La Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO) predice que la población mundial alcanzará los 8.000 millones de personas en 2025 y los 9.600 millones en 2050. Para mantener el ritmo, la producción de alimentos debe aumentar en un 70 por ciento para 2050.
Sin embargo, existen varias barreras para cumplir con este imperativo, que incluyen:
La ralentización del crecimiento de la productividad
La disponibilidad limitada de tierra cultivable
Cambio climático
La creciente necesidad de agua dulce
El precio y la disponibilidad de energía, en particular de combustibles fósiles.
El impacto de la urbanización en
la oferta de mano de obra rural : la edad promedio de los agricultores está aumentando y hay menos jóvenes que ingresan a la industria.
Para hacer frente a estos desafíos, la FAO recomienda que todos los sectores agrícolas estén equipados con herramientas y técnicas innovadoras, en particular tecnologías digitales.
En lugar de reemplazar la experiencia y el instinto de los agricultores, los sistemas de apoyo a la toma de decisiones basados en las TIC, respaldados por datos en tiempo real, brindan información con un nivel de granularidad que antes no era posible.
La agricultura de precisión a veces se conoce como ‘agricultura inteligente’, un término general para facilitar la comparación con otras implementaciones basadas en M2M, como medición inteligente, ciudades inteligentes, etc. La agricultura de precisión es una metodología especializada en sí misma. Se basa en tecnologías de sensores cuyo uso está bien establecido en otras industrias, por ejemplo, telemática para la gestión de flotas, monitoreo ambiental de contaminantes, monitoreo de eHealth en pacientes, etc.
La agricultura de precisión tiene como objetivo optimizar el rendimiento por unidad de tierra de cultivo mediante el uso de los medios más modernos de una manera continuamente sostenible, para lograr lo mejor en términos de calidad, cantidad y rentabilidad financiera.La agricultura de precisión hace uso de una gama de tecnologías que incluyen servicios de GPS , sensores y big data para optimizar el rendimiento de los cultivos. En lugar de reemplazar la experiencia y el instinto de los agricultores, los sistemas de apoyo a la toma de decisiones basados en TIC, respaldados por datos en tiempo real, pueden proporcionar adicionalmente información sobre todos los aspectos de la agricultura a un nivel de granularidad que antes no era posible. Esto permite una comprensión más precisa de lo que está sucediendo a nivel de base, lo que a su vez permite tomar mejores decisiones, lo que resulta en menos desperdicio y máxima eficiencia en las operaciones. Las disciplinas y habilidades que ahora se requieren para la agricultura incluyen robótica, imágenes basadas en computadora, tecnología GPS, soluciones basadas en la ciencia, pronóstico del clima, soluciones tecnológicas, controles ambientales y más. Por lo tanto, para hacer el mejor uso de todas estas tecnologías, es esencial capacitar a los agricultores y administradores agrícolas en su uso.
Para todas las implementaciones M2M, los sistemas de TI recopilan, cotejan, analizan los datos y los presentan de tal manera que se inicie una respuesta adecuada a la información recibida. Para los agricultores y los agricultores, el agricultor presenta una amplia variedad de información sobre el comportamiento del suelo y los cultivos, el comportamiento de los animales, el estado de las máquinas, el estado del tanque de almacenamiento que emana de sitios remotos para que actúen. Esto se analiza junto con una amplia gama de datos. Las oficinas agrícolas ahora recopilan grandes cantidades de información de rendimiento de cultivos, mapeo de suelos, aplicaciones de fertilizantes, datos meteorológicos, maquinaria y salud animal; todos estos son factores que influyen en la agricultura, como los suelos, la nutrición y el clima. Los datos son el componente fundamental de la agricultura inteligente, ya sea que provengan de una muestra de suelo o de una señal de corrección satelital. Por ejemplo, Los puntos de datos recopilados pueden resaltar la variabilidad espacial y temporal dentro de un campo. Muchos factores pueden contribuir a esta variabilidad; comprender el efecto de cada factor solo puede medirse y gestionarse mediante el análisis estadístico de los datos.Captura de pantalla 2016-01-23 a las 10.41.28
El gráfico de la derecha muestra los diferentes tipos de tecnologías involucradas en la agricultura inteligente. El conjunto de tecnologías utilizadas en la agricultura inteligente es complejo, para reflejar la complejidad de las actividades dirigidas por agricultores, productores y otras partes interesadas del sector.
Finalmente, es importante destacar la contribución cada vez más importante de la robótica en la visión de la granja inteligente a través de varios tipos de vehículos autónomos, drones, sistemas de ordeño automático y robots recolectores de frutas y verduras.
Hacia la granja inteligente
Lo que hace que la agricultura de precisión sea especial es el sistema de TI en el otro extremo de la cadena de suministro, el sistema de apoyo a las decisiones en la oficina administrativa. Si bien la tecnología aún está en su infancia, la noción de ‘granja conectada’ se está acercando, particularmente si los siete tipos de actividad agrícola que enumeramos a continuación están de alguna manera conectados no solo entre sí, sino también a una gran cantidad de datos históricos. tales como eventos meteorológicos, clima, economía, información y especificaciones del producto, configuración de la máquina, etc.
También anticipamos que el uso de sensores en la agricultura se extenderá a áreas adjuntas, como el monitoreo ambiental, la gestión de la tierra y la trazabilidad de los alimentos.
De esto se trata el Internet de las cosas, que conecta sistemas para permitir una visión integrada y multidimensional de las actividades agrícolas, lo que permite una comprensión más profunda de cómo funciona todo el ecosistema. La agricultura de precisión se convertiría en una «agricultura de decisión».
También es importante aprender las lecciones de otros despliegues de proyectos ‘inteligentes’ a gran escala, en particular los proyectos de medición inteligente en curso en países europeos.
Desde una perspectiva industrial M2M, el sector agrícola todavía se considera un sector menor. Si bien el impacto más inmediato de las tecnologías M2M en la agricultura se centra en proporcionar conectividad remota entre sensores en el campo y sistemas de gestión de información agrícola, las tecnologías M2M y todas las tecnologías en torno a la visión de Internet de las cosas son habilitadores clave para la transformación del sector agrícola hacia el visión agrícola inteligente. También anticipamos que el uso de sensores en la agricultura se extenderá a áreas adjuntas, como el monitoreo ambiental (ver el estudio de caso a continuación), la gestión de la tierra y la trazabilidad de los alimentos. Esto es una consecuencia del mayor enfoque del público en temas como la seguridad alimentaria y la preservación de la vida silvestre. También es importante aprender las lecciones de otros lanzamientos de proyectos ‘inteligentes’ a gran escala, en particular, los proyectos de medición inteligente en curso en países europeos. Por ejemplo, el gobierno del Reino Unido se está esforzando mucho para garantizar que exista un marco regulatorio completo para respaldar el programa y que se comprendan todas las implicaciones legales. Estos se refieren a la privacidad del cliente, la propiedad de los datos recopilados y si está permitido que estos datos se reutilicen para otros usos. Estas cuestiones son igualmente relevantes para la industria agrícola, y es necesario implementar un marco similar para obtener las mejores ventajas de la «agricultura inteligente». y si está permitido reutilizar estos datos para otros usos. Estas cuestiones son igualmente relevantes para la industria agrícola, y es necesario implementar un marco similar para obtener las mejores ventajas de la «agricultura inteligente». y si está permitido reutilizar estos datos para otros usos. Estas cuestiones son igualmente relevantes para la industria agrícola, y es necesario implementar un marco similar para obtener las mejores ventajas de la «agricultura inteligente».
Además, existe el problema de la propiedad de los datos que se recopilan de los sensores: se dice que los agricultores son reacios a compartir sus datos. Es necesario elaborar un caso comercial, junto con algunos incentivos para trabajar con proveedores de piensos, por ejemplo, y desarrollar la confianza. Varias iniciativas de la UE en la ganadería de precisión, financiadas por el 7PM y Horizonte 2020, están analizando todos estos temas.
Áreas de aplicación y el caso de la ganadería de precisión
La investigación ha identificado siete áreas de aplicación clave en las que la visión de Internet de las cosas puede dar forma a la granja del futuro.
Gestión de flotas (seguimiento de vehículos agrícolas)
Agricultura arable, agricultura de campo grande y pequeña
(Horticultura)
Ganadería de precisión
Cultivo interior (invernaderos y establos)
Acuicultura
Silvicultura
Supervisión de almacenamiento: tanques de agua, tanques de combustible
Estas áreas de aplicación pueden coexistir en varios casos y también pueden implicar el uso de diferentes conjuntos de tecnologías. En aras de la brevedad, este trabajo analizará el caso de la ganadería de precisión como ejemplo.
Estudio de caso: ganadería de precisión
La gestión del ganado es un área madura en la agricultura inteligente. Existe un caso creciente para usar Internet de las cosas para monitorear la salud y el estado de los animales de granja, recopilar datos y analizar esos datos e intercambiar datos y análisis por una variedad de razones, existen diferentes razones para el ganado vacuno, ovino, equino, porcino y pollos.
Vacas
La leche tiene un valor elevado y el ordeño robotizado va en aumento. Hoy en día, los ordeñadores robóticos tienen todos los datos vinculados por defecto. Con el ordeño controlado por software junto con el uso de una etiqueta electrónica, los agricultores pueden obtener información detallada sobre el rendimiento y la calidad de la leche, pero también los requisitos de salud y alimentación de cada animal, y la advertencia de enfermedades inminentes.
Cada vez es más evidente que la salud de los animales de granja no puede separarse de la salud del medio ambiente, la gestión de la tierra y, finalmente, la salud humana.
Oveja
En el Reino Unido, el caso del rastreo en la cría de ovejas es cada vez más urgente. Aquí la cría de ovejas no se distribuye de manera uniforme: determinadas razas ocupan entornos específicos a los que se adaptan mejor. Los agricultores de las colinas a menudo son pobres y sus rebaños deambulan por áreas muy grandes y es difícil ver si quedan cojos. En los últimos meses, el susurro de ovejas se ha vuelto gravemente endémico y los agricultores han perdido rebaños enteros. En el invierno, las ovejas pueden quedar enterradas en la nieve y pueden morir si no se encuentran. En particular, el bienestar y la supervivencia de los corderos son críticos, especialmente cuando se acerca el momento en que las ovejas parirán. La teledetección de incluso partes de la bandada permitiría comprender mejor los problemas y sugeriría soluciones.
Cerdos y pollos
Los cerdos y las gallinas permanecen principalmente en sus casas. Utilizando técnicas de monitoreo es posible determinar las condiciones de la vivienda, no solo controlando la temperatura y la humedad, sino también midiendo los niveles de polvo y gases. También es posible monitorear la agresión y varios parámetros de comportamiento. Por lo tanto, la información detallada puede revelar el estado de la salud y el bienestar de los animales, lo que a su vez impacta en la industria alimentaria más adelante.
En 2015, se plantearon planes para la creación de un Centro de excelencia ganadera en el Reino Unido, respaldado por una inversión inicial de 34 millones de libras. Los patrocinadores incluyeron multinacionales y empresas de los sectores de la cría de animales, la salud animal, la alimentación y la nutrición y la tecnología, que cubren una amplia gama de la cadena de suministro. El Grupo de Enfoque EIP-Agri de la UE también está investigando las emisiones del ganado y sus efectos más amplios.