo potencial de rendimiento se compensa con la cantidad adicional utilizada para áreas de alto rendimiento. Pero este enfoque aumenta la eficiencia general de los insumos aplicados, aquí de nitrógeno. Estos hallazgos teóricamente deducidos corresponden a la praxis en muchos casos. En un sitio de 28 hectáreas se descubrieron cifras de calidad del suelo (la mejor calidad es igual a 100, la menor calidad es igual a 0) de 19 a 70 (ALBERT, 1997). Con N En el presente caso, la cantidad total de fertilizante aplicada al sitio sigue siendo la misma, ya que la cantidad menor aplicada a partes de bajo potencial de rendimiento se compensa con la cantidad adicional utilizada para áreas de alto rendimiento. Pero este enfoque aumenta la eficiencia general de los insumos aplicados, aquí de nitrógeno. Estos hallazgos teóricamente deducidos corresponden a la praxis en muchos casos. En un sitio de 28 hectáreas se descubrieron cifras de calidad del suelo (la mejor calidad es igual a 100, la menor calidad es igual a 0) de 19 a 70 (ALBERT, 1997). Con N En el presente caso, la cantidad total de fertilizante aplicada al sitio sigue siendo la misma, ya que la cantidad menor aplicada a partes de bajo potencial de rendimiento se compensa con la cantidad adicional utilizada para áreas de alto rendimiento. Pero este enfoque aumenta la eficiencia general de los insumos aplicados, aquí de nitrógeno. Estos hallazgos teóricamente deducidos corresponden a la praxis en muchos casos. En un sitio de 28 hectáreas se descubrieron cifras de calidad del suelo (la mejor calidad es igual a 100, la menor calidad es igual a 0) de 19 a 70 (ALBERT, 1997). Con Nmin sondas en una parcela vecina se midieron valores de 21 a 75 kg de nitrógeno en un sitio (STENGER et al., 1993, p. 305). Sin embargo, también hay sitios de menor heterogeneidad, es decir, ubicaciones comparativamente homogéneas. Los efectos de la agricultura de precisión en estos lugares no son tan obvios. Esto se puede ver en la figura 14 con el ejemplo de una ubicación que tiene un potencial de rendimiento mínimo de 66,5 decitones / ha y un máximo de 73,5 decitones / ha. Aquí el aumento potencial de rendimiento es considerablemente menor, así como el ahorro de fertilizante en parcelas con menor potencial de rendimiento (dispersión de heterogeneidad +/- 5%: 7o dt +/- 3,5 dt).

Fig.14: Posibles efectos de la agricultura de precisión: ubicación homogénea aproximada

En la agricultura práctica se puede observar que los agricultores no aplican fertilizantes de acuerdo con el potencial de rendimiento medio de sus campos, sino con respecto al potencial de rendimiento de las mejores partes. Las condiciones en la figura 15 son inicialmente las mismas que en la figura 13 con la excepción de fertilizar hacia 75 decitones / ha en lugar de 70 decitones. Como se puede ver, la orientación es hacia un mayor potencial de rendimiento. Esto implica que el aumento de rendimiento debido a la agricultura de precisión será menor en el caso de un manejo específico del sitio, mientras que hay un ahorro real de fertilizante. Esto se acerca más a la agricultura tal como se practica hoy: los aumentos de rendimiento de experimentos documentados en la mayoría de las ubicaciones heterogéneas casi nunca alcanzan más del 5% en comparación con el manejo uniforme, mientras que la eficiencia del nitrógeno podría mejorarse (EHLERT / WAGNER, 1997, p. 27). Es decir, en la mayor parte de los sitios se desperdició fertilizante. La agricultura de precisión muestra resultados beneficiosos sobre todo en el ahorro de factores de producción resp. en la mayor eficiencia del uso de factores. El aumento de rendimiento al que se aspira será bastante bajo en comparación con el manejo uniforme del campo.

Fig.15: Posibles efectos de la agricultura de precisión con niveles pasados ​​altos de fertilización: ubicación heterogénea

La Figura 16 muestra los resultados de un análisis de la literatura sobre las consecuencias económicas de la agricultura de precisión. Los estudios sobre la reducción del costo de los herbicidas muestran que se puede ahorrar entre un 50% y un 80% de los costos de los herbicidas cuando se tratan solo las áreas donde realmente crecen las malezas. Los ahorros en términos de dinero dependen en gran medida del precio del herbicida, por lo que aquí no es posible una generalización.

Autor objeto de investigación resultados
Green y col.
(Estados Unidos, 1997)
tratamiento herbicida espacialmente variable en cacahuetes hasta un 70% menos de
uso de herbicidas
Nordmeyer / Häusler / Niemann (Alemania, 1997)
tratamiento con herbicidas espacialmente variable en granos de cereales hasta el 80% del área
no necesita ser tratada
Gerhards
(Alemania, 1998)
tratamiento herbicida espacialmente variable en cereales 40-50% menos de
uso de herbicidas
Harris
(Inglaterra, 1997) siembra, fertilización y fumigación espacialmente variables en trigo y patatas EURO 50-60
ventaja económica / ha con trigo,
EURO 240-250 con patatas
Ostergaard
(Dinamarca, 1997)
Aplicación espacialmente variable de N, P, K y cal en cereales
Ventaja económica de $ 40-50 / ha
Schmerler / Jürschik
(Alemania, 1997b)
Fertilización N espacialmente variable en cereales hasta 3,9 dt / ha aumento del rendimiento del cultivo. En promedio 25 kg / ha menos N con campos heterogéneos.
Resulta en más de 25 euros de ventaja económica / ha.
Swinton / Ahmad
(Estados Unidos, 1996)
Fertilización con nitrógeno espacialmente variable en la remolacha azucarera 74 $ / acre (~ 160 EURO / ha)
ventaja económica y aumentos de calidad
Reetz / Fixen
(Estados Unidos, 1995)
fertilización N espacialmente variable de todos los cultivos
en una granja
Ventaja económica de 43 $ / ha
Malzer y col.
(Estados Unidos, 1996)
fertilización N espacialmente variable en maíz 11-72 $ / ha económica
ventaja
Schmerler / Jürschik
(Alemania, 1997a) costos calculados para el uso de GPS (maquinaria y mano de obra) para una finca de 2000 ha aumento de costes de
35-40 EURO / ha y año 1)
Harris
(Inglaterra, 1997) costos calculados para el uso de GPS (equipo de maquinaria) para una finca de 320 ha aumento de costes de
30-35 EURO / ha y año 2)
1) incl. costes laborales
2) sin costes laborales

Fig.16: Economía de la agricultura de precisión

Varios estudios se han ocupado de los beneficios del rendimiento y el potencial de ahorro de los insumos, como se muestra en el centro de la figura. SCHMERLER y JÜRSCHIK (1997 b, p. 995), por ejemplo, muestran un aumento de rendimiento (trigo) de no muy 4 decitones por hectárea y una reducción promedio de 25 kg de nitrógeno / ha en sitios heterogéneos. En total, esto equivale a unos 50 euros en beneficios de rendimiento y potencial de ahorro por hectárea. Otros autores llegan a valores de entre 5o y 6o EURO con trigo o hasta 25o EURO con patatas (HARRIS, 1997, p. 953). Con la remolacha azucarera SWINTON / AHMAD (1996, p. 1015) encontró beneficios de rendimiento y calidad, así como potenciales de ahorro de hasta EURO 16o / ha.

Por otro lado, están los costos de la agricultura de precisión. Para las inversiones en la tecnología (imperfecta) HARRIS (1997, p. 953) ascienden a EURO 30 a 35 por hectárea para las grandes explotaciones (300 ha) en las condiciones actuales. Se puede esperar que estos costos disminuyan con la mejora simultánea de la tecnología.

No se puede hacer una declaración final sobre la excelencia de la agricultura de precisión desde el punto de vista económico sobre la base de los estudios disponibles. Sin embargo, generalizando, se puede decir que cuanto mayor es la heterogeneidad de la ubicación de la granja, más obvios son los beneficios económicos de la agricultura de precisión. Se está trabajando intensamente para remediar las imperfecciones de la tecnología, así como sobre los criterios de decisión, por ejemplo, para la tasa de fertilización con nitrógeno. Cabe destacar que los resultados de la investigación están indudablemente a favor de la gestión específica del sitio. En la discusión sobre la aplicabilidad de la nueva tecnología se debe tener en cuenta que no solo se deben considerar cuestiones de viabilidad económica para la finca individual, sino también que la agricultura de precisión permite grandes avances en la reducción de la presión que la agricultura ejerce sobre la agricultura. ambiente. Esto se aplica particularmente a la reducción de la lixiviación de nitrógeno y al ahorro de herbicidas.

También hay efectos adicionales de la agricultura de precisión. Mediante la adquisición de datos automatizada, la gestión de los sistemas biológico-técnicos mejorará tanto como la gestión general de la explotación. Se pueden esperar avances significativos en la gestión de las explotaciones. Simultáneamente, por así decirlo, como spin-off, el agricultor que se ha decidido a favor de la agricultura de precisión recibe la documentación de sus actividades, que en Alemania es requerida por las regulaciones de fertilización y ayuda con las solicitudes de fondos.

Un efecto adicional es que, por ejemplo, la compactación del suelo se puede registrar fácilmente mediante sensores que sondean la resistencia del suelo en el arado, lo que permite una reparación inmediata mediante una reacción en el lugar.

La tecnología de la agricultura de precisión también es adecuada para hacer más eficiente la gestión de flotas para optimizar el uso de máquinas cooperativas.

La agricultura de precisión es adecuada no solo para grandes explotaciones, sino también para la gestión de campos menores en regiones con estructuras agrícolas a pequeña escala. En este caso, el mismo cultivo se puede cultivar más allá de los límites de la propiedad en sitios de varios propietarios, porque el registro automatizado de los datos de la aplicación de entrada y la cosecha hace posible la liquidación individual de cuentas para todos los propietarios. Esto necesita la contabilidad de costos específica del sitio mencionada anteriormente.

Por último, pero no menos importante, también deberíamos pensar en las formas cambiantes de uso de la tierra del mañana, con la tecnología de la agricultura de precisión, los robots agrícolas parecen volverse más reales.

La agricultura de precisión es mucho más que la aplicación de factores de producción en un lugar específico, es una agricultura optimizada económica y ecológicamente que permite una mejor gestión.

REFERENCIAS:

Leer más

El concepto de la combinación perfecta de prácticas de producción para maximizar la eficiencia de los insumos, los rendimientos y la protección del medio ambiente no es nada nuevo. De hecho, los expertos del Instituto Internacional de Nutrición Vegetal (IPNI) rastrearían su definición hace más de 20 años, desarrollada a través de la cooperación entre la industria de fertilizantes y las comunidades científicas. Pero la idea ha cobrado nueva vida en los últimos dos años a medida que The Fertilizer Institute (TFI) ha ampliado su implementación y esfuerzo de divulgación en la iniciativa 4R para fertilizantes: Aplicar el producto correcto en el momento correcto, a la tasa correcta en el lugar correcto. .

ANUNCIO

El esfuerzo de colaboración actual es el trabajo de varias organizaciones, incluyendo TFI, IPNI, el Instituto Canadiense de Fertilizantes (CFI) y la Asociación Internacional de la Industria de Fertilizantes (IFA). IPNI proporciona la lectura principal de la ciencia de las 4R, dice Lara Moody, directora de programas de administración en TFI, mientras que TFI y CFI trabajan en estrecha colaboración con IPNI para tomar la iniciativa en el alcance.

Una parte importante del programa 4R es www.nutrientstewardship.org , lanzado en marzo de 2011. Contiene una gran cantidad de información útil sobre producción y enlaces, y presenta las organizaciones (más de 40 en este momento) que se asocian con TFI en actividades de divulgación y implementación. Por ejemplo, los socios pueden contribuir con artículos de noticias e información sobre sus iniciativas. El sitio es un lugar de encuentro central para demostrar la colaboración de las organizaciones que implementan las 4R y difunden el mensaje sobre los beneficios, explica Moody. También es el lugar donde los distribuidores pueden registrarse para recibir el Boletín Trimestral de 4R, una publicación que ya llega a más de 1,000 creyentes.

Distribuidores a bordo

Los minoristas con los que hablamos han estado implementando muchos de los conceptos detrás de las 4R durante años. Mike Twining, vicepresidente de ventas y marketing de Willard Agri-Service, Lynch, MD, señala que el enfoque original del fundador de la empresa, De Willard, en los fertilizantes líquidos que podrían mezclarse de forma personalizada campo por campo en función de las pruebas de suelo, sigue impulsando los procesos de pensamiento de la empresa 40 años después.

En 2009, el concepto de 4R «intrigó» a Mike Wilson, agrónomo de Wabash Valley Service Co., Grayville, IL, porque indicaba en qué había estado trabajando su empresa desde 1994: utilizar todas las herramientas (pruebas de suelo, pruebas de tejidos, rendimiento y plantación). datos, tipo de suelo, etc.) disponibles para decidir el curso de acción apropiado para una prescripción de fertilizante, ya sea aplicado al suelo o foliar.

Y aunque el concepto de 4R puede ser simple, implementar los sistemas necesarios para practicarlo puede ser desafiante y costoso. Por ejemplo, Wabash Valley ha creado dos departamentos dentro de la empresa para hacer frente a los desafíos: una División de Servicios Agronómicos ofrece los servicios necesarios para evaluar las necesidades de campo y prescribir soluciones, mientras que una División de Productos Especializados evalúa diferentes productos, tanto de suelo como foliares, para ver si y dónde encajan en un programa de nutrientes total. La empresa ha realizado una inversión sustancial en personas y equipos para ayudar a los clientes a adaptarse. Y cambiar a una mentalidad 4R ha significado un cambio en la forma de pensar de algunos empleados y productores, por ejemplo, al pasar de una o dos aplicaciones de nutrientes por año a distribuirlas a lo largo de la temporada de crecimiento, dice Wilson. «Por suerte,

Willard Agri-Services ha invertido recursos para crear el sistema de apoyo a la toma de decisiones de HighQ que ayuda a un productor a evaluar la productividad de los campos, luego el personal «discute la tasa, la fuente, la ubicación y el momento de su alimento vegetal», dice Twining.

«Los productores entienden intuitivamente las 4R», agrega. “Llega al corazón de ayudarlos a administrar sus decisiones económicas y ecológicas, que creemos van de la mano. Ahora articulamos esto como un enfoque tanto en el rendimiento de un productor como en su huella ”.

Cooperative Producers Inc. (CPI) ha incorporado las tecnologías para ofrecer muestreo de suelo en red, aplicación de dosis variable, aplicación dividida de fertilizantes, estabilizadores de nitrógeno, monitoreo del perfil de humedad del suelo y otras prácticas de mejora de la eficiencia de los fertilizantes. En 2011, la compañía lanzó un nuevo programa de agricultura de precisión llamado CPI300 para ayudar a impulsar las decisiones necesarias para aprovechar al máximo el potencial de semillas y suelo. El agrónomo de CPI Harlan Schafer dice que la inversión financiera adicional fue razonable y agregó valor comercial a los servicios de CPI.

Para promover las prácticas de las 4R, Crop Production Services (CPS), Delphi, IN, ha ido tan lejos como para ayudar a los clientes a actualizar sus sembradoras con la tecnología necesaria para entregar fertilizantes emergentes en surcos, productos extremadamente eficientes que se aplican a solo dos galones. por acre. Y en un programa de costos compartidos con los productores, CPS ayudará a instalar e implementar sistemas completos de suministro de fertilizantes en las sembradoras del cliente junto con Sure-Fire Ag Systems, Atwood, KS.

El trabajo reciente de CPS con fertilizantes de estiércol muestra cómo una empresa puede adaptar sus recomendaciones 4R a las condiciones y recursos locales, dice Nick Sommers, consultor de cultivos. Su ubicación está en el corazón del país de procesamiento porcino. Cuando los productores usan el estiércol disponible allí, CPS se asegura de que reciban el crédito adecuado por esta fuente de nutrientes, además de que la empresa ofrece un catalizador de fertilizante llamado Achieve LM que aumenta la eficiencia del nitrógeno, fosfato y potasio del estiércol.

Gran momento

Los programas de fertilizantes cada vez más afinados no podrían llegar en un momento mejor o más importante. Por un lado, los precios de los cultivos continúan siendo altos y los productores buscan consejos sobre cómo obtener los máximos rendimientos mediante el uso racional de fertilizantes. En segundo lugar, los precios de los insumos continúan siendo volátiles, a menudo con una tendencia alta, y los clientes quieren el máximo rendimiento de sus inversiones en fertilizantes.

En tercer lugar, las comunidades están examinando el impacto ambiental de la agricultura más de cerca que nunca y promover aquí el mensaje inmensamente positivo de las 4R es fundamental.

Schafer de CPI escuchó por primera vez sobre la iniciativa 4R al mismo tiempo que trabajaba con los Distritos de Recursos Naturales (NRD) locales y las áreas de protección de manantiales de la comunidad mientras consideraban nuevas regulaciones sobre la aplicación de fertilizantes en Nebraska. “4R Nutrient Stewardship fue el mensaje correcto en el momento adecuado para ayudar a describir el compromiso de nuestra empresa con la gestión”, dice. Resonó entre todos los interesados. «Los objetivos de las 4R no colocan la administración ambiental y la rentabilidad de la granja en campos opuestos, es verdaderamente beneficioso para todos».

Doug Busdeker, gerente senior de Northern Farm Centers de The Andersons Inc. , Maumee, OH, describe otra situación. La calidad del agua en el lago Erie ha recibido mucha atención como resultado de una floración de algas en 2011, y las investigaciones muestran un exceso de fósforo en el lago debido a muchos factores: agricultura, tratamiento de aguas residuales y desechos industriales, entre otros. “Si las prácticas agrícolas pasadas están contribuyendo al problema, parece prudente que ayudemos a encontrar las soluciones”, dice Busdeker. «The Anderson tiene una estrategia para hacer crecer nuestro programa de precisión utilizando tecnología de tasa variable basada en GIS, lo que garantiza que los nutrientes sean consistentes con 4R». La mudanza requiere una inversión en tecnología, personas y equipo de campo.

La compañía también está trabajando con socios en la industria, el gobierno y grupos ambientales para encontrar soluciones al problema del lago y ha proporcionado recursos financieros y de personal para respaldar la investigación, trabajar con sus clientes y educarlos sobre los mejores productos y prácticas y participar activamente en la formulación de nuevas políticas.

Involucrar a los productores

No todos los productores están familiarizados con los sistemas 4R o pueden adoptarlos. Sommers de CPS recomienda a los minoristas que den «pequeños pasos» con algunos clientes. “Hay tantas cosas que podemos hacer que podemos abrumar a los productores”, señala. Sugiere elegir una práctica y comenzar a implementarla en un «nivel básico». La clave es seguir siendo profesional y responsable, asegurándose de que un enfoque sea bueno tanto para el agricultor como para el distribuidor.

Los productores comprenden los conceptos de las 4R muy rápidamente, dice Schafer, pero cuando se trata de prácticas y gastos nuevos para ellos, como con cualquier innovación, hay una curva de adopción. “Nuestro personal de ventas de agronomía y nuestra empresa realmente enfatizan la colocación del producto adecuado en el campo, incluso si eso significa vender menos o adaptar nuestros métodos de entrega”, dice Schafer. «Una vez que nuestros clientes reconocen ese compromiso, creo que también reconocen la diferencia entre CPI y nuestros competidores».

Leer más

El concepto de agricultura de precisión está revolucionando la agricultura al utilizar tecnología GPS de precisión que alguna vez se reservó para colocar un misil de crucero en una ventana para asegurarse de que una hilera de trigo no esté a más de un centímetro de una línea recta.

Antes de que los fabricantes de implementos agrícolas pudieran conectarse al GPS, la siembra, la pulverización y la cosecha se realizaban a simple vista, lo que provocaba que los vehículos pasaran dos veces por la misma zona. Pero la creciente integración de la tecnología GPS en la maquinaria ha reducido o eliminado ese problema.

La tecnología agrícola más nueva garantiza que «el agricultor obtenga la mayor ganancia por acre, por pie cuadrado, por pulgada», dijo el gerente de ventas de Western Tractor, Troy Abrele.

Si un tallo de maíz parece fuera de lugar, Abrele dice que una aplicación de teléfono puede rastrear información de la siembra para averiguar qué salió mal con respecto a la siembra en un campo con miles de plántulas. Y en una industria que lucha por encontrar mano de obra, la tecnología permite a los agricultores hacer más con menos.

Es una tecnología que Adrian Hochstetler, especialista en agricultura de precisión de Western Tractor, dice que ha evolucionado de tener una línea de luz que un conductor de tractor o cosechadora intentaría seguir para seguir, pulgada.»

Esto puede conducir a eficiencias de dos dígitos cuando se trata de plantar, fumigar y cosechar al garantizar que no se superponga de una pasada a otra.

Pero la tecnología se ha vuelto aún más sofisticada al poder integrar los datos históricos de un cultivo para poder identificar automáticamente áreas específicas dentro de un campo que pueden no necesitar fertilizantes de los que sí lo necesitan y alterar su aplicación sin entradas manuales del operador del vehículo.

Leer más

La dependencia del control de malezas herbicidas ha dado como resultado la evolución generalizada de poblaciones de malezas resistentes a herbicidas (Boutsalis et al., 2012; Broster et al., 2013; Owen et al., 2014). Las regulaciones cambiantes y los costosos costos de desarrollo de herbicidas, combinados con la amenaza perenne de la resistencia a los herbicidas, aseguran que el control de malezas efectivo en el futuro dependa de la inclusión de tecnologías alternativas de control de malezas en los programas de manejo de malezas.

Las técnicas físicas de control de malezas estaban en uso mucho antes de que se introdujeran los herbicidas y el desarrollo de nuevas opciones ha continuado durante la era de los herbicidas. Sin embargo, la mayoría de estas nuevas tecnologías no se han adoptado, principalmente debido al costo, la velocidad de operación y la adecuación a los nuevos sistemas agrícolas. La introducción de tecnologías de detección y activación de malezas crea la oportunidad de apuntar a malezas individuales, es decir, manejo de malezas específico del sitio. Esto aumenta enormemente la posible rentabilidad de muchas técnicas direccionales de control físico de malezas en los sistemas de cultivo de conservación.

Comparación de tecnologías físicas de control de malezas
Existe una amplia gama de opciones efectivas de control físico de malezas con una capacidad probada para controlar las malezas. La mayoría de estos no se han comercializado y la evidencia de su eficacia se relaciona con los hallazgos de la investigación, lo que dificulta las comparaciones de costo-efectividad. Si bien las entradas y los métodos de control difieren significativamente entre las opciones de control físico, todos los sistemas comparten un valor de requerimiento de energía para la activación y el uso. Por lo tanto, la energía requerida para el control efectivo de malezas puede ser un enfoque razonablemente preciso para comparar la eficiencia y la eficacia de los sistemas de control físico sobre la base de la energía consumida por maleza o hectárea.

Los requerimientos de energía directa para el control de plántulas de malezas de dos hojas se estimaron a partir de informes publicados sobre la eficacia del control de malezas de una amplia gama de técnicas físicas de control de malezas (Tabla 1). Para determinar el requerimiento de energía por unidad de área, se eligió una densidad de malezas de 5.0 plantas m -2 para representar una densidad de malezas típica en los campos de cereales australianos, según los resultados de una encuesta reciente de productores de cereales australianos (Llewellyn et al., 2016) .

Control de malezas por difusión
El control de malezas al voleo se define como el uso indiscriminado de un método de control en todo el potrero cuando se controlan las malezas dentro de los cultivos o en situaciones de barbecho.

Control químico de malezas
Los herbicidas son la forma más utilizada de control de malezas en los sistemas de cultivo mundiales principalmente debido a su alta eficacia y confiabilidad. Los herbicidas son altamente rentables y tienen un costo energético relativamente bajo de aproximadamente 220 MJ ha -1 , que cubre la fabricación y aplicación. Es importante destacar que los herbicidas siguen siendo la única opción de control de malezas al voleo que proporciona un control de malezas en el cultivo altamente selectivo y, por lo tanto, han sido fundamentales para la adopción de sistemas de cultivo de conservación altamente productivos. Ninguna otra forma de control de malezas actualmente disponible ofrece una eficacia de control de malezas similar con una seguridad de cultivo equivalente.

Control físico de malezas
Históricamente, se dependía de la labranza para el control de malezas, así como para la preparación del lecho de siembra, y sigue utilizándose ampliamente en los sistemas de cultivo mundiales a pesar de la gran dependencia de los herbicidas. Como grupo, las opciones basadas en la alteración del suelo son la forma de control físico de malezas más eficiente desde el punto de vista energético (Tabla 1) sin aportes de energía adicionales además de los requisitos de fuerza de tiro. La labranza actúa para controlar las malas hierbas arrancando plantas, cortando raíces y brotes y / o enterrando las plantas. En consecuencia, la eficacia y el impacto de este enfoque dependen de la lluvia y la humedad del suelo. El control efectivo solo se puede lograr cuando las malezas alteradas se exponen a un ambiente de secado después de la operación de labranza. Aunque la labranza puede ser una opción de control de malezas altamente efectiva, la alteración del suelo involucrada no es compatible con los sistemas de cultivo de conservación y,

Hay un grupo de tecnologías térmicas de control de malezas (flameado, espumación de agua caliente y vapor, etc.) que utilizan energía química o eléctrica que se puede utilizar para el control de malezas al voleo (Tabla 1). En comparación con la labranza y las opciones basadas en herbicidas, estos enfoques son considerablemente más costosos desde el punto de vista energético. Con requisitos de energía de 100 a 1000 veces más altos, no es sorprendente que estas tecnologías no hayan sido ampliamente adoptadas para su uso en sistemas de cultivo a gran escala, aunque en operaciones más intensivas se usa el flameado hasta cierto punto.

Tabla 1. Estimaciones del requerimiento total de energía para las opciones físicas de control de malezas actualmente disponibles para aplicaciones al voleo. Las estimaciones se basan en el control de malezas de dos hojas presentes
en 5 plantas m -2 .

Método de control de malezas

Consumo de energía
(MJ ha -1 )

Acolchado de plástico

3

Rastra de dientes flexibles

4

Cultivador de barrido

11

Azada rotativa

13

Acolchado orgánico

dieciséis

Deshierbe de varillas

18

Rastra de dientes de resorte

22

Desyerbador de cestas

29

Grada de rodillos

29

Segadora de discos

31

Grada de discos en tándem

36

Segadora de mayales

57

Grada de discos offset

64

UV

1701

Llameante

3002

Infrarrojo

3002

Agua caliente

5519

Espuma caliente

8339

Vapor

8734

Congelación

9020

Aire caliente

16902

Microondas

42001

Control de malezas específico del sitio
La oportunidad de ahorros de costos sustanciales y la introducción de tácticas novedosas están impulsando el futuro del control de malezas hacia el manejo de malezas específico del sitio. Este enfoque es posible gracias a la identificación precisa de malezas en los sistemas de cultivo que utilizan visión artificial que normalmente incorpora inteligencia artificial. Una vez identificadas, estas malezas se pueden controlar mediante la aplicación estratégica de tratamientos de control de malezas. Este enfoque de precisión para el control de malezas crea el potencial de ahorros de costos sustanciales (hasta el 90%) y la reducción de los impactos ambientales y fuera del objetivo (Keller et al., 2014). Más importante aún para la sostenibilidad del control de malezas, el manejo de malezas específico del sitio crea la oportunidad de utilizar opciones alternativas de control de malezas físicas que actualmente no son adecuadas para el uso de todo el potrero.

La detección precisa de malezas permite que los tratamientos físicos de control de malezas se apliquen específicamente a la maleza objetivo. A medida que los procesos de identificación de malezas se desarrollan para incluir especies de malezas, tamaño y etapa de crecimiento, existe la posibilidad de que algunos enfoques (como deshierbe eléctrico, microondas y láseres) se apliquen a una dosis letal prescrita. Esto reduce drásticamente la cantidad de energía necesaria para un control eficaz de las malas hierbas (Tabla 2). Por ejemplo, el microondas, como el tratamiento de control de malezas más costoso en energía como tratamiento al voleo (42.001 MJ ha -1 ), requiere sustancialmente menos energía cuando se aplica directamente a las malezas objetivo (3.4 MJ ha -1 ). Así, aunque se esté controlando el mismo número de malezas (5 plantas m -2) la focalización específica de estas malas hierbas da como resultado una reducción del 99% en los requisitos energéticos.

La identificación precisa de malezas permite el uso de tecnologías alternativas de control de malezas que no son adecuadas en la práctica para su uso como tratamientos completos para el potrero. Por ejemplo, los láseres suelen ser un haz de luz estrecho que se enfoca en un objetivo puntual. En un enfoque de manejo de malezas específico del sitio con identificación y activación de malezas de alta precisión, los láseres se pueden enfocar con precisión en los puntos de crecimiento de las malezas específicas, concentrando el daño térmico. Al reducir el área tratada de la maleza, las pérdidas fuera del objetivo se reducen aún más, lo que permite ahorros de energía adicionales.

Tabla 2. Estimaciones del requerimiento total de energía para las opciones físicas de control de malezas cuando se utilizan para el tratamiento de control de malezas específico del sitio. Las estimaciones se basan en el control de malezas de dos hojas presentes en 5 plantas m -2 .

Método de control de malezas

Consumo de energía
(MJ ha -1 )

Radiación solar concentrada

0.0

Corte preciso

0,01

Tracción

0,01

Electrocución: descarga de chispa

0,1

Pirólisis láser Nd: YAG IR *

0,7

Cavar

1.3

Corte por chorro de agua

1.4

Estampado

2.1

Pirólisis láser Nd: YAG IR *

2.5

Microondas

3.4

Arena abrasiva

10

Pirólisis con láser de tulio *

12

Corte por láser CO 2 *

40

Llamas dirigidas

46

Electrocución: contacto continuo

47

Pirólisis láser Nd: YAG *

70

Pirólisis láser de CO 2 *

78

Corte láser Nd: YAG UV *

115

Espuma caliente

117

Pirólisis con láser de diouro *

119

Corte por láser Nd: YAG IR *

190

Agua caliente dirigida

503

* Diferentes sistemas de desmalezado láser

Conclusiones
Al utilizar los requisitos de energía como un campo de juego nivelado para la comparación, las diversas eficiencias de cada método de control se hicieron más evidentes. Además, este enfoque permitió una mejor comprensión de las oportunidades específicas del sitio para el control físico de malezas. La focalización de tratamientos en plantas individuales resulta en ahorros de energía significativos y hace que las opciones antes imprácticas en una base de transmisión estén disponibles para su uso en una base específica del sitio. Las oportunidades aquí son inmensas para el manejo futuro de las malas hierbas problemáticas.

Leer más

¿Tu granja es eficiente o una granja agrónoma? Habitualmente, encontramos que las granjas pequeñas están centradas en la agronomía mientras que las más grandes están centradas en la eficiencia para mantener márgenes de beneficios viables. Pero no siempre es así. Muchas granjas combinan técnicas de eficiencia con la ciencia agrónoma. De hecho, las mejores granjas a veces están en la línea intermedia entre eficiencia y agronomía para producir cosechas fantásticas de cultivos que dominan el mercado sin aumentar en exceso los gastos de la granja o sus desperdicios.

Granjas Eficientes

La eficiencia es de alta importancia para muchas granjas. Cuanto mayor sea la granja, mayor necesidad de ser eficiente. La eficiencia no es solo hacer crecer los cultivos de a forma más sencilla, también es reducir costes, materiales y horas de trabajo sin impactar en el resultado final – una buena cosecha.

Una granja que se centre en la eficiencia puede comprar un único rociador de fertilizante multiuso para todos sus campos, incluso aunque estén creciendo una variedad de cultivos diferentes. Pueden labrar y fertilizar al mismo tiempo y trabajar de la forma más rápida para cubrir todos los campos de una pasada.

Esto te da más tiempo, dinero y energía para cubrir una área más grande de la misma manera, dejándote plantar más cultivos. La desventaja es que en general tus cultivos serán de menor calidad o más propensos a la malnutrición, por ejemplo.

Tu granja es eficiente si te centras en la manera más rápida de gestionar de forma efectiva todos tus cultivos para aumentar tus números y beneficios. A veces, es a costa de parte de tu cosecha.

Granjas Agrónomas

La agronomía es la es la forma tradicional de cultivar, por así decirlo. Las granjas que se centran en la agronomía son las que están más dispuestas a utilizar agricultura de precisión. Son las granjas en las que no solo analizan sus tipos de suelo, sino que también calculan cómo cambiar esos tipos de suelo para rendimientos óptimos a largo plazo… incluso si eso significa obtener beneficios más bajos durante un par de años en el futuro más inmediato.

La eficiencia aún está en consideración porque producir cultivos de alta calidad y rendimiento y tomarse el tiempo de gestionar una granja para hacerlo aún es la principal preocupación de los granjeros.

Si tu granja es una granja agrónoma si utilizas prácticas de alta calidad para centrarte en trabajar cultivo a cultivo para aumentar los beneficios. El precio de centrarte en mejorar todos tus cultivos es que a corto plazo te adelantarán tus competidores, ya que tus gastos serán mayores.

Fertilización de Proporción Variable

La fertilización aplicando ratios de proporción variables es el proceso de fertilizado de tus campos de una manera precisa y eficiente, mientras cambia la proporción de fertilizante que aplicas para seguir varianzas agrónomas.

¡Es más fácil entenderlo con un ejemplo!

Para comenzar, tendrás solo un fertilizante. Si tienes un rango de campos con cultivos en crecimiento que necesitan diferente proporción de nitrógeno para un crecimiento óptimo, solo necesitarás un fertilizante alto en nitrógeno. Todo lo que tienes que hacer es cambiar cuánta cantidad de fertilizante necesita cada cultivo.

Después, necesitas la tecnología para que un fertilizante aplicado en diferentes proporciones funcione. Cambiar el ratio y presión de aplicación del fertilizante mientras avanzas por el campo es la manera menos precisa y más costosa de cambiar la proporción de fertilizante utilizada… Si vas en serio con la agricultura de precisión y el aumento del rendimiento de tus cosechas, puedes hacerlo mejor. Hay formas de programar que tu fertilizante aumente automáticamente o reducir el esparcido del fertilizante según avanzas. Tu tractor necesitará estar conectado con un GPS para saber cuándo has entrado en el área que necesita más o menos fertilización.

Aún más. Con la tecnología de agricultura de precisión más avanzada puedes de hecho cambiar tu ratio de fertilización para diferentes áreas del campo.

Esta tecnología de fertilización con proporción variable te permite llevar a cabo prácticas agrónomas e impulsar el rendimiento de cada cultivo de forma individual, mientras que rocías de forma eficiente tus campos en un gran barrido sin pausas.

Leer más

El uso de datos precisos y granulares recopilados a través de sensores remotos y terrestres tiene un enorme potencial para mejorar los resultados agrícolas. En el mundo industrializado, los aspectos más maduros de la aplicación de estas herramientas tienden a estar vinculados con el monitoreo de cultivos basado en GPS, como el que utiliza Climate Corporation, que brinda a los agricultores acceso a datos a nivel de campo en tiempo real.

Sin embargo, aún se está explorando la aplicación de estas herramientas en un contexto en desarrollo. Esta publicación detalla el resultado de una convocatoria de USAID que explora el potencial de las tecnologías de agricultura de precisión en los países en desarrollo.

Trabajando con otras 10 agencias federales, USAID lidera Feed the Future , la iniciativa global de hambre y seguridad alimentaria del gobierno de los Estados Unidos. Muchos de los 19 países de enfoque de Feed the Future están lidiando con una variedad de desafíos que afectan la producción agrícola, incluida la escasez de recursos y las condiciones ambientales cambiantes como resultado del cambio climático.

Al hacer frente a estos desafíos, el uso de nuevas tecnologías para la agricultura de precisión promete una variedad de beneficios que incluyen:

Recopilación de información específica en tiempo real : los datos recopilados de sensores terrestres, sensores remotos, datos satelitales de alta resolución y otras herramientas equiparán mejor a los pequeños agricultores, trabajadores de extensión y otras partes interesadas con información específica y actualizada sobre sus cultivos para ayudar a mejorar la productividad local.
Conservación de los recursos : la mejora de los datos y la información conducirá a optimizar los insumos agrícolas y el tiempo dedicado por los trabajadores de extensión agrícola y otros actores sobre el terreno, lo que en última instancia contribuirá a un mejor uso de los recursos y ahorros de costos.
Habilitación de otros productos y servicios: Por último, se necesitan buenos datos para que el sector privado y otros intermediarios creen herramientas de toma de decisiones que puedan beneficiar a los pequeños agricultores, incluidos los productos financieros y de seguros.
Durante un productivo día y medio en junio de 2016, USAID, en una posición única como organización donante para reunir a actores de los sectores público y privado, convocó un taller que incluyó a innovadores que han desarrollado sensores, grandes empresas de Silicon Valley como Cisco y Facebook, financiadores y ONG como la Fundación Gates y el Fondo One Acre, y académicos de Berkeley, Stanford y UC Davis.

Cuatro ideas sobre Sensors4Ag
USAID-Sensores4agLos participantes del taller exploraron tecnologías de sensores actuales y aplicaciones de agricultura de precisión de IDEO.org , Arable , GSMA mAgri , Granular y otros; aprendió sobre el trabajo de Feed the Future y el Laboratorio de Desarrollo Global de Estados Unidos ; y participó en una serie de actividades interactivas para identificar los desafíos y oportunidades para la aplicación de estas tecnologías. Los participantes obtuvieron cuatro puntos clave :

“La tecnología es la parte fácil”: ya existen muchas tecnologías de agricultura de precisión habilitadas por sensores, que van desde estaciones meteorológicas y sensores de humedad dedicados hasta espectrómetros y herramientas de detección remota. Para muchas de estas aplicaciones, el mercado ya está impulsando la tecnología física para que sea mejor y más barata. Por lo tanto, el enfoque de la comunidad de práctica no debería estar en el desarrollo de nuevas tecnologías, sino en determinar cómo se pueden aplicar las tecnologías existentes a la agricultura en los mercados en desarrollo.
Diseñar teniendo en cuenta el contexto local: Al aplicar estas tecnologías, y de acuerdo con el espíritu de los Principios para el desarrollo digital , comprender las condiciones locales es clave. La forma en que se empaquetan los sensores, la forma en que se transmiten los datos, la experiencia del usuario y la frecuencia con la que los sensores deben recargarse o reemplazarse son factores clave para determinar su éxito, y deben adaptarse de manera única al contexto local específico, ya sea enfocarse en una región en particular, un cultivo en particular o una necesidad del mercado. Estos procesos suelen ser mucho más complejos que la propia tecnología.
Necesidades complejas de transmisión de datos: los sensores agrícolas están recopilando una cantidad significativa de datos, pero particularmente cuando se aplican en el mundo en desarrollo, a menudo deben operar en entornos de baja conectividad. Por lo tanto, requerirán soluciones de bajo consumo y largo alcance para garantizar que los datos continúen transmitiéndose de manera eficaz y a bajo costo.
Los datos deben ser interoperables: los datos agrícolas se recopilan simultáneamente a través de satélites, estaciones meteorológicas y sensores terrestres. Sin embargo, estos sistemas no se comunican entre sí y no existe una forma centralizada de agrupar los datos. Para que los datos sean realmente útiles en la toma de decisiones, los proveedores de tecnología deben trabajar hacia la interoperabilidad y encontrar formas productivas de integrar los datos.
En última instancia, los datos proporcionados tienen el potencial de ayudar a múltiples audiencias (el trabajador de extensión, el banco que está desarrollando el producto de seguro y / o los agricultores mismos) a tomar mejores decisiones. Por lo tanto, los innovadores, proveedores de tecnología, organizaciones agrícolas, académicos y financiadores deben comprometerse a unirse y explorar el potencial de estas tecnologías.

Leer más

Según previsiones de la FAO (Organización de las Naciones Unidas para la Alimentación y la Agricultura), en el año 2050 la población mundial habrá crecido del orden de un 34 por ciento, y, para hacer frente a este incremento de la demanda, será necesario duplicar la producción de alimentos.

Por otro lado, nos encontraremos con una disminución de la tierra dedicada al cultivo, ya que muchos de los espacios actuales serán empleados para la creación de biocombustibles. Además, hay que tener en cuenta el progresivo éxodo rural que hará que la población se concentre cada vez más en las ciudades.

El panorama es cuando menos desalentador. La sociedad se enfrenta al reto de tener que producir el doble de alimentos en una menor superficie cultivable, con menos mano de obra y con graves problemas de escasez de agua.

Si en la década de los 60 se produjo la “Revolución verde”, que consiguió incrementar la productividad agrícola mediante la mejora y selección de semillas, evolución de los sistemas de riego, fertilizantes, maquinaria, etc. en este momento el sector agrícola precisa de una nueva revolución, cuyo motor sean las Tecnologías de la Información ,y que permita afrontar los retos descritos a través de una “agricultura inteligente” o “agricultura de precisión”.

Tradicionalmente los agricultores se han basado en su intuición y experiencia para llevar a cabo las distintas tareas del campo siguiendo un calendario predefinido. Hoy en día, y gracias al uso de las tecnologías de big data, podrán tomar las mejores decisiones en cada momento, a través de la captura, almacenamiento y análisis de una ingente cantidad de datos en tiempo real procedentes de sensores que miden el PH o humedad de la tierra, calidad del aire o niveles de nitrógeno, imágenes aéreas procedentes de satélites o drones, previsión de tiempo por parte de las agencias meteorológicas…

Lea también : Agricultura: El nogal es el frutal estrella en la Región

Big data también permitirá mejorar la producción al proporcionar información sobre qué tipo de cultivo es más rentable plantar, en qué fecha exacta y en qué terreno concreto o qué cantidad exacta de agua y fertilizante precisará, lo que permitirá minimizar los costes de producción, así como los niveles de contaminación. Y es que la agricultura del futuro será, ante todo, sostenible con el medio ambiente.

Distintos tipos de sensores instalados en tractores, cosechadoras y maquinaria agrícola en general informarán al agricultor de posibles averías antes de que ocurran, lo que permitirá por ejemplo reemplazar una determinada pieza de manera proactiva y así evitar una posible rotura y la inutilización de la máquina en cuestión durante varios días, de lo que se resentiría la productividad.

Además de mejorar las cosechas, las granjas de animales también se verán beneficiadas por big data. Mediante el uso de una serie de sensores en los cobertizos, se podrá pesar automáticamente al ganado y ajustar la comida en la dosis adecuada en el momento preciso y, será posible monitorizar la salud de los animales en tiempo real y que aquéllos que estén enfermos puedan recibir la medicación necesaria a través de su comida.

Entérese también de: Características de la agricultura tradicional y agricultura moderna

Las enfermedades, plagas y las propias condiciones meteorológicas convierten la agricultura y la ganadería en negocios de altísimo riesgo. Todos los años se producen casos de cosechas perdidas totalmente por sequías, nevadas o lluvias torrenciales, así como el cierre de granjas debido a enfermedades como los famosos casos de las vacas locas”, la peste porcina o la gripe aviar. Mediante big data y el uso de analítica predictiva, agricultores y ganaderos podrán anticiparse al futuro con lala toma de decisiones oportunas para, al menos, poder reducir el impacto ante posibles catástrofes.

Pero la agricultura del futuro no sólo será aquélla que pueda mejorar los niveles de producción con el menor uso posible de terreno, agua, fertilizantes y mano de obra, sino que además tendrá que permitir optimizar los márgenes de venta de sus cosechas.

Y es que la gran volatilidad de precios en este sector es una de las mayores pesadillas de los agricultores, porque las oscilaciones que se producen son muy bruscas y repentinas: en sólo dos meses se ha llegado a duplicar el precio internacional del arroz. Gracias a las tecnologías big data, el agricultor podrá anticiparse a variaciones importantes en el precio de determinados productos mediante el uso de modelos matemáticos, y recibir recomendaciones en tiempo real para comprar y vender al mejor precio posible en cada momento.

Tenemos, por tanto, todas las esperanzas puestas en que la agricultura inteligente sea en breve una realidad para afrontar con éxito el reto de obtener los niveles de producción adecuados con el menor impacto posible en el medio ambiente y poder asegurar el alimento para las sociedades del futuro.

Leer más

¿Qué es la agricultura de precisión de código abierto?
Qué desafíos resolverá

Por Carlos Miskinis
Escritor del blog
Abr. De 2019
Insights
Desde el punto de vista de la sostenibilidad, la agricultura es la industria más importante del mundo, ya que proporciona recursos alimentarios a la población mundial.

HSin embargo, desde el punto de vista de la modernización, podría decirse que es el sector más «obstinado» que existe y esto es fácil de ver porque está pasando por algunos dolores de crecimiento en términos de adopción de tecnología. Si lo piensa detenidamente, este hecho suena bastante alarmante porque nuestra sociedad global está cambiando más rápido que nunca y la población está aumentando. Debido a esto, el mundo en desarrollo está consumiendo más alimentos, lo que directamente hace que nos quedemos sin recursos ni espacio. En un informe de 2012 del World Wildlife Fund , afirman que la humanidad ahora debe producir más alimentos en las próximas cuatro décadas que en los últimos ocho mil años de agricultura combinados.. Además, debemos cumplir con este requisito de manera sostenible. Ese es un desafío monumental al que nos enfrentamos, especialmente cuando la industria agrícola se muestra reacia a adoptar innovaciones. Aquí en Challenge Advisory , nos hemos dado cuenta de que en nuestra carrera por adaptarnos y alimentar al mundo, dos grandes paradigmas agrícolas han llegado a dominar el paisaje. En este artículo, queremos contarle sobre ellos y hablar sobre una solución plausible para todo esto.

Explicando las 2 ramas actuales de la agricultura inferiores a la agricultura de precisión de código abierto

En primer lugar, comencemos con el primer paradigma: describir el status quo actual. En la gran mayoría de las pequeñas granjas locales, tenemos lo que se llama un «cultivo múltiple»- un sistema en el que se cultivan varios tipos de plantas en la misma zona, que se benefician mutuamente y también del suelo. Es un gran sistema que logra mantenerse sin el uso de pesticidas. Por ejemplo, imagine un pequeño jardín trasero del que se ocupa un cultivador profesional a tiempo parcial. Supongamos que tiene árboles frutales, girasoles, brócoli, col rizada y espinacas trabajando juntos. En términos simples, es un ecosistema en funcionamiento y es muy eficiente desde el punto de vista biológico. Además, debido a la forma en que está construida la granja, no es necesario agregar fertilizantes o pesticidas para que funcione correctamente. Sin embargo, el enfoque de cultivos múltiples para la agricultura es muy laborioso. Se necesita mucho tiempo para hacer que un jardín como ese funcione y, a escala comercial, cada vez menos personas quieren hacer trabajo manual como profesión ahora.

En el otro extremo del espectro, el segundo paradigma proviene directamente de la revolución industrial en la agricultura. Se llama mono cultivo . Es un enfoque agrícola que ha reducido el ecosistema a un solo tipo de planta, de modo que máquinas como los tractores podrían atender a todas estas plantas de la misma manera. Desde el punto de vista de la eficiencia mecánica y el punto de vista de la automatización, esto es genial. ¿Porqué es eso? Bueno, porque muy pocas personas son capaces de cultivar enormes cantidades de alimentos. Sin embargo, es un sistema que requiere fertilizantes y pesticidas solo para sostenerse porque no tiene otros tipos de plantas en las que depender. Los pesticidas y fertilizantes son muy dañinos para el medio ambiente y también para los alimentos en sí.

Agricultura

La era de la digitalización agrícola

digitalizar la agricultura

Leer ideas
Parte 2

Explicando cómo funciona la agricultura de precisión de código abierto
Cultivar más cultivos en compartimentos más reducidos sin comprometer la calidad es uno de los beneficios de la agricultura de precisión.

Enfatizando la singularidad de la agricultura de precisión de código abierto

TEl tercer paradigma de la agricultura es un híbrido de los otros dos paradigmas que hemos descrito anteriormente y se llama Agricultura de precisión de código abierto.. Es simplemente una tecnología (que puede implicar maquinaria y equipo) que combina lo mejor de ambos mundos al dejar de lado la maquinaria pesada genérica y utilizar la innovación para rediseñar la columna vertebral de la producción de alimentos. Usando esta metodología, abriremos puertas para mejorar la eficiencia y cambiar el juego de lo que es posible en la agricultura. Con la agricultura de código abierto, las plantas no tienen que cultivarse en hileras. Podríamos plantarlos en arreglos más densos y más eficientes en el espacio. Además, el problema de la compactación del suelo será inexistente ya que el peso de la máquina se coloca completamente sobre las orugas que fueron construidas para hacer que AgTech se mueva con precisión. De esta manera, la agricultura se realiza de manera más inteligente utilizando datos e ingenio. Desde informes meteorológicos y sensores hasta la conducción de la mayoría de las operaciones mediante el uso de componentes electrónicos y fabricación de bajo costo,

La agricultura de código abierto aún está madurando, ya que es uno de los conceptos más jóvenes en tecnología agrícola que existen. Sin embargo, es más que capaz de resolver desafíos tan grandes como reinventar las necesidades de producción de alimentos para satisfacer nuestras crecientes demandas y garantizar la sostenibilidad futura para las generaciones venideras.

Leer más