Categoría: Uncategorized

El concepto de agricultura de precisión, en su forma actual, apareció en Estados Unidos a principios de los años 80. En 1985, investigadores de la Universidad de Minnesota, hicieron variar las aportaciones de abonos cálcicos en parcelas agrícolas. Fue en esta época cuando apareció la práctica del grid-sampling (recogida de muestras sobre una red fija de un punto por hectárea). Hacia finales de los años 80 y gracias a las extracciones realizadas mediante muestras, aparecieron los primeros mapas de preconización para las aportaciones moduladas de elementos fertilizados y para las correcciones de pH.
La evolución de las tecnologías permitió el desarrollo de sensores de rendimiento y su uso, unido a la aparición del GPS, no ha dejado de crecer hasta alcanzar en la actualidad varios millones de hectáreas cubiertos por estos sistemas. A través del mundo, la agricultura de precisión se desarrolla a ritmos diferentes en función de los países. Entre los países pioneros encontramos por supuesto a los Estados Unidos, a Canadá y Australia. El país de América latina más involucrado con esta metodología de manejo de cultivos, tanto en tasa de adopción, como en desarrollo de agro-componentes de alta complejidad es sin lugar a dudas la República Argentina, país que gracias a los esfuerzos del sector privado y de instituciones de investigación de dependencia oficial, cuenta hoy con una gran cantidad de superficie sembrada bajo esta modalidad y con una importante cantidad de profesionales muy bien entrenados para este nuevo paradigma de la agricultura moderna; otro pais de América latina que se perfila como un gran demandante de este tipo de tecnologías es Brasil.
El escenario actual de la agricultura en Brasil camina hacia una producción eficiente con la protección del medio ambiente por lo tanto, Embrapa estableció la Red Brasileña de Investigación en Agricultura de Precisión, con el objetivo de generación de conocimientos, herramientas y tecnologías para la agricultura de precisión aplicada a los cultivos de soja, maíz, trigo, arroz, algodón, pastos , eucaliptos, pinos, uva, melocotón, naranja y caña de azúcar. En Europa, los precursores fueron los ingleses, seguidos de cerca por los franceses. En Francia, la agricultura de precisión apareció en 1997-1998. El desarrollo del GPS y de las técnicas de esparcimiento modular contribuyó a arraigar estas prácticas. En la actualidad, menos del 10% de la población agrícola francesa está equipada con herramientas de modulación de este tipo. El GPS está más extendido. Pero esto no impide que utilicen servicios, que suministra mapas de recomendaciones por parcelas, considerando su heterogeneidad.

Leer más

Un sistema de gestión agrícola basado en información y tecnología identifica, analiza y gestiona la variabilidad en los campos mediante la realización de prácticas de producción de cultivos en el lugar y momento correctos y de la manera correcta, para una rentabilidad, sostenibilidad y protección óptimas del recurso de la tierra.

Aunque se ha realizado un esfuerzo de investigación considerable, todavía es solo una parte de los agricultores que han practicado algún tipo de enfoque de sistema de tecnologías de agricultura de precisión (AP) para reorganizar el sistema total de agricultura hacia una agricultura de bajos insumos, alta eficiencia y sostenibilidad. agricultura.

La agricultura de precisión es un enfoque en el que los insumos se utilizan en cantidades precisas para obtener mayores rendimientos promedio, en comparación con las técnicas de cultivo tradicionales. En India, un problema importante es el tamaño reducido del campo. Más del 58 por ciento de las explotaciones operativas del país tienen un tamaño inferior a una hectárea (ha).

Solo en los estados de Punjab, Rajasthan, Haryana y Gujarat más del 20% de las tierras agrícolas tienen un tamaño de explotación operativa de más de cuatro ha. Los cultivos comerciales y hortícolas también muestran un alcance más amplio para la AP en las granjas cooperativas.

La AP sostenible es la innovación más valiosa de este siglo en la gestión agrícola que se basa en el uso de tecnologías de la información y la comunicación (TIC). Esta es la tecnología de innovación más reciente basada en la agricultura sostenible y la producción de alimentos saludables y consiste en la rentabilidad y el aumento de la producción, la eficiencia económica y la reducción de los efectos secundarios sobre el medio ambiente.

Desafíos

Las investigaciones sugieren que los desafíos educativos y económicos son los dos más importantes en la aplicación de la agricultura de precisión. Entre las variables que contribuyen a los desafíos educativos, la falta de expertos locales, fondos, investigadores con conocimientos y personal de extensión tienen un mayor impacto en comparación con otras. La AP y los costos iniciales tienen un mayor impacto entre los desafíos económicos en comparación con los otros temas.

Por que agricultura de precisión

Para aumentar la productividad agrícola
Evita la degradación del suelo
Reducción de la aplicación de productos químicos en la producción de cultivos.
Uso eficiente de los recursos hídricos
Difusión de prácticas agrícolas modernas para mejorar la calidad, la cantidad y reducir los costos de producción.
Desarrollar actitudes favorables
La agricultura de precisión cambia la situación socioeconómica de los agricultores
Ventajas

Perspectiva agronómica
Perspectiva técnica
Perspectiva ambiental
Perspectiva económica
La agricultura de precisión permite la agroindustria climáticamente inteligente

La agricultura climáticamente inteligente es necesaria para lograr el objetivo. La AP en el nivel apropiado en los países con inseguridad alimentaria también es una herramienta poderosa una vez que se aplica de manera apropiada, en función de las condiciones específicas de los cultivos locales y del sitio. En consecuencia, la adopción de nuevas técnicas en áreas menos desarrolladas debe comenzar con una combinación básica, asequible y efectiva de tecnologías y prácticas.

Historias relacionadas
Agricultura alternativa
Impulsar la agricultura ecológica
Extensión agrícola a través de servicios de asesoría digital

La adopción de las mejores prácticas es fundamental y la comunicación digital es necesaria para cerrar la brecha tecnológica. La extensión agrícola juega un papel clave en la difusión de tecnología y el sector privado es cada vez más activo en este ámbito.

En la actualidad, los servicios de asesoramiento digital (DAS) forman parte de la oferta de los proveedores de insumos o son independientes con fines de lucro, normalmente plataformas de puesta en marcha. En el primer caso y con pocas excepciones, el DAS gratuito existente es una herramienta de diferenciación para promover el uso de los productos básicos de los fabricantes. Las principales barreras para la adopción de DAS son la infraestructura digital limitada y el analfabetismo, áreas en las que India tiene ventajas significativas sobre la mayor parte del África subsahariana.

Riego por goteo

Además de sus ventajas sobre otros tipos de riego para mejorar los rendimientos, el riego por goteo es el mejor sistema de suministro de fertilizantes solubles. También reduce drásticamente la propagación de malezas y la necesidad de herbicidas. Las marcas líderes extranjeras, principalmente israelíes, y locales dominan el mercado de microirrigación establecido en India.

Bombas solares

Las bombas solares que levantan agua de pozo para alimentar los sistemas de goteo son un multiplicador de beneficios. Sin embargo, la introducción de bombas solares es lenta a pesar de su huella de carbono cero y la tecnología fotovoltaica de bajo mantenimiento. Según estimaciones oficiales, más de veinte millones de bombas de pozo operan hoy en India, divididas aproximadamente entre eléctricas y diésel a un costo unitario solar que oscila entre $ 1,500 y $ 10,000 para varios agricultores. Los cambios en las políticas de subsidios ahora en curso pueden ayudar a allanar el camino para la adopción masiva y, por lo tanto, aumentar aún más el papel de las empresas privadas que contribuyen a la proliferación de bombas solares.

Monitoreo de suelos y cultivos

Los drones equipados con imágenes suelen ser técnica y financieramente asequibles para las comunidades de pequeños agricultores, y también son especialmente adecuados para pequeñas parcelas y agricultura por contrato. La detección temprana y la corrección de las deficiencias del suelo y los cultivos es una propuesta en la que todos ganan, tanto los agricultores como los compradores. Si las grandes empresas agrícolas las compran y operan, la inversión en drones y el análisis de imágenes puede tenerse en cuenta en el precio del producto que se paga a los agricultores.

La ampliación del uso de equipos para el seguimiento de suelos y cultivos a las cooperativas agrícolas y las explotaciones agrícolas por contrato también se beneficia de las nuevas formas de utilización del gasto de capital lideradas por el sector privado, que ahora se extienden desde los países desarrollados a los mercados emergentes.

Tecnología

Las tecnologías incluyen una amplia gama de herramientas de hardware, software y equipos.

Receptores del sistema de posicionamiento global (GPS)
Sistema de posicionamiento global diferencial (DGPS)
Sistemas de información geográfica (SIG)
Sensores remotos
Aplicador de tasa variable
Combine cosechadoras con monitores de rendimiento
Inconvenientes de la agricultura de precisión

Alto costo
Falta de conocimientos técnicos y tecnología
No aplicable o difícil / costoso para pequeñas propiedades
Heterogeneidad de los sistemas de cultivo e imperfecciones del mercado
El enfoque de políticas para promover la agricultura de precisión a nivel de finca

Identificar las áreas de nicho para la promoción de la agricultura de precisión de cultivos específicos.
Creación de equipos multidisciplinarios que involucren a científicos agrícolas en diversos campos, ingenieros, fabricantes y economistas para estudiar el alcance general de la agricultura de precisión.
Brindar apoyo técnico completo a los agricultores para desarrollar pilotos o modelos, que se pueden replicar a gran escala.
Se debe realizar un estudio piloto en los campos de los agricultores para mostrar los resultados de la implementación de la agricultura de precisión.
Crear conciencia entre los agricultores sobre las consecuencias de la aplicación de dosis desequilibradas de insumos agrícolas como riego, fertilizantes, insecticidas y pesticidas.

Leer más

La agricultura ha sido tratada convencionalmente como un espacio intuitivo con sabiduría transmitida de una generación a otra. Pero los problemas actuales, como el clima cambiante y el agotamiento de las tierras agrícolas viables, son de naturaleza más compleja y urgente.

Las Naciones Unidas estiman que la población mundial alcanzará los 9,8 mil millones en 2050 , un aumento de 2,2 mil millones a partir de ahora. Esto significa que tenemos que aumentar significativamente nuestra producción de cultivos para atender al creciente número de personas. Desafortunadamente, la rápida urbanización y los cambios climáticos han reclamado una parte importante de las tierras agrícolas. Solo en los Estados Unidos, ha habido una caída en el área total de tierras de cultivo de 913 millones de acres en 2014 a 899 millones de acres en 2018.

Hoy en día existe una necesidad urgente de producir más alimentos para la creciente población, con menos tierra para cultivarlos. En este artículo, echemos un vistazo más de cerca a cómo el big data y la tecnología agrícola (o tecnología agrícola) pueden ayudar a abordar este desafío.

Descargue Big Data y agricultura: una guía completa ahora.
Ver ahora

Cómo los macrodatos pueden ayudar a la agricultura
Para contrarrestar las presiones de la creciente demanda de alimentos y los cambios climáticos, los legisladores y los líderes de la industria buscan ayuda de fuerzas tecnológicas como IoT, big data, análisis y computación en la nube.

Los dispositivos de IoT ayudan en la primera fase de este proceso: la recopilación de datos . Los sensores conectados en tractores y camiones, así como en los campos, el suelo y las plantas, ayudan en la recopilación de datos en tiempo real directamente desde el suelo.

En segundo lugar, los analistas integran las grandes cantidades de datos recopilados con otra información disponible en la nube, como datos meteorológicos y modelos de precios para determinar patrones.

Por último, estos patrones y conocimientos ayudan a controlar el problema. Ayudan a identificar problemas existentes, como ineficiencias operativas y problemas con la calidad del suelo, y formulan algoritmos predictivos que pueden alertar incluso antes de que ocurra un problema.

La adopción de análisis en la agricultura ha aumentado constantemente; Se espera que su tamaño de mercado crezca de USD 585 millones en 2018 a USD 1236 millones en 2023, a una Tasa de Crecimiento Anual Compuesto (CAGR) del 16,2%.

Descargue Big Data y agricultura: una guía completa ahora.
Ver ahora

Los 4 casos de uso principales para big data en la granja
El alcance de las aplicaciones de big data es amplio y apenas hemos comenzado a explorar la punta del iceberg. La capacidad de rastrear elementos físicos, recopilar datos en tiempo real y pronosticar escenarios puede ser un verdadero cambio de juego en las prácticas agrícolas. Echemos un vistazo a algunos casos de uso en los que los macrodatos pueden marcar la diferencia.

1. Alimentando a una población en crecimiento
Este es uno de los desafíos clave que incluso los gobiernos están uniendo sus cabezas para resolver. Una forma de lograrlo es aumentar el rendimiento de las tierras agrícolas existentes.

Los macrodatos proporcionan a los agricultores datos granulares sobre los patrones de lluvia, los ciclos del agua, los requisitos de fertilizantes y más. Esto les permite tomar decisiones inteligentes, como qué cultivos plantar para obtener una mejor rentabilidad y cuándo cosechar. Las decisiones correctas, en última instancia, mejoran los rendimientos agrícolas.

2. Usar pesticidas de manera ética
La administración de pesticidas ha sido un tema polémico debido a sus efectos secundarios sobre el ecosistema. Los macrodatos permiten a los agricultores gestionar esto mejor al recomendar qué pesticidas aplicar, cuándo y en qué cantidad.

Al monitorearlo de cerca, los agricultores pueden cumplir con las regulaciones gubernamentales y evitar el uso excesivo de productos químicos en la producción de alimentos. Además, esto conduce a una mayor rentabilidad porque los cultivos no son destruidos por malezas e insectos.

3. Optimización del equipo agrícola
Empresas como John Deere han integrado sensores en sus equipos agrícolas y han implementado aplicaciones de big data que ayudarán a administrar mejor su flota. Para las granjas grandes, este nivel de monitoreo puede salvar la vida, ya que permite a los usuarios conocer la disponibilidad del tractor, las fechas de vencimiento del servicio y las alertas de recarga de combustible. En esencia, esto optimiza el uso y asegura la salud a largo plazo de los equipos agrícolas.

4. Gestión de los problemas de la cadena de suministro
McKinsey informa que un tercio de los alimentos producidos para el consumo humano se pierde o desperdicia cada año. Un hecho devastador ya que la industria lucha por cerrar la brecha entre la oferta y la demanda. Para abordar esto, los ciclos de entrega de alimentos desde el productor hasta el mercado deben reducirse. Los macrodatos pueden ayudar a lograr eficiencias en la cadena de suministro al rastrear y optimizar las rutas de los camiones de reparto.

3 estudios de caso de big data en agricultura
Analicemos en profundidad tres estudios de caso sobre cómo las empresas han aprovechado el big data de manera eficaz para resolver los problemas que afectan a la industria agrícola. Esto ayudará a apreciar cómo las soluciones de big data pueden tener un impacto real y contundente en el terreno.

1. Bayer utiliza macrodatos para garantizar una producción alimentaria sostenible
Bayer Group es una empresa de ciencias de la vida con 150 años de historia. Sus competencias centrales se encuentran en las áreas de salud y agricultura, con la ciencia de cultivos como una de sus divisiones más importantes.

La protección de cultivos siempre ha sido un desafío para los agricultores, dada la vulnerabilidad a las malezas y los insectos. Sin embargo, para administrar el herbicida correcto y neutralizar la maleza, los agricultores deben poder identificar la especie exacta. Bayer Digital Farming, una unidad del Grupo Bayer, desarrolló una aplicación que utiliza el aprendizaje automático y la inteligencia artificial (IA) en la identificación de malezas.

Los agricultores cargan fotos de malezas en la aplicación, que luego compara la foto con una base de datos completa de Bayer (con casi 100.000 fotos) para reconocer la especie. Esta aplicación interviene en el momento oportuno, protege los cultivos y aumenta los rendimientos.

2. DTN utiliza macrodatos para mejorar los rendimientos y la rentabilidad
Digital Transmission Network (DTN) , una división de Schneider Electric, proporciona soluciones de información agrícola e inteligencia de mercado a sus clientes. Con DTN, los agricultores y los comerciantes de productos básicos pueden acceder a datos meteorológicos y de precios actualizados para administrar mejor su negocio.

Frente al desafío de administrar una red compleja de fuentes de datos (un ERP, aplicaciones financieras, GIS, paquetes de agronomía y aplicaciones de detección) para brindar información en tiempo real para los clientes, el método actual de DTN para conectar estos sistemas estaba resultando demasiado costoso para mantener.

DTN invirtió en una moderna herramienta de integración de datos que consolidó datos de múltiples fuentes sin tener que escribir una tonelada de código personalizado. Con un conjunto de interfaces limpio y consistente, DTN ahora puede combinar datos meteorológicos y agronómicos críticos de los campos para brindar pronósticos precisos. Con DTN, los agricultores pueden mejorar los rendimientos y reducir los costos sobre la base de estos pronósticos.

DTN se ha convertido rápidamente en un estándar de la industria para el intercambio de información de agronegocios y se ha convertido en un centro de información para una comunidad agrícola y agroindustrial en red.

Descargue la guía definitiva para la integración de datos ahora.
Lee ahora

3. SMAG InVivo utiliza big data para potenciar la agricultura de precisión
InVivo es el grupo cooperativo agrícola líder en Francia con 220 miembros y 6.400 millones de euros en ventas. SMAG , su filial, es el líder francés en sistemas de información agronómica. Su software es utilizado por el 80% de las cooperativas y el 50% de los comerciantes en Francia.

Si bien SMAG había desarrollado muchas aplicaciones móviles para ayudar a los agricultores en sus operaciones diarias, SMAG quería agrupar todos sus datos (30 años de historial de datos meteorológicos, imágenes de satélites y drones, y tipos de suelo) para tomar decisiones informadas más rápido. Su objetivo: utilizar la digitalización para resolver los desafíos alimentarios del siglo XXI.

Usando una herramienta para ayudar a procesar la gran cantidad de datos almacenados y acumulados, SMAG desarrolló un complejo algoritmo de cultivo de datos agronómicos , que permite el uso de diferentes tipos de datos para optimizar la toma de decisiones. Por ejemplo, Data Crop permite a los usuarios realizar un seguimiento del progreso de los cultivos durante el año y predecir los rendimientos, un punto de datos que ha llevado a resultados increíbles de producción de trigo. Actualmente, el 80% de las tierras agrícolas francesas dedicadas al cultivo de trigo se gestiona a través de Data Crop. SMAG planea expandir esto a otros cultivos y países también.

La nube y el futuro del big data en la agricultura
El éxito en la agricultura ha dependido en gran medida de las fuerzas naturales favorables, pero ya no. La unión de la computación en la nube y el big data ha asegurado que los agricultores tengan suficientes puntos de datos para tomar buenas decisiones.

La computación en la nube ha democratizado la disponibilidad de una enorme potencia informática, ya que los centros de datos y el almacenamiento ahora están disponibles en un modelo de «pago por uso». Esto ha hecho posible reunir repositorios de conocimientos que contienen datos como el clima, las prácticas de riego, los requisitos de nutrientes de las plantas y varias otras técnicas agrícolas.

Las aplicaciones basadas en la nube pueden guiar a los agricultores sobre cómo ajustar su producción en función de la demanda del mercado y cómo mejorar su rendimiento y rentabilidad. Hoy en día, un agricultor puede microgestionar la agricultura y todas las actividades que la acompañan; incluso antes de plantar cultivos, es factible estimar los resultados ajustando las variables involucradas.

Empezando con Big Data en agricultura
El big data puede revolucionar verdaderamente el sector agrícola solo si tiene un ecosistema basado en la nube con las herramientas y el software adecuados para integrar varias fuentes de datos. Estas herramientas deberían poder consolidar datos sobre clima, agronomía, agua, equipo agrícola, cadena de suministro, malezas, nutrientes y mucho más para ayudar al agricultor a tomar decisiones.

Talend Data Fabric lo logra al ofrecer un conjunto único de aplicaciones de autoservicio para la integración e integridad de los datos. Le permite transmitir datos de múltiples fuentes en tiempo real y ayuda a obtener información crucial sobre la base de datos de calidad confiables. Pruebe Talend Data Fabric hoy mismo.

Leer más

La agricultura de precisión , o agricultura de precisión, es un concepto moderno de gestión agrícola que, basado en una serie de tecnologías que provienen simultáneamente de fuera del sector agrícola, es cada vez más interesante para los actores de campos relacionados, así como para los legisladores de la UE. .

Apuntando principalmente a los desafíos que pueden surgir si la agricultura de precisión se generaliza, especialmente en las fincas medianas y pequeñas, la ‘ Agricultura de precisión: consideraciones legales, sociales y éticas ‘ tiene como objetivo estimular la reflexión y el debate sobre los desafíos legales y socio-éticos que la precisión la agricultura aumenta. Este estudio en profundidad se basa y se basa en el proyecto de prospectiva científica « Agricultura de precisión y el futuro de la agricultura en Europa » encargado por el Panel de Evaluación de Opciones Científicas y Tecnológicas (STOA) del Parlamento Europeo (en ese momento dirigido por Mairead McGuinness (EPP, Irlanda), vicepresidente del PE responsable de STOA hasta enero de 2017). Como el debate sobreComienza la reforma de la política agrícola común después de 2020 , ¿cómo abordará la UE estos desafíos?

¿Una amenaza o una oportunidad para la agricultura europea?
Las implicaciones de los rápidos avances tecnológicos en el análisis de macrodatos y la computación en la nube para la agricultura de precisión desencadenan la necesidad de una evaluación de la idoneidad del marco legal de la UE para hacer frente a los desafíos éticos y regulatorios que la digitalización y automatización de las actividades agrícolas pueden plantear los próximos años. Entre otras cosas, se espera que la recopilación y el procesamiento de datos dentro de este marco de gestión para las prácticas agrícolas provoque cambios importantes en los roles y las relaciones de poder.

El efecto más profundo de la agricultura de precisión radica en sus posibles consecuencias para los valores sociales, la autonomía del agricultor y las estructuras agrícolas locales. Estos efectos están asociados con la asequibilidad de las tecnologías de agricultura de precisión, la opacidad de la toma de decisiones algorítmica y los términos borrosos del intercambio y la gestión de datos relacionados con la agricultura.

Debido a la escala, la complejidad técnica y los requisitos de infraestructura de las aplicaciones de la agricultura de precisión, su aceptación podría conducir a graves asimetrías de información y a la dependencia del apoyo de servicios fuera de la finca, porque los pequeños agricultores pueden carecer del capital de inversión o del conocimiento para adquirir tecnologías de agricultura de precisión.

La aplicación de la agricultura de precisión puede aumentar aún más la creciente división digital entre granjas pequeñas y grandes, el potencial abuso de datos por parte de los mercados de productos agrícolas o incluso la manipulación por parte de las principales multinacionales. Una aplicación potencialmente amplia puede, en efecto, señalar un cambio de poder sin precedentes en el proceso de la agricultura industrial, lo que podría conducir a monopolios, que a su vez pueden tener un impacto en la seguridad alimentaria, la cohesión regional y la protección sostenible de los recursos genéticos locales y los conocimientos tradicionales.

La pregunta clave es hasta qué punto, para qué objetivos y para qué beneficio se utilizará la agricultura de precisión. La tecnología en sí misma no es buena ni mala; cómo se usa es lo que determina el efecto. Por lo tanto, el principal desafío es desarrollar un marco que pueda hacer frente a las amenazas potenciales a la privacidad y la autonomía de los agricultores individuales de manera pragmática, inclusiva y dinámica.

Llamado a la acción legislativa y la orientación ética
Al presentar reflexiones sociojurídicas de relevancia para el trabajo del Parlamento Europeo, el estudio STOA ilustra las diferentes formas en que estas tendencias tecnológicas afectan el marco legislativo actual de la UE. En él se enumeran las cuestiones que podrían tener que tratarse, las comisiones del PE afectadas y los actos legislativos que podrían necesitar ser revisados, especialmente en vista de la próxima comunicación sobre el futuro de la política agrícola común.. Se consideran áreas de la legislación de la UE que pueden necesitar ser ajustadas o revisadas debido al potencial despliegue de la agricultura de precisión y su mayor capacidad para recopilar y procesar una gran cantidad de datos relacionados con la agricultura. El estudio también proporciona una serie de recomendaciones generales que los actores de la UE pueden tener en cuenta cuando se trata de agricultura de precisión. Concluye con opciones de posibles medidas políticas para abordar los problemas que plantea la agricultura de precisión. Por ejemplo, el estudio señala que los datos pueden ser un bien valioso en sí mismos, advirtiendo que su uso indebido podría tener consecuencias de gran alcance: ‘[Los datos relacionados con la agricultura de precisión] combinados con otros datos agrícolas se pueden triturar, pinzar o aporrear. para mostrar tendencias, predecir los futuros del mercado o la adopción de nuevas tecnologías de cultivos. Así,

El estudio sugiere además que una forma de abordar los desafíos planteados por la agricultura de precisión podría ser incentivar a las organizaciones de productores para que permitan el acceso de sus miembros a la agricultura de precisión, con el apoyo de los fondos de la organización común de mercado única. También se solicitan acciones legislativas en una serie de otras áreas, incluida la redacción de «acuerdos de uso legítimo de la tecnología a nivel de la UE» y la creación de un «código de mejor gestión de datos agrícolas». El estudio también pide el establecimiento de lo que llama ‘un repositorio de datos independiente y centrado en los agricultores en toda la UE’ para garantizar un acceso seguro y adecuado a los datos generados por la agricultura de precisión.

Este estudio en profundidad tiene como objetivo proporcionar a los diputados al Parlamento Europeo una visión general de las diversas cuestiones que probablemente se enfrentarán en los próximos años, y un instrumento con visión de futuro que permita al Parlamento Europeo planificar con anticipación la legislación adecuada.

Leer más

El Profesor Asistente de Agricultura Sostenible Lakesh K. Sharma, el Especialista en Cultivos James Dwyer y el Profesor Asociado de Extensión Andrew Plant, Extensión Cooperativa de la Universidad de Maine, con el Especialista en Suelos de Extensión de la Universidad Estatal de Dakota del Norte Dave Franzen

Para obtener información sobre los programas y recursos de UMaine Extension, visite extension.umaine.edu .
Encuentre más de nuestras publicaciones y libros en extensionpubs.umext.maine.edu .

Las prácticas agrícolas convencionales pasan por alto la variabilidad espacial y temporal dentro de la finca. Tratar una finca completa como una sola unidad puede resultar en una fertilización excesiva y una fertilización insuficiente de áreas con diferentes niveles de nutrientes residuales, así como aplicaciones innecesarias de insecticidas / herbicidas en áreas donde no existen problemas de insectos / malezas. Las imágenes de satélite y las pequeñas unidades voladoras (drones y rapaces) han mostrado resultados prometedores para detectar la diferencia entre las deficiencias de nutrientes y los problemas de insectos / malezas. La agricultura en un sitio específico tiene el potencial de aumentar los ingresos agrícolas y resolver problemas ambientales, lo que facilita las decisiones de gestión de la granja.

Satélite sobre la Tierra visto desde el espacio
Crédito: NASA
Ya sea que esté cultivando de manera convencional u orgánica, la sostenibilidad se puede lograr a través de la agricultura de precisión, con su enfoque específico para el sitio. Al guiar a los productores para que apliquen insumos en función de los problemas y el potencial de rendimiento de un área específica dentro de un campo, la eficiencia aumenta mediante la reducción de las tasas de aplicación, el tiempo, la energía y los costos.

El pensamiento específico del sitio está orientado a los suelos. Tiene en cuenta las diferentes propiedades del suelo causadas por las actividades humanas y naturales, incluidas las prácticas agronómicas pasadas, dentro de cada campo. Tales propiedades diferentes del suelo son inevitables y causan fluctuaciones en la producción de cultivos dentro del campo. Considere la facilidad con la que un agricultor puede detectar diferencias en el color del suelo simplemente pararse en un campo. La gestión específica del sitio se utiliza para identificar diferencias específicas del suelo, recopilar información sobre ellas y luego cambiar las prácticas de gestión, como los requisitos de entrada, en respuesta.

Adopción del enfoque específico del sitio
Muchos agricultores piensan que las herramientas agrícolas específicas del sitio son muy caras y difíciles de usar, lo que las hace poco prácticas en los sistemas agrícolas de tierras secas. Sin embargo, estudios en varias instituciones de concesión de tierras, incluida la Universidad Estatal de Dakota del Norte (Franzen et al, 2015, Sharma et al, 2015, Sharma et al, 2014), la Universidad Estatal de Oklahoma (Raun et al, 2005) y la Universidad de Nebraska –Lincoln (Schepers et al, 1992), han demostrado que el alto nivel de precisión que ofrecen las herramientas específicas del sitio resulta en menores costos, mejores rendimientos y más ingresos netos. Por ejemplo, los sensores ópticos activos terrestres (GBAOS) se han calibrado con éxito en Dakota del Norte, Oklahoma, Nebraska y Missouri para la aplicación de nitrógeno en capas laterales en maíz.

La agricultura en un sitio específico requiere que los agricultores piensen en el futuro y piensen de manera diferente a las prácticas agrícolas convencionales. Implica algunos pasos importantes que deben seguirse correctamente:

Ilustración del tractor que usa tecnología satelital para rociar cultivos en un campoEncontrar su ubicación mediante el uso de receptores del Sistema de posicionamiento global (GPS), mapeo del Sistema de información global (GIS), sensores terrestres y / o imágenes de satélite
Evaluar su ubicación mediante la recopilación de información
Aplicar entradas de tasa variable
Encontrar su ubicación y mapearla
Sistema de posicionamiento global (GPS)
Ilustración que muestra las posiciones / trayectorias de los satélites alrededor de la Tierra
Red de satélite GPS. Crédito: NOAA.
La tecnología GPS se utiliza en todo el mundo. Funciona a través de un sistema de satélites, desarrollado por el Departamento de Defensa de EE. UU., Que transmite señales a cualquier receptor de la tierra. Al medir la cantidad de tiempo que tardan las señales de varios satélites en llegar a un receptor GPS, el receptor puede calcular su ubicación en una posición tridimensional (latitud, longitud y altitud).

Dependiendo de las capacidades del receptor, un GPS puede determinar la ubicación con una precisión de unos pocos centímetros a unos pocos pies. Pueden ocurrir pequeños errores en las coordenadas exactas, pero las lecturas se pueden mejorar usando “GPS diferencial” (DGPS). En el noreste de Maine, se encuentran disponibles sistemas GPS cinemáticos en tiempo real (RTK) que mejoran la precisión de los datos GPS y son ideales para aplicaciones horizontales y verticales como drenaje de agua, dirección automática, labranza en bandas y mapeo. Los sistemas RTK necesitan una estación base o una suscripción a una empresa (como Verizon), que proporciona señales de torre base para receptores GPS.

Ventajas del GPS
Permite la gestión de la tasa de plántulas de acuerdo con las áreas de potencial de rendimiento alto / bajo del campo.
Ayuda a lograr hileras rectas mientras evita la doble siembra, el doble cultivo y la doble aplicación de fertilizantes y productos químicos.
Ayuda en la aplicación de nutrientes de tasa variable
Permite el seguimiento del rendimiento
Sistema de información global (SIG)
La tecnología GIS se puede utilizar para preparar mapas que muestren la variabilidad de parámetros de nutrientes específicos dentro de ciertas áreas de tierra, lo que ayuda a administrar las aplicaciones de tasa variable. Un SIG puede recopilar los datos del análisis de suelos y el rendimiento de los cultivos para predecir el requerimiento de nutrientes / cal de un área específica. Usando coordenadas GPS, los mapas GIS pueden ser muy útiles para determinar la variabilidad del campo de cualquier agricultor sin siquiera salir de la oficina. Los mapas GIS generalmente los prepara la industria de la teledetección; comuníquese con su agrimensor o personal de servicios agrícolas para obtener ayuda.

Otras herramientas
Equipos agrícolas de precisión en el campo
Cortesía de la Universidad Estatal de Oklahoma.
Los sensores ópticos activos basados ​​en tierra pueden medir la biomasa de las plantas y dar lecturas en forma de índice vegetativo de diferencia normalizada (NDVI). Se requiere el desarrollo de un algoritmo para utilizar estos sensores. Se han utilizado con éxito en trigo y maíz para la predicción del rendimiento y en la aplicación de dosis de nitrógeno en tiempo real. Los investigadores universitarios con acceso a al menos tres años de datos pueden desarrollar los algoritmos necesarios.

Las imágenes de satélite son otra herramienta que utiliza datos del NDVI para gestionar los requisitos de nitrógeno (N), pero tiene la desventaja de que no se pueden obtener imágenes durante el tiempo nublado. Su precisión es inferior a la de los sensores ópticos activos basados ​​en tierra.

Evaluación de su ubicación mediante la recopilación de información
Equipos agrícolas de precisión en el campo
Cortesía de la Universidad Estatal de Oklahoma.
Hay varias formas muy eficaces de recopilar información y evaluar un campo. La información sobre el campo se puede recopilar utilizando técnicas de muestreo o con varios tipos de sensores. El uso de sensores es muy común en estos días, pero hay cierta información, como el análisis de nutrientes para la aplicación de fertilizantes antes de la siembra, que se determina mejor mediante el muestreo del suelo. Sin embargo, el sensor óptico activo y el muestreo de tejidos podrían usarse para aplicaciones de nutrientes durante la temporada. A escala comercial, los sensores para las siguientes aplicaciones están fácilmente disponibles:

Sensores ópticos activos terrestres en tiempo real para aplicaciones en temporada, imágenes remotas, sistemas de aviónica no tripulados (UAV) e imágenes de satélite
Monitores de rendimiento
Sensores de conductividad eléctrica del suelo
Sensores para medir la compactación del suelo
Sensores de pH del suelo en tiempo real
Aplicación de entradas de tasa variable: elección de las herramientas adecuadas
Los controladores de tasa variable están disponibles para aplicaciones de entrada basadas en necesidades. Todo tipo de fertilizantes (líquidos, granulados, etc.) se pueden variar en función de las necesidades del cultivo. El equipo existente se puede modificar para aplicaciones de entrada específicas del sitio. El equipo de dosis variable puede variar desde un aplicador de fertilizante comercial de tamaño completo hasta una sembradora personal. La mayoría de las consolas de control son compatibles con muchos dispositivos de aplicación de entrada / plantación, pero consultar con el fabricante para determinar cuál funcionará mejor con su situación es una buena elección. El dispositivo de control de datos podría parecerse más a una pequeña computadora. La mayoría de las empresas cuentan con personal capacitado para ayudar a los productores a seleccionar las herramientas adecuadas para la agricultura en un lugar específico.

Leer más

La ganadería de precisión (PLF) aún no se ha convertido en una realidad comercial generalizada en el sector avícola a pesar del aumento de la producción de investigación, según un nuevo informe.

Si bien el desarrollo de sistemas PLF para la avicultura, en particular pollos de engorde y gallinas ponedoras, ha recibido una atención cada vez mayor a escala mundial, especialmente en los Estados Unidos, China y Bélgica, a través de estudios centrados en mejorar la salud y el bienestar de las aves, aún no se ha centrado sobre comercialización.

Si bien los obstáculos afectan a otros sectores, parece que las PLF en el ámbito avícola se están quedando atrás de otras especies, como el ganado lechero. Foto: Dreamstime
Si bien los obstáculos afectan a otros sectores, parece que las PLF en el ámbito avícola se están quedando atrás de otras especies, como el ganado lechero. Foto: Dreamstime
El informe de revisión de la literatura, «Una revisión sistemática de la cría de ganado de precisión en el sector avícola: ¿La tecnología se enfoca en mejorar el bienestar de las aves», analizó 264 publicaciones revisadas por pares y actas de conferencias.

Encontró que el desarrollo de PLF se ha centrado más comúnmente en la cría de pollos de engorde, seguido de las gallinas ponedoras, y principalmente implica el uso de sensores (ambientales y portátiles) (51,89%) y cámaras (42,42%), seguido del uso de micrófonos (14,02%). . Casi todos los artículos (96,21%) describieron sistemas prototipo, lo que sugiere que había muy pocos sistemas disponibles comercialmente. Las tecnologías disponibles comercialmente fueron los sistemas eYeNamic Camera y sensores ambientales para medir la temperatura, el polvo ambiental, la humedad relativa, la vibración, la concentración de amoníaco, la concentración de dióxido de carbono y un sensor de espesor y grietas para huevos.

¿Por qué faltan sistemas PLF comerciales?
La razón de la falta de sistemas PLF comerciales podría ser, según algunos estudios, que la investigación no involucra a las empresas de fabricación desde el principio. Pocos sistemas se someten a pruebas en condiciones comerciales y, a veces, el desarrollo de la tecnología es incompleto, especialmente cuando el equipo muestra poca solidez o confiabilidad. Esto, junto con el período de recuperación incierto para los agricultores que invierten capital en PLF, está afectando a la industria.

El uso de PLF en las aves de corral está por detrás de otras especies
Si bien los obstáculos afectan a otros sectores, parece que las PLF en el ámbito avícola se están quedando atrás de otras especies, como el ganado lechero. La tecnología PLF disponible comercialmente en el sector lácteo incluye dispositivos para identificar, rastrear y ordeñar animales individuales, alimentar a los animales automáticamente y obtener datos de diagnóstico sobre una variedad de problemas de salud y rendimiento.

Más publicaciones tenían entre los objetivos la salud y el bienestar animal (63,64%) que la producción (51,14%). Asimismo, para las publicaciones con un solo objetivo, más publicaciones tenían como único objetivo la salud y el bienestar animal (39,77%) en comparación con la producción (27,27%).

De los artículos que tenían como único objetivo principal la salud y el bienestar de los animales, la mayoría de las medidas utilizadas para monitorear las aves fueron:

• basado en el comportamiento locomotor (43,81%),

• Vocalizaciones o sonidos de pájaros (20,95%).

• comportamiento de posarse

• comportamiento en reposo

• También se estudió la latencia para acostarse.

Lea también: ‘pitido’ inmediato si se ignora la bioseguridad de la granja

PLF: Bienestar avícola
La revisión de la literatura encontró que la tecnología PLF puede ofrecer medidas de bienestar más objetivas que los métodos de evaluación tradicionales llevados a cabo por observadores humanos, proporcionando datos reales al proceso de discusión que de otro modo sería subjetivo. PLF permite que las granjas modernas a gran escala reproduzcan e incluso mejoren los beneficios de los agricultores que se preocupan y conocen a sus animales, transferidos a una escala mayor. Esto podría hacerse mediante un seguimiento más estrecho del que los agricultores pueden proporcionar incluso a unos pocos animales, así como mediante la integración de datos a través de algoritmos de decisión.

Preocupaciones de los defensores del bienestar sobre los sistemas PLF
Sin embargo, esto ha generado preocupación entre los defensores del bienestar animal de que los sistemas PLF, al ayudar a la gestión de los sistemas de cría intensiva, pueden afianzar el uso de tales sistemas que tienen un potencial limitado para lograr buenos problemas de bienestar animal. Por otro lado, algunos científicos han argumentado que las tecnologías PLF pueden servir para resaltar los problemas de bienestar de los sistemas pobres e informar estrategias basadas en evidencia para su mejora. Otros han dicho que el uso de PLF en el sector de los pollos de engorde solo puede ser parte de una solución para mejorar el bienestar, junto con, por ejemplo, el uso de cepas de crecimiento más lento, la reducción de la densidad de población y el aumento de la duración del período de oscuridad en los galpones.

La revisión dijo que si bien se había discutido sustancialmente el potencial de bienestar, no estaba claro si el objetivo había sido mejorar el bienestar de las aves o si el enfoque había sido mejorar la eficiencia de la producción.

Es necesario trabajar en el futuro para superar las barreras a la comercialización y ampliar la gama de medidas de bienestar, en particular las relacionadas con el comportamiento, que pueden utilizarse como parte del PLF. Y existe la necesidad de realizar más ensayos comerciales a gran escala que involucren a las empresas de fabricación, los agricultores y otras partes interesadas desde el principio.

Leer más

La agricultura no es la producción de cultivos como sostiene la creencia popular, es la producción de alimentos y fibras de la tierra y las aguas del mundo. Sin agricultura no es posible tener ciudad, bolsa, bancos, universidad, iglesia o ejército. La agricultura es la base de la civilización y de cualquier economía estable. Allan Savory

Teniendo en cuenta tantos factores, la agricultura se ha vuelto más inteligente. Las granjas tuvieron que adaptarse para hacer frente a los problemas climáticos, la degradación de la tierra, los mandatos gubernamentales, las regulaciones y más.

La agricultura ha evolucionado como cualquier otro mercado. La evolución es necesaria cuando la innovación controla el mercado. Las decisiones se toman en la agricultura guiadas por datos. La analítica tiene precedencia sobre las intuiciones y puede visualizar los pasos más lógicos a seguir en su operación.

Dicho esto, Data es el nuevo aceite .

Análisis de Big Data en la agricultura

La tecnología nos permite estar más conectados que nunca. Como se indica en el video anterior, los datos se toman en cualquier punto del proceso de cultivo. Los equipos agrícolas ahora tienen computadoras que envían datos a la nube, como la ubicación. El GPS permite a los agricultores ubicar dónde se encuentra un equipo en un momento dado.

Big Data en la agricultura, la experiencia SemaGrow y agINFRA de Andreas Drakos
Esta presentación de diapositivas muestra de dónde provienen los datos atribuidos a Agricultura,
Publicaciones / tesis / informes
Contenido y material educativo
Datos de la investigación
Datos primarios: mediciones y observaciones estructuradas, por ejemplo, conjuntos de datos como tablas digitalizadas en imágenes o videos.
Datos secundarios: elaboraciones procesadas, por ejemplo, dendrogramas, gráficos circulares, modelos
Datos del sensor
Protocolos y métodos experimentales
Datos sociales
Datos de germoplasma
Mapas de suelos
Datos estadísticos
Datos financieros
Un gran desafío y preocupación son los recursos humanos que se necesitan para analizar eficazmente estos conjuntos de datos para formar una idea de un mapa de acción. Los datos se recopilan en tiempo real.

Tecnología de agricultura de precisión
La agricultura de precisión (AP) o la agricultura por satélite o la gestión de cultivos específicos del lugar (SSCM) es un concepto de gestión agrícola basado en la observación, medición y respuesta a la variabilidad de cultivos entre campos e intracampo. – Wikipedia

Al utilizar los macrodatos recopilados en cualquier etapa de la agricultura, se pueden tomar decisiones más inteligentes y precisas basadas en análisis. Muchos dispositivos recopilan datos, especialmente los que se utilizan en el campo, como vehículos aéreos no tripulados y tractores.

MaxBotix se especializa en sensores UAV y telémetros ultrasónicos . Similar a los utilizados en proyectos como Drones agrícolas y tractores automáticos.

Se han implementado vehículos aéreos no tripulados que se utilizan para las etapas de la agricultura y se ha facilitado la agricultura. Pueden hacer de todo, desde contar plantas hasta verificar la temperatura del suelo y los niveles de agua, así como trazar mapas de la tierra.

drones agrícolas para agricultura inteligente
Diseñado por Freepik

Según Michael Mazur de PwC, aquí hay seis opciones para drones agrícolas:

Análisis de suelo y campo: instrumental al inicio del ciclo de cultivo. Produzca mapas 3D precisos y planifique patrones de siembra de semillas.

Plantación: se han creado sistemas de plantación con drones para disparar vainas con semillas y nutrientes vegetales al suelo.

Fumigación de cultivos: equipo de medición de distancia: el eco ultrasónico permite que un dron ajuste la altitud a medida que varía la topografía y la geografía, evitando así colisiones. Los drones pueden escanear el suelo y rociar la cantidad correcta de líquido, modular la distancia del suelo y rociar en tiempo real para una cobertura uniforme.

Monitoreo de Cultivos – T que mayor obstáculo para la agricultura son los grandes campos y baja eficiencia en el seguimiento de los cultivos. Las animaciones de series de tiempo pueden mostrar el desarrollo preciso de un cultivo y revelar la eficiencia de la producción, lo que permite una mejor gestión del cultivo.

Riego: identifique fácilmente qué partes de un campo están secas o necesitan más mejoras. Una vez que un cultivo está creciendo, los drones pueden calcular el índice de vegetación.

Evaluación de la salud de los cultivos : detecte infecciones bacterianas o fúngicas en los árboles. Al facilitar la observación de los cultivos, puede responder para salvar un huerto completo.

Como puede ver, existen usos prácticos para los drones que pueden ayudar a una granja a mantener la sostenibilidad.

Debe tener en cuenta las posibles desventajas de usar drones en su granja. Droneguru.net ha enumerado algunos problemas que una organización puede enfrentar al considerar la implementación de UAV agrícolas en su sistema de agricultura inteligente.

Tiempo de vuelo y rango de vuelo
La mayoría de los drones tienen un tiempo de vuelo corto de entre 20 minutos y una hora. Limita el radio que se puede cubrir durante cada tiempo de vuelo.
Costo inicial de compra
Algunos pueden costar hasta $ 25,000. Algunos drones incluyen hardware, software, herramientas y sensores de imágenes.
Las leyes federales
El uso de drones con fines agrícolas se considera comercial. Los agricultores deben someterse a la capacitación de operadores de la FAA para obtener un certificado de piloto remoto o pueden contratar a un operador.
Interferencia dentro del espacio aéreo
Los UAV agrícolas comparten el mismo espacio aéreo con los aviones tripulados manualmente, lo que los hace propensos a interferencias.
Conectividad
La mayoría de las granjas en los Estados Unidos tienen muy poca cobertura en línea. Si alguna. Los agricultores que deseen utilizar drones deben invertir en conectividad o drones que puedan almacenar los datos localmente.
Dependiente del clima
Es posible que no pueda volar sus drones si hace mucho viento o llueve.
Conocimiento y habilidad
Se necesita personal capacitado y con conocimientos para traducir información útil. Los agricultores promedio sin estas habilidades pueden verse obligados a capacitar o contratar trabajadores calificados.

Robots agrícolas
También conocidos como agribots o agbots, son robots desplegados con fines agrícolas. El uso de estos robots y drones ha ayudado a los agricultores a ahorrar mucho tiempo y, en última instancia, dinero.

Las operaciones agrícolas se pueden ejecutar de forma autónoma mientras se reduce el impacto ambiental.

Tareas como recoger fruta, cuidar los cultivos, desyerbar y fertilizar se pueden realizar de la forma más directa posible con una flota que trabaje día y noche.

Eche un vistazo a este agribot diseñado para desyerbar.

Leer más