Categoría: Uncategorized

El uso de drones ha evolucionado de un pasatiempo al uso militar y ahora a la agricultura. Los agricultores utilizan drones para inspeccionar sus cultivos, detectar enfermedades y distribuir productos químicos.

Se espera que esta tecnología aumente el rendimiento de los cultivos y ahorre tiempo y dinero a los productores. La Association for Unmanned Vehicle Systems International predice que el 80 por ciento de los drones en el sector comercial se utilizarán para la agricultura, según USA Today.
Los drones son parte de una práctica conocida como «agricultura de precisión», que utiliza macrodatos para mejorar las prácticas agrícolas y la eficiencia. Esta tecnología se utiliza junto con los tractores no tripulados y la tecnología satelital para administrar los cultivos campo por campo. El uso de drones ya ha aumentado la confianza en el rendimiento y ha reducido el daño a los cultivos.

Los drones todavía están en su infancia en términos de trabajar con agricultura de big data. Se espera que recopilen niveles de datos más diversos y más altos en el futuro, incluido el seguimiento de cultivos individuales y la resolución pulgada por pulgada de la salud del suelo.

Leer más

A pesar de que la cosecha está a varias semanas o más para la mayoría, la atención ya se está dirigiendo a los cultivos para aquellos en el campo de la agricultura de precisión.

Un campo en crecimiento y popular dentro de la agricultura, la agricultura de precisión lleva la recolección y gestión de datos al siguiente nivel. Existe la capacidad de convertir cada centímetro de cualquier campo en una zona mapeada con precisión capaz de proporcionar mayores retornos que nunca. Las herramientas agrícolas de precisión comunes incluyen fertilizantes de dosis variable, muestreo de suelos, monitores de rendimiento y más.

“Una cosa en la que estamos trabajando ahora es … en lugar de ver su mapa de rendimiento en vivo en la cabina mientras cosecha, en realidad queremos poder producir un mapa de ganancias en vivo en la cabina mientras cosecha, ”Dice Jamie Denbow, líder global de agricultura digital en Farmers Edge, y agrega que espera que la nueva tecnología esté lista para su lanzamiento este otoño.

Denbow dice que, en última instancia, la agricultura de precisión consiste en permitir que los agricultores aprovechen al máximo su tiempo y recursos. Los primeros indicadores de ganancias son solo otra capa en esa evolución.

“Le ayuda a tomar decisiones de insumos en el futuro mientras cosecha”, dice Denbow. Si un productor confía en su posición financiera, es posible que pueda aprovechar las oportunidades de precios en el mercado a medida que ocurren, en lugar de esperar hasta que se alcance el recuento final y los precios suban, explica.

Remi Schmaltz, director ejecutivo de Decisive Farming, con sede en Alberta, también ve la agricultura de precisión como una herramienta para aprovechar las oportunidades del mercado durante la cosecha.

“Escanear el cultivo a medida que se cosecha, para que pueda comprender, realmente, la calidad o los rasgos particulares de lo que sale de la cosechadora … la mayoría de esas (tecnologías) todavía están en su infancia, pero están llegando y creo que realmente conducen a algunas oportunidades ”, dice Schmaltz.

Esas oportunidades incluyen mejorar la trazabilidad y la transparencia en la finca, pero también aprovechar las primas ofrecidas a los cultivos especiales que cumplen con parámetros de calidad específicos.

Él espera que estas oportunidades continúen aumentando a medida que mejore la capacidad de la tecnología para capturar datos durante la cosecha.

Los modelos en etapa de crecimiento también están demostrando ser una herramienta poderosa cuando se trata de aprovechar los sobreprecios ofrecidos en algunos cultivos especiales, dice Denbow.

“Hay algunos cultivos que son muy sensibles; sus parámetros de calidad son muy, muy sensibles en la época de la cosecha ”, dice. “Entonces, esencialmente, lo que los productores quieren hacer es, tan pronto como la cosecha esté madura y pueda ser cosechada, quieren quitarla ese día … quieren asegurarse de que la están recolectando con la mejor calidad, porque eso es por qué se les paga «.

Los modelos de etapa de crecimiento son una forma para que los agricultores decidan cuándo un campo está listo para cosechar, sin saltar en su media tonelada y conducir sobre colinas y valles, dice Denbow.

“Puede que estemos cosechando trigo duro, pero cuando el modelo diga que mis frijoles comestibles rosas están listos, dejaremos el trigo duro y vamos a cosechar esos frijoles porque son muy sensibles”, dice Denbow.

Scott Eckert cultiva con su hermano cerca de Duchess, Alta., Y usa Farmers Edge para sus necesidades de agricultura de precisión. Dice que la información que obtiene de tecnologías avanzadas, como imágenes de satélite, lo ayuda en el momento de la cosecha.

“Algunas de las cosas que recibimos son realmente útiles”, dice Eckert. “Basado en lo que estamos cultivando, los greens y las unidades de calor que están en nuestra área fuera de las estaciones meteorológicas, proporciona una estimación aproximada de cuándo vamos a cosechar… Simplemente ingresamos nuestras fechas de semillas y lo que ‘ que hemos sembrado y qué tan profundo hemos sembrado en la aplicación y de alguna manera lo resuelve todo para ti «.

Schmaltz agrega que las herramientas de predicción del rendimiento también ayudan a los agricultores a tomar decisiones de marketing a medida que avanzan hacia la cosecha, pero la información que recopilan en la cosechadora también es clave.

«Creo que hay un par de aspectos diferentes en el lado de la cosecha», dice el CEO. “Ciertamente existe la recopilación de datos y la automatización de esa recopilación, por lo que tecnologías como Agromatics, por ejemplo, que capturan los datos del carro de peso o del carro de granos y los pone automáticamente a disposición… es realmente fundamental para poder cuantificar lo que sucedió en cada campo . »

Ser capaz de recopilar datos sobre cuánto combustible se está utilizando y el mantenimiento de la flota también es útil, dice.

Denbow dice que las herramientas agrícolas de precisión también son indispensables cuando se trata de administrar cultivos una vez que están fuera del campo.

“Algunas cosechadoras ahora tienen básculas directamente sobre ellas, por lo que están creando tickets de carga a medida que el producto se carga en ese vehículo de peso… lo que esencialmente les ayuda a rastrear el inventario”, dice. “Luego asignan eso a un contenedor específico para rastrear esencialmente su productividad y su tasa de producción … y en algunos casos, si ya tienen un contrato de producción, para ese producto básico, en realidad están aplicando un número de contrato de producción directamente a ese producto . »

Eckert está de acuerdo en que comenzar el proceso de seguimiento en la cosechadora ayuda a que todo funcione sin problemas.

“Lo hace organizado”, dice. «Sé lo que entra y a dónde va».

Pero un número creciente de posibilidades no siempre significa que la nueva tecnología sea fácil de usar, dice Schmaltz.

«Todo el mundo asume que, ya sabes … esta tecnología agrícola en la que gastan millones de dólares en equipos, muchacho, debe ser realmente fácil de usar, ¿verdad?» él dice. «No, no es muy fácil de usar, algunos están mejorando, está mejorando, pero todavía tenemos un largo camino por recorrer para hacer que estas cosas sean intuitivas».

Un estudio de Agricultura y Agroalimentación de Canadá de 2017 que analizó las barreras para la adopción de la agricultura de precisión en el oeste de Canadá encontró que la tecnología en continua evolución era la cuarta razón más común que los agricultores dieron para resistirse. La tercera barrera más común identificada fue la falta de personas informadas a las que los agricultores pudieran acudir en busca de ayuda.

“Un problema emergente en PA es la falta de desarrolladores enfocados en la agricultura para crear el software, las plataformas y las aplicaciones que reducen la complejidad de los datos para proporcionar información procesable para satisfacer las necesidades de las partes interesadas”, escribió el autor del estudio, Dale Steele.

Schmaltz dice que los agricultores no quieren lidiar con el tiempo de inactividad porque la tecnología no se está comportando como debería. También agrega que los agricultores que luchan con la escasez de mano de obra no quieren perder tiempo capacitando al nuevo personal en tecnología demasiado complicada.

«Es necesario que haya un equipo de expertos que apoye a la granja en la adopción de esa tecnología y eso es todo, desde … el distribuidor de equipos al fabricante de equipos, el fabricante de hardware a los proveedores de servicios y tecnología», dice Schmaltz, admitiendo que tal ayuda es difícil de encontrar hoy .

“Esas personas simplemente no existen en el mercado”, dice Schmaltz.

Añade que hoy en día existen «brechas realmente grandes» en el mercado para emplear a personas con un conjunto de habilidades tan emergentes.

A pesar de los desafíos de conectividad, el diverso conjunto de tecnologías conocidas como agricultura de precisión continúa atrayendo nuevos adeptos a un ritmo cada vez más rápido, según Denbow.

De vuelta en Alberta, Schmaltz dice que se necesita tiempo para que cualquier tecnología se arraigue en una industria, y señala que si bien el GPS se introdujo en la década de 1980, la adopción total llegó décadas después.

“A principios de la década de 2000, los agricultores todavía debatían si debían usar GPS o un marcador de espuma”, dice. “Ahora, la velocidad de adopción ha aumentado y, en realidad, en los próximos cinco años, creo que la digitalización de la granja es la pieza fundamental que permite que todas estas otras tecnologías se superpongan…. Si es un agricultor y no ha digitalizado su granja, lo que significa que tiene límites de campo digitales, tiene registros digitales de cultivos que están todos en una base de datos a la que se puede acceder y compartir de alguna manera, realmente lo estará Dejado atrás.»

Leer más

El segmento agrícola es la columna vertebral de la economía india. No solo India, la existencia de la humanidad está teniendo un nudo con el rendimiento de la tierra. El mundo está cambiando, las cosas están cambiando, el clima está cambiando y los seres humanos ya han adoptado esos cambios. Pero la patria no lo ha hecho. Según una encuesta, la población mundial experimentará un auge muy pronto al alcanzar un crecimiento de alrededor del 47% para 2040. Eso es una campana de advertencia para la existencia humana. La sobreexplotación de los recursos naturales y la falta de decisiones estratégicas nos ha llevado a todos a una situación en la que el equilibrio de la naturaleza ha cambiado a un nivel completamente nuevo.

Para hacer frente a la futura crisis alimentaria, la tecnología debe utilizarse para analizar y modificar las prácticas agrícolas existentes. Aquí entra en juego el big data. Tengamos una descripción general rápida de las formas en que se pueden implementar big data para evolucionar el segmento agrícola.

1) Generación de conjuntos de datos revelando sistemas alimentarios
Los datos tienen un enorme poder para cambiar las cosas, pero solo cuando se utilizan de manera eficaz. Los datos solo se pueden usar de manera inteligente si se convierten en conjuntos de datos separados. El segmento agrícola tiene una larga lista de atributos que pueden tomarse en consideración para el análisis propuesto y los estudios de resultados consiguientes. Los atributos clave que tienen un impacto en la salida del proceso se pueden seleccionar y utilizar para generar conjuntos de datos. Estos conjuntos de datos se utilizarán para generar una base para todas las actividades relacionadas. Cada sistema alimentario tiene una estructura diferente y estos pueden analizarse fácilmente solo si se realiza la implementación del conjunto de datos.

2) Seguimiento de la tendencia
Todos los datos relacionados con el historial de enfermedades o plagas específicas de los cultivos se pueden utilizar para generar el conjunto de datos y, en consecuencia, el seguimiento de estos datos puede llevar a desplegar la tendencia en el campo agrícola. Hoy en día, predecir cosas exactas es casi imposible. Todos los atributos se han vuelto tan arbitrarios que no se puede garantizar nada. Pero al monitorear estos atributos, por ejemplo, el historial de plagas y enfermedades de los cultivos, el monitoreo de datos se puede usar para predecir los futuros ataques al rendimiento de modo que se puedan tomar acciones preparatorias. Esto no solo ahorrará dinero a las partes interesadas, sino también la inversión de tiempo. Por tanto, el seguimiento de los atributos seleccionados tiene una enorme importancia en la implementación de big data.

3) Evaluación de impacto
Cada sistema está diseñado teniendo en cuenta el análisis de riesgos. Cada giro equivocado debe ser considerado antes de tomarlo. Se deben definir los probables impactos y acciones correctivas de los mismos. Lo mismo ocurre con el segmento agrícola. Hoy en día, hay una serie de situaciones desafortunadas en las que todo el rendimiento del campo se desperdicia debido a algunas incertidumbres. Estas cosas se pueden gestionar bien si la evaluación de impacto se realiza correctamente. Por ejemplo, si la evaluación del impacto de los plaguicidas se realiza en la primera etapa de la siembra de la semilla, se puede prevenir la falla probable. En cualquier situación desafortunada, si el pesticida resulta ser peligroso, entonces el análisis de impacto ayuda a evitar las consecuencias. Se pueden tomar las medidas necesarias para evitar los giros equivocados y ayudar a tomar las acciones correctivas.

4) Agricultura basada en datos
Según el escenario actual, los responsables de la toma de decisiones se enfrentan a problemas tremendos para predecir un posible fracaso. Aquí, los datos son el salvador. Los datos se pueden utilizar de manera eficaz para concluir predicciones, lo que les impide tomar decisiones arriesgadas. Hoy en día, las fuentes de datos que incluyen satélites, teléfonos móviles y estaciones meteorológicas han contribuido a hacer esto posible. Para un análisis a prueba de errores, la calidad y la varianza de los datos son imprescindibles. Y la fuente de datos sirve para ambas necesidades. ¿Qué plantar? ¿Cuándo plantar? Estas preguntas básicas se pueden responder muy fácilmente si los datos lo respaldan. El sueño de la agricultura basada en datos avanza lentamente y lo demuestra con mejores rendimientos.

Resumen
Big Data ha evolucionado la forma en que funcionan las cosas. Ahora, es un giro para el segmento agrícola. Muchos investigadores están trabajando sus noches para hacerlo cada vez más accesible, confiable y, por supuesto, rentable. Hoy en día, el segmento de la agricultura debe evolucionar para preservar la existencia humana en la tierra y, sin duda, los macrodatos pueden ayudar a lograrlo. Los pasos mencionados anteriormente se pueden seguir genéticamente para desarrollar e implementar procedimientos que produzcan buenos resultados. Con suerte, el futuro cercano evidenciará la utopía en la agricultura respaldada por la evolución verde.

Leer más

Se están adoptando sistemas de sensores de aplicación de tasa variable en muchas granjas para agilizar y simplificar los procesos agrícolas. Este artículo le ofrece un resumen de todas las cosas importantes que necesita saber y destaca los aspectos positivos y negativos de ellas. Al final del artículo, debe tener suficiente información para tomar una decisión informada sobre si un sistema de sensores de aplicación de dosis variable es una buena inversión para su granja.

¿Qué es un sistema de sensor de aplicación de tasa variable?
En un nivel básico, el sistema de sensor de aplicación de dosis variable está diseñado para medir las propiedades del suelo, la humedad o los cultivos. Estos sistemas funcionan en tiempo real, lo que permite a los agricultores comprender sus granjas con mayor detalle y luego brindar soluciones a cualquier problema que detecten los sensores. Algunos sistemas están diseñados para funcionar con un sistema de mapas preinstalado, mientras que otros dependen de la entrada de datos por parte de los usuarios. Son extremadamente útiles para muchas aplicaciones agrícolas prácticas que van desde la siembra hasta la fertilización y el riego. Cuando se combinan con una red de fertirrigación, estos sensores le indicarán al sistema cuánta humedad necesita el suelo y cuánto fertilizante se requiere para mantener un crecimiento constante del cultivo.

Los sistemas en sí son bastante técnicos y requerirán cierta educación sobre cómo funcionan y sus funciones antes de poder utilizar el equipo de manera eficaz.

¿Qué funciones podré usar en mi granja?
Las funciones de un sistema sensor de aplicación de dosis variable son de gran alcance. Se pueden usar para medir los valores nutricionales del suelo, permitir a los agricultores sembrar de manera más uniforme, crear un ambiente rico en humedad y actuar como sensores de cultivos para identificar áreas problemáticas. Con este fin, los agricultores de precisión están utilizando los sistemas de diversas formas, algunos eligen utilizar el equipo de forma independiente, mientras que otros optan por vincular el sistema a otra tecnología inteligente agrícola.

Aquí están las 4 características principales de un sistema de sensores de aplicación de tasa variable;

Los agricultores tienen mucha más información a su disposición como resultado de los sistemas, lo que les permite administrar activamente sus campos y aislar las áreas problemáticas desde el principio.
Los agricultores que utilizan el sistema pueden optimizar sus procesos y reducir la cantidad de tiempo que normalmente dedicarían a solucionar problemas. Esto mejora la calidad de la vida agrícola y permite a los agricultores la oportunidad de concentrarse en otros trabajos agrícolas o en la expansión.
Por primera vez, toda la información que un agricultor está recopilando sobre su finca está en un lugar central, lo que permite un mayor control sobre un entorno agrícola dinámico.
Emisiones reducidas ya que los agricultores ya no necesitan viajar por sus campos para recopilar información, con un sistema de mapeo preinstalado, los sensores pueden funcionar de manera completamente independiente.
Como puede ver, hay muchas cualidades atractivas en la instalación de un sistema de sensores de aplicación de tasa variable, sin embargo, existen inconvenientes en la tecnología, así que léalos antes de comprometerse a invertir en uno.

¿Cuáles son las desventajas de un sistema de sensores de aplicación de dosis variable?
El principal inconveniente es el costo, estos sistemas son equipos muy sofisticados y le costará mucho dinero comprar, educar e instalar un sistema de sensor de aplicación de tasa variable. Dicho esto, si los beneficios del sistema reducen los costos al minimizar el uso de agua, combustible y fertilizantes, aún puede ser una inversión inteligente y viable, particularmente si tiene una gran cantidad de acres.

Existen otros inconvenientes del sistema de sensor de aplicación de dosis variable que se describen a continuación;

La información recopilada por los sistemas puede ser compleja e intrincada, lo que requiere un conocimiento detallado de cómo analizar los datos y hacer uso de ellos.
El sistema de sensores ocasionalmente recopila información que es relativamente inútil, la mayoría de las aplicaciones no pueden ajustarse más allá de su propósito original y, como resultado, algunos datos recopilados y almacenados no son útiles. Esto puede ser complicado en la parte de atrás, ya que depende del agricultor discernir cuál de la información es relevante y cuál no tiene valor.
Los sensores funcionan en tiempo real, lo cual es una característica fantástica pero también un poco problemática, ya que puede ser difícil para un agricultor en las horas pico mantenerse al día con toda la información que está recopilando el sistema.
Si tiene una mente pragmática y técnica, un sistema de sensor de aplicación de tasa variable podría ser la tecnología inteligente que mejorará la vida de su granja y aumentará los márgenes de ganancia. Si tiene problemas con la administración de datos, es probable que el sistema sea una carga y hay otras partes de tecnología fáciles de usar que debe considerar en su lugar. Si ya tiene un sistema de fertirrigación instalado, tener un sistema de sensor de aplicación de dosis variable que lo acompañe podría resultar sustancialmente rentable.

Háganos saber su opinión sobre los sistemas de sensores de aplicación de tasa variable en la sección de comentarios a continuación. ¿Tiene uno instalado en su granja? ¿Nos hemos perdido una gran característica que desea compartir con otros agricultores de precisión? Cuéntanos tus experiencias a continuación.

Leer más

Los productores agrícolas han adoptado cada vez más tecnologías de agricultura de precisión (AP) durante las últimas dos décadas. Los datos de la Encuesta de Gestión de Riesgos Agrícolas (ARMS) recopilados y analizados por el USDA (Schimmelpfennig) mostraron una adopción sustancial de varias tecnologías de AP, que incluyen monitoreo y mapeo de rendimiento, muestreo y mapeo de suelos, sistemas de orientación y tecnologías de tasa variable.

Sin embargo, gran parte de la rápida adopción de tecnologías de AP se ha producido en los últimos años durante un período de mayor rentabilidad agrícola. Si la adopción de la tecnología de megafonía genera una mayor rentabilidad o si una mayor rentabilidad impulsa la adopción es una cuestión importante. Una investigación reciente de Mike Castle, Brad Lubben, Joe Luck y Taro Mieno en la Universidad de Nebraska-Lincoln estudiaron esta pregunta para evaluar el impacto económico de la adopción de la tecnología PA en cooperación con Tina Barrett y los miembros productores de Nebraska Farm Business, Inc. ( NFBI), una asociación de análisis y mantenimiento de registros agrícolas. La investigación se resume en la tesis de maestría de Castle de diciembre de 2016 y proporciona los antecedentes para esta discusión.

La evaluación de Castle del trabajo previo sobre el impacto de la tecnología de AP encontró que la mayoría de los estudios analizaron los retornos de la AP en condiciones hipotéticas o simuladas, mostrando los retornos potenciales o presupuestados de la adopción de tecnología. Sin embargo, el impacto real de la adopción de la tecnología de megafonía sobre la rentabilidad quedó en gran parte sin respuesta. Al vincular los datos primarios sobre la adopción de tecnología de AP recopilados a través de encuestas de productores con los datos financieros secundarios disponibles a lo largo del tiempo para un panel de productores de NFBI, la investigación analizó directamente la cuestión de la adopción de tecnología de AP y la rentabilidad de la granja.

Adopción de agricultura de precisión
La investigación de la encuesta proporcionó estimaciones de las tasas de adopción de varias tecnologías de AP para una muestra de productores de NFBI que se remonta a la década de 1990. Las tecnologías de megafonía incluyen aquellas vinculadas a la eficiencia operativa, como la guía del sistema de posicionamiento global (GPS), el control automatizado de secciones y la telemática. Estas tecnologías pueden mejorar la eficiencia mediante la reducción de la superposición y el uso de entradas, así como el monitoreo y la generación de informes en tiempo real del rendimiento del equipo. Otras tecnologías de AP abordan las diferencias de productividad y la variabilidad dentro de un campo e incluyen monitores de rendimiento, muestreo de suelo específico del sitio, aplicación de dosis variable de insumos e imágenes de cultivos. Estas tecnologías pueden mejorar la productividad y la rentabilidad gestionando la variabilidad y focalizando los insumos de manera más eficiente dentro de un campo.

La Figura 1 mide el porcentaje de adopción de varias tecnologías de AP por parte del panel de productores de NFBI desde mediados de la década de 1990. Varias tecnologías de AP han tenido una adopción generalizada a lo largo del tiempo hasta el punto de que la mayoría de los productores las están utilizando, incluidos los monitores de rendimiento (YM) con y sin GPS; muestreo de suelo en rejilla (GSS); Orientación basada en GPS, incluidas barras de luz (LB), dirección automática (AS); Control automático de secciones (ASC) basado en GPS; y aplicación de dosis variable de fertilizantes y semillas. Las tasas de adopción de tecnología PA para el panel de productores de NFBI son sustancialmente más altas que las informadas en la encuesta ARMS del USDA resumida por Schimmelpfennig. Los productores del programa NFBI están más concentrados en la producción de cultivos y es probable que sean más progresistas y orientados al manejo que los productores de cultivos promedio.
Figura 1. Porcentaje de adopción de tecnologías de agricultura de precisión (de Castle)
Gráfico que muestra la creciente adopción de tecnologías de agricultura de precisión
Con la adopción generalizada de tecnologías de AP en los últimos 20 años, el análisis puede comparar los factores previos y posteriores a la adopción y la rentabilidad entre los productores para evaluar la cuestión del impacto económico de la tecnología de AP. La investigación utilizó un modelo de datos de panel de efectos fijos para examinar el efecto de la adopción de la tecnología de AP sobre la rentabilidad, al tiempo que contabiliza las tendencias en los datos a lo largo del tiempo y los efectos endógenos específicos del productor.

Impactos de la agricultura de precisión en la rentabilidad
El análisis inicial se centró en las diferencias en la rentabilidad entre los adoptantes y no adoptantes de la tecnología de megafonía mediante el análisis de la rentabilidad frente al número de tecnologías de megafonía adoptadas. Se analizaron varias medidas diferentes de rentabilidad o eficiencia, incluido el ingreso agrícola neto (NFI), el índice de ingresos agrícolas netos (NFIR) y el índice de gastos operativos (OER). Ambas razones son razones financieras calculadas como ingreso agrícola neto y gasto operativo, respectivamente, sobre el ingreso agrícola bruto. Si bien la interpretación de NFI es sencilla, NFIR es una medida de eficiencia, específicamente la capacidad de convertir el ingreso bruto en ingreso neto, con un índice más alto que indica una mayor eficiencia. De manera similar, los REA son una medida de eficiencia de la capacidad de convertir los insumos o gastos operativos (menos intereses y depreciación) en ingresos brutos. con una relación más baja que indica una mayor eficiencia. El análisis de regresión inicial que mide el impacto de la adopción de la tecnología PA se muestra en la Tabla 1.
Cuadro 1. Impacto de la adopción de la agricultura de precisión en los resultados de la regresión de la rentabilidad
Variable dependiente Estimación de parámetros Error estándar valor t Valor p
Ingresos agrícolas netos 43,616 *** 10,495 4.1557 0,0001
Relación de ingresos agrícolas netos 1.0399 .06964 1,4932 0.1359
Ratio de gastos operativos -1.0404 * 0.4736 -1,8140 0.0701
Nota: Cada fila representa los resultados de cada regresión respectiva. Las estimaciones de los parámetros indican el cambio estimado en la variable dependiente dada por el uso de una tecnología adicional de agricultura de precisión. También se incluyeron variables ficticias anuales en cada regresión para controlar la tendencia temporal. *** indica significación estadística al nivel α = 1% y * indica significación al nivel del 10%.

El parámetro reportado en la Tabla 1 para NFI sugiere que cada tecnología adicional adoptada está asociada con un aumento de los ingresos agrícolas netos de más de $ 43,000, una medida que es estadísticamente muy significativa. Las estimaciones de los parámetros para NFIR y OER también muestran los resultados esperados, con cada tecnología adicional asociada con un aumento de 1.04 puntos porcentuales en NFIR o una disminución de 1.04 puntos porcentuales en OER. Sin embargo, las estimaciones de los parámetros son menos significativas desde el punto de vista estadístico, y ninguna de ellas alcanzó la medida estándar de significancia de α = 0.05 (valores de P de menos de 0.0500).

En resumen, los resultados de la regresión inicial sugieren que los niveles más altos de adopción de tecnología de AP están asociados con una mayor rentabilidad. Sin embargo, este análisis inicial solo muestra una fuerte relación entre los dos. Si la adopción de la tecnología de megafonía impulsa la rentabilidad o si la rentabilidad impulsa la adopción de la tecnología de megafonía (o si se impulsan entre sí de forma endógena) sigue siendo una cuestión importante.

Para abordar directamente la hipótesis de que la adopción de la tecnología de megafonía impulsa la rentabilidad, el análisis analizó los NFI anteriores y posteriores a la adopción dentro de los datos del panel. Una regresión lineal inicial de tecnologías utilizadas por años utilizados sugirió una relación estadísticamente significativa y positiva, proporcionando evidencia de apoyo para la hipótesis. El análisis de las tecnologías utilizadas y los años utilizados se llevó más allá para estudiar un modelo de regresión polinomial, reconociendo que el impacto de los años utilizados puede no ser lineal, sino sigmoide o en forma de S, lo que refleja una curva de aprendizaje asociada con la adopción de la tecnología PA. . La curva de aprendizaje puede ser representativa de muchas habilidades diferentes y ciertamente podría describir la tecnología de AP, donde el impacto de la adopción es inicialmente pequeño a medida que se adquieren conocimientos o habilidades o se recopilan datos. Entonces,

El análisis de los datos previos y posteriores a la adopción con un modelo de regresión polinomial permite estimar una curva de aprendizaje en el impacto económico de la adopción de la tecnología PA. Los resultados del análisis de regresión polinomial se muestran en la Tabla 2.
Cuadro 2. Impacto de la adopción de la agricultura de precisión en los resultados de la regresión polinomial del ingreso agrícola neto (de Castle)
Variable Estimación de parámetros Error estándar valor t Valor p
Tech. Utilizar 70,697 45,394 1.5573 0,119
Tech. Uso * Años de uso -11.855 13,427 -0,8830 0.3776
(Uso de tecnología * Años de uso) 2 2.635 * 1.372 1.9199 0.0553
(Uso de tecnología * años de uso) 3 -67,91 42,48 -1,5985 0.1104
Nota: También se incluyeron variables ficticias de año para controlar la tendencia temporal. * indica significancia estadística al nivel α = 10%.

El modelo polinomial muestra una mayor significación estadística para los diversos términos explicativos en comparación con el modelo lineal simple, pero las estimaciones de los parámetros y la significación de los términos de interacción no proporcionan directamente una interpretación. La medida real de importancia es el efecto marginal de un año adicional de uso de tecnología en el NFI calculado a partir de la ecuación en su conjunto. El valor del efecto marginal de la adopción de la tecnología de AP se demuestra en la Figura 2.
Figura 2. Cambio estimado en el ingreso agrícola neto por el uso de tecnología de agricultura de precisión (de Castle)
Gráfico que muestra el cambio estimado en el ingreso agrícola neto después de adoptar la tecnología de agricultura de precisión
El gráfico demuestra el efecto marginal combinado y la interacción del uso de la tecnología PA y los años de uso. Implica un período inicial de tiempo en el que el efecto de la adopción de la tecnología de AP sobre los NFI es estadísticamente insignificante y podría, de hecho, ser negativo. Si bien algunas tecnologías, como la orientación y el control de secciones, podrían mejorar la eficiencia inmediatamente después de su adopción, es probable que otras, como el mapeo de rendimiento, no proporcionen información suficiente para la toma de decisiones de gestión hasta que estén disponibles varios años de datos. Teniendo en cuenta el costo inicial de invertir en tecnología de AP (particularmente si los costos se contabilizan como gastos inmediatamente para fines fiscales en lugar de depreciarse con el tiempo), no es sorprendente ver un impacto insignificante o incluso negativo en los NFI de la adopción de la tecnología de AP. Sin embargo, con el tiempo, la mayor eficiencia operativa, datos,

Conclusión

El impacto económico general de la adopción de la tecnología de AP sigue sin estar claro. El análisis simple de adopción versus no adopción muestra que la adopción de la tecnología de PA se asocia positiva y significativamente con una mayor rentabilidad. Sin embargo, la relación por sí sola no prueba la causalidad ni indica qué impulsa a cuál. Un análisis más detallado de la adopción previa y posterior muestra efectos estimados positivos sobre los productos no alimentarios derivados de la adopción de la tecnología de AP, aunque los resultados no son estadísticamente significativos. El análisis de regresión polinomial demuestra que la rentabilidad de la adopción de la tecnología PA aumenta con el tiempo (experiencia) como se muestra en la Figura 2, pero el impacto general sobre la rentabilidad sigue siendo estadísticamente incierto.

Un análisis más detallado con datos adicionales o un análisis refinado de tecnologías específicas o familias de tecnologías (como controles de sección o aplicaciones de tasa variable) a lo largo del tiempo podría proporcionar más información sobre los impactos económicos de la adopción. En general, el análisis prospectivo o ex ante de tecnologías y prácticas puede continuar proporcionando información y estimaciones de los posibles impactos económicos de la adopción. Para ir más allá de los retornos potenciales, el análisis previo y posterior a la adopción, más complejo, tal como se utiliza en este trabajo, puede proporcionar una imagen mejor y una perspectiva más completa de los impactos económicos reales de la adopción.

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

Con el uso de un sistema de monitoreo a base de drones, pequeños y medianos agricultores de la Junta de Usuarios de Pampas de Majes, en la región Arequipa, mejoraron el cuidado de sus cultivos de alfalfa y maíz incrementando la productividad en un 9% y su rentabilidad en un 11%.

La obtención de este sistema de drones forma parte de un proyecto de innovación financiado por el Ministerio de Agricultura y Riego (MINAGRI), a través del Instituto Nacional de Innovación Agraria (INIA), empleando un monto de inversión por más de 270 mil soles.

Esta tecnología, registró información sobre parámetros fisiológicos y la presencia de anomalías para un control fitosanitario adecuado. Los datos obtenidos permitieron definir estrategias para mejorar los procesos productivos y realizar análisis que ayudan a prevenir plagas y enfermedades.

Entre las técnicas empleadas con el uso de esta innovación, se encuentra la agricultura de precisión que consiste en utilizar estrategias de recolección de datos, procesamiento e interpretación de la información, así como la aplicación de insumos con manejo localizado y de forma precisa. De esta manera se optimiza el empleo de nutrientes requeridos.

El proyecto, que se promovió a través del Programa Nacional de Innovación Agraria del INIA-MINAGRI, también contempló pasantías a los beneficiados en las regiones de Ica, Huaraz y Trujillo donde se encuentran centros productivos que aplican tecnología mediante drones.

Leer más

Striga es una maleza que infesta hasta 40 millones de hectáreas de tierras agrícolas en el África subsahariana. Conduce a pérdidas de rendimiento entre el 20% y el 100% y afecta a 100 millones de medios de vida, provocando pérdidas anuales de cultivos por valor de mil millones de dólares. Algunas de las soluciones desarrolladas hasta ahora incluyen el uso de Imazypyr (un herbicida no selectivo utilizado para el control de una amplia gama de malezas), pero esto puede matar o dañar el cultivo. [1]

Las raíces de varias legumbres, como Silverleaf Desmodium , son eficaces en la supresión de Striga y se han incorporado en push-pull , intercalados sistema. El desmodium neutraliza la hierba Striga y Napier sirve como señuelo para plagas como el barrenador del tallo del maíz. Si bien es prometedor, el desmodium puede ser difícil de establecer como plántulas pequeñas de desmodium de crecimiento lento vulnerables a las malezas invasoras.

Recientemente, se desarrolló un gen mutante en el maíz que proporciona resistencia a Imazypyr (IR) mediante cultivo de tejidos y se combinó con variedades de maíz locales como la raza IR KSTP 94 desarrollada por el Instituto de Investigación Agrícola de Kenia (KARI). El Centro Internacional de Trigo y Maíz ( CIMMYT ) desarrolló un enfoque novedoso para recubrir estas semillas de maíz recientemente resistentes con el herbicida Imazypyr antes de su distribución. Cuando las semillas de Striga no resistentes germinan, se adhieren a las raíces del maíz y absorben el herbicida del recubrimiento de la semilla. La Striga muere y el maíz crece con poco o ningún impacto del herbicida.

El uso de maíz IR en la finca permite a los agricultores afectados por Striga en Kenia aumentar las cosechas de un promedio de 500 kg por hectárea a 1.500 kg por hectárea. Si el 20% de la tierra severamente infestada en el oeste de Kenia se cultiva con maíz IR, es posible producir 60.000 toneladas adicionales de maíz o lo suficiente para alimentar al menos a 100.000 hogares. Grace Lugongo, una agricultora de Butula, en el oeste de Kenia, explica: “Hasta 2007, nunca había sabido el significado de cosechar un saco lleno de maíz de mi terreno de 0,5 hectáreas gracias al ‘ Striga’ hierba. Todos mis esfuerzos darían como resultado sólo 2 ‘gorogoros’ (una lata de unos 2 kg) de maíz. Decidí probar el maíz IR y con los años mis rendimientos han aumentado a 10 sacos en el mismo terreno. Desde la cosecha puedo satisfacer mis necesidades de subsistencia y también puedo permitirme un excedente para vender para satisfacer mis otras necesidades, como las cuotas escolares de mis hijos ”.

Dick Morgan, de Vihiga, una ciudad en el oeste de Kenia, explicó: “Antes de que me presentaran una nueva variedad de maíz, solía plantar maíz sin éxito. Esto fue muy frustrante ya que el maíz es nuestro alimento principal. En 2005, mi suerte en el cultivo de maíz comenzó a cambiar después de que me presentaron el maíz IR, que probé y vi un aumento significativo en los rendimientos del maíz y también en la reducción de la hierba Striga en mi finca ”. [2]

Leer más

Para el ganadero de carne Robert Neill, la tecnología es fundamental para administrar su sistema en Upper Nisbet Farm, Jedburgh.

Él sabe exactamente lo que les está ocurriendo a sus animales y cómo se están desempeñando, lo que le permite comercializar sus acciones en el momento y la especificación adecuados para maximizar las ganancias.

El Sr. Neill maneja 326 vacas de parto en primavera de Limousin-cross en su unidad de cultivo de carne de 640ha en Scottish Borders.

Vea también: Informes, videos y fotos de los talleres Rethinking Cattle Performance

La mayoría de los animales se venden vivos a través del mercado de subastas local, y un puñado se vende a peso muerto a ABP. Tiene un suministro constante de clientes, y los carniceros compran de uno a tres de sus animales las 52 semanas del año.

carne de res en el interior© Billy Pix
Tiene un promedio de alrededor de 2.20p / kg de peso vivo para una carcasa de 600 kg y dice que el secreto para aprovechar al máximo su stock es producir lo que el mercado quiere.

Decisiones informadas
El Sr. Neill ha adoptado la agricultura de precisión para ayudarlo a tomar decisiones informadas y cree que esto es lo que todos los agricultores deben hacer.

“En Escocia, solo el 20% de las granjas de ganado tienen equipo de pesaje. Si no puede pesar animales, ¿cómo puede comercializar en el momento adecuado? » él pide.

becerro en cobertizo© Billy Pix
El Sr. Neill dice que usar EID en todos sus animales y tener un buen sistema de manejo y pesaje es fundamental para su empresa de carne.

“Las barras de pesaje y el cabezal de pesaje son lo más beneficioso para mi granja”, dijo el Sr. Neill en el evento Rethinking Cattle Performance de Farmers Weekly, patrocinado por Zoetis, ABP / Blade y Volac.

Pesa los animales en fase de finalización al menos cada 30 días para asegurarse de que no superen los 600 kg (640 kg menos 40 kg de relleno intestinal).

Los terneros también se pesan al destete cuando tienen unos seis meses de edad. Los que no pesen 200 kg al destete se separan y continúan con pienso lento.

Cajas de pesaje automático
El Sr. Neill también tiene dos cajas de pesaje automático situadas en los bebederos de agua, que mide el peso de sus animales en crecimiento y finalización cada vez que van a tomar algo.

También está esperando que se instalen cámaras encima de los bebederos para tomar puntuaciones de conformación al mismo tiempo.

“Pesar animales con regularidad me permite analizar las dietas y asegurarme de que funcionan, decidir cuándo comercializar los animales y cumplir con las especificaciones. Esto es agricultura de precisión ”, dijo.

caja de pesaje automática© Billy Pix
El Sr. Neill puede pesar 40 cabezas de ganado en 10 minutos por su cuenta y puede arrojar ganado de tres maneras. Tiene software que analiza resultados, hardware para lectura y etiquetas EID para identificación.

“Usamos Farmplan Cattle Manager para el mantenimiento de registros. Los pesos de los animales se importan del sistema de pesaje y los nacimientos y movimientos se notifican automáticamente al BCMS a través del programa ”.

Configuración del sistema
Su sistema de manipulación, que está diseñado para ser seguro y minimizar el estrés animal, tiene una puerta que guía lentamente a los animales a través del sistema. Ha instalado un aplastador de compresión en lugar de un aplastamiento con un yugo de cabeza para mantener el estrés animal al mínimo.

“No quiero ir a la cabeza del animal para leer la marca auricular, ya que les molesta.

«El lector de EID conectado al sistema significa que no tengo que hacerlo».

También tiene puertas accionadas por aire, lo que facilita la entrada y salida de existencias de la caja. También es más silencioso.

Explore más Know How
Visite nuestro centro Know How para obtener consejos prácticos sobre agricultura

Evaluación del desempeño de la carne
Costos
Todo el sistema le costó entre 10.000 y 15.000 libras esterlinas por el sistema de trituración y el sistema hidráulico, que se importaron de la Isla Sur de Nueva Zelanda, y 3.500 libras esterlinas por las barras de pesaje y el cabezal de pesaje.

“Si va a manipular existencias, necesita un buen sistema de pesaje. Si maneja mal a un animal, tiene un efecto dominó sobre la tasa de crecimiento.

“Nunca habrá más mano de obra en las granjas, por lo que es necesario pensar en eso al diseñar un sistema de manipulación”, dijo.

Cuando se pasa el stock a través del sistema de manipulación, el lector de EID situado en el lugar de unión recoge su etiqueta y le dará una ganancia diaria de peso vivo. También le informará detalles específicos del animal, como su fecha de nacimiento, problemas pasados, registros de medicamentos y si un animal se puede vender (teniendo en cuenta los períodos de retiro de carne de tratamientos anteriores).

alimentar ganado de carne© Billy Pix
Su sistema también está vinculado a una máquina etiquetadora que puede imprimir identificaciones de animales individuales. Esto ha resultado particularmente útil cuando se toman muestras de sangre de vacas, dijo el Sr. Neill.

«Esto ha acelerado el proceso y reduce el error humano», dijo.

El Sr. Neill dijo que antes de ir al mercado pesa y corta la espalda, el vientre y la cola de su ganado para que luzca lo mejor posible.

“Se necesitan cinco minutos para hacerlo. Se trata de marketing y ventas y tenemos que presentar mejor lo que vendemos ”, dijo.

Registrador de puntuación de condición corporal
El Sr. Neill también está probando un lector de bastón de puntuación de condición corporal para TRuTest y cree que poder registrar las puntuaciones de condición en el lado del pensador directamente al lector facilitará el ajuste.

“Acondicionamos a las vacas puntuadas unas tres veces durante el período de invierno y ajustamos la alimentación en consecuencia. El lector de bastón hará que esto sea más fácil de hacer, ya que puede escanear la etiqueta del animal y registrar el puntaje de condición en el lector de bastón al mismo tiempo «.

Identificación de animales
identificación de animales© Billy Pix
Sin embargo, la agricultura de precisión no significa gastar mucho dinero en pequeños equipos. Las rutinas básicas, como el uso de etiquetas de manejo y el registro de las iniciales del padre en las etiquetas, ayudan al Sr. Neill a tomar decisiones sobre la reproducción en el futuro.

“Utilizamos etiquetas de gestión codificadas por colores para facilitar el trabajo. Por ejemplo, los discos rojos resaltan las terneras que no queremos mantener como reemplazos y los discos azules se utilizan para los machos que no han sido castrados «.

Alimentación
El Sr. Neill está utilizando un carro alimentador Alltech Keenan con el sistema PACE adjunto. Esto le dice exactamente qué debe incluir en la dieta y cuánto tiempo debe mezclarse, para que sepa exactamente qué ganado se está alimentando. Luego, puede ajustar la dieta al vigilar de cerca el rendimiento de sus animales.

Richard Vecqueray de Evidence Based Veterinary Consultancy, quien habló en el evento, dijo que los agricultores tienen una serie de palancas que pueden utilizar para determinar el rendimiento del ganado de carne para ayudar a emparejar la genética de la granja con el mercado al que se dirige.

Dijo que para poder tirar correctamente de estas palancas, los agricultores deben saber:

Rendimiento actual en términos de condición corporal y aumento diario de peso vivo, porque esto proporciona una línea de base desde la cual mejorar.
El análisis exacto de los piensos de entrada, siendo el forraje el más variable.
«Solo midiendo a los animales y sabiendo exactamente qué se está alimentando, se puede ajustar el sistema».

Vecqueray agregó que se necesitaban más análisis de ensilaje para definir mejor las cargas de entrada.

“El uso de fórmulas informáticas con información deficiente [un análisis de ensilaje de NiR único] es una costosa pérdida de tiempo. El resultado probable de tal ejercicio es que le vendan algo completamente inapropiado, agregando costos innecesarios en una industria sin margen de sobra ”, dijo.

“Si solo realiza uno o dos análisis de ensilaje al año con NiR, que analiza el ensilaje observando el nivel de luz reflejada, no es probable que sea representativo del ensilaje que está alimentando.

“Si realmente desea ajustar y aumentar las tasas de crecimiento a una edad más temprana, es posible que desee invertir en más análisis de forrajes o en el estándar de oro, que es el análisis de química húmeda. La química húmeda es más cara, pero más precisa ”, dijo.

Objetivos para terminar las raciones
Tasas de crecimiento objetivo para animales en finalización

Animal de estructura grande (en ración durante 80-100 días): 1,5 kg / día
Animal de complexión media (en ración de 60 a 80 días): 1,4 kg / día
Animal de estructura pequeña (en ración de 0 a 60 días): 1,3 kg / día
Objetivo de ingestas y raciones para animales de engorde

Ingesta de materia seca (DMI): 2% del peso corporal
Materia seca: 30-60%
Proteína cruda: 12-15% (valores más altos para las razas británicas, valores más bajos para las continentales)
Energía: 12,2 MJ / kg DM ME (depende de la raza y la tasa de crecimiento deseada)
Grasa: <6% Almidón y azúcares: 33% Calcio: 0,6% Fibra larga: 6-8% (introducir gradualmente durante siete a 10 días hasta completar la ración de acabado)

Leer más

La agricultura de precisión es una forma de pensar sobre cómo mejorar la producción y obtener más de los recursos existentes. A menudo implica el uso de tecnología. Un ejemplo que se encuentra principalmente en los países más ricos es un tractor guiado por computadora. La computadora hace la mayor parte de la conducción. Utiliza señales de satélites en el Sistema de posicionamiento global. La tecnología GPS ayuda al tractor a cortar hileras en línea recta y a colocar la cantidad correcta de fertilizante en el lugar correcto.

Jimmy Messick es un granjero del norte de Virginia, no lejos de Washington. Él dice que el sistema de guía GPS facilita regresar más tarde y plantar la semilla en sus campos de maíz o maíz.

JIMMY MESSICK: «Debido a que el tractor que tira de la sembradora también tiene el mismo sistema de autoguiado que el tractor que aplicó el fertilizante e hizo esta labranza, regresará y pondrá la semilla justo encima de estas marcas».

Gracias a la guía del GPS, Messick ahora paga la mitad de lo que pagaba antes por fertilizantes.

Bruce Erickson es agrónomo en Purdue University en Indiana. Él dice que ahorrar incluso un poco de semilla, pesticida o fertilizante «calcula directamente el ahorro de costos y menos daño ambiental».

Raj Khosla es agrónomo en la Universidad Estatal de Colorado. Dice que los agricultores del mundo en desarrollo pueden utilizar la agricultura de precisión incluso sin tractores de alta tecnología.

RAJ KHOSLA: «No necesariamente tenemos que tener una maquinaria grande y compleja para practicar lo que podría hacerse [simplemente] como usar tapas de botellas».

La idea es usar una tapa de botella para verter una cantidad medida de fertilizante justo al lado de cada planta. Se necesita más trabajo que simplemente arrojar puñados de fertilizante por un campo.

Pero el Sr. Khosla dice que los investigadores enseñaron este método de tapa de botella a los agricultores del África subsahariana. Descubrieron que valía la pena el esfuerzo adicional si solo podían permitirse una pequeña cantidad de fertilizante.

RAJ KHOSLA: «Hubo una gran diferencia: más del doble, en términos de productividad».

Por supuesto, la nueva tecnología no siempre es tan barata. Pero el Sr. Khosla dice que los agricultores podrían formar una cooperativa o combinar sus recursos para pagar por nuevos equipos. Él y otros investigadores trabajaron con un agricultor en India para nivelar con precisión sus campos de trigo irrigados. Eso evitó que los campos desarrollaran áreas húmedas y secas que redujeran la productividad. El agricultor también agregó mejores fertilizantes y control de insectos.

Como resultado, pudo cultivar casi tres veces más trigo en la misma cantidad de tierra. Khosla dice que con el dinero extra que ganó el agricultor y un pequeño préstamo, compró su propia niveladora de precisión. Y ahora, por una tarifa, ofrece eso como un servicio a sus vecinos y otros agricultores.

Leer más