Categoría: Uncategorized

Los productores de cítricos se enfrentan a problemas derivados de un número creciente de plagas y enfermedades. Se necesitan herramientas rápidas y precisas para la detección temprana de plagas y enfermedades a fin de mejorar la precisión y el manejo oportuno.

Casi todos los agroquímicos (p. Ej., Plaguicidas) que se aplican en la producción de cultivos especiales se fabrican de manera uniforme con equipos de aspersión convencionales, a pesar de que la distribución de patógenos suele ser irregular. Las aplicaciones uniformes dan como resultado el uso de agroquímicos donde no se producen enfermedades, malezas o plagas. Este uso innecesario de agroquímicos conduce a mayores costos, riesgo de daño a los cultivos, contaminación ambiental y contaminación de los productos comestibles.

El rápido desarrollo de nuevas tecnologías y el panorama cambiante del mundo en línea (por ejemplo, Internet de las cosas, soluciones basadas en la nube) brindan una oportunidad única para desarrollar sistemas agrícolas inteligentes para aplicaciones de precisión. Los avances tecnológicos en visión artificial, inteligencia artificial (IA) y aprendizaje automático permitieron el desarrollo de tecnologías agrícolas inteligentes para aplicaciones de precisión. Estas tecnologías pueden optimizar la identificación y el manejo de malezas, plagas y enfermedades. En este artículo, se presentan varios ejemplos de tecnologías emergentes en cítricos.

APLICACIONES DE UAV Las
técnicas de detección convencionales para la evaluación de fenotipos de plantas (por ejemplo, variedades de portainjertos) se basan en el muestreo manual y, a menudo, requieren mucho tiempo y trabajo. Los estudios de campo utilizados para la detección de malezas y enfermedades, para evaluar el estado sanitario de las plantas y para crear un inventario de plantas también son costosos y laboriosos. Recientemente se han puesto a disposición pequeños vehículos aéreos no tripulados (UAV) equipados con varios sensores. Son soluciones rentables para el fenotipado y la detección rápidos y precisos de alto rendimiento.

Los UAV pueden proporcionar a los productores una herramienta de bajo costo para monitorear constantemente el estado de salud de los cultivos, estimar las necesidades de agua de las plantas e incluso detectar enfermedades. Ofrecen un método rápido para la adquisición de imágenes de alta resolución y se han estudiado cada vez más para aplicaciones agrícolas. Por ejemplo, este año desarrollamos una técnica basada en UAV utilizando imágenes multiespectrales e inteligencia artificial. Puede:

Detectar, contar y geolocalizar árboles cítricos y huecos de árboles (ubicaciones con árboles muertos o sin árboles)
Categorizar árboles según el tamaño de su copa (inventario de plantas)
Desarrollar mapas de estado de salud de árboles individuales (mapas de índice de salud)
Evaluar variedades y portainjertos de cítricos

Figura 1. Este mapa fue elaborado utilizando tecnología de vehículos aéreos no tripulados con inteligencia artificial. El mapa muestra la detección de árboles y huecos, categorías de tamaño de copa y otros análisis de campo. Cada color representa una categoría de tamaño de dosel.
La Figura 1 presenta un mapa de detección de árboles generado a partir de esta técnica. Este mapa presenta la cantidad de árboles detectados y el tamaño de su copa, la cantidad de árboles que pertenecen a una categoría específica del tamaño de la copa y los espacios entre árboles. También incluye análisis de campo (por ejemplo, distancia entre filas, entre árboles y entre bloques de árboles). Todos estos parámetros son producidos automáticamente por el algoritmo desarrollado.

Este método detectó árboles con una precisión general del 99,8 por ciento y huecos de árboles con una precisión del 94,2 por ciento. Calculó el área individual de la copa de los árboles con más del 85 por ciento de precisión en comparación con las mediciones manuales.

MONITOREO AUTOMATIZADO DE ACP
Se pueden utilizar tecnologías agrícolas inteligentes para aplicaciones de precisión para optimizar la identificación y el manejo de plagas y enfermedades. Por ejemplo, desarrollamos un sistema automatizado, utilizando visión artificial e inteligencia artificial, para monitorear el psílido asiático de los cítricos (ACP) en las plantaciones.

Existen varios métodos para monitorear las poblaciones de ACP a fin de determinar la necesidad de fumigar. De todos estos métodos, la técnica de toma de muestras ha demostrado ser una herramienta rápida y confiable para evaluar los números de ACP en la copa de los árboles. Esta técnica fue adoptada por la División de Industria Vegetal del Departamento de Agricultura y Servicios al Consumidor de Florida como parte integral del Programa Citrus Health Response.

Figura 2. El monitoreo tradicional (manual) del psílido asiático de los cítricos se realiza con el método de muestreo del grifo.
El muestreo de grifos requiere golpear una rama seleccionada al azar con un palo y contar los adultos de ACP que caen sobre una hoja laminada sostenida debajo (Figura 2). Automatizamos este método mediante el desarrollo de un sistema inteligente y rentable para detectar, distinguir, contar y geolocalizar poblaciones de ACP en plantaciones de cítricos.

Este novedoso y móvil sistema incluye un mecanismo de golpeteo para golpear las ramas de un árbol para que los insectos caigan sobre un tablero con una rejilla de cámaras que se utilizan para la adquisición y procesamiento de imágenes (Figura 3). Se desarrolló un algoritmo único basado en IA para distinguir y contar los ACP adultos. Se puede encontrar una demostración en video de esta tecnología en https://twitter.com/i/status/1110151596770500608 .

Figura 3A. Este es un ejemplo de un diseño inicial de un sistema automatizado y móvil para monitorear y mapear psílidos asiáticos de cítricos (ACP) en plantaciones. Las flechas rojas indican todos los componentes móviles del sistema.

Figura 3B. El sistema de visión basado en inteligencia artificial detecta y cuenta ACP.
MAPAS DE DATOS
Este sistema puede generar un mapa de árboles explorados (números de ACP detectados por árbol) para una mejor visualización de los datos recopilados (Figura 4). Los datos de detección de ACP recopilados se pueden usar para generar mapas de prescripción compatibles con equipos de precisión para aplicaciones de tasa variable con el fin de aplicar la cantidad correcta de pesticidas solo donde sea necesario.

Figura 4. Un mapa aéreo muestra la visualización de la detección automatizada del psílido asiático de los cítricos (números de ACP por árbol) para cada árbol seleccionado al azar. Se utilizaron segmentos en rojo para medir el tamaño de la copa de cada árbol.
La visión artificial y las tecnologías basadas en inteligencia artificial también se pueden utilizar para detectar y contar frutas cítricas (inmaduras y maduras) también (Figura 5). Se puede encontrar una demostración en video del sistema de detección de frutas en tiempo real en https://twitter.com/i/status/1042058065481269248 .

Figura 5 . La detección de cítricos en tiempo real utiliza inteligencia artificial en frutas inmaduras (verdes).

Figura 6. Un sistema automatizado que utiliza UAV y sistemas terrestres cuenta árboles, huecos de árboles, tamaño de árbol y número de frutos por árbol, y produce mapas de estrés de árboles individuales.
La Figura 6 presenta mapas de cítricos desarrollados por los sistemas integrados terrestres y basados ​​en UAV que pueden contar árboles, huecos de árboles, tamaño de árbol, número de frutos por árbol y producir índices de estrés de árboles individuales.

Leer más

Las aplicaciones de imágenes de fotogrametría y lidares de UAV están aumentando rápidamente. Esto no es sorprendente, ya que el uso de vehículos aéreos no tripulados que incorporan GPS para la vigilancia aérea es muy rentable en comparación con el alquiler de una aeronave con equipo de fotogrametría.

Como los UAV son relativamente baratos, las organizaciones tendrán su propia flota de UAV, lo que permitirá realizar estudios rápidos en grandes zonas terrestres y proyectos de infraestructura cuando sea necesario.

Con aviones teledirigidos equipados con GPS, cámaras digitales y potentes ordenadores, los estudios tienen una precisión de hasta 1 centímetro.

Este post da una mirada general a esta tecnología de mapeo de drones. También echamos un vistazo rápido a los sectores que se benefician del uso de los UAVs para fotogrametría y cartografía lidar. También miramos algunos de los mejores drones cartográficos del mercado junto con el software compatible.

Otro sector estrechamente relacionado es el uso de sensores LiDAR montados en los drones. Es otro sector en crecimiento y puedes leer más sobre el uso de los drones LiDAR aquí.

El uso de quadcopters y multirotores en fotogrametría y mapeo con lidar está todavía en sus primeras etapas pero está creciendo muy rápidamente. Hay grandes oportunidades en varios sectores. Ahora es el mejor momento para aprender sobre los UAVs, fotogrametría, 3D y cartografía lidar.

Si estás interesado en seguir un negocio de fotogrametría de UAVs o similar, compra el mejor quadcopter y sensores que puedas. Hay tremendas oportunidades para los propietarios con equipos de calidad de fotogrametría y lidares de UAV.

¿Qué es exactamente la fotogrametría de los UAV?
La fotogrametría es la ciencia de hacer mediciones a partir de fotografías. La salida de la fotogrametría es típicamente un mapa, un dibujo o un modelo 3D de algún objeto del mundo real o de la masa terrestre.

Mapas y modelos 3D
Para crear mapas 3D a partir de la fotogrametría aérea, la cámara está montada en el dron y suele apuntar verticalmente hacia el suelo.

Usando la fotogrametría para crear modelos 3D de monumentos o estatuas, la cámara se monta horizontalmente en el UAV.

Se toman múltiples fotos superpuestas (80 a 90% de superposición) del suelo o del modelo a medida que el UAV vuela a lo largo de una trayectoria de vuelo programada autónoma llamada waypoint.

Superponer fotos de un objeto o del suelo en un 80 a 90% sería imposible de completar con precisión por la navegación del piloto. Es esencial tener un UAV que tenga tecnología de navegación por puntos de ruta.

La cartografía de los drones y el Lidar explicados
El lidar de los UAV consiste en montar un escáner láser en un UAV para medir la altura de los puntos del paisaje debajo del UAV. Lidar significa en realidad (Detección de Luz y Alcance).3DR X8-M UAV para fotogrametría y mapeo con lidar.

Los escáneres Lidar pueden capturar cientos de kilómetros cuadrados en un solo día.

Midiendo de 10 a 80 puntos por metro cuadrado, se puede crear un modelo digital muy detallado de un paisaje.

La precisión de las mediciones, permite que los modelos 3D creados con el dron lidar se utilicen en procesos de planificación, diseño y toma de decisiones en varios sectores.

Los sensores del LIDAR también pueden perforar el denso dosel y la vegetación, lo que permite capturar la estructura de la tierra desnuda que los satélites no pueden ver, así como la cubierta terrestre con suficiente detalle para permitir la categorización de la vegetación y la vigilancia de los cambios.

La fotogrametría y los usos del Lidar
Mediante el uso de la fotogrametría de los vehículos aéreos no tripulados y la cartografía con lidar, existe una amplia gama de productos que pueden extraerse de las imágenes aéreas. Estos productos incluyen;

DEM / DTM / DSM (modelos de superficie).
Ortofotos (imágenes aéreas corregidas geoespacialmente).
Modelos de construcción en 3D.
Mapas de contorno.
Características planimétricas (bordes de carreteras, alturas, señales, huellas de edificios, etc.).
Levantamientos volumétricos.
Estos son algunos de los mejores usos del LIDAR y la fotogrametría. Todos estos sectores se benefician por tener imágenes 3D de precisión de sus proyectos. También se benefician con el aumento de la eficiencia y la reducción de los costos en comparación con el uso de aeronaves tradicionales.

Gestión y planificación forestal.
Modelación de inundaciones.
Modelación de la contaminación.
Mapeo y cartografía.
Planificación urbana.
Ordenación del litoral.
Planificación del transporte.
Exploración de petróleo y gas.
Canteras y minerales (volumetría y exploración).
Arqueología.
Planificación de redes celulares.
Modelación de la vegetación en 3D
NOTA: La modelación de la vegetación utiliza sensores multiespectrales y sensores lidar en lugar de sensores de fotogrametría.

Cámaras de fotogrametría y cartografía 3D de los drones
Hay varios aviones teledirigidos con cámaras, que están listos para el mapeo en 3D. En realidad, cualquier dron equipado con un intervalómetro en la cámara sería adecuado. Un intervalómetro dispara el obturador de la cámara. Una captura fotográfica mínima sería una foto cada 2 segundos. Las siguientes cámaras funcionan bien para la fotogrametría y la cartografía.

Cámaras Canon – S110, SX260.
Cámaras Sony – QX1,DSC-RX100 A7R, A7, A7S, NEX-6, NEX-5R, NEX-5T, A5100.
Cámaras Panasonic – GH3.
Las lentes de las cámaras GoPro no son buenas para crear mapas aéreos. Para obtener algún tipo de resultados decentes, tendrías que estar volando a más de 400 pies (aprox. 120 metros).

Además, las cámaras integradas en los aviones teledirigidos DJI como la Phantom 3, Phantom 4 e Inspire 1 te permitirán capturar imágenes de fotogrametría.

La mejor práctica de fotogrametría
Si las fotos no son buenas, entonces será difícil conseguir una calidad real en tus modelos 3D, no importa lo bueno que sea el software. Las fotos deben ser tan claras como sea posible. Si tienes un dron con una cámara de zoom y haces zoom en tus fotos aéreas, las pequeñas características son borrosas. Si es así, trata de averiguar la razón de la borrosidad y tus imágenes 3D mejorarán enormemente.

Elimina todo lo que se interponga en el camino de la máxima nitidez. Aquí es donde más megapíxeles realmente importa. Disparar en RAW definitivamente ayuda.

La iluminación siempre es importante en la fotografía. Una iluminación brillante y uniforme te permitirá tener una pequeña abertura para reducir la profundidad de campo de la imagen. La poca profundidad de campo es en realidad algo malo para la fotogrametría, porque los detalles borrosos confunden al software.

El objetivo es tener imágenes de alto detalle, nítidas y planas, lo que requiere cerrar la apertura, dando más luz. Una buena iluminación también le permitirá bajar el ISO, lo que reducirá el grano, y le permitirá tener una alta velocidad de obturación que también reduce el desenfoque por movimiento.

Dale al software de fotogrametría 3D sólo información de alta resolución. Si estás trazando un mapa de una escultura o edificio y no necesitas el fondo, entonces enmascáralo.

Si una imagen está apagada o no está alineada correctamente con las imágenes antes y después de ella, entonces borra esta imagen. Los humanos siguen siendo más inteligentes que el software, que se encargará de unir las imágenes. Filtrar las fotos malas o fuera de línea antes de que el software se ponga a trabajar, hará el trabajo del software de fotogrametría 3D más fácil dando una mayor precisión de la imagen.

Si no está en la imagen, entonces no está en su malla e imagen 3D. Asegúrate de que tienes la cobertura que necesitas para obtener todos los detalles que deseas, porque es difícil volver atrás y volver a fotografiar en las mismas condiciones exactas.

Si eres nuevo en el mundo de la fotografía, aquí tienes un artículo estupendo con consejos sobre fotografía aérea.

UAVs para fotogrametría y cartografía en 3D
Los drones de fotogrametría de DJI
DroneDeploy es una de las principales compañías que producen software de fotogrametría. Sus soluciones son compatibles con todos los DJI Drones, incluyendo el último Mavic 2 fold up drone.

DroneDeploy tiene una aplicación móvil para programar el vuelo autónomo y capturar fotos, que luego se pueden subir a la plataforma DroneDeploy en la nube. Esta plataforma DroneDeploy creará entonces los mapas y modelos 3D.

La última solución 3D de DroneDeploy se llama Live Map que crea el mapa 3D en tiempo real mientras vuelas. Puedes verlo durante el vuelo automatizado.

DJI Mavic 2 y Mavic Pro
El Mavic 2 y los anteriores Mavic Pro son perfectos para aplicaciones de fotogrametría y cartografía lidar. Todos estos quadcopters utilizan la última tecnología de IMU y de estabilización de control de vuelo para volar de forma súper suave. También tienen un cardán y una cámara integrados y estabilizados de 4k.

El DJI Mavic creará nubes de puntos muy precisas y mapas 3D perfectos unidos entre sí. Los Mavic son todos drones compatibles con los mejores programas de mapas 3D de compañías como DroneDeploy o Pix4D.

La navegación por puntos es muy importante para crear imágenes de fotogrametría 3D precisas. Los drones Mavic utilizan las balizas para su vuelo programado autónomo.

Sin embargo, todos los mejores programas de fotogrametría incluyen la navegación por balizas.

Con un alcance de transmisión de 7 km y un tiempo de vuelo de hasta 27 minutos, puede cubrir mucho terreno.

Mapeo de drones con DJI Matrice 600
La Matrice 600 (M600) es la nueva plataforma multirotor voladora de DJI diseñada para la fotografía aérea profesional y las aplicaciones industriales. Está construida para integrarse estrechamente con una serie de potentes tecnologías de DJI, incluyendo el controlador de vuelo A3, el sistema de transmisión Lightbridge 2, las baterías inteligentes y el sistema de gestión de baterías, para un máximo rendimiento y una rápida configuración.

El diseño modular del M600 hace que sea rápido y fácil de configurar. Todas las cámaras y cardanes Zenmuse son compatibles con la Matrice 600, con una carga útil máxima de 6 kg le permite volar el cardán Ronin-MX y una gama de cámaras desde los sistemas Micro Cuatro Tercios hasta el RED Epic. Cámaras de alta calidad junto con un multirotor súper estable le darán siempre mapas 3D perfectos.

El M600 cuenta con un tiempo de vuelo prolongado y una transmisión de imágenes HD de largo alcance y latencia ultra baja de 5 km para una composición y captura de imágenes precisas.

Este multirotor utiliza 6 pequeñas baterías inteligentes DJI con un sistema de gestión de baterías personalizado y un tablero de distribución de energía que permite que las seis baterías se enciendan con sólo pulsar un botón, y mantiene el sistema en vuelo en caso de que falle una sola batería, y permite a los usuarios comprobar el estado de la batería en tiempo real durante el vuelo.

La Matrice 600 tiene un GPS mejorado que permite una fotogrametría de alta precisión. El GPS mejorado también permite rastrear la posición de la Matrice 100 en tiempo real, a la vez que permite una adquisición más rápida de los satélites, una conservación más precisa de la posición y la planificación del vuelo.

DJI Phantom 4 Pro para fotogrametría
El DJI Phantom 4 Pro lanzado puede usar la edición DJI de malla Pix4Dmapper. La Phantom 4 también funciona con el software de Despliegue de Drones y Escaneo de Sitio mencionado más adelante en este post. El Phantom 4 vuela perfectamente suave, utiliza sistemas de navegación dual, utiliza la detección de obstáculos y sensores de evasión de colisiones. Tiene una cámara 4k. Y lo que es muy importante, también utiliza la navegación por puntos de ruta.

Es uno de los cuadricópteros más populares para ser usado en imágenes 3D.

DJI Phantom 3 e Inspire 1 Photogrammetry

En septiembre de 2015, una actualización de firmware y software dio a los modelos DJI Inspire 1 y Phantom 3 una navegación por puntos de ruta y ahora pueden ser utilizados para la fotogrametría.

El mejor software para usar con los drones DJI es quizás el DroneDeploy y las soluciones Pix4DModel y Pix4DMapper. También la aplicación Altizure es bastante buena para la fotogrametría.

Estación terrestre DJI con fotogrametría
En diciembre de 2015, Google dejó de apoyar a Google Earth y al software de la Estación Terrestre de DJI que se basaba en la API de Google Earth. Esto significa que DJI ha dejado de dar soporte a su propia PC Ground Station. Sin embargo, hay una gama de soluciones de estaciones terrestres de software de terceros, incluyendo algunas que están incorporadas en el software de cartografía 3D real.

Otros UAVS para fotogrametría
SenseFly eBee X Mapping UAV
El eBee X de Sensefly es el dron de ala fija diseñado específicamente para todas sus necesidades de mapeo. Fue diseñado para aumentar la calidad, eficiencia y seguridad de su recolección de datos.

Tiene una cámara que se adapta a cada trabajo con una precisión y cobertura excepcionales para satisfacer los requisitos de cada proyecto, y puede trabajar con prácticamente cualquier tipo de sitio.

El eBee X tiene un tiempo de vuelo máximo de 90 minutos y tiene una amplia cobertura de hasta 500 hectáreas (1.235 acres) a 400 pies, mientras que su alta precisión le ayuda a lograr una precisión absoluta de hasta 3 cm (1,2 pulgadas), sin GCP (puntos de control en tierra).

El eBee X se adapta a cualquier trabajo gracias a su gama de cámaras innovadoras. Entre ellas se encuentran las siguientes;

SenseFly S.O.D.A. 3D, para impresionantes reconstrucciones en 3D de entornos verticales.
Cámara de fotogrametría aérea SenseFly X RGB.
Dúo T de SenseFly para crear mapas térmicos geo-preciso.
Parrot Sequoia+ para capturar imágenes a través de 4 bandas espectrales definidas, visibles y no visibles, además de imágenes RGB.
SenseFly Corridor simplifica el mapeo de los drones de la infraestructura lineal y los sitios.

Software de la Estación Terrestre SenseFly eMotion
El software de gestión de vuelo de un dron (o estación de tierra) es avanzado, escalable y muy fácil de usar para cualquiera.

eMotion le ayuda a poner su dron en el aire rápidamente, mientras que incluye toda la funcionalidad que necesita para recoger y gestionar exactamente los datos geoespaciales que requiere. Soporta tanto aviones teledirigidos de ala fija como multirotor.

La compatibilidad de la salida incluye;

Raster ortomosaico.
Mapa de índice.
Nube de puntos 3D.
Modelos digitales de superficie (DSM).
Malla 3D con textura.
Líneas de contorno.
Baldosas de Google Maps / Mapbox.
Imágenes no distorsionadas.
La salida compatible puede ser llevada a los mejores productos de software como ESRI ArcGIS, GlobalMapper, Autodesk, Google Earth, DraftSight, QGIS, GeoMedia, AgPixel, SMS Ag, Trimble RealWorks, Bentley MicroStation, 3DReshaper y muchos más.

WingtraOne 3D Mapping Drone
El WingtraOne es un VTOL (avión teledirigido de despegue y aterrizaje vertical) diseñado específicamente para la construcción de mapas en 3D.

La capacidad de despegue y aterrizaje vertical permite al WingtraOne ascender y moverse como un helicóptero. Para una misión cartográfica, despega directamente en el aire y luego pasa a un vuelo de crucero hacia adelante y se ajusta a la resistencia y la velocidad de los aviones de ala fija. Para aterrizar, el WingtraOne cambia de nuevo al vuelo en el aire y desciende verticalmente.

Cámara Wingtra One para fotogrametría
El WingtraOne aumenta la precisión y el éxito de la misión de reconocimiento al llevar una cámara de 42 megapíxeles de grado fotogramétrico y una lente de distorsión ultra baja.

El WingtraOne cubre 100 hectáreas con una resolución de 0,7 centímetros por píxel en un solo vuelo o 400 hectáreas con una resolución de 3 centímetros por píxel. Esto hace que las misiones del WingtraOne sean excepcionales en comparación con otros aviones teledirigidos de reconocimiento y cartografía. El WingtraOne es;

2 veces más preciso que los vuelos con una cámara de 20 MP.
Cubre 10 veces más área que los multicópteros.
5 veces más rápido que las mediciones terrestres.
Software del Piloto Wingtra
WingtraPilot es la interfaz de usuario intuitiva para gestionar el proceso de adquisición de datos de WingtraOne. Incluye formas de planificar las misiones, supervisar y revisar la misión durante el vuelo e inspeccionar la salida de datos sobre el terreno.

Todas las imágenes aéreas y la información de geo-localización se almacenan en una sola tarjeta SD y pueden ser inspeccionadas sobre el terreno en la tableta WingtraPilot para realizar controles de calidad tempranos. WingtraPilot ofrece la posibilidad de georeferenciar las imágenes de múltiples vuelos al final del día para reducir al mínimo el tiempo de inactividad en el lugar.

Software de fotogrametría compatible con WingtraOne
Los resultados son compatibles con todas las principales herramientas de ajuste y análisis como Pix4D (recomendado), DroneDeploy, PhotoScan y Precision Mapper.

Aeryon Scout Map Edition Quadcopter
El Aeryon sUAS está diseñado para cualquier aplicación que requiera ortomosaicos de precisión de grado topográfico, DSMs y nubes de puntos de imágenes aéreas u oblicuas – y una integración perfecta con GIS, CAD, y software de fotogrametría tradicional.

La Aeryon Map Edition incluye el Aeryon SkyRanger sUAS, la carga útil de imágenes integrada para la captura de imágenes y el software Pix4Dmapper para permitir el procesamiento de imágenes de campo y de oficina, incluyendo herramientas integradas para la visualización y edición de salidas en 3D.

Software de fotogrametría de mapeo y modelado de aviones teledirigidos
A continuación, hemos destacado algunos de los paquetes de software de fotogrametría en el mercado. Hemos publicado otro artículo, que cubre el mejor software de fotogrametría para la creación de mapas 3D en el mercado.

Software Pix4Dmodel
El software de malla Pix4Dmodel hace que la creación de modelos 3D a partir de imágenes sea automática y muy fácil. Todo lo que necesitas es una cámara y el software Pix4Dmodel. Esta Pix4Dmodel Mesh funciona con cualquier avión teledirigido. Abajo están algunos de los drones más populares en el mercado con los que podrías usar el software Pix4Dmodel.

DJI Mavic 2 (los últimos drones de DJI).
DJI Phantom 4 (todos los modelos).
DJI Mavic Air.
DJI Phantom 3 Advanced and Professional.
DJI Mavic Pro.
DJI Inspire 1 (Cámaras X3, X5).
DJI Inspire 2.
3DR SOLO.
Parrot Bebop 2.
Software de fotogrametría Pix4DMapper
El software de fotogrametría Pix4Dmapper permite generar modelos y mapas 3D profesionales a partir de imágenes. Este software Pix4Dmapper convierte sus imágenes en mapas 2D y modelos 3D altamente precisos y georeferenciados. Los mapas en 3D son personalizables y complementan una amplia gama de aplicaciones y software.

Salidas y características principales del Pix4DMapper
Aquí hay algunas características del software de fotogrametría de Pix4D;

Nube de puntos 3D densificada – Es un conjunto de puntos 3D que reconstruyen el modelo. La posición X, Y, Z y la información de color se almacena para cada punto de la Nube de Puntos Densificada.
Modelo Digital de Superficie y Terreno – Obtenga el valor de elevación de cada píxel, con o sin objetos sobre el terreno, listo para su flujo de trabajo SIG preferido.
Ortomosaico – Un mapa geolocalizado de alta resolución con cada píxel de las imágenes originales proyectadas en el modo de superficie digital.
Cálculo de volumen – Cálculos exactos de volumen en una representación perfecta de sus reservas, con una altura de base totalmente ajustable.
Líneas de contorno – Una representación simplificada de la topografía con contornos cerrados que muestran la elevación.
Modelo con textura 3D – Malla triangular con textura foto realista.
Mapas de reflectancia – Evaluar la reflectancia en base al valor de los píxeles en imágenes multiespectrales o térmicas.
Mapas de índices (NDVI, NDRE) – Trabaje con índices conocidos como NDVI y NDRE utilizados por los drones agrícolas o cree índices personalizados.
Mapas de aplicación – Agregue y visualice los valores derivados de sus mapas de índice.
Termografía – Un mapa de precisión radiométrica con un valor de temperatura de cada píxel.
Trimble Inpho UASMaster
El Trimble Inpho UASMaster es una completa estación de trabajo fotogramétrica para el UAS y las imágenes terrestres de corto alcance. Trimble tiene más de 30 años de experiencia en la fotogrametría aérea digital.

Su nuevo UASMaster combina los modernos algoritmos de visión por ordenador, con técnicas fotogramétricas de última generación comprobadas, para producir resultados precisos de forma automática, con una interacción manual mínima.

Algunos de los aspectos más destacados del UASMaster de Trimble Inpho son los siguientes;

Abierto para cualquier cámara de ala fija, multirotor o de marco manual.
Soporte especial para datos GNSS / IMU de alta calidad para un procesamiento estable en condiciones difíciles o para eliminar la necesidad de control en tierra.
Flujo de trabajo racionalizado para la extracción automática de características con eCognition y una integración perfecta en Trimble Business Center para la aplicación topográfica clásica.
Concepto de flujo de trabajo guiado intuitivo para el principiante en fotogrametría.
Totalmente compatible con los módulos de fotogrametría Inpho de Trimble.
Software gratuito de fotogrametría Altizure
La aplicación Altizure permite el mapeo tridimensional totalmente automatizado de un área. Usted esboza un área en el mapa y la aplicación calculará la mejor ruta para tomar imágenes del área.

Estas imágenes pueden ser subidas a la página web de Altizure, donde son analizadas por su software para crear un renderizado 3D de su ubicación (también puede animar su creación).

Los drones compatibles son el DJI Mavic, Phantom 3, 4, Inspire 1 e Inspire 2. Altizure tiene una versión gratuita y también un servicio de pago.

Aquí hay una muestra de la calidad de salida usando un dron y la aplicación Altizure.

Altizure Software For 3D Models And Maps
Aplicación de despliegue de drones
La aplicación de software DroneDeploy automatiza el vuelo de los drones y hace que sea muy fácil capturar imágenes aéreas. La plataforma DroneDeploy procesa las imágenes de los UAV usando visión por computador convirtiéndolas en mapas y modelos en 2D y 3D.

Todo lo que necesita es un avión teledirigido y un dispositivo móvil con la aplicación móvil DroneDeploy instalada.

Las imágenes capturadas por el dron están geo-etiquetadas, lo que ayuda a crear los mapas. Mientras el avión no tripulado vuela, un mapa en 2D aparecerá en su aplicación DroneDeploy. Cuando termine, suba las fotos a la página web de DroneDeploy. Después de unas pocas horas las fotos se mezclan en un mapa o modelo 3D.

Características de la aplicación móvil Drone Deploy;

Hacer fácilmente planes de vuelo en cualquier dispositivo.
Automatiza el despegue, el vuelo, la captura de imágenes y el aterrizaje.
Transmisión en vivo de la vista en primera persona (FPV).
Deshabilitar el vuelo automático y reanudar el control con un solo toque.
Continuar fácilmente los vuelos ininterrumpidos para trazar mapas de grandes áreas.
Explore los mapas interactivos de Ortomosaico, NDVI, Elevación Digital y modelos 3D.
Mida el área y el volumen instantáneamente.
Colabore con un equipo a través de mapas compartidos y comentarios.
Obtenga ayuda cuando la necesite con el soporte de la aplicación.
Software de Fotogrametría Precision Mapper & Viewer
PrecisionMapper trabaja en línea para procesar automáticamente los datos aéreos en productos 2D o 3D. Cuenta con una biblioteca en continua expansión de herramientas de análisis bajo demanda, y hace que compartir o colaborar sea muy fácil.

Así es como funciona este software de fotogrametría PrecisionMapper;

Recoge datos aéreos con el dron.
Cargue los datos a su cuenta y procese los productos 2D o 3D.
Gestione, colabore y comparta datos con cualquiera.
Analice los datos con una biblioteca de herramientas de análisis bajo demanda.
Resultados clave de Precision Mapper
Ortomosaicos.
Modelos 3D.
Herramientas de análisis de la salud de los cultivos.
Medición de volumen.
Visor de precisión
PrecisionViewer es un software de escritorio que permite a los usuarios ver fácilmente la cobertura de la trayectoria de vuelo, añadir puntos de control en tierra y adjuntar registros de vuelo y límites de vuelo a los estudios.

Leer más

Introducción
Probablemente ninguna otra innovación se esté extendiendo por todos los aspectos de la agricultura de manera tan masiva como la digitalización en este momento y, por lo tanto, es un tema de intenso debate.

Dada la creciente demanda de una población mundial en crecimiento, la agricultura como base de toda la producción primaria se enfrenta a grandes desafíos. Como el mayor usuario de la tierra, el sector también es muy responsable de mantener importantes bienes ambientales como el suelo, el agua, el clima y la biodiversidad.

Puede haber conflictos entre los objetivos de la producción de alimentos y la conservación del medio ambiente, por lo que es particularmente importante en lugares agrícolas de primera, como Alemania, encontrar soluciones de conflictos que estén respaldadas por un amplio consenso en la sociedad. Existe una demanda de conceptos nuevos y progresivos que se adapten a la diversidad de las diferentes ubicaciones y fortalezcan la competencia. La digitalización asumirá aquí un papel clave. Estos conceptos pueden ayudar a mantener la creación de valor en la agricultura, integrar la agricultura en áreas rurales vitales y fortalecer su perfil como parte indispensable de la sociedad.

La digitalización cambiará no solo toda nuestra vida empresarial, sino también nuestras relaciones sociales. Independientemente de la estructura y el tamaño de una granja, varias nuevas combinaciones de herramientas digitales y analógicas están apareciendo ahora como una oportunidad para unirse activamente para dar forma y apoyar un estilo de agricultura adecuado para el futuro. Para el sector agrícola es de suma importancia definir, articular e insistir claramente en todos los requisitos de digitalización derivados de su especial responsabilidad.

La digitalización en la agricultura ofrece muchas oportunidades, pero dada la gran cantidad de redes y formaciones de sistemas, también implica riesgos. Es por eso que debe aplicarse con cuidado para que la producción agrícola como base esencial de la “Infraestructura Crítica Alimentaria” (Ley de Seguridad Alimentaria (EVG)) quede asegurada, incluso si los sistemas digitales fallan por un tiempo o tal vez por algo más. – por ejemplo, como resultado de un sabotaje. Por lo tanto, las medidas para garantizar el funcionamiento de emergencia descentralizado de los controles montados y de la máquina son de interés para la sociedad en su conjunto.

Requisitos de DLG para la digitalización en agricultura
¡Amplíe la infraestructura para las telecomunicaciones móviles! La disponibilidad es insuficiente en muchas regiones. Esto pone en peligro todas las áreas rurales, obstruye todas las ramas de la industria ubicadas allí y dificulta el desarrollo de la agricultura.
¡Todos los datos de la explotación pertenecen al agricultor! El agricultor tiene soberanía de datos y es responsable de la seguridad de los datos. Debe garantizarse la autorización, seguimiento, control y transparencia. Las marcas de agua digitales en los conjuntos de datos y la codificación de datos están ahora listas para su uso práctico y ofrecen protección contra la transferencia, el procesamiento y el análisis no autorizados.
¡Amplíe la protección de datos y la seguridad de los datos y proteja los datos comerciales y operativos agrícolas! La agricultura no es una «operación transparente». Los datos comerciales son inicialmente secretos comerciales, como también lo son en otros sectores. Para ello, la protección de datos legal debe extenderse más allá de la protección de datos personales para cubrir también los datos agrícolas, de maquinaria y comerciales. El registro digital de todos los procesos de producción en las granjas sirve inicialmente al agricultor. Las autoridades públicas o terceros no tienen ningún derecho general para inspeccionar estos datos, pero es igualmente claro que los agricultores deben cumplir completamente con toda la documentación legal y las obligaciones de información. Las estructuras de sistemas descentralizados y redundantes deben fortalecerse aquí. Aumentan la seguridad contra ataques criminales y en caso de defectos. Esto minimizará las pérdidas de datos y permitirá que la producción continúe incluso si los sistemas digitales fallan temporalmente.
¡Los agricultores deben poder beneficiarse de los negocios con sus datos! Para ello, es importante evitar la transferencia incontrolada a través de plataformas de datos a sistemas en la nube. Esta digitalización de la agricultura podría tener un efecto disruptivo y amenazar los medios de vida de las granjas. Si surgieran monopolios de datos, serían contraproducentes para la participación económica de la agricultura. Por eso es necesario crear reglas claras que permitan la competencia aquí también.
¡Cree transparencia en el análisis de Big Data! Si bien el Big Data contradice la virtud de la economía de datos, es conveniente cuando (y solo cuando) los usuarios de las plataformas de comunicación digital autorizan compartir sus datos con fines de análisis y se benefician de la información obtenida de esta manera.
¡Haga que los datos públicos y oficiales estén disponibles de forma gratuita! La recopilación y el archivo de esos datos se financian mediante impuestos. Los datos meteorológicos, los datos del catastro, los datos del suelo, las redes de rutas, etc. deben estar disponibles como datos abiertos en formatos de datos estandarizados adecuados para uso práctico a través de interfaces. Un enfoque conveniente para esto sería proporcionar un portal de datos central.
¡Utilice la digitalización para acercar la agricultura y los consumidores! La digitalización simplifica la transparencia de los métodos de producción y la trazabilidad; esto crea confianza y mejora la apreciación de la agricultura.
¡Intensifica la formación básica y continua! La digitalización presupone calificación. Las granjas solo pueden abrirse camino con personal bien capacitado. Las tecnologías digitales y su aplicación deben tener un lugar firme en los planes de estudio.
2. Agricultura hoy
La agricultura se diferencia fundamentalmente de la producción industrial. A diferencia de la mayoría de los procesos de producción industrial, el agricultor siempre está involucrado con organismos vivos de plantas y animales. La agricultura se caracteriza por condiciones de producción complejas y dinámicas (por ejemplo, el tiempo y el clima), que pueden causar perturbaciones, son difíciles de predecir y solo pueden controlarse de forma limitada.

Como el mayor usuario de la tierra, la agricultura da forma al paisaje y los espacios públicos. Existe consenso en la sociedad de que la agricultura moderna y sostenible debe ser reconocida y conservada como un logro cultural con sus diversas funciones que van desde la producción, el espacio vital y los hábitats, hasta la recreación y la estética.

Hasta ahora, la productividad en la agricultura ha aumentado de manera extremadamente rápida y en mucha mayor medida que en muchos otros sectores. Mientras que, por ejemplo, alrededor del año 1900 un agricultor alemán solo podía asegurar el suministro de alimentos para unas pocas personas, hoy abastece a más de 140 consumidores. Sin embargo, durante el mismo período también aumentó el consumo de recursos.

Las máquinas y equipos agrícolas asistidos digitalmente ya se utilizan en la agricultura y la ganadería. Los ejemplos en operaciones de campo incluyen máquinas autodirigidas, equipos de aplicación con dosificación variable para fertilizantes y agentes fitosanitarios, así como mapeo automático de rendimiento para cosechadoras. También en la cría de animales, los robots llevan mucho tiempo proporcionando apoyo en el ordeño, la alimentación y la eliminación de estiércol. Además, sensores, bases de datos y diversas herramientas auxiliares digitales ayudan a los agricultores en sus tareas diarias de gestión del rebaño.

Por eso el objetivo en la agricultura es gestionar de forma productiva, eficiente, sostenible y respetuosa con el medio ambiente. Esto significa convertir los insumos agrícolas intencionalmente y con bajas pérdidas en rendimiento y alta calidad del producto, sobre todo en el establo y en el campo, con el menor impacto posible sobre el medio ambiente.

leer más: DLG Agrifuture Insights
Fig. 1: Oportunidades presentadas por la digitalización
Los agricultores de Alemania, Francia, Polonia y el Reino Unido evalúan una
producción más eficiente como una de las principales oportunidades que ofrece el proceso de digitalización. Los agricultores también ven las oportunidades que presenta la digitalización en la simplificación de la documentación de la granja.
3. Oportunidades para la agricultura digital
La digitalización crea muchas y diversas oportunidades para el sector agrícola y sus socios en los sectores upstream y downstream. Esto se aplica en particular a los procesadores de alimentos, comerciantes y consumidores. Permite y simplifica tanto la documentación como la transparencia, así como la trazabilidad de los procesos a lo largo de toda la cadena de creación de valor.

Una encuesta realizada entre agricultores de Alemania, Francia, Polonia y el Reino Unido para «DLG-Agrifuture Insights» en la primavera de 2017 mostró que, en conjunto, la simplificación de la documentación de la granja y la mejora de la eficiencia de la producción se perciben como las principales oportunidades (Fig.1). La evaluación varía ligeramente en los cuatro países encuestados. Mientras que en Alemania la atención se centra principalmente en la eficiencia y la documentación, en Francia la documentación y el apoyo a la toma de decisiones encabezan la lista. Polonia espera obtener los mejores resultados en la documentación y presentación de solicitudes, y el Reino Unido confía en la eficiencia y el apoyo a la toma de decisiones.

La digitalización puede significar la creación de valor adicional para las granjas junto con la promoción de las zonas rurales. Puede contribuir a mejorar el respeto al medio ambiente, el bienestar animal y la sostenibilidad en la agricultura.

Los instrumentos expuestos anteriormente se pueden dividir en varios títulos diferentes: agricultura de precisión, agricultura inteligente e, integrando ambos, agricultura digital.

Se entiende por agricultura de precisión la optimización de las condiciones de crecimiento mediante análisis sensorial y tecnología de aplicación precisa. Smart Farming es el desarrollo posterior de la agricultura de precisión y contribuye principalmente a respaldar la toma de decisiones, ya que el procesamiento de la información se ha vuelto cada vez más complejo debido a la fusión y el análisis de datos y solo se puede dominar mediante la automatización parcial o completa.

Se entiende por agricultura digital la aplicación coherente de los métodos de «agricultura de precisión y agricultura inteligente», la creación de redes internas y externas de la granja y el uso de plataformas de datos basadas en la web junto con análisis de Big Data. En consecuencia, la digitalización proporciona métodos modernos para lograr una recopilación, almacenamiento, vinculación y evaluación completos de los datos agrícolas y de producción. En particular, puede ayudar, particularmente a través de la fusión y el análisis de datos junto con los métodos de Big Data, a mejorar las decisiones agrícolas típicamente complejas sobre la optimización al proporcionar información hasta ahora no disponible. Las comparaciones entre granjas a través de redes externas también parecen convenientes para ciertos aspectos. Esto liberaría el potencial que hasta ahora ha permanecido bloqueado para aumentar la eficiencia de los recursos y la conservación del medio ambiente.

Ni siquiera en un futuro previsible será posible dominar procesos en la naturaleza como las condiciones climáticas o los factores bióticos y abióticos en la producción agrícola mediante Big Data y la digitalización. Sin embargo, en el futuro cercano de la agricultura digital, los agricultores deberían poder responder mejor a estos efectos imprevisibles mediante un mayor uso del análisis sensorial en el contexto del ‘Internet de las cosas’ o datos de teledetección. Sin embargo, la dependencia de la agricultura de las condiciones meteorológicas sigue siendo una incertidumbre, incluso con la ayuda de la digitalización y las correspondientes previsiones mejoradas.

La digitalización se manifiesta en las fincas en el uso de numerosas herramientas digitales. La encuesta “DLG-Agrifuture Insights” de 600 agricultores en agosto de 2017 reveló que las herramientas de análisis de rentabilidad gozan de máxima prioridad (Fig. 2). Les siguen a poca distancia aplicaciones para el control de maquinaria, para análisis de Big Data y para la transferencia de datos a las autoridades públicas. Los instrumentos más utilizados en los cuatro países difieren mucho. Alemania favorece los análisis de rentabilidad. Francia disfruta de una fuerte afinidad con la computación en la nube, mientras que Polonia otorga un alto estatus al análisis de Big Data y los agricultores británicos califican altamente la transferencia de datos a las autoridades públicas.

La infraestructura digital debe garantizar la seguridad y la protección de los datos. Las telecomunicaciones móviles, Internet de banda ancha, las plataformas de datos y el procesamiento de datos representan herramientas indispensables para la digitalización. Aquí se prefieren las estructuras de sistema descentralizadas y redundantes para minimizar el riesgo de pérdida de datos y tomar medidas preventivas contra ataques criminales desde el exterior. Cuando se utilizan técnicas digitales, se debe garantizar que la producción pueda continuar de manera segura incluso si los sistemas de comunicación digital no deberían estar disponibles de vez en cuando. Es por eso que deben perseguirse estructuras de datos y comunicaciones en gran medida descentralizadas.

leer más: DLG Agrifuture Insights
Fig. 2: Uso de herramientas digitales
El análisis de rentabilidad, el apoyo en la toma de decisiones y la transferencia de datos en relación con la presentación de solicitudes gozan de la máxima prioridad entre los agricultores de Alemania cuando se trata de utilizar herramientas digitales.
4. Herramientas digitales
La seguridad de los datos permite codificar los datos autorizados para que solo los puedan leer los destinatarios. Las técnicas de codificación se están desarrollando constantemente y están disponibles para uso práctico. Sin embargo, hasta el momento no se utilizan de forma suficiente o coherente.

La protección de datos aborda la creación y salvaguarda de un margen para permitir nuevos desarrollos en tecnología de la información. Hoy en día también es técnicamente posible crear marcas de agua digitales en conjuntos de datos que marcan los datos transferidos y tienen como objetivo protegerlos del procesamiento y análisis no autorizados. La soberanía de los datos sobre todos los datos agrícolas, así como la responsabilidad de la seguridad de los datos, deben recaer principalmente en el agricultor.

El software basado en Internet para la gestión de datos, como archivos electrónicos de parcelas de campo o programas de gestión de rebaños, desempeña un papel importante en la digitalización. En el futuro, estos sistemas estarán en el centro de todos los procesos manuales y automatizados, y garantizarán una gestión agrícola con visión de futuro a través de los Sistemas de información de gestión agrícola (FMIS).

Los análisis de Big Data son nuevos y cada vez son más importantes en la gestión de datos. Se entiende por Big Data el análisis de grandes y heterogéneos cantidades de datos mediante algoritmos matemáticos. Big Data permite generar información nueva y significativa a partir de volúmenes de datos públicos y privados que hasta ahora no se han vinculado entre sí. Sin embargo, digitalizar significa repensar la gestión de datos como se practica hasta la fecha. La virtud de la economía de datos contradice los principios del análisis de Big Data. Los usuarios pueden compartir sus datos autorizados a través de plataformas de comunicación digital y también emitir pedidos a los proveedores de servicios para análisis pagados.

Los datos geográficos públicos y oficiales deben ponerse a disposición de los interesados ​​agrícolas de forma gratuita, por ejemplo, datos meteorológicos extensos, detallados y, sobre todo, actualizados, datos de registros de tierras, mapas de suelos utilizando relieve, capacidades de retención de agua, redes de rutas, etc. Para poder utilizar los datos para aplicaciones entre fabricantes, los datos deben proporcionarse a través de interfaces en formatos de datos estandarizados adecuados para uso práctico como datos abiertos. Un ejemplo de esto es la norma actual ISO 11783 (conocida como ISOBUS), aunque requiere un desarrollo continuo. Otro enfoque conveniente consiste en proporcionar un portal de datos central.

En muchas regiones, la digitalización de la agricultura falla debido a la falta de una infraestructura nacional y eficiente para las telecomunicaciones móviles. La rápida expansión de dicha infraestructura es de vital importancia, no solo para la agricultura sino también para el desarrollo de todas las ramas de la industria y la economía y, por tanto, para la sociedad en su conjunto en las zonas rurales.

leer más: DLG Agrifuture Insights
Fig. 3: Riesgos de la digitalización
Los agricultores ven que los riesgos de la digitalización radican en la falta de seguridad de los datos. Especialmente los agricultores de Francia ven, hasta ahora, un beneficio operativo insuficiente en la digitalización.
5. Riesgos de la digitalización
Hay dos caras de cada medalla. Cuando se les preguntó sobre los riesgos de la digitalización, los 600 agricultores encuestados, especialmente los de Francia, Reino Unido y Polonia, manifestaron una falta de seguridad de los datos y una amortización incierta de las inversiones en digitalización. Los agricultores alemanes se quejaron sobre todo de la falta de seguridad de los datos y de la excesiva transparencia frente a las autoridades públicas.

Si en el futuro las granjas pueden registrar y presentar sus métodos de producción de manera digital y transparente, esto no debería significar que las autoridades públicas o terceros tengan un derecho general de acceso a estos datos (“granjas transparentes”). Los agricultores deben estar en pie de igualdad con otros operadores económicos cuyos datos operativos y comerciales se reconozcan como dignos de protección. Sin embargo, siempre que exista una obligación legal de proporcionar documentación e información, los agricultores deben cumplir con esto en su totalidad.

La protección de datos en el futuro no solo debería afectar a los datos personales, sino que debería ampliarse para abarcar también los datos operativos y comerciales. En principio, los datos de funcionamiento y de la máquina pertenecen al agricultor. Debe garantizarse la autorización, el seguimiento y la transparencia en relación con cada transferencia de datos.

Sin embargo, un requisito previo para una mayor transparencia en la transferencia de datos sería que siempre se revelen todos los flujos de datos y su uso. En la actualidad, solo los datos personales están protegidos por ley. Los marcos legales deben adaptarse para asegurar la protección de datos también para los datos comerciales y operativos. Deben crearse reglas claras que se extiendan hasta la exclusión de los monopolios de datos para contrarrestar los peligros y riesgos. En el futuro, los datos se convertirán en un producto comercializable y su importancia económica aumentará enormemente.

Debe evitarse la posibilidad de utilizar la digitalización en la agricultura como una innovación disruptiva. El conocimiento y las habilidades específicas del sitio de los agricultores no deben servir sin control a través de plataformas de datos en sistemas en la nube como base de información para modelos comerciales de terceros de los que el agricultor no se beneficia. De esta manera, la digitalización de la agricultura sería disruptiva y pondría en peligro el sustento de las granjas.

6. Aceptación en la sociedad
La producción agrícola sostenible es de suma importancia para la seguridad alimentaria. Debe garantizarse que tenga en cuenta los aspectos económicos en pie de igualdad con los aspectos ecológicos y sociales. La agricultura digital puede acercar a los consumidores y a los agricultores. Con oportunidades simplificadas y más completas para la trazabilidad de los alimentos, se puede mejorar aún más el conocimiento y la apreciación de la producción agrícola y los alimentos.

Con la digitalización, aumentará la demanda de personal experto calificado con las habilidades adecuadas. La formación y educación continuas del personal sigue siendo importante para mantener las explotaciones agrícolas de forma sostenible. En el marco de la formación y el asesoramiento básicos y complementarios, debe prestarse una atención especial e intensiva a las tecnologías digitales y su uso.

7. Conclusión
La agricultura productiva, sostenible y a prueba de fallos hace que las zonas rurales sean aptas para el futuro y promueve su vitalidad. Esto difiere de la producción industrial porque hace un uso particularmente fuerte de los recursos naturales y está expuesta a condiciones climáticas cambiantes en sitios muy variados. Requiere enfoques apropiados para el sitio orientados a estándares ecológicos, económicos y sociales.

La digitalización representa un progreso para la agricultura cuando mantiene la autonomía empresarial de los agricultores. Debería fortalecer y ampliar el papel de la agricultura en el centro de la sociedad que se ha desarrollado a lo largo de los siglos. La humanidad debe estar siempre en el centro de los desarrollos, respaldada por la tecnología que facilita el desempeño del trabajo y mejora los resultados de las acciones humanas.

Leer más

Muchos agricultores de todo el mundo se benefician significativamente de la adopción de prácticas de agricultura de precisión. Los principales beneficios de la misma implican costos reducidos y daño ambiental, así como la capacidad de producir cultivos mucho más saludables. Profundicemos en estos temas y analicemos qué es realmente la agricultura de precisión y cómo ayuda a los agricultores a optimizar sus procesos de producción.

Entonces, ¿qué implica exactamente la agricultura de precisión?

La agricultura de precisión o agricultura de precisión es una tendencia agrícola moderna, que permite a los agricultores fertilizar sus cultivos con una precisión mucho mayor y, a su vez, optimizar la producción de cultivos. Los procesos de agricultura de precisión involucran tecnologías sofisticadas, como sistemas satelitales, que analizan los campos y brindan a los agricultores recomendaciones exactas sobre la cantidad de fertilizantes que necesitan usar para las plantas específicas.

S beneficios ignificant de agricultura de precisión

1.) La agricultura de precisión aumenta la salud de las plantas

En pocas palabras, los agricultores que utilizan tecnologías de agricultura de precisión pueden cuidar mucho mejor sus campos a la menor escala posible. Los sistemas de satélite dividen los campos en unidades más pequeñas, los analizan individualmente y proporcionan a los agricultores un análisis detallado de la sanidad vegetal, lo que les ayuda a comprender las diversas condiciones dentro de sus campos. La tecnología también brinda a los agricultores recomendaciones precisas sobre cómo fertilizar sus cultivos de la manera más eficiente. Esto, a su vez, les permite producir plantas mucho más saludables que eventualmente se convertirán en nuestro alimento.

2.) La agricultura de precisión aumenta la fertilidad de nuestros suelos

Los equipos de agricultura de precisión no solo cuidan mucho las plantas, sino que también protegen nuestros suelos, ríos y lagos. Actualmente, alrededor del 60% de los fertilizantes nitrogenados, que es el fertilizante más común en el mundo, se desperdicia. Esto sucede porque sin herramientas de agricultura de precisión, los agricultores esparcen sus fertilizantes a ciegas; lo hacen de manera uniforme en todo el campo. Esto se traduce en la fertilización excesiva de nuestros suelos, lo que afecta negativamente a su calidad y fertilidad. Una cantidad significativa de nitrógeno no utilizado también se filtra a nuestros lagos y ríos, lo que también les causa un daño importante.

Los equipos de agricultura de precisión pueden prevenir todos estos problemas al permitir a los agricultores usar la cantidad justa de nitrógeno y detener la fertilización excesiva de sus campos.

3.) La agricultura de precisión es mucho más barata

Numerosos agricultores de todo el mundo han notado una reducción de costos después de haber comenzado a aplicar tecnologías de agricultura de precisión a la producción de sus cultivos. Las recomendaciones de nitrógeno actualizadas por satélite ahorran hasta un 40% del uso de fertilizantes, lo que representa una proporción importante de los costos variables de los agricultores. Para un agricultor mediano, que trabaja en un campo de 250 hectáreas, la agricultura de precisión le ahorraría alrededor de 15 mil euros al año, el dinero que definitivamente se puede utilizar mejor.

Leer más

Los agricultores de Georgia tienen avances tecnológicos al alcance de la mano, pero muchos no pueden utilizarlos al máximo debido a la falta de acceso a Internet de banda ancha, según Wes Porter, especialista en riego y agricultura de precisión de Extensión Cooperativa de la Universidad de Georgia.

«Estamos creando todo tipo de datos útiles en las máquinas en el campo, pero si no tenemos una forma confiable de sacarlos de las máquinas, procesarlos y devolverlos a las manos de los agricultores , no se utilizarán». Dijo Porter.

El representante Buddy Carter del primer distrito de Georgia, el representante Austin Scott del octavo distrito de Georgia y el comisionado de la Comisión Federal de Comunicaciones Brendan Carr se reunieron con miembros del equipo de Agricultura de Precisión de UGA y partes interesadas de la Comisión del Algodón de Georgia, la Comisión de Maní de Georgia, la Comisión de Pecanas de Georgia y la Flint River Water District el 17 de abril en el campus de UGA Tifton para discutir la importancia del acceso de banda ancha para el futuro y la sostenibilidad de la agricultura de Georgia.

“Lo importante es que el comisionado de la FCC escuchó de primera mano a las personas que necesitan esta tecnología para producir cultivos sostenibles”, dijo Scott. “Sin embargo, no es solo para ellos, sino que es importante garantizar la prosperidad de la economía rural. Si a los agricultores les va bien, a toda la economía rural le irá bien «.

Porter y el ingeniero agrícola de UGA Glen Rains dijeron que herramientas como la tecnología de dirección automática, riego de tasa variable, controladores en el campo, aplicaciones para teléfonos inteligentes, sensores de humedad del suelo y vehículos aéreos no tripulados son herramientas críticas de agricultura de precisión que utilizan en sus investigaciones para la Universidad de UGA. de Ciencias Agrarias y Ambientales. Estas tecnologías ayudan a los científicos de UGA a ser más eficientes en el campo, pero muchos de los productores del estado están restringidos por la falta de acceso de banda ancha o un servicio de banda ancha de mala calidad.

“Estamos sentados en la cúspide de toda esta tecnología nueva e innovadora. La mayoría de nuestros agricultores tienen esta tecnología, pero está infrautilizada por esa única razón ”, dijo Porter.

Leer más

Ya sea que recopile gigabytes de datos todos los días de la tecnología de agricultura de precisión o simplemente mantenga actualizados los registros de administración de la granja de vez en cuando, seguir las buenas prácticas de almacenamiento de datos de la granja mantendrá toda su información segura y organizada.

Almacenamiento de datos privados

Se trata de datos como pines de tarjetas de crédito, códigos de bloqueo de almacenamiento, contraseñas de computadora, etc. Todas las cosas que nos dicen que no anotemos, pero que inevitablemente anotemos de todos modos. Con tantas combinaciones diferentes, ¿cómo puede alguien esperar recordarlas todas?

Sin embargo, los tiempos han cambiado y ahora es más probable que sufra un ciberataque y una piratería que que alguien entre y use las contraseñas escritas para iniciar sesión. Por eso es más importante que mantenga sus datos seguros manteniendo copias de seguridad, utilizando software antivirus y utilizando un sistema de contraseñas en lugar de la misma una y otra vez. Si va a escribirlos, mejor guárdelos en un lugar seguro donde nadie pueda tropezar con ellos.

Los datos de su granja son una parte vital para garantizar que su granja funcione sin problemas y con éxito. ¡Mantenlo seguro y organízalo bien!

Las hojas de cálculo pueden ser útiles, no hay duda de eso, pero ¿podría haber una mejor manera de organizar los datos de su granja? Las líneas de tiempo, los gráficos y otras simulaciones de granjas pueden ser más adecuadas para usted si sus hojas de cálculo comienzan a confundirse. Se están desarrollando muchas aplicaciones y sistemas de gestión agrícola; ahora podría ser el momento de probar una nueva forma de organizar sus datos de agricultura de precisión.

Almacenar datos en la nube es una buena forma de liberar espacio si su computadora se atasca; Hay muchas opciones de almacenamiento en la nube gratuitas y de pago disponibles, solo asegúrese de tener una copia de seguridad de todo también, en un disco duro separado si es necesario.

Aplicaciones

La mayoría de las personas simplemente pasarán por alto los términos y condiciones al descargar una nueva aplicación sin verificar a dónde van realmente sus datos. Esto no es diferente para las personas que descargan aplicaciones de administración de granjas de todo tipo. Cuando ingrese información importante sobre su granja en estas aplicaciones, querrá asegurarse de saber a dónde van esos datos.

Por ejemplo, es posible que deba ingresar los datos sobre la ubicación de sus campos y los tipos de maquinaria que utiliza en su granja. Podrías estar pensando ‘¿a quién le importa eso?’ y simplemente ingrese los datos de todos modos. Esto puede ser un error. Si sus datos se comparten con terceros en la aplicación o se publican en línea como parte de informes y estudios agrícolas, de repente todos saben qué maquinaria usa y dónde la guarda: la oportunidad perfecta para los ladrones.

Otro ejemplo sería ingresar la mezcla de herbicidas que usa para que una aplicación pueda calcular los costos o usar los datos para calcular cuántos acres puede cubrir. Si estos datos se publican en línea para que todos los vean, la combinación que alguna vez fue secreta para eliminar las malas hierbas y darles a sus cultivos una ventaja podría ser utilizada por vecinos agrícolas y competidores por igual.

Por supuesto, esto no les va a pasar a todos y la mayoría de las aplicaciones protegerán sus datos de terceros o solo compartirán partes de ellos. Aún así, ¡vale la pena revisar esos ts y cs!

Los datos son muy poderosos, pueden aumentar la eficiencia de su granja y mejorar el rendimiento o pueden causar un verdadero dolor de cabeza. Mantenlo seguro y organizado.

Leer más

La agricultura de precisión es una metodología de gestión agrícola que se basa en datos y análisis de datos para respaldar el proceso de toma de decisiones del agricultor para reducir los insumos.

El origen de la agricultura de precisión comienza cuando los investigadores recolectan muestras de suelo y utilizan métodos de estadísticas espaciales para determinar los diferentes tipos de suelo en un campo. A partir de este análisis, los investigadores desarrollaron mapas de suelos. Las granjas fueron las primeras en adoptar tecnologías de GPS y sistemas de información geográfica (GIS). A medida que el GPS civil se volvió más preciso, las granjas comenzaron a utilizar esta tecnología para aumentar la precisión de los datos espaciales operativos. Recopilación de datos espaciales de equipos y sensores que permitieron a las granjas identificar las áreas de alto rendimiento. Además, el uso de datos de GPS para determinar dónde aumentar o disminuir el uso de pesticidas, fertilizantes y riego.

Software como insumo agrícola
El caso comercial de los métodos de agricultura de precisión es la reducción de insumos agrícolas. Los insumos agrícolas van desde equipos, semillas, pesticidas hasta energía. A su vez, una reducción de los insumos agrícolas reduce el costo total para producir una cosecha.

Los insumos agrícolas modernos incluyen un ecosistema de Internet de las cosas (IoT): redes de sensores avanzados, tractores de conducción autoguiada (que recolectan tanto cultivos como datos), servidores y drones. Además, los datos adquiridos también son un insumo de la explotación. Los datos adquiridos por la finca ayudan en la planificación y ejecución de la cosecha, como información meteorológica e imágenes de satélite.
Cosecha, tanto cultivos como datos
Durante la siembra y la cosecha, estos insumos agrícolas producen más datos para que la granja los analice. Ubicación de los tractores y su estado, vuelos de drones para encontrar áreas de cultivos bajo presión y los rendimientos de los campos individuales. Las granjas más pequeñas solo pueden generar unos pocos cientos de filas de datos al día, mientras que una granja grande podría generar miles de millones.

Según Business Insider, la cantidad de datos generados por la granja aumentará drásticamente durante los próximos 20 años.

A medida que aumenta la cantidad de datos que genera la granja, la gestión y el análisis de datos se vuelven más difíciles y costosos.

Software de código abierto y agricultura
La tecnología de software libre y de código abierto para geoespacial (FOSS4G) puede desempeñar un papel en la reducción del costo de las entradas de software y permitir que las granjas analicen y visualicen sus datos.

Dos proyectos de software LocationTech, alojados en la Fundación Eclipse, pueden ayudar a las granjas con el análisis de grandes cantidades de datos espaciales: LocationTech GeoMesa y LocationTech GeoTrellis.

GeoMesa
GeoMesa trae análisis y visualizaciones espaciotemporales a Accumulo, un sistema escalable de almacenamiento y recuperación de datos. Las granjas que aprovechan GeoMesa podrán realizar análisis a gran escala en sus datos vectoriales. Los datos vectoriales normalmente se recopilan mediante sensores y tractores: datos operativos generales. Los datos vectoriales también pueden incluir informes meteorológicos y cualquier dato que se haya convertido de ráster a vector.

Al darle a la granja la capacidad de procesar estos conjuntos de datos operativos masivos, la información sobre el impacto de las operaciones diarias en la cosecha se vuelve más clara. Estos análisis le darán a la finca una mejor comprensión de cómo administrar las operaciones y aplicar estas lecciones aprendidas a la próxima temporada de cosecha.

Para obtener más información sobre GeoMesa, lea este artículo .

GeoTrellis
GeoTrellis puede procesar por lotes grandes cantidades de datos ráster. Con las actualizaciones diarias de los satélites y la recopilación de drones sobre la marcha, la cantidad de datos ráster recopilados por las granjas nunca ha sido mayor.

Al utilizar GeoTrellis, una granja puede analizar grandes cantidades de datos ráster a bajo costo. Esto ayudará a la finca a identificar dónde las plantas están bajo presión o qué áreas están siendo regadas en exceso o en exceso. Mediante el procesamiento de estos datos ráster, la granja comprenderá mejor los puntos problemáticos y podrá investigar esas áreas objetivo.

Para obtener más información sobre GeoTrellis, lea este artículo .

Las granjas más pequeñas también pueden beneficiarse del uso de la tecnología FOSS4G. Las granjas con un SIG basado en la web pueden usar Geoserver para generar y mantener mapas y aplicaciones web. Postgres / PostGIS puede proporcionar gestión de datos espaciales y geoanálisis de datos agrícolas.

Para el análisis espacial de escritorio del día a día, una granja puede usar QGIS o gvSIG. Ambas aplicaciones de escritorio pueden realizar análisis geoespaciales robustos y generar mapas.

Al reducir los costos de sus entradas de software para realizar geoanalíticas y visualizaciones tanto a gran como a pequeña escala, la granja podrá aumentar el rendimiento de sus operaciones y aumentar la eficiencia.

Leer más

El Instituto Nacional de Tecnología Agropecuaria (INTA) en San Rafael viene desarrollando experiencias con productores, profesionales y estudiantes avanzados sobre los avances científicos, técnicos y económicos en el riego para buscar la salida a los problemas que se presentan por la falta del recurso hídrico, con la intención de obtener resultados que mejoren las condiciones agroecológicas.

Por lo anterior, en diversos encuentros con los productores, como en la primera jornada de riego y sostenibilidad realizada en el Centro de Congresos y Exposiciones Alfredo Bufano, el INTA brindó charlas sobre los drones como aliados de precisión para el campo. Se trata de equipos voladores no tripulados que permiten realizar en tiempo real el seguimiento y desarrollo de los cultivos, y hasta monitorear el desplazamiento del ganado.

Al respecto, Diego Marcelo Galera, experto en el tema y quien viene trabajando con este equipamiento, contó a Diario San Rafael que el uso de los drones en el agro es liderado por marcas como Parrot, con la cual trabajan actualmente y que funcionan con una cámara multiespectral, que tiene cuatro sensores. “Cada uno de esos sensores mide diferentes algoritmos mediante un planeo en el que el dron va sacando imágenes georreferenciadas y hace un mapa de la zona. Cuando se hace el proceso en la computadora de esas imágenes, con un software que da la misma marca, éste arroja los resultados en un mapa en colores y cada color indica un algoritmo”.

Este trabajo se realizaba anteriormente sólo con satélites y, según comentó el profesional, hay mucha gente que lo sigue haciendo así en el departamento. Sin embargo, la diferencia entre los drones y los satélites es que “cada píxel de imagen es mucho más preciso en un dron, pues tiene cerca de unos 13 centímetros de píxel, contra un satélite que mide 30 metros o según el presupuesto que pague el productor”.

Estos usos tecnológicos nacen de la necesidad de contar con datos confiables que hacen que la agricultura de precisión avance en el desarrollo de herramientas que ayuden a optimizar y a hacer más eficiente la producción. Entre los usos más destacados, los productores pueden observar si tiene más o menos humedad la plantación o hechos puntuales como: dónde fumigar, dónde fertilizar, dónde regar, esto para “tener datos concretos que permitan que el resultado de la plantación sea óptimo, el incremento que hay gracias a estos datos es muy importante”, añadió Galera.

Asimismo, destacó el uso de otros drones como el “Agras MG 1S (DJI)”, un equipo fumigador y bastante novedoso en Argentina. “Es sumamente autónomo, solamente le tenés que indicar la zona donde querés fumigar, los litros por hectárea, la altura, y él va fumigando. Luego regresa solo para ser recargado y cuenta con unos radares que va copiando de forma permanente el suelo”. Sin embargo, estos modelos han sido adquiridos en Mendoza y no en el departamento, ya que los productores no poseen mucha información sobre su uso.

A su vez, están evaluando el sector industrial de drones para su uso en incendios, electricidad, inspecciones de plantas solares o molinos, y todo lo que tiene que ver con energía, ya que permiten trabajar a una distancia segura y observar si hay, por ejemplo, fisuras o fugas de gases. “Son drones especialmente dedicados y customizables a la necesidad del cliente -bombero, rescatista, fotógrafo-”, concluyó Diego.

Leer más

«Agricultura de precisión es el título que se le da a un método de manejo de cultivos mediante el cual las áreas de tierra / cultivo dentro de un campo pueden manejarse con diferentes niveles de insumos dependiendo del potencial de rendimiento del cultivo en esa área de tierra en particular.

Los beneficios de esto hacer son dos:

el costo de producir el cultivo en esa área puede reducirse y,
se puede reducir el riesgo de contaminación ambiental por agroquímicos aplicados en niveles superiores a los requeridos por el cultivo ”(Earl et al, 1996).

La agricultura de precisión es un sistema de gestión agrícola integrado que incorpora varias tecnologías.

Las herramientas tecnológicas a menudo incluyen el sistema de posicionamiento global, el sistema de información geográfica, el monitor de rendimiento, la tecnología de tasa variable y la teledetección .

El sistema de posicionamiento global («GPS») es una red de satélites desarrollada y administrada por el Departamento de Defensa de Estados Unidos. La constelación GPS de 24 satélites que orbitan la tierra transmite información precisa de la hora y la ubicación del satélite a los receptores terrestres. Las unidades de recepción en tierra pueden recibir esta información de ubicación de varios satélites a la vez para usarla en el cálculo de una posición de triangulación, determinando así la ubicación exacta del receptor.

planetani4.gif (178825 bytes)

Figura 4.1 Sistema de posicionamiento global

Un sistema de información geográfica («GIS») consiste en un sistema de base de datos de software de computadora utilizado para ingresar, almacenar, recuperar, analizar y mostrar, en forma de mapa, información geográfica referenciada espacialmente.

gis-9.gif (106624 bytes)

Figura 4.2 Datos integrados a través de un sistema de información geográfica

Los monitores de rendimiento son dispositivos de medición de rendimiento de cultivos instalados en el equipo de cosecha. Los datos de rendimiento del monitor se registran y almacenan a intervalos regulares junto con los datos de posición recibidos de la unidad GPS. El software GIS toma los datos de rendimiento y produce mapas de rendimiento.

pf-sm2.jpg (19401 bytes) flow-jd.gif (7709 bytes)
Figura 4.3 Monitor de rendimiento combinado Figura 4.4 Sensor de flujo del tanque de grano combinado
La tecnología de tasa variable («VRT») consiste en equipo de campo agrícola con la capacidad de controlar con precisión la tasa de aplicación de los insumos agrícolas y las operaciones de labranza.

systems.jpg (39598 bytes)

Figura 4.5 Esparcidor VRT

Los datos de imágenes de teledetección del suelo y los cultivos se procesan y luego se agregan a la base de datos GIS.

00033a7n.jpg (13987 bytes)

Figura 4.6 Imagen de índice de vegetación normalizada del campo agrícola

Objetivo de la agricultura de precisión

El objetivo de la agricultura de precisión es recopilar y analizar información sobre la variabilidad del suelo y las condiciones de los cultivos para maximizar la eficiencia de los insumos agrícolas en áreas pequeñas del campo agrícola. Para lograr este objetivo de eficiencia, la variabilidad dentro del campo debe ser controlable.

La eficiencia en el uso de insumos agrícolas significa que se utilizarán y colocarán menos insumos agrícolas, como fertilizantes y productos químicos, donde sea necesario. Los beneficios de esta eficiencia serán tanto económicos como medioambientales. Los costos ambientales son difíciles de cuantificar en términos monetarios. La reducción de la contaminación del suelo y las aguas subterráneas derivada de las actividades agrícolas tiene un beneficio deseable para el agricultor y la sociedad.

Investigación

La agricultura de precisión es una integración de varias tecnologías. Los gobiernos de EE. UU. Y otros países pagaron originalmente por el desarrollo y el apoyo de tecnologías como el GPS, la teledetección y el SIG, para fines militares o civiles, mucho antes de la aparición de la agricultura de precisión.

gpsslide.jpg (25057 bytes)

Figura 4.7 Equipo topográfico GPS

Es el uso de estas tecnologías avanzadas lo que ha generado enormes cantidades de datos para procesar con computadoras. Una pregunta muy básica que aún debe ser respondida por los investigadores es ¿qué significan todos estos datos para que los agricultores tomen decisiones de manejo rentables? En otras palabras, tenemos la tecnología para recopilar los datos del campo, pero aún no tenemos el conocimiento para transformar los datos en respuestas para decisiones de gestión agrícola.

Universidades de todo el mundo y entidades gubernamentales extranjeras y estadounidenses, como las Estaciones de Investigación Agrícola del USDA, están llevando a cabo una extensa investigación sobre agricultura de precisión. Los proyectos de investigación aplicarán tecnologías como la teledetección, GPS, GIS y VRT para crear sistemas de apoyo a las decisiones de gestión. Un objetivo de muchas instituciones de investigación financiadas con fondos públicos es promover la transferencia de tecnología de las agencias gubernamentales al sector privado.

Aplicación de la teledetección en agricultura de precisión

Mapas de suelo y drenaje

Zonas de gestión y mapas de suelos

Los mapas de suelos también se utilizan a veces para determinar las zonas de gestión. Los mapas de suelos se están convirtiendo en parte de la base de datos GIS.

La técnica de muestreo de cuadrícula toma muestras de suelo separadas de cuadrículas de tamaño uniforme dispuestas sobre el campo. Un problema con este tipo de muestreo es la variabilidad que puede existir en los tipos de suelo en cada cuadrícula. Esta variabilidad hace que sea mucho más difícil determinar las características del suelo dentro de la cuadrícula para fines de manejo de insumos agrícolas. Para minimizar este problema se requieren rejillas más pequeñas que luego requieren que se tomen muchas más muestras de suelo para un mayor número de rejillas. Las muestras de suelo pueden convertirse en un costo importante de la agricultura de precisión.

Una alternativa al muestreo por cuadrícula es el muestreo por zonas o por objetivos. Las muestras de suelo están ubicadas en zonas de manejo homogéneas en lugar de en cuadrículas espaciadas uniformemente (Searcy, 1997). Las zonas se establecen mediante un proceso similar a la clasificación de imágenes no supervisada basada en computadora. Las imágenes obtenidas de sensores remotos multiespectrales se toman de las áreas con vegetación del campo. Los números digitales de píxeles para cada banda se separan en grupos estadísticamente separables que se clasifican en zonas homogéneas. Esto reduce el suelo, el terreno, el crecimiento de las plantas y otra variabilidad dentro de cada área a manejar; por lo tanto, se necesitan menos muestras de suelo para cada área (Anderson et al, 1996).

A excepción de los estudios de suelos del condado, la teledetección no ha ganado una amplia aceptación como herramienta de mapeo de las características del suelo. Esto se debe a que «las características de reflectancia de las propiedades deseadas del suelo (por ejemplo, materia orgánica, textura, contenido de hierro) a menudo se confunden con la variabilidad en el contenido de humedad del suelo, la rugosidad de la superficie, los factores climáticos, el ángulo cenital solar y el ángulo de visión» (Moran et al, 1997).

Mapas de drenaje

Las líneas de baldosas de drenaje subterráneo que se han instalado, hace 50 años o más, todavía funcionan parcial o totalmente en la actualidad. A menudo, la existencia o ubicación de líneas de tejas más antiguas se ha perdido a medida que los propietarios mueren o venden su propiedad. Algunos estados, incluido Iowa (Código de Iowa, 1997), ahora están comenzando a exigir a los propietarios que preparen y archiven las placas de drenaje con los registradores del condado cuando se instalen nuevas líneas de baldosas. Es deseable tener mapas de baldosas de drenaje precisos para fines de mantenimiento o para la instalación de nuevos sistemas de líneas de baldosas adicionales. La instalación de nuevas líneas de azulejos puede cortar líneas de azulejos antiguos en ubicaciones desconocidas. La construcción de lagunas de estiércol de ganado, que atraviesan antiguas líneas de baldosas desconocidas e inexploradas, puede causar daños ambientales por el estiércol que se filtra a través de las antiguas líneas de baldosas.

wpe1.gif (52256 bytes) wpe2.jpg (9688 bytes)
Figura 4.8 Fotografía en color normal de suelo seco Figura 4.9 Fotografía en color normal del suelo después de la lluvia
Se ha demostrado que las fotografías aéreas de infrarrojos en color («CIR») son una herramienta eficaz para localizar líneas de baldosas subterráneas desconocidas. Los datos de la imagen se digitalizan para su preprocesamiento y luego se georreferencian utilizando puntos de control terrestre. Las fotografías CIR muestran diferentes tonos de gris según el tipo de suelo y la humedad. Al filtrar las diferencias de reflectancia espectral debidas al tipo de suelo, el contenido de humedad del suelo en suelos secos que tienen una mayor reflectancia se puede identificar a partir de suelos húmedos de menor reflectancia. La imagen resultante muestra dónde están ubicadas las líneas de mosaico y si están funcionando correctamente (Verma et al, 1997).

También se pueden utilizar fotografías aéreas en color normal para localizar líneas de mosaicos. Las fotografías en color simples ofrecen imágenes de líneas de mosaicos similares a CIR pero a un costo menor. Si el suelo está demasiado seco, como se muestra en la Figura 4.8, las líneas de las baldosas no serán visibles en la imagen. Las imágenes similares a la Figura 4.9 deben adquirirse cuando el suelo está desnudo y dentro de unos días después de una lluvia adecuada. La alta resolución y la disponibilidad temporal bajo demanda hacen que las imágenes adquiridas desde plataformas de aviones sean ideales para adquirir este tipo de datos de imagen.

Tecnología de tasa variable

Un método para controlar la variabilidad dentro del campo es VRT. La VRT permite que el productor aplique la cantidad de insumos necesarios para el cultivo en un lugar preciso del campo en función de las características individuales de ese lugar. Los insumos agrícolas que pueden variar en su aplicación comúnmente incluyen labranza, fertilizantes, control de malezas, control de insectos, variedad de plantas, población de plantas e irrigación.

Los componentes típicos del sistema VRT incluyen un controlador de computadora, un receptor GPS y una base de datos de mapas GIS. El controlador de la computadora ajusta la tasa de aplicación del equipo del insumo de cultivo aplicado. El controlador de la computadora está integrado con la base de datos GIS, que contiene las instrucciones de caudal para el equipo de aplicación. Un receptor de GPS está conectado a la computadora. El controlador de la computadora usa las coordenadas de ubicación de la unidad GPS para encontrar la ubicación del equipo en el mapa proporcionado por la unidad GIS. El controlador de la computadora lee las instrucciones del sistema GIS y varía la tasa del insumo de cultivo que se aplica a medida que el equipo cruza el campo. El controlador de la computadora registrará las tasas reales aplicadas en cada ubicación en el campo y almacenará la información en el sistema GIS, manteniendo así mapas de campo precisos de los materiales aplicados.

Aunque la VRT puede controlar los insumos aplicados a los cultivos, no puede controlar factores como el tipo de suelo, el clima y la topografía que son fijos.

Monitorear la salud de los cultivos

Los datos e imágenes de teledetección brindan a los agricultores la capacidad de monitorear la salud y el estado de los cultivos. La teledetección multiespectral puede detectar luz reflejada que no es visible a simple vista. La clorofila en la hoja de la planta refleja la luz verde mientras absorbe la mayoría de las ondas de luz azul y roja emitidas por el sol. Las plantas estresadas reflejan varias longitudes de onda de luz que son diferentes de las plantas sanas. Las plantas sanas reflejan más energía infrarroja del tejido foliar de la planta mesófila esponjosa que las plantas estresadas. Al poder detectar áreas de estrés en las plantas antes de que se haga visible, los agricultores tendrán tiempo adicional para analizar el área problemática y aplicar un tratamiento.

Estrés hídrico

El uso de sensores remotos para medir directamente la humedad del suelo ha tenido un éxito muy limitado. Los sensores de radar de apertura sintética («SAR») son sensibles a la humedad del suelo y se han utilizado para medir directamente la humedad del suelo. Los datos SAR requieren un uso extensivo de procesamiento para eliminar el ruido inducido por la superficie, como la rugosidad de la superficie del suelo, la vegetación y la topografía.

Una disminución de la tasa de evapotranspiración de los cultivos es un indicador de estrés hídrico en los cultivos u otros problemas de los cultivos, como enfermedades de las plantas o infestación de insectos. Las imágenes de teledetección se han combinado con un modelo de índice de estrés hídrico del cultivo («CWSI») para medir las variaciones del campo (Moran et al, 1997).

Se han utilizado fotografías aéreas pancromáticas simples para detectar problemas en los equipos de riego. Las franjas en las imágenes de vegetación apuntan a problemas con las tasas de aplicación de agua de las boquillas de agua defectuosas (Univ. De Georgia, 1995).

Manejo de malezas

Uno de los objetivos de la agricultura de precisión es reducir los insumos para la producción de cultivos, lo que genera ahorros de costos y ambientales. Los métodos de cultivo convencionales aplican herbicidas a todo el campo. La aplicación de dosis variable específica del sitio coloca el herbicida donde están las malezas.

La teledetección aérea aún no ha demostrado ser muy útil para monitorear y localizar poblaciones de malezas dispersas. Algunas dificultades encontradas son que las malezas a menudo se dispersarán por un cultivo que es espectralmente similar, y se necesitarán imágenes de alta resolución a gran escala para la detección e identificación (Ryerson, Curran, P. y Stephens 1997).

El uso de sistemas de tecnología de visión artificial para detectar e identificar malezas coloca sensores remotos directamente en el equipo de pulverización. Estar cerca del cultivo permite resoluciones espaciales muy altas. Los sistemas de visión artificial tienen la capacidad de usarse en el campo con las capacidades en tiempo real que son necesarias para controlar el equipo de aspersión (Steward y Tian, ​​1998).

Detección de insectos

La teledetección aérea o por satélite no se ha utilizado con éxito para identificar y localizar insectos directamente. La detección indirecta de insectos mediante la detección del estrés de las plantas generalmente no se ha utilizado en cultivos anuales. El nivel de daño económico para el tratamiento generalmente se excede en el momento en que la detección remota detecta el estrés de la planta. Los entomólogos prefieren realizar exploraciones directas en el campo para detectar insectos a tiempo para que los tratamientos químicos sean efectivos y económicos.

Estrés por nutrientes

Las áreas de estrés de nitrógeno de la planta se pueden ubicar en el campo utilizando imágenes aéreas infrarrojas en color de alta resolución. La reflectancia del infrarrojo cercano, el rojo visible y el verde visible tienen una alta correlación con la cantidad de nitrógeno aplicado en el campo. La reflectancia del rojo en el dosel proporciona una buena estimación de los rendimientos reales de los cultivos (GeopalaPillai, Tian y Beal 1998).

Pronóstico de rendimiento

El tejido vegetal absorbe gran parte de la banda de luz roja y refleja mucho la energía en las bandas de ondas del infrarrojo cercano («NIR»). La relación de estas dos bandas se conoce como índice de vegetación («VI»). La diferencia de las medidas de rojo y NIR dividida por su suma es la diferencia VI normalizada («NDVI»).

Para cultivos como el sorgo en grano, los rendimientos de producción, el índice de área foliar («LAI»), la altura del cultivo y la biomasa se han correlacionado con los datos del NDVI obtenidos de imágenes multiespectrales (Anderson et al, 1996). Para obtener predicciones de rendimiento razonablemente precisas, estos datos deben combinarse con datos de modelos meteorológicos durante la temporada de crecimiento (Moran et al, 1997).

Sistemas de apoyo a las decisiones de gestión

El solo hecho de tener información sobre la variabilidad dentro del campo no resuelve ningún problema a menos que exista algún tipo de sistema de apoyo a la decisión («DSS») para hacer recomendaciones de VRT. Russo y Dantinne (Russo et al, 1997) han sugerido los siguientes pasos para un DSS:

Identificar estados y procesos ambientales y biológicos en el campo que pueden ser monitoreados y manipulados para mejorar la producción de cultivos.
Elija sensores y equipos de apoyo para registrar datos sobre estos estados y procesos.
Recopile, almacene y comunique los datos registrados en el campo.
Procese y manipule los datos para convertirlos en información y conocimiento útiles.
Presentar la información y el conocimiento en una forma que se pueda interpretar para tomar decisiones.
Elija una acción asociada con una decisión para cambiar el estado o proceso identificado de una manera que lo haga más favorable para la producción de cultivos rentables.

mis2.gif (80734 bytes)

Figura 4.11 Software del sistema de apoyo a la toma de decisiones

Perspectivas y desarrollos futuros

Los futuros sistemas de satélites que se lanzarán el próximo año, como el Quickbird de Ball Corporation, tendrán un sensor de barrido multiespectral de cuatro bandas con una resolución de .8 m pancromático y 4,5 m multiespectral. EarthWatch Incorporated de Longmont, Colorado distribuirá imágenes Quickbird.

Los satélites futuros tendrán mejores resoluciones espaciales y espectrales. El lanzamiento de más satélites también mejorará la resolución temporal.

El tiempo de entrega de los datos de teledetección al cliente mejorará. Algún día tendremos sistemas de teledetección por satélite en tiempo real.

La investigación universitaria se concentrará más en la causa de la variabilidad del suelo y los cultivos que en poder medir esa variabilidad. Se pondrá un mayor énfasis en la transferencia de tecnología de las universidades a la industria de agronegocios comerciales.

Los sistemas de apoyo a la toma de decisiones se convertirán en el vínculo principal para convertir los datos espaciales recopilados en recomendaciones de gestión detalladas a nivel de los agricultores. Los sistemas de apoyo a la toma de decisiones son los que agregarán más valor a los datos de teledetección para el agricultor.

El futuro de la teledetección en la agricultura de precisión dependerá de satisfacer las necesidades del usuario final, el agricultor. En este momento, la teledetección para uso agrícola se encuentra todavía en una etapa inicial de desarrollo comercial con beneficios económicos no comprobados para el productor agrícola.

El costo de los datos de teledetección y otros sistemas asociados con la agricultura de precisión se reducirá para estar en línea con los beneficios recibidos. Es probable que esto suceda en el futuro a medida que ingresen al mercado más empresas de tecnología de la información agrícola.

Leer más

El monitoreo del suelo con IoT utiliza tecnología para capacitar a los agricultores y productores para maximizar el rendimiento, reducir las enfermedades y optimizar los recursos. Los sensores de IoT pueden medir la temperatura del suelo, el contenido volumétrico de agua, la radiación fotosintética, el potencial hídrico del suelo y los niveles de oxígeno del suelo. Los datos de los sensores de IoT se transmiten luego a un punto central (o la nube) para su análisis, visualización y análisis de tendencias. Los datos resultantes se pueden utilizar para optimizar las operaciones agrícolas, identificar tendencias y realizar ajustes sutiles en las condiciones para maximizar el rendimiento y la calidad de los cultivos. El uso de IoT en la agricultura se conoce como agricultura inteligente (o agricultura inteligente), y el IoT es un componente central de la agricultura de precisión.

¿Qué puedo medir con los sensores de agricultura inteligente / IoT?
La agricultura inteligente se centra en las condiciones del suelo, el clima y los cultivos. Dada la importancia del clima y el riego; muchas soluciones de agricultura inteligente se combinan con Smart Environment (calidad del aire) y Smart Water (contaminación, turbidez, nutrientes) para una solución completa. Los sensores de IoT más comunes se enumeran a continuación:

Temperatura del suelo
Nodo de agricultura inteligente: monitorea la humedad, la conductividad, la temperatura de la superficie y la temperatura del suelo.
Nodo de agricultura inteligente: control de humedad, conductividad, temperatura de la superficie y temperatura del suelo.
La temperatura del suelo es un factor esencial en la actividad de las plantas subterráneas, que influye en cosas como el crecimiento de las raíces, la respiración, la descomposición y la mineralización del nitrógeno . La temperatura del suelo se puede estimar midiendo la temperatura del aire y otros factores, sin embargo, la medición más precisa es usar una sonda enterrada en el suelo. Dependiendo de la estructura de la raíz del plan en cuestión, se pueden instalar múltiples sondas a diferentes profundidades. La temperatura de la superficie del suelo se puede monitorear usando un tipo diferente de sensor de IoT que usa tecnología IR.

Temperatura del suelo.
Temperatura de la superficie sin contacto.
La humedad del suelo
El contenido de humedad del suelo también se puede monitorear utilizando sondas enterradas con electrodos. En hidrología, ciencias del suelo y agricultura, el contenido de humedad del suelo juega un papel vital en la química del suelo, el crecimiento de las plantas y la recarga de las aguas subterráneas. El contenido de humedad del suelo es esencial por varias razones:

El agua en el suelo sirve como un nutriente crítico para todos los cultivos y plantas.
El agua es un componente esencial de la fotosíntesis.
El rendimiento de los cultivos está fuertemente influenciado por la disponibilidad de agua en el suelo.
El agua del suelo es un importante portador de nutrientes alimentarios solubles para el crecimiento de las plantas.
El agua del suelo ayuda a regular la temperatura del suelo.
La ciencia del suelo es un área compleja y basta con decirlo; está más allá del alcance de este artículo. La tecnología IoT y Smart Agriculture de Libelium puede medir lo siguiente:

Humedad del suelo (3 x profundidades)
Conductividad.
Contenido volumétrico de agua.
Potencial hídrico del suelo.
Radiación solar
Los sensores de IoT pueden medir diferentes tipos de radiación solar que juegan un papel vital en la fotosíntesis. Más allá de los niveles de luz básicos de Lux, IoT puede medir lo siguiente:

Solar – Radiación fotosintéticamente activa.
Solar – UV.
Solar – Onda corta.
La radiación solar puede tener un impacto real en el crecimiento de las plantas y la IoT le permite monitorear los niveles solares para comprender las correlaciones y tendencias.

Clima
Estación meteorológica Gill
Las estaciones meteorológicas proporcionan una gran cantidad de datos relacionados con las condiciones meteorológicas, lo que es importante al relacionar patrones y datos relacionados.
La lluvia / precipitación, el viento, la humedad y la presión atmosférica juegan un papel esencial en el crecimiento de las plantas. Nuestros sistemas de agricultura inteligente son compatibles con varias estaciones meteorológicas avanzadas. Las estaciones meteorológicas proporcionan ricos conjuntos de datos que, cuando se combinan con sensores de suelo, le brindan una vista de 360 ​​grados de su operación agrícola. Las estaciones meteorológicas de IoT pueden medir lo siguiente:

Precipitación (medidas ópticas y del balde basculante).
Temperatura.
Humedad.
Presión del aire.
Velocidad del viento.
Dirección del viento.
Otras medidas
Admitimos muchos otros sensores de IoT para la agricultura y son valiosos en escenarios de nicho específicos. Aunque no es un monitoreo del suelo, mejoran cualquier implementación de IoT. Estos sensores adicionales incluyen:

Presión de vapor
Niveles de oxígeno del suelo.
Temperatura de la hoja y la yema de flujo.
Humedad de las hojas.
Diámetro del tronco, tallo y fruto.
Comunicaciones inalámbricas para IoT y agricultura inteligente
Libelium Smart Agriculture Pro
Libelium Smart Agriculture Pro
Un beneficio clave de las soluciones de IoT es la amplia gama de opciones de comunicación inalámbrica disponibles. IoT no se limita solo a áreas urbanas con amplia cobertura móvil; El soporte para LoRaWAN, 4G, Zigbee, Sigfox, WIFI y satélite significa que las soluciones de agricultura inteligente funcionan en entornos urbanos, rurales y muy remotos. La naturaleza de bajo consumo de energía de los sistemas de IoT significa que los nodos y los sensores pueden funcionar con baterías, energía solar u otras fuentes renovables.

Aplicaciones
Casi cualquier empresa agrícola o agrícola puede optimizar sus operaciones utilizando IoT. Hemos visto un interés específico en lo siguiente:

Cannabis y cáñamo
Soja
Patata
Almendras
Cerezas, Manzanas
¿Qué pasa con los entornos remotos?
Como se mencionó anteriormente, Libelium IoT admite una amplia gama de protocolos de comunicación y tiene un ancho de banda comparativamente bajo. Puede tener una red localizada de sensores usando LoRaWAN (es decir, 15KM) antes de que estos datos se transmitan a la nube mediante comunicaciones por satélite. Esta transmisión puede ser en tiempo real o por lotes periódicamente. El uso de IoT, satélite y agricultura tiene particular relevancia para las comunidades agrícolas remotas y los asentamientos que se distribuyen en un área amplia, tal vez donde la cobertura de banda ancha tradicional o móvil no existe o no existe.

¿Puedo controlar los sistemas de riego, calefacción o iluminación?
La primera parte de cualquier sistema de automatización o agricultura de precisión es el elemento de medición. Las soluciones de IoT y Smart Agriculture recopilan miles de puntos de datos al día. Una vez que estos datos se han analizado, formateado y correlacionado, se pueden utilizar para activar una respuesta inteligente o automatizar otros aspectos de su infraestructura. Por ejemplo, cuando la humedad del suelo desciende por debajo de cierto nivel, el software puede activar su sistema de riego. Si los niveles de humedad aumentan a niveles subóptimos, se pueden generar alertas para el personal operativo o agrícola. Con IoT y la agricultura, las posibilidades son infinitas.

Obtenga más información sobre el monitoreo del suelo y la IoT
Esta publicación de blog fue diseñada para servir como base para el monitoreo del suelo con IoT. El campo de estudio en torno a la ciencia del suelo es extenso y las características y atributos importantes del suelo varían considerablemente según el cultivo o las condiciones particulares del suelo. Si desea analizar cómo IoT puede ayudar a su empresa o ayudar a optimizar el rendimiento, reducir las enfermedades y mejorar la calidad, hable con nuestro equipo de soluciones. Puede enviar un correo electrónico a sales@mtg.im, llamar al +44 1624 777837 o completar el formulario de contacto en nuestro sitio web.

Leer más