Categoría: Uncategorized

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

Con el crecimiento previsto de la población mundial, la agricultura enfrenta un gran desafío para aumentar rápidamente la producción de alimentos. Para lograr este objetivo, la agricultura de precisión respaldada por herramientas de Internet de las cosas (IoT) se está implementando en proyectos agrícolas en todo el mundo para mejorar el potencial de la industria.

La implementación de IoT tiene el potencial de cambiar la agricultura para siempre, haciendo que esta actividad tradicional sea más eficiente y predecible. La agricultura de precisión puede ayudar a los agricultores a hacer frente a una serie de desafíos que presenta la agricultura, como la escasez de agua, la disponibilidad limitada de tierras aptas para plantaciones de cultivos, las dificultades que tienen los agricultores para gestionar los costos y la necesidad de satisfacer la creciente demanda mundial de recursos alimentarios.

“Con no menos de 10 mil millones de bocas que alimentar en el próximo medio siglo, la agricultura digital será la columna vertebral del sistema seguro, sostenible y de producción de alimentos, dijo Joe Michaels, director senior de Gestión Global de Productos para Soluciones de Precisión en CNH Industrial, durante una presentación en la Enterprise IoT Summit, que tuvo lugar en Austin, Texas, a principios de este año.

Michaels dijo que los cuatro pilares principales de la agricultura de precisión son la planificación, la siembra / siembra, el control de aplicaciones y la cosecha. El ejecutivo destacó que las herramientas de agricultura de precisión permiten a los agricultores obtener decisiones informadas sobre la gestión agrícola, eficiencia de la máquina y del operador, menores costos de insumos y mayor rendimiento en la producción.

Según Michaels, la evolución de las tecnologías de agricultura de precisión permitirá nuevas funcionalidades como la conectividad a servicios de terceros y el suministro de información en tiempo real que será analizada y utilizada de forma inmediata.

La agricultura ha sido tradicionalmente una actividad económica algo arriesgada y los agricultores de todo el mundo se han visto afectados por las recesiones económicas y los cambios ambientales. La agricultura de precisión implementa sistemas y tecnologías de IoT para reducir esencialmente los posibles errores y, a su vez, maximizar los rendimientos.

La agricultura de precisión utiliza aplicaciones de IoT, que ayudan a los agricultores a aumentar la calidad, la cantidad, la sostenibilidad y la rentabilidad de la producción agrícola. Estas herramientas permiten a los agricultores saber qué semillas plantar, la cantidad de fertilizante que necesitan usar, el mejor momento para cosechar y los resultados esperados de los cultivos. A través de la implementación de IoT, los agricultores también pueden monitorear sensores que se pueden usar para detectar la humedad del suelo, el crecimiento de los cultivos y los niveles de alimentación del ganado, entre otras funciones clave. Los sensores también pueden gestionar y controlar de forma remota cosechadoras y equipos de riego conectados.

Ciertas plataformas de IoT utilizadas en la industria agrícola permiten a los agricultores administrar grandes cantidades de datos recopilados de sensores, servicios en la nube como el clima o mapas, equipos conectados y sistemas existentes. Las plataformas también aprovechan las herramientas de análisis y big data para proporcionar información y recomendaciones para mejorar el proceso de toma de decisiones.

Según Beecham Research, la adopción de herramientas agrícolas inteligentes se intensificará de 2017 a 2020. “El interés en IoT ya es fuerte por parte de los proveedores de maquinaria agrícola como John Deere, Claas y CNH Global, mientras que también hay una atención considerable en los datos y la agricultura sistemas de gestión de una variedad de actores, incluidos gigantes agroalimentarios como Monsanto ”, dijo el estudio.

Sin embargo, la agricultura de precisión aún enfrenta un gran desafío ya que los sistemas de IoT dependen de la conectividad a Internet y muchas áreas rurales aún carecen de suficiente infraestructura inalámbrica, ya que muchos proveedores de servicios de telefonía móvil aún se enfocan en áreas más densamente pobladas.

Leer más

Tecnología en el Campo
10 enero, 2018

En la agricultura, el uso de Sistemas de Posicionamiento Global (GPS) tiene altos beneficios gracias a sus parámetros de geolocalización que colaboran con todas las tareas que se realizan en el campo. Muchas de las máquinas agrícolas que conocemos cuentan con GPS para agilizar y hacer más precisas tareas como la preparación del terreno, la cosecha, la fertilización, la siembra, entre otras.

En el marco de la agricultura de precisión, los dispositivos de geolocalización nos brindan información exacta sobre el posicionamiento en el terreno, lo que permite mejorar la planificación, elaborar mapas topográficos, realizar un muestreo del suelo, orientarnos sobre relieves de la tierra, entre muchas otros datos relevantes al momento de tomar decisiones. Además, este mismo dispositivo es capaz de recolectar información útil para optimizar la producción, mejorar el rendimiento de la propia maquinaria o minimizar el impacto ambiental de la agricultura.

La exactitud del GPS y los mapeos que puede generar, le permiten al productor tomar medidas precisas en cada metro de tierra y localizar puntos de interés para dirigirse a lugares determinados, ya sea para controlar el suelo o vigilar la salud del cultivo. Las herramientas que nos aporta la agricultura de precisión están cambiando los modos en los que los productores se relacionan con sus campos y mejorando cada práctica agronómica. Contar con datos geoespaciales en tiempo real sobre los requerimientos del suelo, los cultivos o el ecosistema que compone cada producción, nos ayuda a cuidar más los recursos al momento de producir los alimentos.

Microgestión de cada terreno

La agricultura de precisión posibilita algo que, hasta hace algunos años, era impensado: los productores pueden usar cada herramienta para controlar sus campos a un nivel muy detallado de forma remota. La introducción de dispositivos de alta tecnología más precisos, rentables y fáciles de usar han ayudado a integrar prácticas, datos y análisis para hacer una microgestión de cada terreno.

Por ejemplo, el GPS y otros sistemas de telemedición recopilan la información necesaria para mejorar el uso de la tierra y el agua. Además, le permite a los productores trabajar en condiciones de baja visibilidad en los campos, por ejemplo con lluvia, polvo, niebla o penumbra. También pueden ser empleados para realizar un guiado automático, lo que permite que el conductor de la maquinaria pueda concentrarse en otras tareas mientras el GPS guía de forma automática el vehículo con el que trabaja.

La agricultura de precisión nos ayuda a que, en cada campo, los productores puedan tomar mejores decisiones, realizar prácticas más exactas, utilizar de forma eficiente los recursos y conservar la tierra en la que vivimos. Gracias al GPS la precisión está garantizada.

Leer más

Desarrollar tecnología junto con los agricultores puede significar una mayor tasa de adopción
Por Rozita Dara
Tiempo de lectura: 3 minutos
Publicado: 10 de noviembre de 2020
Cultivos , Noticias

El crecimiento de los datos en la agricultura está impulsado por muchas aplicaciones nuevas diferentes. Foto: lamyai / Getty Images
Tiempo de lectura: 3 minutos
Las aplicaciones de inteligencia artificial en la agricultura continúan creciendo, impulsadas por las crecientes demandas de la agricultura de precisión.

Este crecimiento se debe a la creciente demanda de productos agrícolas, el seguimiento del ganado en tiempo real y la necesidad de mejorar la toma de decisiones para optimizar la gestión de la explotación.

Otros factores que contribuyen al creciente interés en las soluciones de agricultura de precisión son la creciente demanda de alimentos y la asistencia del gobierno a los agricultores.

India, por ejemplo, está experimentando un crecimiento significativo en las aplicaciones de la IA en la agricultura debido al esfuerzo de su gobierno por promover el uso de herramientas de análisis agrícola entre los agricultores.

ARTÍCULOS RELACIONADOS

Veinticinco fincas albergan investigaciones sobre la salud del suelo en la finca

Más rasgos de maíz y soja se extienden entre las empresas de semillas

La marca de Canadá se actualiza para el mundo digital

ANUNCIO

La agricultura de precisión utiliza tecnologías de IA para aumentar el rendimiento y la producción de cultivos y ganado, monitorear las condiciones de crecimiento de los cultivos, monitorear la salud de los animales individuales y mejorar una amplia gama de prácticas agrícolas a lo largo de la cadena de suministro.

Estas tecnologías de IA operan combinando grandes volúmenes de datos con algoritmos inteligentes e iterativos. Estas tecnologías pueden reconocer patrones, predecir resultados futuros y recomendar o tomar decisiones utilizando datos históricos. Pueden procesar datos en varias formas, como texto, imágenes, videos y sonidos. Pero su rendimiento depende de la disponibilidad de datos grandes y de alta calidad.

Las granjas recopilan un gran volumen de datos en estos días y se espera que estos datos crezcan exponencialmente en el futuro cercano. Este crecimiento se debe principalmente al uso cada vez mayor de dispositivos de detección y monitoreo, sistemas de control, sistemas de posicionamiento global y por satélite y otras tecnologías inteligentes como los teléfonos inteligentes. La conectividad de banda ancha mejorada en las zonas rurales también contribuye al crecimiento de los datos agrícolas.

¿Cómo pueden la IA, los datos y los sensores mejorar la producción agrícola?
Las tecnologías de IA integradas en las soluciones de agricultura de precisión ayudan a los agricultores a mejorar la precisión y la productividad de una variedad de prácticas agrícolas.

ANUNCIO

Los agricultores pueden crear y usar modelos para pronosticar patrones climáticos y cambios estacionales en el medio ambiente para impulsar el crecimiento de cultivos de alto rendimiento. Los sensores basados ​​en IA se pueden utilizar para identificar malezas y enfermedades y aplicar productos químicos solo en las áreas que se necesitan para controlarlas. Además, las imágenes y los videos recopilados por satélites y drones no tripulados se analizan para comprender las condiciones del suelo a lo largo del tiempo y mejorar las decisiones sobre las perspectivas sobre el rendimiento y la producción de los cultivos.

Además, estas tecnologías ayudan a la detección temprana de brotes de enfermedades en animales e incluso recomiendan estrategias de prevención. Los sensores de movimiento combinados con algoritmos de IA son capaces de monitorear el comportamiento de los animales en el mundo real, como comer, masticar, caminar, detectar el comportamiento anormal de los animales individuales y luego brindar información a los agricultores.

Estas tecnologías pueden predecir la gravedad de la enfermedad en un animal de antemano y recomendar tratamientos para mejorar su bienestar.

Las plataformas de agricultura de precisión basadas en inteligencia artificial también pueden abordar desafíos laborales y de habilidades. Los robots y la automatización pueden reducir la necesidad de trabajadores estacionales y aumentar el trabajo humano mediante la cosecha, la plantación de cultivos y la eliminación de malezas.

Otra aplicación de estas tecnologías incluye el uso de chatbots, que recientemente ha ganado popularidad entre los agricultores. Los chatbots agrícolas, que son capaces de procesar una gran cantidad de datos recopilados de diferentes fuentes y mediante la comunicación con los agricultores para agregar y analizar la información de forma inteligente en tiempo real y ayudar a los agricultores en la toma de decisiones.

ANUNCIO

A pesar de la creciente necesidad y las posibles ventajas, la adopción de tecnologías de IA en la agricultura ha sido lenta.

Todavía queda un largo camino por recorrer hasta que podamos ver la automatización a gran escala de las prácticas agrícolas. Esto se debe a una serie de factores, incluida la complejidad inherente de los sistemas de producción agrícola, el costo de lanzamiento y mantenimiento de tecnologías, la disponibilidad limitada de tecnología adecuada y la falta de mejores prácticas legales y agrícolas para guiar el establecimiento de nuevas tecnologías.

Para superar estos obstáculos, el acceso a la infraestructura para recopilar y procesar grandes cantidades de datos heterogéneos es esencial. Integrados en la infraestructura, se requieren sistemas de administración de datos efectivos para garantizar la calidad de los datos y formatos de datos estandarizados que estén listos para su procesamiento.

Además, se deben abordar varios aspectos de la gobernanza de los datos y del sistema de IA. Los problemas legales, como la propiedad de los datos, requieren una atención especial para ganar la confianza de los agricultores y otros actores de la cadena de suministro.

Se necesitan modelos y conceptos comerciales novedosos para la creación conjunta de valor y para alentar a los agricultores a compartir datos. Se necesitan nuevas soluciones y políticas tecnológicas para proteger la granja y los datos confidenciales durante todo el ciclo de vida del desarrollo del sistema de IA. Se necesitan algoritmos, sistemas, datos y protocolos estandarizados para una automatización integral y de extremo a extremo. Un alto nivel de estandarización permite la reutilización de recursos a su máxima capacidad y mejora la usabilidad.

La adopción limitada de tecnología basada en IA en las granjas también está relacionada con la falta de disponibilidad de soluciones simples que sean fáciles de usar y se adapten a las prácticas diarias de los agricultores sin un gran esfuerzo.

Es esencial probar las soluciones prototipo en una prueba en la granja a gran escala para evaluar sus limitaciones y mejorar su usabilidad y rendimiento. Por último, es esencial co-crear soluciones de tecnología agrícola con los agricultores. Esto puede motivar a un gran número de agricultores a participar en la implementación y prueba de estas tecnologías y, a su vez, mejorar la confianza y la adopción de soluciones basadas en IA posteriormente.

No hay duda de que las tecnologías de inteligencia artificial permitirán que las granjas trabajen de manera más eficiente. Las granjas del futuro operarán con menos trabajadores y serán más sostenibles y responsables. Solo necesitamos asegurarnos de que los agricultores, científicos, tecnólogos y gobiernos cooperen e inviertan estratégicamente hacia este importante objetivo.

Leer más

La Agricultura de Precisión, Agricultura Inteligente o Agricultura 4.0 se define como la aplicación de tecnologías y principios para manejar la variabilidad espacial y temporal asociada con todos los aspectos de la producción agrícola, con el propósito de mejorar la respuesta de los cultivos y la calidad ambiental.

Entre estas tecnologías vinculadas con la Agricultura de Precisión podríamos mencionar sistemas de internet de las cosas dotados de sensores de variables físico-químicas como temperatura, humedad, caudal o presión que son capaces de detectar el estado del terreno para saber si necesita más riego o una protección especial.

Gracias a la analítica de datos junto con herramientas de inteligencia artificial podemos estimar diferentes tipos de escenarios y tomar las medidas más adecuadas a cada situación. El big data aplicado a la Agricultura Inteligente nos permite realizar un estudio de la evolución del cultivo durante la campaña, así como una comparativa con años anteriores, lo que permite identificar cuáles son las prácticas más aconsejables para mejorar el rendimiento y la calidad.

Otro elemento determinante en la Agricultura 4.0 es el uso de drones para captar imágenes NDVI (índice de vegetación de diferencia normalizada) para evaluar el vigor del cultivo y del rendimiento clorofílico de las plantas.

Hay experiencias de tecnologías aplicadas a la Agricultura de Precisión como las trampas inteligentes para plagas. Dispositivos con autonomía energética dotados de sensores capaces de medir variables biométricas de las plagas para identificarlas.

También podríamos hablar de la utilización de sistemas de visión artificial para inspeccionar y clasificar los productos en cadena. Tanto del propio producto como del recipiente en el que está envasado, con el objetivo de asegurar que los productos de la industria alimentaria y de bebidas cumplan todos los estándares que demanda el cliente.

Sin olvidar la existencia de apps y software que permiten desde supervisar cada lote producido hasta calcular las necesidades de nutrientes y de fertilizantes para diferentes tipos de cultivos.

Leer más

Investigadores de la Universidad de Cornell, Nueva York, se están asociando con los productores de manzanas para aumentar la eficiencia del aclareo químico en los huertos. El programa de investigación denominado «Dilución química de precisión» tiene como objetivo optimizar la aplicación de inhibidores del crecimiento de las plantas de acuerdo con un número óptimo de manzanas por árbol, con el fin de mejorar la comerciabilidad de las frutas y aumentar la rentabilidad de los huertos.

En el cultivo de manzanas, el aclareo se refiere al desprendimiento parcial de los frutos producidos por un árbol para dejar espacio para el crecimiento de otros y lograr un tamaño de fruto y una carga de cultivo optimizados. El adelgazamiento suele ocurrir en junio en el hemisferio norte. Puede realizarse manualmente, lo que requiere entre 100 y 200 horas de trabajo, o químicamente. El aclareo químico consiste en la pulverización de una sustancia activa que regule el crecimiento y la madurez de las plantas, eliminando los frutos más frágiles de los árboles. Un ejemplo de un producto rociado para dilución química es el etefón, un regulador que, a través del etileno en descomposición, fomenta tanto la rotura selectiva como la caída de frutos no deseados.

Investigadores de la Universidad de Cornell descubrieron recientemente que la susceptibilidad de los manzanos a los inhibidores del crecimiento de la fruta es mayor durante los períodos de déficit de carbohidratos, lo que ocurre principalmente durante los días calurosos y nublados, ya que la demanda de carbohidratos aumenta con las temperaturas mientras que la síntesis de carbohidratos requiere luz para desarrollarse.

Dado que la eficacia de la dilución química varía según la temperatura y la luz solar, los productores de los estados de Nueva York y Michigan en EE. UU. Están comenzando a tener en cuenta los datos meteorológicos en sus decisiones de dilución. El modelo subyacente permite a los productores de manzanas igualar el momento y la intensidad de las pulverizaciones de raleo con niveles bajos de carbohidratos en los árboles. Esto eventualmente aumenta la predictibilidad tanto del tamaño de la manzana como de la densidad de la fruta antes de la cosecha. Este llamado ‘modelo de carbohidratos’ se complementa con un segundo modelo llamado ‘modelo de tasa de crecimiento de la fruta’, donde los productores realizan mediciones de los diámetros de la fruta antes y después de la fumigación con inhibidores. Estas mediciones luego se incorporan a una fórmula agronómica que calcula las tasas de crecimiento en las frutas y calcula las decisiones de aclareo químico en consecuencia.

La combinación de ambas herramientas de apoyo a la toma de decisiones, basadas en las tasas de crecimiento de la fruta y la integración de los niveles de carbohidratos, en un solo protocolo llamado ‘ Dilución química de precisión ‘ está ganando terreno en los huertos de manzanas de América del Norte, particularmente en los estados de Michigan y Nueva York. El protocolo Precision Chemical Thinning está respaldado por un programa de investigación dirigido por Poliana Francescatto, investigadora postdoctoral de la Universidad de Cornell. Si bien el modelo aún necesita refinarse, alberga oportunidades prometedoras para la rentabilidad de los huertos de manzanas, lo que permite a los productores alinear mejor sus estrategias de raleo con una carga de cultivo específica y un tamaño y peso de fruta preferencial.

Dilución química de precisión en manzanos: ¿cómo puede contribuir la digitalización?

En 2017, Poliana Francescatto y su equipo llevaron su modelo al siguiente nivel al integrar calibradores habilitados para Bluetooth para medir el diámetro de las yemas de las frutas. En lugar de recopilarse con lápiz, los datos de medición ahora se envían directamente a los teléfonos inteligentes: esto permite a los participantes del programa Precision Chemical Thinning ahorrar tiempo y aumentar la confiabilidad de su estrategia de dilución.

Cómo IoT apoya a los agricultores de huertos en la búsqueda de la agricultura de precisión

El modelo de dilución química de precisión es solo una de las muchas aplicaciones de la agricultura de precisión en el cultivo de frutas. El concepto ahora está encabezado por el advenimiento de la Internet de las cosas (IoT), a través del cual se capturan, analizan e introducen grandes volúmenes de datos de campo en protocolos de toma de decisiones.

Por ejemplo, al combinar datos meteorológicos con datos de humedad del suelo, las tecnologías de IoT son la base de las herramientas de apoyo a la toma de decisiones que permiten a los agricultores ahorrar costos en aplicaciones de insumos intermedios, desde agua de riego hasta fertilizantes, ya que la absorción de nutrientes en los manzanos requiere la cantidad adecuada de suelo. humedad para patear.

Leer más

Comprensión del mapeo NDVI, NDVI falso y la importancia de los datos calibrados radiométricamente….
Se espera que la población mundial alcance los gigantescos 9 mil millones para 2050. Este aumento de la población significa que tenemos que buscar formas más nuevas y más eficientes de alimentar al planeta. El Instituto de Recursos Mundiales estima un aumento del 23% en las necesidades de ganado entre 2006 y 2050. Mientras que las necesidades de carne de res y de cordero aumentarán en un 30%.

Este aumento de la población impondrá mayores exigencias a la agricultura. Una mayor demanda de carne requerirá plantar más semillas para alimentar al ganado. Es necesario aumentar los rendimientos agrícolas y utilizar los recursos de la manera más eficiente posible. Por supuesto, hemos abordado esta necesidad de manera agresiva. Según el Banco Mundial, el porcentaje de la población empleada en la agricultura ha disminuido del 43,28% en 1991 al 26,48% en 2017. La producción agrícola ha experimentado un enorme aumento en este mismo período de tiempo. Esto se puede atribuir a importantes avances tecnológicos.

Los drones pueden desempeñar un papel fundamental a la hora de lograr prácticas agrícolas más eficientes. Utilizando drones es posible implementar tecnología de tasa variable (lo que resulta en la asignación óptima de recursos). PWC predice un tamaño de mercado de 34.200 millones para aplicaciones comerciales de drones en la agricultura. Esto es solo superado por la infraestructura.

Servicios de drones agrícolas como mapeo NDVI para operadores de drones y UAV

En esta publicación de blog, hablo del mapeo NDVI. ¿Cómo se usa el mapeo NDVI para evaluar la salud de las plantas? También hablo de Falso NDVI y expongo las razones para evitarlo por completo. ¿Cómo se puede elegir el sensor de cámara adecuado para el mapeo de drones agrícolas? ¿Cuál es la importancia de utilizar datos calibrados radiométricamente? Estas son algunas de las preguntas en las que me sumerjo. Sigue leyendo.

¿Cómo funciona el mapeo NDVI?
NDVI es el índice de vegetación de diferenciación normalizada.

El ojo humano ve todas las plantas como verdes. Eso no significa que se estén absorbiendo todas las longitudes de onda. Se reflejan algunas longitudes de onda que el ojo humano no puede ver. Entonces, si usted es un piloto de UAV que realiza trabajos de mapeo NDVI, necesita un sensor capaz de hacer esta diferenciación. Necesita determinar la cantidad precisa de luz que se refleja (más sobre esto más adelante).

Para esto, tendrá que usar una cámara que pueda hacer esta diferenciación y, por lo tanto, eliminar las plantas no saludables de las saludables. Posteriormente, puede obtener conocimientos prácticos que ayudarán al agricultor a asignar sus recursos de la manera más eficiente posible. Si usa una cámara que no está diseñada para comprender la luz, podría terminar haciendo recomendaciones incorrectas a un agricultor.

Las personas que utilizan cámaras sin infrarrojos ofrecen lo que se conoce popularmente como servicios de “Falso NDVI”. Usar una cámara normal para evaluar la salud de las plantas es una mala idea. Con False NDVI, no puede separar la luz roja de la infrarroja cercana. Esto conduce a datos incorrectos y decisiones incorrectas que, en última instancia, resultan perjudiciales para la salud de los cultivos.

Por qué el mapeo de Ndvi es tan útil para los agricultores
Intentemos comprender por qué el mapeo del NDVI es fundamental para la toma de decisiones en agricultura.

NDVI = (NIR – Rojo) / (NIR + Rojo)

Entonces, vemos todas las plantas como verdes. Sin embargo, junto con la luz verde, las plantas también reflejan la luz del infrarrojo cercano. Como puede determinar a partir de la fórmula anterior, el valor NIR es directamente proporcional al valor NDVI.

Cuanto más saludable sea la planta, mayor será el valor NIR. Viceversa, una planta muerta o enferma tendrá un valor NIR más bajo. El valor de NDVI para plantas varía entre 0.1 y 1. Las superficies que no son de plantas tienen un valor rojo alto y su NDVI cae entre 0 y -1.

Con el mapeo NDVI puede crear un mapa codificado por colores que muestra claramente las áreas enfermas. Por lo tanto, las decisiones basadas en datos se pueden tomar rápidamente. Y también se puede evitar el desperdicio de recursos

Cómo elegir el sensor de cámara adecuado para el mapeo de drones agrícolas
Parrot Sequoia y MicaSense RedEdge-M fabrican sensores especialmente diseñados para aplicaciones agrícolas.

El Parrot Sequoia + viene con un sensor de luz solar y un sensor multiespectral. Debido a que la cantidad de luz reflejada de los cultivos tiende a variar bastante, los resultados del mapeo son propensos a distorsionarse. Para abordar este problema potencial, se instala un sensor de luz solar en la parte superior del dron. Este sensor registra la luz solar en las mismas bandas espectrales que el sensor multiespectral.

El sensor multiespectral montado en la parte inferior del dron en cuatro bandas espectrales: rojo, verde, borde rojo e infrarrojo cercano.

Cuando utilice un dron para aplicaciones agrícolas, es imperativo que su cámara esté calibrada radiométricamente. Esto le permite hacer juicios empíricos que pueden beneficiar al agricultor. ¿Por qué es esto necesario?

La cámara de tu dron mide «a la irradiancia del sensor». Mientras que la salida de la cámara tiene la forma de un número digital o DN. En la mayoría de las cámaras, no se conoce el mapeo de la irradiancia a DN. Y este mapeo o correlación tiende a cambiar con los cambios en la configuración de la cámara. La calibración radiométrica debe realizarse para cada banda, para diferentes configuraciones y ópticas de la cámara. Es fundamental que este mapeo se utilice al realizar la indexación de la vegetación. Si no utiliza datos calibrados radiométricamente, terminará proporcionando datos que se calculan a partir de DN sin procesar, datos inexactos con consecuencias desastrosas.

¿Debería utilizar un dron de ala fija para la cartografía agrícola?
Es posible que necesite un dron de ala fija para la cartografía agrícola si desea cubrir grandes extensiones de tierra. Un dron de ala fija puede volar a mayor velocidad. Pero debe tener cuidado al hacer esta transición.

Cuanto más rápido vuele, más tendrá que gastar en la cámara de su dron. Volar a mayor velocidad significa que necesita una cámara con una velocidad de obturación rápida. Evite el uso de filtros ND a alta velocidad, esto dará como resultado imágenes borrosas. Si intenta unir imágenes con una gran cantidad de desenfoque, terminará con un producto de mala calidad.

Conclusión
Debe comprender a fondo los matices del mapeo de drones agrícolas antes de aventurarse en este campo. No intente ofrecer servicios de mapas de «Falso NDVI». Esta es solo una receta para el desastre. Y asegúrese de estar equipado con el dron y la cámara adecuados antes de pensar en realizar trabajos agrícolas. Si planea realizar trabajos más grandes, es mejor optar por un avión de ala fija con una cámara de gama alta. A través del mapeo agrícola con drones, puede, a su manera, ayudar a lograr la seguridad alimentaria.

Leer más

La agricultura, en general, ha experimentado una evolución muy marcada en las ultimas decadas. La tecnología se ha convertido en una parte indispensable de los negocios para todos los agricultores, minoristas agrícolas y agrónomos. De hecho, un estudio reciente de Hexa Reports sugiere que la agricultura de precisión crecerá a $ 43.4 mil millones para 2025. Para un concepto que nació en la década de 1990, eso es bastante impresionante.

La creciente tasa de adopción de tecnología en la agricultura no debería sorprender a nadie. La agricultura requiere mucha tierra y mano de obra. Los agricultores se ven impulsados ​​a utilizar la tecnología para aumentar la eficiencia y administrar los costos.

Pero, ¿qué significa exactamente la frase de moda agricultura de precisión ?

Quizás la forma más fácil de entender la agricultura de precisión es pensar en ella como todo lo que hace que la práctica de la agricultura sea más precisa y controlada en lo que respecta al cultivo y la cría de ganado. Un componente clave de este enfoque de gestión agrícola es el uso de tecnología de la información y una amplia gama de elementos como guías GPS, sistemas de control, sensores, robótica, drones, vehículos autónomos, tecnología de tasa variable, muestreo de suelo basado en GPS, hardware automatizado, telemática, Big data y software.

La primera ola de agricultura de precisión

La agricultura de precisión nació con la introducción de la guía GPS para tractores a principios de la década de 1990, y la adopción de esta tecnología está ahora tan extendida a nivel mundial que probablemente sea el ejemplo más utilizado de agricultura de precisión en la actualidad. John Deere fue el primero en introducir esta tecnología utilizando datos de ubicación GPS de satélites. Un controlador conectado a GPS en el tractor de un agricultor dirige automáticamente el equipo en función de las coordenadas de un campo. Esto reduce los errores de dirección por parte de los conductores y, por lo tanto, cualquier superposición pasa en el campo. A su vez, esto se traduce en menos semillas, fertilizantes, combustible y tiempo desperdiciados.

Agronomía de precisión

La agronomía de precisión es otro término importante relacionado con la combinación de metodología con tecnología. En esencia, se trata de proporcionar técnicas agrícolas más precisas para plantar y cultivar cultivos. La agronomía de precisión puede involucrar cualquiera de los siguientes elementos:

– Tecnología de tasa variable (VRT) : la VRT se refiere a cualquier tecnología que permite la aplicación variable de insumos y permite a los agricultores controlar la cantidad de insumos que aplican en una ubicación específica. Los componentes básicos de esta tecnología incluyen una computadora, software, un controlador y un sistema de posicionamiento global diferencial (DGPS). Hay tres enfoques básicos para usar VRT: basado en mapas, basado en sensores y manual. La adopción de tecnología de tasa variable se estima actualmente en un 15% en América del Norte y se espera que continúe creciendo rápidamente durante los próximos cinco años.

– Muestreo de suelo con GPS : la prueba del suelo de un campo revela los nutrientes disponibles, el nivel de pH y una variedad de otros datos que son importantes para tomar decisiones informadas y rentables. En esencia, el muestreo del suelo permite a los productores considerar las diferencias de productividad dentro de un campo y formular un plan que tenga en cuenta estas diferencias. Los servicios de recolección y muestreo que merecen la pena permitirán que los datos se utilicen como entrada para aplicaciones de tasa variable para optimizar la siembra y la fertilización.

– Aplicaciones informáticas: las aplicaciones informáticas se pueden utilizar para crear planos agrícolas precisos, mapas de campo, exploración de cultivos y mapas de rendimiento. Esto, a su vez, permite una aplicación más precisa de insumos como pesticidas, herbicidas y fertilizantes, lo que ayuda a reducir gastos, producir mayores rendimientos y generar una operación más amigable con el medio ambiente. El desafío con estos sistemas de software es que a veces ofrecen un valor limitado que no permite que los datos se utilicen para tomar decisiones agrícolas más importantes, especialmente con el apoyo de un experto. Otra preocupación con muchas aplicaciones de software son las malas interfaces de usuario y la incapacidad de integrar la información que proporcionan con otras fuentes de datos para enriquecer y mostrar un valor significativo para los agricultores.

– Tecnología de teledetección: la tecnología de teledetección se utiliza en la agricultura desde finales de la década de 1960. Puede ser una herramienta invaluable cuando se trata de monitorear y administrar la tierra, el agua y otros recursos. Puede ayudar a determinar todo, desde qué factores pueden estar estresando un cultivo en un momento específico hasta estimar la cantidad de humedad en el suelo. Estos datos enriquecen la toma de decisiones en la granja y pueden provenir de varias fuentes, incluidos drones y satélites.

En su nivel más básico, la agronomía de precisión asume el papel de un agrónomo y ayuda a que los métodos que utilizan sean más precisos y escalables.

El objetivo principal de la agricultura de precisión

El objetivo principal de la agricultura de precisión y la agronomía de precisión es garantizar la rentabilidad, la eficiencia y la sostenibilidad mientras se protege el medio ambiente. Esto se logra mediante el uso de los grandes datos recopilados por esta tecnología para orientar las decisiones inmediatas y futuras sobre todo, desde el lugar del campo para aplicar una dosis particular, hasta cuándo es mejor aplicar productos químicos, fertilizantes o semillas.

Si bien los principios de la agricultura de precisión han existido durante más de 25 años, solo durante la última década se han convertido en la corriente principal debido a los avances tecnológicos y la adopción de otras tecnologías más amplias. La adopción de dispositivos móviles, acceso a Internet de alta velocidad, satélites confiables y de bajo costo – para posicionamiento e imágenes – y equipos agrícolas optimizados para la agricultura de precisión por el fabricante, son algunas de las tecnologías clave que caracterizan la tendencia de la agricultura de precisión. Algunos expertos han sugerido que más del 50% de los agricultores actuales utilizan al menos una práctica de agricultura de precisión.

Abogando por la excelencia en la agricultura de precision

La innovación en la agricultura de precisión continúa y cada vez más granjas están adoptando la tecnología y las prácticas disponibles. Como cualquier otra industria, necesitamos más defensores para impulsar una mayor adopción y, por lo tanto, una mayor eficiencia. Los productores necesitan apoyo para implementar con éxito nuevas tecnologías a fin de garantizar el éxito. En Decisive Agricultura de precisiónFarming, apoyamos a nuestros productores con capacitación y experiencia.

¿A dónde va la agricultura de precision?

A medida que los productores adopten la agricultura de precisión, seguirán surgiendo nuevas tecnologías. El próximo gran avance será el uso de inteligencia artificial. Si bien la IA nunca podrá replicar el tipo de decisiones complejas que los agricultores deben tomar de manera regular, podría muy bien usarse para ayudar a que esas decisiones sean más fáciles.

Los agricultores de hoy tienen acceso a una gran cantidad de datos. Tantos datos, de hecho, a menudo no saben qué hacer con ellos. La IA tiene la capacidad de analizar grandes cantidades de datos en un período corto y usarlos para sugerir el mejor curso de acción. Esta información podría usarse para predecir el mejor momento para plantar, para predecir los brotes de plagas y enfermedades antes de que ocurran, y para ofrecer una gestión de inventario en el campo que podría ofrecer predicciones de rendimiento antes de la cosecha.

Espero que esto proporcione una idea de la agricultura de precisión en la actualidad y del importante papel que seguirá desempeñando en el futuro. Se espera que las empresas de la industria y la tecnología continúen explorando las posibilidades que plantea el matrimonio de la tecnología con las necesidades de los productores agrícolas de producir suficientes alimentos para alimentar a los 9 mil millones de personas proyectadas en el mundo para 2050.

Leer más

Travis Bell sabía exactamente cuántas libras de alimento recibía cada corral de ganado en su corral de engorde de 1,500 cabezas en Fordville, Dakota del Norte, el lunes 20 de enero. Eso no parecería una gran hazaña a menos que considere que Bell estaba a más de dos horas de distancia, en Jamestown, en Precision Ag Summit.

Bell pudo ver exactamente cuánto de cada componente de la ración de sus terneros habían puesto sus empleados, usando la aplicación Performance Beef en su teléfono. La aplicación ha cambiado las reglas del juego para Bell’s Edgewood Ranch. A diferencia de los viejos tiempos, cuando mezclar alimento significaba «media cucharada de esto y media cucharada de aquello», Bell podía realizar un seguimiento de la cantidad exacta de alimento que recibía cada corral, lo que le permitía realizar un mejor seguimiento de la rentabilidad. La aplicación también le permite controlar la ingesta y la salud del ganado.

«Performance Beef probablemente ha sido mi mayor activo», dijo.

Puede comparar el rendimiento de los diferentes tipos de ganado y realizar un seguimiento de sus «costos reales» en lugar de solo estimaciones.

«Sabemos exactamente cuáles son todos nuestros costos ahora en comparación con antes de que fueran solo lápiz y papel», dijo.

Bell se unió al veterinario de Extensión de la Universidad Estatal de Dakota del Norte y especialista en administración ganadera Gerald Stokka y al vicepresidente de la Unión de Agricultores de Dakota del Norte Jason McKenney en un panel sobre agricultura de precisión en el ganado en la novena Cumbre anual de Precision Ag.

Si bien la Cumbre generalmente se enfoca más en la agricultura que en la ganadería, los operadores de ganado también han adoptado avances tecnológicos, explicó Stokka. Por ejemplo, comparó el desarrollo de la genética en el ganado, utilizando técnicas como la inseminación artificial y la transferencia de embriones, con el desarrollo de la genética de semillas en la agricultura. Ambos han permitido que la industria avance hacia rasgos más deseables.

Para Bell, esos avances genéticos significan que puede usar toros Simmental para criar vacas Angus, algo que muchos ganaderos evitaron en el pasado debido a la preocupación por tirar terneros. También cría ganado Simmental registrado para propagar la genética que quiere ver en el ganado.

Además de la genética y la aplicación Performance Beef, Bell dijo que también se beneficia de los avances en la alimentación y la medicación. Él alimenta un producto con probióticos e ionóforos para tratar de mantener al ganado sano y reducir la cantidad de antibióticos que tiene que usar para tratar a los terneros enfermos.

McKenney, quien forma parte de la junta de la North Dakota Livestock Alliance, dijo que las industrias láctea y porcina también han encontrado muchos usos para la tecnología en las operaciones modernas. Desde la identificación de animales hasta la calefacción y refrigeración y el manejo de desechos, las industrias han utilizado la tecnología no solo para mejorar los rebaños, sino también para mantener a los animales cómodos y mantener las operaciones sostenibles, dijo.

«Una vaca feliz es una vaca que gana dinero, o en este caso, produce leche», dijo.

Por mucho que los operadores ganaderos usen la tecnología ahora, Stokka ve un desarrollo futuro que podría ayudar a algunos de los principales problemas que enfrentan las operaciones. Él ve datos genéticos aún mejores, al observar cosas como la longevidad de las vacas y la resistencia a las enfermedades. Puede ver aplicaciones en imágenes, ya sean drones o satélites o cámaras en lugares remotos, para controlar el ganado en los pastos. Puede ver imágenes térmicas utilizadas para ayudar a determinar picos de temperatura y problemas respiratorios, incluso antes de que el ganado muestre signos de enfermedad. Ve estaciones en corrales o pastos donde las cámaras y las básculas pueden brindar actualizaciones sobre el ganado, identificado por dispositivos de rastreo. Algunas de esas cosas ya están en proceso, y otras no parecen tan descabelladas como antes.

Pero, ¿puede la tecnología revitalizar una industria ganadera que ha visto partir a muchas personas en las últimas generaciones?

«Me gustaría pensar que sí», dijo Stokka.

Leer más