La agricultura de precisión, también conocida como agricultura inteligente, son métodos que permiten a los agricultores minimizar los costos de insumos mientras maximizan los rendimientos utilizando recursos mínimos y lejanos como fertilizantes, agua, semillas y muchos más. El mapeo de campos y la implementación de sensores permiten a los agricultores comprender sus cultivos a microescala y luego reducir los impactos en el medio ambiente y conservar los recursos. El origen de la agricultura de precisión se remonta a la década de 1980, cuando los primeros agricultores adoptaron el monitoreo del rendimiento de los cultivos para obtener las cantidades correctas de recomendación de corrección de pH y fertilizantes. El GPS, el Sistema de Posicionamiento Global, cobró vida y llegó hasta el ciudadano común. Se siguió con precisión el mapeo de las granjas, recogiendo la inteligencia relevante, lo que permite a los mismos agricultores monitorear y tratar las malezas y aplicar fertilizantes en el área requerida. Conforme el tiempo fue pasando,

El rápido aumento de la demanda de alimentos, la calidad y cantidad agrícolas y la preocupación cada vez mayor por el uso de métodos agrícolas modernos sin contaminación, la eficiencia, el impacto ambiental y la seguridad siempre han sido una prioridad. Hoy en día, los productores aprovechan la última tecnología para ayudarlos a mantener una ventaja en un mercado muy competitivo. Esto implica que los beneficios de la información para ofrecer cosechas de calidad y eficiencia agrícola de la agricultura inteligente son infinitos. Estos beneficios son tan buenos como los datos proporcionados por los sensores. Los sensores son dispositivos que recopilan información dentro de una parcela de una granja, a distancia. Esto es lo que se llama teledetección.

Los instrumentos modernos de teledetección han avanzado más allá de la película fotográfica convencional. Si pregunta sobre el dispositivo actual, se dará cuenta de que puede medir la radiación, la luz y el calor. Esto se logra capturando las diferentes longitudes de onda del espectro electromagnético. La popularidad de los drones en la industria agrícola ha hecho que este equipo sea cada vez más asequible.

Las herramientas de detección remota toman medidas reales en toda la finca durante un período determinado para que el agricultor pueda analizar más tarde las condiciones de su finca en función de los conjuntos de datos recopilados y tomar las medidas necesarias que impactarán positivamente su rendimiento en el futuro. Los sensores pueden detectar de manera eficiente los signos de enfermedades en los cultivos y dar señales al agricultor para que pueda contrarrestar en una etapa temprana antes de que se propague ampliamente. Tareas simples como recuento de plantas, estimación de rendimiento, manejo de riego, detección de malezas; La evaluación de la salud de las plantas, el mapeo de archivos y la detección de estrés en los cultivos se pueden realizar mediante sensores remotos.

Los diferentes sensores realizan diferentes tareas. Dependiendo de la necesidad del cultivador y el objetivo ned del agricultor. Un agricultor de subsistencia o de pequeña escala tiene requisitos diferentes en comparación con el agricultor comercial que puede tener varios campos o una gran extensión de tierra.

Plataformas de sensores
Los sensores se clasifican según su tecnología. Ellos pueden ser:-

Sensores de tierra;
Sensores aéreos; y
Sensores satelitales.
Sensores de tierra

Los sensores de tierra siempre están montados en tractores o combinadores, portátiles o independientes en el campo. Los usos típicos de los sensores terrestres son evaluar los niveles de nutrientes para la aplicación de nutrientes y productos químicos específicos y medir el contenido de humedad del suelo o el clima.

Sensores aéreos

El progreso y la evolución de la tecnología de drones han hecho posible que los sensores aéreos sean mucho más asequibles. Esta tecnología coloca la vista de pájaro de las granjas y campos al alcance de la mayoría de los agricultores. El sensor también se puede conectar a aviones, lo que lo convierte en otra opción relativamente barata. Estos sistemas pueden capturar imágenes y datos de alta resolución al ritmo del agricultor, a baja altitud, lo que permite un análisis exhaustivo de las granjas. Los usos típicos de estos instrumentos son: detección de malezas, estimaciones de rendimiento, conteo de la población de plantas, medición del contenido de clorofila y evaluación de la salinidad del suelo. Sin embargo, la desventaja de estas plataformas aéreas es que el viento, la lluvia y las nubes pueden limitar su uso.

Sensores satelitales

Los sensores de satélite generalmente brindan cobertura de grandes áreas de tierra y en la mayoría de los casos son útiles para monitorear el estado de salud de los cultivos, calcular las pérdidas por condiciones climáticas extremas y realizar evaluaciones de rendimiento. La desventaja de este método es que el costo y la nubosidad podrían limitar fácilmente su cobertura.

Eliminando el juego de adivinanzas: los sensores mismos
Los tipos de sensores apropiados variarán de una granja a otra. Un cultivador debe comprender qué es exactamente lo que desea medir y por qué el sensor en particular se adaptará a su estilo de manejo de cultivos y las tareas de planificación futuras.

Un sensor óptico generalmente usa luz para medir las propiedades del suelo. Miden diferentes frecuencias de luz de reflectancia de luz en espectros de luz polarizada, infrarrojo cercano e infrarrojo medio. Estos sensores se pueden colocar en drones, satélites u otras plataformas aéreas. El color de la planta y la reflectancia del suelo son los dos conjuntos de datos que se pueden recopilar aquí.

Los sensores de radar y microondas en los satélites superan las condiciones climáticas y proporcionan datos de monitoreo agrícola poderosos. Algunos de los sensores pueden estar diseñados para capturar franjas de espectro electromagnético, mientras que algunos otros sensores están diseñados para medir solo las franjas estrechas relevantes para un tipo particular de análisis. Todo esto depende de los objetivos de los productores.

Los sensores electroquímicos en la mano proporcionan información sobre los niveles de nutrientes del suelo y el pH. Los electrodos sensores funcionan investigando la especificación en el suelo. Desempeña un papel crucial en el mapeo de datos químicos del suelo.

Finalmente, los sensores de flujo de aire miden la permeabilidad al aire del suelo. Estas mediciones se pueden realizar en movimiento o en ubicaciones singulares o de forma dinámica. Mide los diversos tipos de propiedades del suelo, como compactación, tipo de suelo, estructura y nivel de humedad. Esto se logra determinando la presión requerida para empujar una cantidad de aire hacia el suelo a una profundidad prescrita predeterminada.

Conclusión

Las tecnologías de detección están evolucionando todos los días, lo que implica que depende de los agricultores elegir si utilizar métodos de prueba y error o métodos validados científicamente para contribuir a aumentar sus ganancias a lo largo del tiempo.

Leer más

Un nuevo método permite agilizar el proceso de toma de decisiones en la mejora genética de los cereales para la producción de bioetanol. Un equipo liderado por el Consejo Superior de Investigaciones Científicas (CSIC) propone emplear drones para caracterizar de forma rápida y no destructiva los cereales y seleccionar las variedades más adecuadas. Las conclusiones se publican en la revista académica Frontiers in Plant Science.

El bioetanol es un combustible que se obtiene a través de la fermentación de los azúcares presentes en la materia orgánica de plantas y vegetales. La caña de azúcar, la remolacha, los cereales y el maíz son algunas de las materias primas utilizadas para su obtención. En los últimos años, su producción a partir de la paja del cereal ha desembocado en el desarrollo de programas de mejora genética para aumentar la calidad y cantidad de la biomasa y los azúcares.

«Hasta ahora la caracterización de dichas variables se realizaba de manera destructiva al cosechar el cultivo y empleando técnicas de laboratorio que requieren de mucho trabajo y tiempo, lo que limita el desarrollo de dichos programas de mejora vegetal», explica el investigador del CSIC José Manuel Peña, del Instituto de Ciencias Agrarias.

foto
El dron sobrevuela los cultivos durante los experimentos.

Mediante el análisis de las imágenes captadas por el dron en varias bandas espectrales, los científicos han elaborado un ranking de las variedades vegetales que poseen una mayor y menor cantidad de biomasa y azúcar liberado durante la fermentación, “variables fundamentales a la hora de producir bioetanol”.

Durante los experimentos, un dron tomó imágenes multiespectrales de 66 accesiones o registros de cuatro especies de cereales (trigo harinero, trigo duro, cebada y triticale) y durante todo su ciclo de desarrollo. La hipótesis de partida era que dichas imágenes servirían para caracterizar las accesiones usando técnicas avanzadas de análisis de imágenes y la información espectral recogida en forma de índices de vegetación.

Los resultados de los análisis demostraron que los índices de vegetación GNDVI, ExG y NDVI (que varían según el vigor, estado fenológico y desarrollo de la vegetación) presentaron buenas correlaciones con variables fundamentales en la producción de bioetanol, como es el peso total de la biomasa seca, el azúcar liberado y el rendimiento teórico del etanol, respectivamente. “Estos resultados nos permitieron concluir que esta tecnología es viable para caracterizar las variables estudiadas y predecir una clasificación de las accesiones de cereales más adecuadas para la producción de bioetanol”, concluye el investigador del CSIC.

Leer más

Internet de los frijoles
Se están llenando «granos de plástico» del tamaño de un pulgar con sensores y se arrojan a contenedores de granos e instalaciones de almacenamiento para la agricultura de precisión, eliminando la necesidad de dispositivos portátiles o sistemas elaborados de monitoreo de humedad, según un artículo en AGWeb de Farm Journal .

Las vainas del sensor se pueden dejar caer en un sinfín y formar parte del almacenamiento de granos. Se cargan de forma inalámbrica y envían datos a lo largo del día a un teléfono inteligente o concentrador remoto.

fuente: Bean IoT
Fuente: Bean IoT

Los beans pueden enviar una señal cuando leen mediciones fuera de las condiciones normales. Actualmente en prueba, BeanIoT utiliza sensores y conectividad inalámbrica para aplicaciones agrícolas prácticas. Mide la temperatura, la humedad, la calidad del aire, la altitud, los gases, incluido el CO2, y el movimiento del grano almacenado a granel.

Cómo trabajan para proporcionar agricultura de precisión
Diseñado para ser usado, transportado o desplegado por toda la casa o la fábrica, cada bean contiene una radio bluetooth, brújula electrónica, giroscopio y sensores. Todos los componentes «hablan» entre sí mediante una red de malla inalámbrica adaptativa de nodos estáticos o móviles.

Cada dispositivo tiene una serie común de sensores ambientales que, cuando se combinan con redes de área amplia de bajo consumo, recopilan grandes datos y funcionan con servicios en la nube para su análisis, según BeanIoT .

“Existe un punto óptimo para obtener una imagen precisa de la humedad, la temperatura y la actividad del CO2”, dijo Andrew Holland, director ejecutivo y fundador de BeanIoT. «Imagine tener acceso a un flujo continuo de datos sobre las condiciones de almacenamiento».

RFMOD, el productor de BeanIoT, está desarrollando una aplicación multiplataforma capaz de programar beans sobre la marcha. Los beans se pueden configurar individualmente o en grupos para medir diferentes parámetros y límites según lo requiera el usuario. Una vez que los frijoles están en su lugar, un productor tiene múltiples opciones de monitoreo. Los datos se muestran en una tableta o teléfono inteligente como una visualización de mapa sensorial en capas.

Los frijoles solo enviarán información cuando sea necesario, permaneciendo inactivos y conservando energía hasta entonces. Si existe un problema, el bean despierta a sus vecinos y envía alertas inalámbricas. La carga de la batería dura 14 meses y se recarga en pocas horas.

Interés y varios casos de uso
Los frijoles no solo son aptos para contenedores de granos. Holland dijo que un productor puede reasignar los sensores para su uso en un establo de ganado, cobertizo de químicos, colmena de abejas o equipo agrícola. Mediante el seguimiento de la ubicación, se puede colocar un frijol dentro o debajo del equipo de modo que si la maquinaria sale de la propiedad agrícola, los frijoles restantes hacen sonar la alarma y envían alertas instantáneas al propietario.

fuente: BeanIoT
Fuente: BeanIoT

Las pruebas de BeanIoT ya están atrayendo la atención. Fengrain , una operación de almacenamiento y comercialización de granos del Reino Unido propiedad de agricultores que mueve 700.000 toneladas de cultivos cada año, se ha interesado en la tecnología, según AGWeb.

“Las capacidades multisensores propuestas de BeanIoT ciertamente se relacionan bien con nuestro incesante impulso para mejorar la calidad del producto, mientras ahorramos dinero a través de nuevas eficiencias”, según Paul Randle, director de desarrollo comercial de Fengrain.

Holland espera completar las pruebas en 2016 e ingresar al mercado estadounidense en 2017.

“Queremos hacer estos sensores de frijoles a escala y baratos para todos”, dijo. «[El» Internet de las cosas «] está listo para la agricultura, y el mundo de posibilidades para la agricultura es infinito».

La funcionalidad de BeanIoT no se limita a la agricultura. Está diseñado para presentar una serie de casos de uso en varios mercados, que incluyen:

Edificio inteligente
Calidad del aire, HVAC, control de iluminación por gestos
Rastrear y buscar
Localizar llaves / anteojos / bolso / teléfono / reloj inteligente
Registrador de datos de tránsito de paquetes
Deportes y bienestar
Evaluar el rendimiento y la interacción en equipo
Vivienda asistida, incluida la detección de caídas y la proximidad
Agri-Tech
Almacenamiento y acondicionamiento a granel (por ejemplo, cereales / patatas)
Seguimiento de activos valorados
Entretenimiento
Multitud / entretenimiento
Gestos / controlador de juegos / Air-Mouse
Minorista / Publicidad
Promoción de baliza / en la tienda
Información del producto en el punto de venta

Leer más

«A veces, me quedo aquí sentado, hojeando mi teléfono, jugando o haciendo llamadas».

Jiang Liqing no es un vago en la oficina, sino un conductor de tractor experimentado en la Granja Xinhu en la Región Autónoma Uygur de Xinjiang.

Los motores de los tractores todavía zumban de manera constante, pero la introducción de vehículos autónomos ha cambiado la forma en que trabaja Jiang.

A diferencia de las carreteras de la ciudad, las amplias tierras de cultivo de Xinjiang no tienen líneas blancas o amarillas para mantener a raya a los conductores de tractores. Para mantener un camino recto, Jiang una vez pasó hasta 40 minutos marcando un campo de 800 metros de largo antes de comenzar.

Los tractores autónomos solo necesitan dos marcas y Jiang las hace en una motocicleta en cinco minutos. Con unos pocos toques en la pantalla de control, el tractor se pone en movimiento mientras Jiang se sienta en la cabina, revisando su teléfono.

Desde el noroeste de Xinjiang hasta Jiansanjiang, una importante base de cultivo de granos en la provincia nororiental de Heilongjiang, hasta una granja automatizada en Xinghua, provincia oriental de Jiangsu, China está explorando la agricultura de precisión, una nueva forma de agricultura que algún día podría no conducir a agricultores.

A medida que más personas se trasladan a las ciudades, conseguir mano de obra calificada es un desafío importante en la agricultura. La Global Harvest Initiative en los Estados Unidos estimó que de 2005 a 2019, la fuerza laboral agrícola se redujo en 58 millones de personas o un 11 por ciento.

Mientras tanto, se espera que el clima severo causado por el cambio climático afecte los rendimientos de los cultivos. ¿Cómo alimentar a la creciente población con menos trabajadores mientras se adapta al clima cambiante? La agricultura de precisión está surgiendo como la respuesta.

Shen Jun, científico en jefe de la Cooperación de Ciencia y Tecnología Unistrong de Beijing, dijo que la agricultura de precisión aplica tecnologías como sistemas globales de navegación por satélite, sensores remotos y sistemas de control automático en todo el proceso agrícola.

El despliegue del sistema de navegación por satélite BeiDou (BDS), los satélites de detección remota Gaofen y las redes 5G permite a China aprovechar las tecnologías de agricultura de precisión.

En Xinjiang, por ejemplo, el mejor momento para la siembra de primavera suele durar 10 días. Un conductor de tractor experimentado puede arar, fertilizar y sembrar unas 133 hectáreas en este tiempo. Con un tractor autónomo, eso llega a unas 200 hectáreas.

Con BDS, el sistema de conducción autónoma desarrollado por Unistrong tiene una precisión de 2,5 cm, lo que aumenta la tasa de utilización del suelo en un 3 por ciento. «Suena pequeño, pero para las grandes granjas en Xinjiang, suma mucho», dijo Nan Shunxian, gerente general del Centro de Agricultura de Precisión en Unistrong.

La semana pasada, dos satélites de observación de la Tierra del proyecto Gaofen de China se pusieron en servicio después de completar las pruebas en órbita. Gaofen-6, lanzado en junio del año pasado, puede proporcionar datos sobre desastres agrícolas y estimar el rendimiento de los cultivos.

Los sensores y drones generan y recopilan datos como la humedad del suelo, plagas y malezas. La conectividad de alta velocidad de 5G permite que las máquinas agrícolas se comuniquen entre sí y operen en tiempo real, para que los operadores puedan responder a las emergencias rápidamente.

Shen dijo que los tractores y cosechadoras autónomos todavía necesitan personas para supervisar. En la siguiente etapa, un dron primero hará un estudio detallado de los campos. Entonces, un operador puede planificar y ajustar rutas, e incluso administrar varios tractores funcionando al mismo tiempo las 24 horas del día.

Con todos esos datos, los agricultores del futuro necesitarán menos conocimientos y experiencia, dijo Shen. Serán operadores y gerentes. Todo el trabajo estará automatizado con los mejores planes diseñados por inteligencia artificial.

En junio pasado, las máquinas autónomas completaron la mayor prueba de automatización agrícola en China hasta ahora con una cosecha de arroz en una granja en Xinghua.

La Telematics Industry Application Alliance (TIAA) fue uno de los principales organizadores de la prueba. Pang Chunlin, secretario general del grupo, dijo que uno de los principales objetivos de este año es lograr operaciones de 24 horas en la granja Xinghua.

TIAA y sus socios lanzarán otras dos pruebas en Heilongjiang y Chongqing, con el fin de obtener más experiencia en agricultura automatizada en diferentes terrenos y tipos de suelo.

En la última temporada de cosecha, el juicio en Xinghua tuvo su primer revés. El suelo estaba muy compactado después de varios días de lluvia, lo que dificultaba el movimiento de los tractores autónomos. «Los tractores se esforzaron obstinadamente y varios motores se averiaron», dijo Pang.

Tal frustración es normal en el camino hacia la automatización, dijo. China necesita explorar la agricultura automatizada por pasos. La prueba obtuvo un amplio apoyo de los gobiernos locales, los fabricantes de tractores y las instituciones de investigación, y se espera que finalice con éxito en 2025.

Leer más

Cuando se trata del manejo de plagas, el costo de oportunidad de renunciar a la agricultura de precisión es simplemente demasiado alto. A escala mundial, los patógenos y las plagas están reduciendo los rendimientos de los cinco cultivos alimentarios principales entre un 10% y un 40%. Además de las vastas consecuencias económicas, los daños causados ​​por las plagas también suelen tener un efecto dominó negativo en el medio ambiente, incluida la posible pérdida de hábitats de vida silvestre y la obstrucción de arroyos y vías fluviales. La gestión eficaz de plagas se basa en el uso de herramientas y estrategias que son posibles gracias al acceso a Big Data. La agricultura digital permite la toma de decisiones basada en datos que ayuda a integrar el manejo de plagas en el manejo diario de las granjas.

El manejo de plagas es cuando el manejo de la granja utiliza estrategias de prevención, evitación, monitoreo y supresión ambientalmente sensibles para manejar malezas, insectos, enfermedades, animales y otros organismos que directa o indirectamente causan daño o molestia. Hay una gran cantidad de factores y los agricultores emplean una variedad de estrategias de manejo de plagas que incluyen labrar el suelo, rotar cultivos, explorar campos, considerar cuidadosamente factores como la densidad de plantas y las fechas de siembra y, a menudo, aplicar pesticidas orgánicos o sintéticos.

Los sistemas agrícolas digitales de SaraniaSat ™ utilizan soluciones combinadas de hardware y software de detección remota para recopilar datos con mayor frecuencia y precisión. Cuando las mediciones de imágenes de detección remota de infrarrojos de onda larga (LWIR) se procesan con los algoritmos de detección de señales débiles no lineales de SaraniaSat ™, los datos resultantes demuestran ser un predictor eficaz del estrés de los cultivos y el rendimiento final de la cosecha. Además de LWIR, las imágenes de infrarrojos de onda media (MWIR) también contienen información procesable sobre el estrés de los cultivos que está ausente en el índice de vegetación de diferencia normalizada convencional (NDVI) que actualmente se utiliza ampliamente para la agricultura de precisión.

Los rangos espectrales difieren entre LWIR (banda de longitud de onda de 8-10 micrones) y MWIR (banda de longitud de onda de 3-5 micrones), y también lo hacen algunos otros factores. Por ejemplo, el componente de emisión terrestre en la banda MWIR es significativamente más bajo que en la banda LWIR, y se mezcla con la reflectancia solar, lo que dificulta la determinación precisa de las temperaturas del dosel y del suelo. Tanto las imágenes procesadas MWIR como LWIR son superiores a los mapas NDVI en su capacidad para detectar variaciones de humedad del suelo en suelos desnudos antes de la siembra. Además, las imágenes LWIR procesadas son más sensibles al mostrar variaciones más finas en un rango dinámico más amplio de estrés del cultivo.

Los datos que procesa SaraniaSat ™ a menudo se combinan con fuentes externas, como información meteorológica, y están sujetos a análisis e interpretación por parte de agrónomos expertos. La información de gestión agrícola procesable resultante permite a los agricultores tomar decisiones más informadas y apropiadas, de forma rápida y precisa, ahorrando tiempo y recursos valiosos como mano de obra, fertilizantes, riego y costos de protección de cultivos. Desde una perspectiva de gestión agrícola, la «alerta temprana» o el conocimiento de la salud de los cultivos antes de la manifestación visible de los efectos del estrés de los cultivos, es de gran valor.

Las plagas, enfermedades y malezas pueden resultar en daños costosos e irreparables para el ganado y los cultivos. El manejo integrado de plagas tiene como objetivo resolver los problemas de plagas y, al mismo tiempo, minimizar los riesgos para las personas y el medio ambiente. Es una estrategia basada en el ecosistema que se enfoca en la detección temprana y mitigación de la infestación de plagas y su daño a través de una combinación de técnicas que incluyen el control biológico, la manipulación del hábitat, la modificación de las prácticas agrícolas y el uso de variedades resistentes. La idea es utilizar la información procesable proporcionada por SaraniaSat ™ para maximizar los beneficios de las prácticas agrícolas que promueven la salud de las plantas y permiten que los cultivos escapen o toleren el daño de las plagas, y para mejorar el impacto de cualquier control natural beneficioso ya presente.

Si no se controlan, las plagas, las especies invasoras y las enfermedades de las plantas tienen el potencial de devastar industrias agrícolas enteras, eliminar empleos, amenazar nuestros suministros de alimentos y costar miles de millones. Afortunadamente, las soluciones de análisis y adquisición de datos de teledetección de SaraniaSat ™ proporcionan una manera eficiente y rentable de recopilar datos no solo a escala de campo o granja individual, sino que también permiten la agregación precisa de datos a escalas regionales y nacionales. Los algoritmos de fusión de sensores y detección de señales débiles no lineales de SaraniaSat ™ funcionan de manera eficiente en el «borde», en otras palabras, en el punto en el que se adquieren los datos digitales y, por lo tanto, reducen el tiempo de demora o latencia para proporcionar a nuestros clientes información procesable. información a pocas horas de la adquisición de datos brutos. Esto permite que los datos precisos lleguen a los agricultores más rápido que nunca.
La agricultura digital está preparada para provocar una revolución sin precedentes en la agricultura al iluminar, predecir e influir significativamente en la continuidad de los problemas de cultivo en la granja moderna. Con la progresión de los algoritmos predictivos, el análisis y las tecnologías de vanguardia, la agricultura moderna está buscando formas de tratar de manera precisa y científica las plagas y enfermedades de las plantas dañinas.

Leer más

En los últimos cinco años aproximadamente, el volumen total de inversiones en el sector agrícola ha crecido en un enorme ~ 80% . Según los expertos, la agricultura de precisión ( la técnica de optimizar los insumos y fertilizantes existentes, las herramientas de labranza, los campos y los cultivos, con el fin de mejorar el control y la medición de los rendimientos agrícolas ) tiene el potencial de desempeñar un papel clave en la satisfacción de la creciente demanda de alimentos de la creciente población mundial. Un informe reciente estimó el valor del mercado global de agricultura de precisión al final de esta década en alrededor de $ 4,6 mil millones , con la CAGR entre 2015 y 2020 siendo solo un poco menos del 12% . Solo en los Estados Unidos, elEs probable que el mercado de software de agricultura inteligente aumente en más del 14% de aquí a 2022 . Sin embargo, el crecimiento y la proliferación reales de la agricultura de precisión no ha sido tan sólido como se esperaba anteriormente. El sector se enfrenta a varios retos clave, y a ellos les prestamos atención en este post:

Interoperabilidad de diferentes estándares
Con cada vez más fabricantes de equipos originales que presentan nuevas e innovadoras herramientas y plataformas de IoT agrícolas, la interoperabilidad se está convirtiendo rápidamente en un motivo de preocupación. Las diversas herramientas y tecnologías disponibles a menudo no siguen los mismos estándares / plataformas tecnológicas , como resultado de lo cual existe una falta de uniformidad en el análisis final realizado por los usuarios finales. En muchos casos, la creación de pasarelas adicionales se vuelve esencial para la traducción y transferencia de datos entre estándares. Tal como están las cosas ahora, la agricultura de precisión ( aunque evoluciona rápidamente ) todavía está, en gran medida, fragmentada. El desafío radica en transformar los dispositivos inteligentes independientes y las puertas de enlace en plataformas integrales y amigables para los agricultores.

La curva de aprendizaje
La agricultura de precisión implica la implementación de tecnología de punta para impulsar el crecimiento de los cultivos. Para el agricultor promedio, configurar la arquitectura de IoT y la red de sensores necesarias para su (s) campo (s) puede ser una gran pregunta. Debe tenerse en cuenta que el margen de error en una ‘granja inteligente’ con tecnología mejorada es mínimo , y una gestión defectuosa ( una válvula presionada incorrectamente aquí, olvidar apagar el tanque de riego allí, etc. ) puede ser desastrosa. Lograr que los agricultores se familiaricen a fondo con el concepto de agricultura inteligente y las herramientas / dispositivos involucrados en él es de suma importancia, antes de que puedan continuar con la implementación. La falta de conocimiento puede ser peligrosa.

Conectividad en zonas rurales
En muchas ubicaciones rurales remotas en todo el mundo ( particularmente en los países en desarrollo, aunque varias ubicaciones en los EE. UU. También sufren de esto ), no se dispone de una conectividad a Internet sólida y confiable . Eso, a su vez, frustra los intentos de aplicar técnicas de agricultura inteligente en esos lugares. A menos que el rendimiento de la red y las velocidades del ancho de banda mejoren significativamente, la implementación de la agricultura digital seguirá siendo problemática. Dado que muchos agro-sensores / puertas de enlace dependen de los servicios en la nube para la transmisión / almacenamiento de datos, la computación basada en la nube también debe fortalecerse . Es más, en las tierras de cultivo que tienen árboles altos y densos y / o terrenos montañosos, la recepción de las señales de GPS se convierte en un gran problema.

Entender el big data en la agricultura
La granja agrícola moderna y conectada tiene, literalmente, millones de puntos de datos. Sin embargo, es casi imposible monitorear y administrar cada uno de los puntos de datos y lecturas de manera diaria o semanal, durante todas las temporadas de cultivo ( tampoco es necesario ). El problema es particularmente mayor en las grandes tierras de cultivos múltiples y cuando hay varias temporadas de cultivo. Los agricultores tienen la responsabilidad de averiguar qué puntos y capas de datos necesitan rastrear de forma regular, y qué » ruido » de datos pueden permitirse ignorar. La agricultura digital se está volviendo cada vez más impulsada por los macrodatos, pero la tecnología es útil solo cuando los usuarios pueden » dar sentido » a la información disponible.

Desconocimiento de las distintas funciones de producción agrícola.
El análisis económico en profundidad debe complementar las herramientas de Internet para garantizar mayores rendimientos en las granjas. Los usuarios deben poder definir la función de producción correcta (producción en función de insumos clave, como nutrientes, fertilizantes, riego, etc.). Por lo general, la función de producción no es la misma para todos los cultivos , difiere en las diversas zonas de una granja y también cambia a lo largo del ciclo de crecimiento de cultivo / planta. A menos que el agricultor sea consciente de esta función de producción variable, siempre existirá la posibilidad de que se apliquen insumos en cantidades incorrectas ( por ejemplo, rociar demasiado fertilizante nitrogenado ), lo que provocará daños en los cultivos. La agricultura de precisión se trata de optimizar los niveles de producción haciendo el mejor uso de los insumos limitados disponibles. – y por eso, la importancia de seguir la función de producción es inmensa.

Tamaño de las zonas de gestión individuales
Tradicionalmente, los agricultores han considerado todos sus campos como unidades agrícolas individuales. Sin embargo, ese enfoque está lejos de ser efectivo para la aplicación y gestión de IoT en la agricultura. Los usuarios tienen que dividir sus tierras en varias ‘zonas de gestión’ más pequeñas , y existe mucha confusión con respecto al tamaño ‘correcto’ de estas zonas . Las zonas deben dividirse con respecto a los requisitos de muestreo del suelo (las diferentes zonas tienen diferentes calidades del suelo) y los requisitos de fertilizantes.. El número de zonas en un campo y sus respectivos tamaños deben depender del tamaño total del área de cultivo. No hay mucho trabajo de referencia para los agricultores, mientras intentan dividir sus tierras en estas zonas. Como alternativa, muchos agricultores continúan aplicando fertilizantes y / o métodos de riego uniformes para toda la granja, lo que genera resultados subóptimos.

Barreras de entrada para nuevas empresas
Aunque la agricultura de precisión ha sido un tema de considerable interés durante varios años, el concepto sigue siendo relativamente » nuevo «. Como tal, los grandes fabricantes de hardware / software que entraron en este mercado en una etapa temprana todavía tienen una clara «ventaja de ser el primero en moverse» . La escasa competitividad del mercado puede impedir que nuevas empresas entren en este dominio , y las grandes empresas existentes conservan un dominio absoluto. Los agricultores también pueden enfrentar problemas al intentar migrar flujos de datos de una plataforma anterior a una más nueva.y existen riesgos de pérdida de datos. Los recursos y plataformas proporcionados por un gran actor en el sector agro-IoT podrían no ser compatibles con los proporcionados por un OEM más pequeño, y eso podría impedir que este último tenga suficientes clientes.

Falta de escalabilidad y problemas de configuración.
Las granjas agrícolas pueden ser de diferentes tamaños. Un solo propietario puede tener una gran tierra de cultivo, junto con varias tierras más pequeñas. En la India, casi el 33% del área total dedicada a la agricultura corresponde a solo el 5% del número total de granjas , lo que destaca claramente la naturaleza desigual de los tamaños de las granjas aquí. Un agricultor debe recibir herramientas de IoT ( puntos de acceso, puertas de enlace, etc. ) que sean completamente escalables. En otras palabras, la misma tecnología debería ser aplicable, y los mismos beneficios deberían estar disponibles, en una gran granja comercial, así como en una pequeña parcela de tierra de cultivo / huerto personal . La necesidad de configurar manualmente la instalación y los dispositivos es otro probable motivo de preocupación. Para que la agricultura sea verdaderamente autónoma, lala tecnología debe ser autoconfigurable . Los recientes aumentos en la inteligencia artificial y el aprendizaje M2M abren la posibilidad de eso.

Riesgos de agotamiento energético
Ya se ha escrito mucho sobre las ventajas medioambientales de cambiar a la agricultura inteligente (la agricultura de precisión es «más ecológica» ). Sin embargo, la necesidad de poderosos centros de datos y pasarelas / hubs para el funcionamiento de los sensores inteligentes y otros dispositivos puede llevar a un gran consumo de energía , y se requieren más recursos para reponer esa energía. Además, la creación de nuevas herramientas agrícolas de IoT también tiene un efecto en el sector energético. No es de extrañar que las empresas hayan empezado a centrarse en plataformas de tecnología agrícola que no provoquen demasiado agotamiento energético … pero todavía queda mucho camino por recorrer en este sentido.

Desafío para la agricultura de interior
La mayoría de los métodos y recursos de la agricultura de precisión están optimizados para la agricultura convencional al aire libre. Dado que se prevé que el valor de la industria agrícola vertical global supere los $ 4 mil millones para 2021 , se debe prestar más atención al apoyo tecnológico para la agricultura de interior. Se debe tener en cuenta la ausencia de fluctuaciones climáticas diarias y temporadas regulares, al tiempo que se idean métodos inteligentes de cultivo en interiores. El valor nutricional de los productos tampoco debe verse afectado negativamente de ninguna manera. Los agricultores deben poder confiar en la tecnología para crear el entorno de crecimiento óptimo ( luz, temperatura, disponibilidad de agua ) para las plantas de interior.

Fallos técnicos y daños resultantes
La creciente dependencia de la agricultura (¡ o cualquier otra cosa, para el caso! ) De la tecnología tiene un inconveniente potencialmente grave. Si hay una falla mecánica en el hardware, o una unidad de IoT agrícola / fallas en el sensor , el resultado puede ser daños graves a los cultivos. Por ejemplo, en caso de que los sensores de riego inteligentes estén inactivos, es probable que las plantas se regulen en exceso o en exceso. La seguridad alimentaria puede verse comprometida si los recursos tecnológicos en las áreas de almacenamiento no funcionan. Incluso unos pocos minutos de inactividad debido a un corte de energía pueden tener graves consecuencias, especialmente cuando la energía de respaldo no está disponible.

Montaje de desechos electrónicos
Las granjas impulsadas por tecnología inteligente han eliminado ( en diversos grados ) los problemas de escorrentía, contaminación y otros canales de daños ecológicos. Las emisiones de dióxido de carbono también se han reducido significativamente ( ~ 2,0 GHt en un período de cinco años ). Sin embargo, ha surgido un nuevo riesgo, en forma de desechos electrónicos ( e-waste ). En 2013, el volumen total de dichos desechos superó los 52 millones de toneladas métricas , y las pilas de herramientas y computadoras de IoT desechadas y dispositivos electrónicos obsoletos agravan aún más este problema. En pocas palabras, las actualizaciones regulares de hardware están volviendo obsoletas las unidades más antiguas- y en muchas áreas, tirarlos está causando vertederos. Para que todo sea sostenible, se deben tomar las medidas adecuadas para la eliminación de los desechos electrónicos. Pronto.

Pérdida de empleo manual
En promedio, 4 de cada 10 miembros de la fuerza laboral mundial están empleados en el sector primario. Las cifras son particularmente elevadas en Oceanía, África y Asia. A medida que IoT en la agricultura se vuelve cada vez más común y las cosas se automatizan, un gran porcentaje de esta mano de obra agrícola perderá sus puestos de trabajo. Los otros sectores deben tener la capacidad de absorber esta fuerza de trabajo (ahora sin trabajo), y en muchos de los países en desarrollo / subdesarrollados, la economía no es lo suficientemente fuerte para que eso suceda. No hay lugar para dudar de los beneficios que aporta la agricultura de precisión, pero el desplazamiento a gran escala de trabajadores manuales puede generar insatisfacción entre las personas.

El factor de seguridad
La presencia de malware y robo de datos es un riesgo en prácticamente todos los tipos de ‘ sistemas conectados ‘, y la agricultura inteligente no es una excepción. A medida que aumenta la cantidad de tecnología de middleware, terminales y dispositivos de IoT en uso activo en la agricultura, también aumenta la cantidad de puntos de entrada para programas maliciosos de terceros . Dado que los ataques de terceros a un sistema de IoT complejo a menudo están descentralizados , detectarlos y eliminarlos surge como un gran desafío. La situación se complica debido a la propensión de muchos propietarios a optar por dispositivos y recursos un poco más baratos., que no vienen con las garantías de seguridad esenciales. Las múltiples capas de software y API también pueden causar problemas. Existe una necesidad urgente de políticas de aprovisionamiento y seguridad más estrictas para la IoT agrícola, para que sea más aceptable para los usuarios.

Beneficios no evidentes de inmediato
Para obtener la motivación para invertir en una ‘ nueva tecnología ‘ como la agricultura inteligente, los usuarios ( comprensiblemente ) querrán tener una idea del ROI de esta tecnología. Sin embargo, desafortunadamente, casi no hay forma de estimar los beneficios de la agricultura de precisión a largo plazo, y los beneficios no se hacen evidentes desde el principio . Por esta misma razón, muchos propietarios todavía ven el uso de tecnología avanzada en la agricultura como ‘riesgoso’ e ‘incierto’ , y se mantienen alejados de adoptarlo. Con una mayor familiaridad con la agricultura y la formación integral, esos temores deberían desaparecer.

Los dispositivos inteligentes que simplemente brindan información sobre el alcance de los daños a los cultivos son de poca utilidad, y se necesitan más herramientas de ‘mantenimiento predictivo’ , que puedan anticipar los daños y ayudar a los agricultores a evitarlos. La personalización de los sensores y recursos para cumplir con los diferentes requisitos de control de nutrientes / agua / plagas de diferentes plantas es un desafío, al igual que reunir y comparar datos de varias granjas. Los agricultores deben tener un conocimiento completo de los ‘algoritmos de nutrientes’ correctos , para que las plataformas / pasarelas se puedan configurar de manera óptima. También hay margen para reducir los frecuentes » errores de mapa de rendimiento «, que conducen a estimaciones de producción erróneas.

El concepto de agricultura de precisión se basa en cuatro pilares: lugar correcto, fuente correcta, cantidad correcta y momento adecuado . Ya ha marcado una diferencia en el rendimiento de la agricultura y el rendimiento agrícola en todo el mundo … y una vez que se superen los desafíos antes mencionados, sus beneficios serán más evidentes, más sostenibles.

Leer más

La amenaza de la disponibilidad de alimentos para satisfacer las necesidades de todas las poblaciones humanas en el futuro hace que los enfoques tradicionales se modifiquen con nuevos enfoques. La cuarta revolución en la agricultura (Agricultura 4.0) está actualmente en marcha con un enfoque en el uso de nuevas tecnologías agrícolas (hidroponía, agricultura vertical, agricultura desértica y marina y modificación genética) y la aplicación de tecnologías de la información y la comunicación (TIC) en la agricultura. .

El concepto de desarrollo agrícola que se ha desarrollado en este momento es el concepto de agricultura inteligente o comúnmente también llamado agricultura inteligente o agricultura de precisión. El descubrimiento de un sistema de monitoreo de tierras agrícolas basado en la tecnología de Internet de las cosas (IoT) permite a los agricultores monitorear sus tierras de cultivo a través de teléfonos inteligentes o computadoras. Además, los últimos avances tecnológicos en el manejo de big data también permiten almacenar datos de tierras agrícolas. Por supuesto, todavía hay muchas otras tecnologías que tienen la oportunidad de aplicarse a las tierras agrícolas en un esfuerzo por aumentar los rendimientos y mejorar la eficiencia de los recursos.

Esto se discutió en la Serie de seminarios web de escuelas vocacionales (SV), Universidad IPB , (5/6). La segunda serie de seminarios web titulada «Agricultura inteligente y agricultura de precisión: la próxima revolución agrícola» presentó a los oradores sin ninguna duda sobre su experiencia. A saber, el Dr. Suwardi como Decano de la Facultad de Agricultura, el Prof. Kudang Boro Seminar como Decano de la Facultad de Tecnología Agrícola y el Dr. Shelvie N Neyman como Presidente del Programa de Estudios de Ingeniería Informática SV.

En su introducción, el Dr. Arief Daryanto, Decano de SV, dijo que la Universidad IPB había desarrollado el concepto de Agricultura 4.0 o, a menudo, conocido como el concepto AgroMaritim 4.0. La agricultura 4.0 es una agricultura que se caracteriza por el uso de tecnología de inteligencia artificial, robots, internet de las cosas, drones, blockchain y análisis de big data, para producir productos superiores, precisos, eficientes y sostenibles.

«La agricultura inteligente y la agricultura de precisión permiten a los agricultores reducir la pérdida y el desperdicio de alimentos y aumentar la productividad desde la cantidad de insumos utilizados hasta la mesa del consumidor, desde la granja hasta el negocio de la mesa», explicó el Dr. Arief.

La segunda serie de seminarios web de SV fue organizada por el Dr. Wawan Oktariza, vicedecano de Recursos, Colaboración y Desarrollo de SV. En su presentación, el Dr. Suwardi dijo que la agricultura inteligente utiliza tecnología de big data, aprendizaje automático, Internet de las cosas (IoT), computación en la nube y otros para mejorar la calidad y cantidad de la producción industrial agrícola.

Según él, la clave principal para la agricultura inteligente son los datos medidos basados ​​en el análisis de sensores que se han instalado en el área de plantación. El sensor proporcionará información sobre diversos asuntos relacionados con las plantas, agregará fertilizante, si es necesario agregar agua, la temperatura alrededor del lugar de siembra al programa de cosecha recomendado. Por supuesto, esto tiene implicaciones para aumentar la eficacia y eficiencia de los rendimientos de los cultivos de los agricultores.

«La aplicación de la agricultura inteligente es importante debido a la eficiencia de los recursos naturales, especialmente la tierra y el agua, y la preservación de los bosques. La eficiencia de los recursos humanos mediante la utilización de maquinaria y tecnología agrícolas y el aumento del papel de los jóvenes en la agricultura», dijo.

La Universidad IPB ha llevado a cabo ampliamente investigaciones sobre agricultura inteligente , incluso en la Facultad de Agricultura, por ejemplo, Smart Green House (melones con sistemas hidropónicos inteligentes), Satreps (técnicas de evaluación de daños en el arroz), Smart Seeds (servicios de información de geodatos) y Spice. Up (en plantas de pimiento). Mientras tanto, el profesor Kudang en su presentación explicó la importancia de la tecnología de agricultura inteligente y de precisión para aumentar la productividad y la eficiencia en el sector agrícola en general. La tecnología de agricultura inteligente y de precisión ha sido llevada a cabo por la Universidad IPB. Por ejemplo, determinar el producto adecuado en Gorontalo (arroz y maíz).

«Esto es ciertamente importante en relación a la planificación y desarrollo de un área. Además, esta tecnología también se puede utilizar para determinar nutrientes en plantaciones de palma aceitera. También se ha llevado a cabo la aplicación de agricultura inteligente en productos pecuarios, por ejemplo, determinar la tierra apropiada para abrir un galpón cerrado para pollos de engorde en un área considerando varios factores. En principio, la agricultura inteligente y de precisión es una tecnología aplicable y en el futuro es importante cambiar la imagen de la agricultura en Indonesia «, dijo. explicado.

También es necesario mantener la seguridad alimentaria en el proceso de agricultura inteligente. En su presentación, el Dr. Shelvie dijo que es importante mantener la agricultura inteligente para que no se perturbe el ecosistema de agricultura inteligente que contiene. Por ejemplo, si un sistema de agricultura inteligente se ha hecho lo mejor posible, pero hay perturbaciones en forma de ciberataques, filtración de datos o manipulación de datos, etc., por supuesto que puede tener un impacto en la falla del sistema. El impacto a largo plazo ciertamente puede ser perjudicial, especialmente financieramente.

«Los principales desafíos para la seguridad y la privacidad en la agricultura inteligente se pueden ver desde varias perspectivas. Estos incluyen control de acceso, confianza y perspectiva de privacidad; perspectiva de datos; perspectiva de red; perspectiva de cumplimiento y cadena de suministro», dijo. El webinar, al que asistieron más de 200 personas de diversas universidades e instituciones en general, se desarrolló sin problemas. En el futuro, la Universidad IPB seguirá comprometida a ser una parte importante en la mejora del sector agrícola en Indonesia, uno de los cuales es mediante la aplicación de tecnología de agricultura inteligente y agricultura de precisión. (IAAS / NAS)

Leer más

Tradicionalmente el control de las plantaciones agrícolas se lleva a cabo a pie de campo por agrónomos y personal cualificado que verifica el correcto desarrollo de las plantas, identifica anomalías en el cultivo y detecta la aparición de plagas. El tamaño de las fincas y este control tradicional de las plantaciones lleva en ocasiones a detectar anomalías en el cultivo o la aparición de plagas cuando estas ya se han extendido más de lo deseado y, por tanto, el problema ha alcanzado unas dimensiones de difícil solución. Esto ocasiona pérdidas muy importantes, y obliga a realizar tratamientos fitosanitarios en zonas más amplias de lo que sería necesario si fuéramos capaces de detectar estos problemas en una etapa más incipiente.

Otro aspecto relevante es que en la finca pueden aparecer deficiencias en el sistema de riego que pueden provocar una aportación inadecuada, por exceso o defecto, en determinadas zonas del cultivo. Los problemas son similares al caso anterior, es decir, se pueden generar pérdidas de plantas en una zona determinada más o menos amplia, o simplemente retrasos en la recolección que rompen el calendario de producción de la empresa.

Además, en la actualidad, los encargados de corte en las fincas deben hacer un seguimiento del estado de desarrollo del cultivo, informando diariamente al resto de la empresa acerca de la producción esperada para los próximos días. Esta es una labor tediosa que obliga a recorrer cada una de las fincas para calcular, a partir de una estimación visual, el momento idóneo en el que llevar a cabo el corte y la cantidad de producto que podrá ser recolectado en próximas fechas.

Para obtener las imágenes aéreas, se utiliza un dron de ala fija que puede volarse a 100 metros de altura sobre las fincas

Ante esta situación, Finca La Carretilla (situada en San Javier) se planteó abordar un proyecto para que estos factores pudieran ser minimizados partiendo de la detección temprana de las diferentes problemáticas que habitualmente surgen en la finca de cultivo, además de poder proporcionar información en tiempo real de la evolución del cultivo.

Para ello, confió en el grupo de investigación Computación Móvil y Visión Artificial de la Universidad de Murcia que dirige Félix Jesús García Clemente: «Se nos encargó la búsqueda de una solución que hiciera uso de las últimas tecnologías en el procesamiento de imágenes aéreas capturadas por vehículos aéreos autónomos (drones), y técnicas de visión artificial para el análisis automatizado de estas imágenes».

Los algoritmos desarrollados deben realizarse para cada tipo de cultivo, no pueden extrapolarse de unos a otros

El proyecto contó con financiación del Centro de Desarrollo Tecnológico e Industrial (CDTI) y la Unión Europea a través de cofinanciación de Fondos FEDER y finalizó en marzo de 2019, tras 27 meses de arduo trabajo.

Lechuga y apio
Como explica el profesor de la UMU, «el objetivo general del trabajo era definir y desarrollar un nuevo procedimiento agrícola para el cultivo de la lechuga y el apio para lograr la mejora de la calidad y el rendimiento de la producción. Este cambio metodológico se sustenta en la incorporación de nuevas tecnologías en cada una de las fases del cultivo que permiten una mejora significativa en la forma de cultivar lechuga y apio».

Para ello emplearon tecnologías como el uso de drones y de cámaras multiespectrales y térmicas, junto con nuevas técnicas software asociadas a la Visión Artificial. «Algunos de los cambios más significativos en los procedimientos fueron el control de plagas que podrán ser identificadas con mayor rapidez y permitirán actuar con mayor eficacia, o el control de la producción mediante las diferentes variables (métricas) del cultivo de manera visual y con un sistema de ayuda para la toma de decisiones», dice Félix J. García.

Entre los objetivos técnicos específicos que planteaba el proyecto destacan los siguientes: establecer métodos para la aplicación eficiente del agua y uso óptimo de fertilizantes; monitorización del estado del cultivo, calibres y estimación anticipada de la producción; y detección temprana de plagas, enfermedades o anomalías.

El investigador de la UMU indica que «la nueva metodología se sustenta en el uso de un panel de control accesible desde cualquier dispositivo, que permite al personal técnico de la Finca acceder a la gestión de las fincas, las imágenes capturadas por los drones, las métricas de cultivo, la detección de plagas o anomalías y, en general, a toda la información de la finca sin necesidad de desplazarse. De esta forma, el personal técnico puede tomar las decisiones sobre la producción de manera precisa, rápida y ágil».

Para obtener las imágenes aéreas se utiliza un dron de ala fija que, con los permisos adecuados, puede volarse a 100 metros de altura sobre las fincas.

El trabajo se centró en lechuga y apio porque su producción se realiza al aire libre y permite fácilmente la aplicación del tipo de tecnologías que han empleado: drones y visión artificial. Además, ambos son cultivos que se plantan en grandes extensiones y presentan los problemas sobre los que trabajaban.

En todo caso, «las técnicas aplicadas pueden ser adaptadas y llevadas a la práctica en otro tipo de cultivos similares (melón, coliflor, etc.)», en palabras de Félix Jesús García.

Estrategias de vuelo
Una vez finalizado el proyecto, los resultados más importantes a nivel técnico son destacados. Desde monitorización sistemática del cultivo mediante la definición de estrategias de vuelo sobre parcelas con cultivos de lechuga little-gem, lechuga romana y apio; al desarrollo de un módulo software para el alineamiento de imágenes a los patrones de cultivo. Este software permite la identificación de bancadas e hileras de cultivo y también el geoposicionamiento de las parcelas de cultivo; pasando por un módulo software para el cálculo de diversas métricas de cultivo. Entre las métricas destacan la estimación del calibre individual de cada lechuga, el número de lechugas por hilera y métricas similares para el apio; un módulo software para la detección de anomalías en el cultivo que pueden ser debidas a plagas, enfermedades, defectos en el sistema de riego, errores en el patrón de cultivo, etc.; hasta un panel de control para la planificación y toma de decisiones agrícolas en base a métricas y anomalías detectadas. Este panel integra los módulos software indicados anteriormente.

«El panel de control y los elementos de interfaz con los usuarios han sido desarrollados por la empresa AngelPlus. En nuestro grupo nos centramos en buscar soluciones a las partes que precisan de un know-how y conocimiento científico más avanzado de las tecnologías, en particular, las relativas a procesamiento de imágenes y la visión artificial», según el responsable del grupo de la Universidad de Murcia.

Asegura que «los algoritmos desarrollados deben realizarse específicamente para cada cultivo, es decir, no puede realizarse un sistema que sea solución para todo tipo de cultivos. Esto supone que las técnicas aplicadas deban adaptarse y desarrollarse en base a las características específicas del patrón de cultivo. Por ejemplo, en el proyecto las técnicas utilizadas para lechuga difieren de las de apio; incluso las aplicadas a lechuga little-gem difieren de las aplicadas a lechuga romana».

Competitividad
Ahora, con los resultados obtenidos los investigadores esperan que Finca La Carretilla mejore su rendimiento productivo, además de disminuir sus consumos de agua y fertilizantes. «Por otro lado, con el apoyo de AngelPlus esperamos que esta solución sea implantada en otras empresas agrícolas de la Región de Murcia y así conseguir unas empresas más competitivas y sostenibles en el sector agroalimentario».

Además de Finca La Carretilla, participa la empresa tecnológica AngelPlus y la empresa de servicios técnicos agronómicos Neurona Ingenieros.

Expertos en visión artificial
El grupo de investigación Computación Móvil y Visión Artificial de la Universidad de Murcia cuenta con una amplia experiencia en materia de visión artificial aplicada. De hecho, tiene proyectos donde aplica la visión artificial para el seguimiento de personas y activos móviles, control de producción en líneas manufactureras y seguimiento de cultivos en invernaderos.

Se trata de un grupo multidisciplinar formado por todos los profesores responsables de impartir docencia en visión artificial y procesamiento de imágenes en la Facultad de Informática de la Universidad de Murcia, pero también con profesores con experiencia en proyectos aplicados de inteligencia artificial, automatización industrial, localización en interiores y ciberseguridad.

Asimismo están comprometidos con la transferencia de nuestros conocimientos a la sociedad y, en particular, a las empresas de la Región de Murcia. Así lo demuestra el hecho de que hayan participado en siete proyectos financiados por el CDTI en los últimos años y la creación de una Empresa de Base Tecnológica (EBT) denominada Bleecker Technologies (bleecker.tech) a finales del año 2019.

En este momento se encuentra en proceso de creación de la Cátedra Universitaria en Industria Inteligente para impulsar la transferencia y los proyectos colaborativos Universidad-Empresa.

Leer más

ANUNCIO
La era de la agricultura digital está llegando a un momento ya cambiante en el estado de la agricultura, incluida la edad promedio de los operadores agrícolas, la cantidad de tecnología conectada en la granja, la fijación de precios en un mercado global de insumos y productos básicos, la consolidación en los negocios agrícolas y las granjas, y por supuesto, más opciones que nunca para conectar herramientas digitales en la granja. Los usuarios deben poder encontrar valor, romper las barreras del cambio y poder permitirse y beneficiarse de una nueva tecnología antes de que se adopte de forma significativa en la industria.

A medida que continuamos avanzando hacia esta era digital, todos hemos visto la curva de adopción de cualquier tecnología, pero ¿cómo seguimos acelerando eso para la tecnología agrícola? Consistentemente, hay tres pasos para romper la lenta adopción de nuevas tecnologías en todas las industrias. A continuación examinamos cómo aplicar estos pasos en el nuestro.

1) Encuentra las barreras
Uno de los mayores desafíos en la adopción de tecnología agrícola hoy en día es que puede haber muchas barreras para los cambios de paradigma y el cambio. Las barreras pueden ser funcionalidad, costo, beneficio real, tiempo para implementar un cambio, complejidad, y la lista continúa. Encontrar las barreras para una nueva tecnología es fundamental para hacer crecer el producto y escalar la herramienta digital a una gran base de usuarios. Si tiene la mejor herramienta tecnológica en agricultura, pero su mantenimiento, actualización y uso lleva 25 horas a la semana, la adopción será lenta.

Lo mismo ocurre con los precios. Ahora estamos viendo puntos de precios de entrada más bajos, lo que ayuda a ir más allá de los innovadores originales y los primeros usuarios que se aferraron primero a los productos. Estas herramientas ahora están comenzando a llegar a una base de usuarios más grande (consulte la Figura 1 a continuación). Ejemplos de esto son nuestros nuevos programas y precios para Climate FieldView. Encontrar las barreras y tomar medidas para eliminarlas es fundamental para acelerar la adopción de la tecnología agrícola a gran escala.

Tecnología-Adopción-Ciclo-de-vida-Cruzando-el-abismo
Figura 1: Ciclo de vida de la adopción de tecnología. Fuente: Business-to-You.com .

2) Identifique la verdadera oportunidad
¿Es el nuevo producto digital simplemente «genial» o hay una clara necesidad? Las luces del portavasos en mi camioneta son “geniales”, pero no las necesito y no justifican una compra. Cuando se desarrolla una nueva herramienta de tecnología agrícola o se ofrece una a los clientes, especialmente en la agricultura, es fundamental saber para quién es el producto y el problema que resuelve.

No todos los productos deben ser disruptivos, y los procesos no necesariamente deben interrumpirse solo porque pueden serlo. ¿De verdad resolvemos un problema que tiene una granja o estamos creando algo en busca de un problema? Tener mejores formas de hacer los procesos antiguos de forma digital puede cambiar las reglas del juego si ayuda a resolver un problema (productividad, ahorro de costos, mejora de las ganancias, ahorro de tiempo, etc.), y este tipo de mejoras no necesitan mejorar la industria completa. La ejecución y el tiempo adecuados también son cruciales. El iPod no fue el primer dispositivo de este tipo en el mercado, pero podría decirse que es el que la mayoría de nosotros pensamos cuando sacamos la música de los CD y la introdujimos en un mundo digital. Ser el primero no siempre es lo mejor, pero ser el mejor en conectarse con las bases de clientes es fundamental.

3) Apoya el cambio
Esto figura como el número 3, pero podría decirse que podría figurar como la razón número uno por la que la adopción de tecnología puede ser lenta. El cambio no siempre es fácil, especialmente cuando se trata de nuevas tecnologías. Cuando decido dar ese acto de fe, quiero tener acceso a un buen soporte técnico. Especialmente en la tecnología agrícola, la fórmula secreta para escalar y proporcionar una solución verdaderamente valiosa es emparejar la tecnología con personas que pueden ayudar a recorrer las formas de usar y crear valor a nivel de cliente individual.

Si bien el proceso de digitalización en la agricultura nunca será perfecto, estar preparado puede brindar inmensas oportunidades para crecer y brindar a los clientes una forma más fácil de hacer las cosas. Romper las barreras mientras encuentra oportunidades y apoya el cambio en cada paso del camino ayudará a garantizar el crecimiento y el valor para la base de usuarios.

Leer más