Agricultura de precisión y sostenibilidad

Gestión Del Agua De Riego Una Parte Integral De La Agricultura De Precisión

En India, se requiere más del 90 por ciento del agua dulce para apoyar las actividades agrícolas. Además, según un informe compartido por la FICCI, India entrará en la categoría de países con estrés hídrico para 2020. Todos estos factores indican la urgencia de pensar seriamente en la gestión juiciosa del agua de inmediato. Con el fin de promover el uso prudente del agua en la agricultura, los agricultores adoptan constantemente la práctica de la agricultura de precisión . El artículo analiza cómo un sistema científico de gestión del agua puede funcionar para aumentar el ciclo de producción de cultivos.

Estudio preciso de las necesidades de agua: para comprender las necesidades de agua de cada cultivo, es vital medir la tasa de evapotranspiración. En un lenguaje más simple, es la cantidad de agua que pierden los cultivos a través de la evapotranspiración. Este vacío indica la cantidad de agua que necesitan los cultivos para prosperar de la mejor manera posible. En el sistema de gestión del agua, se estudian factores como el tipo de cultivo, el clima y el proceso de crecimiento para obtener el nivel exacto de necesidad de agua del cultivo. En estos días, las empresas están implementando inteligencia artificial para medir el requerimiento de agua preciso de cada cultivo para mantener el uso juicioso del agua en las prácticas agrícolas.

Análisis del suelo y el tipo de cultivo: un análisis exhaustivo de factores estáticos como el suelo y los tipos de cultivo es otro paso para garantizar una gestión eficaz del agua. Por ejemplo, los cultivos intensivos en agua como la caña de azúcar y el maíz tienen una mayor necesidad de agua que los que no dependen tanto del recurso. De manera similar, las propiedades absorbentes de agua de diferentes suelos también varían. Por tanto, se puede entender que el requerimiento de agua no es el mismo para todos los cultivos y tipos de suelo. Estos factores estáticos se registran al comienzo de la temporada para calcular la cantidad exacta de agua necesaria en la agricultura de precisión.

Comprensión de los parámetros dinámicos: en el sistema de gestión del agua, los factores estáticos por sí solos no son suficientes para obtener la medición deseada de la tasa de evapotranspiración. Para obtener la tasa de evapotranspiración precisa se tienen en cuenta parámetros dinámicos como la intensidad de la luz solar, la velocidad del viento, la ingesta de agua durante las temporadas anteriores y la edad del cultivo. A diferencia de los factores estáticos, estos parámetros se registran diariamente durante toda la temporada para obtener el resultado preciso al final. Dado que esta grabación se realiza automáticamente, no se requiere ninguna entrada manual. No hace falta decir que la automatización produce un resultado de cálculo preciso y más rápido.

Análisis basado en algoritmos: vale la pena mencionar que las empresas modernas están utilizando algoritmos avanzados para examinar datos estáticos y dinámicos. No termina aquí porque este algoritmo también controla el flujo de agua a los cultivos localizando el voltaje de la fuente de alimentación. La distribución regulada del agua asegura que el recurso se utilice con prudencia. Además, esta tecnología agrícola puede permitir un mayor flujo de agua a los cultivos críticos desde el recurso actualmente disponible para satisfacer sus necesidades.

Uso de dispositivos tecnológicos: en la actualidad, las herramientas agrícolas tradicionales han dado paso a dispositivos que se basan en la tecnología moderna. Las empresas agroindustriales hacen un uso significativo de dispositivos avanzados como válvulas energéticamente eficientes, medidores de flujo y sensores de suelo. Además, los datos de satélite se utilizan para obtener una tasa de cálculo precisa. Estos dispositivos inalámbricos de alta tecnología no solo facilitan la transmisión rápida de los datos recopilados, sino que también son adecuados para funcionar en condiciones difíciles. Con estas tecnologías implementadas, la necesidad de intervención manual ha disminuido constantemente en las prácticas agrícolas modernas.

Conclusión- El uso del agua es indispensable para la realización de actividades agrícolas. Sin embargo, con la aplicación de tecnología, se puede evitar el uso indiscriminado de este recurso estresado. Por lo tanto, no es de extrañar que la agricultura de precisión se haya centrado en la gestión científica del agua para aumentar el rendimiento de los cultivos.

Leer más
Agricultura de precisión y sostenibilidad

Enfoque en China tractores sin conductor, granjas sin agricultores

«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
Agricultura de precisión y sostenibilidad

¿Qué es la “agricultura de precisión” y por qué es importante

Pregunta : ¿Qué es la “agricultura de precisión” y por qué es importante?

Respuesta : La agricultura de precisión es una de las muchas prácticas agrícolas modernas que hacen que la producción sea más eficiente. Con la agricultura de precisión, los agricultores y los suelos trabajan mejor, no más.

Un mejor nombre para agricultura de precisión podría ser «agricultura específica del sitio». Los productores pueden tomar grandes campos y gestionarlos como si fueran un grupo de campos pequeños. Esto reduce la aplicación incorrecta de productos y aumenta la eficiencia de los cultivos y las granjas.

Se ha dicho que los agricultores fueron los primeros administradores de la tierra. Usan investigaciones sobre patrones climáticos, temperatura y humedad del suelo, crecimiento y otros factores. Rotan cultivos para mejorar la diversidad y monitorean las tasas de riego para que las sales no se acumulen. También utilizan prácticas de agricultura de precisión para aplicar nutrientes, agua, semillas y otros insumos agrícolas para producir más cultivos en una amplia gama de entornos de suelo. Precision ag puede ayudar a los agricultores a saber cuánto y cuándo aplicar estos insumos.

Los equipos agrícolas grandes están equipados con sistemas GPS, al igual que su automóvil. El GPS ayuda a plantar hileras precisas de cultivos, así como a aplicar fertilizantes. Crédito de la foto: Ron Bolte
Los equipos agrícolas grandes están equipados con sistemas GPS, al igual que su automóvil. El GPS ayuda a plantar hileras precisas de cultivos, así como a aplicar fertilizantes. Crédito de la foto: Ron Bolte
Se utiliza mucha tecnología para hacer que la agricultura moderna sea más eficiente. Por ejemplo, algunos agricultores utilizan sistemas de posicionamiento global (GPS) y tractores y cosechadoras guiados por computadora con GPS. Otras prácticas específicas del sitio georreferenciadas pueden incluir:
• mapeo electromagnético del suelo
• recolección de muestras de suelo • recolección de
datos de rendimiento de cultivos
• imágenes aéreas
• mapas de índice de color de cultivos o suelos
• tipos de
suelo
• características del suelo • nivel de drenaje
• rendimientos potenciales

Cada una de estas capas de datos georreferenciadas ayuda a subdividir un área de campo grande en zonas de gestión más pequeñas. El uso de pequeñas zonas de gestión reduce el desperdicio y aumenta el potencial de producción.

Un ejemplo de una práctica de agricultura de precisión es evaluar la variabilidad natural del suelo de un campo. Si el suelo en un área retiene mejor el agua, los cultivos se pueden plantar más densamente y el riego puede ahorrar. O, si la parcela se utiliza para el pastoreo, puede pastar más ganado que un área similar de suelo de peor calidad.

Al estudiar estos factores y utilizar la agricultura de precisión, los agricultores pueden producir más alimentos a una fracción del costo. Los agricultores también conservan el suelo para la producción sostenible de alimentos. La agricultura de precisión da como resultado un suministro de alimentos estable, lo que resulta en una comunidad fuerte.

Leer más
Agricultura de precisión y sostenibilidad

Agricultura de precisión simplificada en cereales

La agricultura de precisión ha revolucionado la agricultura en los últimos años. Pero con tanta tecnología y asesoramiento técnico disponible, navegar por esta revolución digital puede ser una tarea abrumadora.

Con los desarrollos más vanguardistas, el evento de cereales tendrá de todo, desde sistemas de pulpa de precisión hasta software de agronomía digital en exhibición. “La tecnología de precisión está ganando cada vez más tracción en el sector de los cultivos, dado su vínculo comprobado con el aumento de la eficiencia”, explica Jon Day, director de eventos. «Me encanta o lo odia, no se puede negar que es la dirección en la que se dirige la industria, por lo que es correcto que el evento destaque el espectro de soluciones que se ofrecen».

Perforación

HE-VA es solo uno de los muchos expositores que presentan un nuevo kit de precisión en el evento de este año (13-14 de junio). La sembradora de colza 3m Evolution, que promete una siembra y una colocación de semillas de precisión, es la última incorporación a la flota de la empresa.

Un disco delantero trabaja delante de cada pata, cortando la superficie del suelo para asegurar una alteración mínima del suelo. Esto evita que las semillas de blackgrass salgan a la superficie, explica James Woolway, director gerente del distribuidor OPICO de HE-VA. “La reja de doble disco permite controlar la colocación de las semillas de forma precisa y constante hasta la profundidad requerida, proporcionando las condiciones ideales para la germinación”, dice. Luego, la rueda trasera se cierra y se consolida, asegurando un buen contacto entre la semilla y el suelo.

«Los gránulos de babosas se pueden aplicar con precisión en la misma pasada en la que se perfora la semilla de colza, utilizando la sembradora múltiple doble operada por una sola caja de control, lo que evita el daño de las babosas en las primeras etapas de crecimiento».

Nutrición

Cuando se trata de nutrición de cultivos, el esparcimiento de purines es uno de los últimos en unirse al tren de la agricultura de precisión. Joskin hará una demostración de su último sistema, el brazo de extensión Pendislide Pro con patines de plástico ertalon, que aumentan la precisión de la aplicación siguiendo el perfil del suelo y creando una ranura en el suelo para aplicar los nutrientes sin ensuciar las plantas. “El espaciado de hileras de 25 cm regula el patrón de esparcimiento sin aumentar las cantidades necesarias”, explica Gordon Hardy, gerente de exportaciones de Joskin. «Los patines están colocados en un ángulo de 45 ° con respecto al suelo, lo que compensa cualquier terreno irregular».

Software

Por supuesto, el cerebro detrás del kit de precisión son los sistemas de software digital. La última oferta de John Deere, FarmSight, está diseñada para aumentar la productividad y reducir los costos, especialmente cuando se combina con otros sistemas agrícolas de precisión, como la dirección automática y el control de sección para pulverizadores y esparcidores.

“La utilización eficaz de datos en tiempo real y la provisión de una conexión inalámbrica entre la oficina agrícola y los operadores de maquinaria conducen a un rendimiento más eficiente, mayores resultados y menores costos operativos”, explica el gerente de marketing Chris Wiltshire.

Con el sistema telemático JDLink, el acceso remoto a la pantalla, la transferencia inalámbrica de datos (WDT) y la transferencia de datos móviles están disponibles para conectar todas las marcas de máquinas e implementos ISOBUS al Centro de operaciones del cliente en el portal MyJohnDeere.com. “WDT permite el intercambio bidireccional de archivos de configuración, mapas de prescripción y datos de documentación entre la oficina y la máquina en el campo”, agrega. “Automatiza la transferencia de datos y reduce el riesgo de perder información”.

Grabación de cultivos

El aumento de la eficiencia no se produce solo en el campo. Si bien la recopilación de datos y el registro de cultivos pueden ser extremadamente útiles, también es importante ahorrar en horas de oficina. Landmark Systems cree que tiene la solución con su sistema de registro de cultivos, Geofolia. “Los agricultores nos pidieron que proporcionáramos software para cubrir la garantía de cultivos, registros de existencias, costos y mapeo, todo en un solo lugar, evitando la necesidad de varias hojas de cálculo, y con una aplicación móvil y en la nube”, explica Keith Morris, gerente de ventas de Landmark .

Las nuevas características de Geofolia que se lanzarán en el evento de cereales de este año incluyen la importación de facturas desde las cuentas de KEYPrime, la importación de agrónomos e informes extendidos para incluir trazabilidad y costos.

Si bien, sin duda, existen muchas soluciones para ayudar a aumentar la eficiencia, la agricultura de precisión se trata de utilizarlas juntas de manera efectiva, agrega el Sr.Day. “No se trata solo de seleccionar una herramienta de precisión, sino de pensar más en el panorama general y en cómo el espectro completo de la tecnología de precisión se puede usar en conjunto para aumentar la eficiencia y, posteriormente, la rentabilidad. El evento de cereales brindará a los productores toda la información que necesitan para tomar estas decisiones cruciales «.

Leer más
Agricultura de precisión y sostenibilidad

Comprensión de la agricultura de precisión experiencias de campo

Los artículos anteriores de nuestra serie Comprensión de la agricultura de precisión se han centrado en las piezas principales (recopilación de datos, creación de zonas de gestión y mapeo de prescripciones) que forman la base de un enfoque exitoso de agricultura de precisión.

Foto 1. Equipo de precisión en uso en la finca de Zac Cohoon
Foto 1. Equipo de precisión en uso en la finca de Zac Cohoon

Este mes, hablamos con tres productores que han estado involucrados en el proyecto Precision Agriculture Advancement for Ontario (PAAO) para conocer sus experiencias, desafíos y éxitos.

Zac Cohoon cultiva al norte de Port Perry, Ontario, donde cultiva maíz, avena, soja y heno. Para Cohoon, los dos factores impulsores que lo llevaron a invertir en la agricultura de precisión fueron el trabajo y la eficiencia.

Señala la tecnología GPS en forma de sistemas de dirección automática RTK (cinemática en tiempo real) que han ayudado a ahorrar mano de obra, combustible y tiempo, todo mientras crean un conjunto de datos base preciso para la administración.

«Conducir una gran pieza de equipo durante un largo período de tiempo es agotador mental y físicamente, y cuando no tiene que dedicar toda su atención a conducir en línea recta o con precisión, sus datos mejorarán mucho», dice. .

Al usar un sistema RTK que traza su posición con precisión a unas pocas pulgadas, Cohoon dice que ha podido eliminar casi la superposición en su campo al plantar y rociar. Esto lo ayuda a reducir sus aportes de semillas y nutrientes, mientras recopila datos de rendimiento y elevación más precisos.

“Dado que la dirección automática es una herramienta de precisión que realmente nos funcionó y fue precisa, pudimos pasar a la gestión de precisión y recopilar datos geográficos para hacer mapas”, explica Cohoon. «Ahora, podemos observar los tipos de suelo, las elevaciones, realizar pruebas de fertilidad del suelo y superponer esa información con nuestros datos de rendimiento».

En lugar de realizar aplicaciones generales de fertilizante, Cohoon dice que su configuración de precisión ha evolucionado para poder realizar aplicaciones de fertilizantes y semillas específicas del sitio.

Donde Cohoon se ha encontrado con desafíos a veces ha sido lograr que su plataforma agrícola de precisión funcione sin problemas y sin problemas con su sistema RTK y equipos de tasa variable.

“Para mí, la conducción y la gestión de la sembradora en movimiento no es un problema, pero tan pronto como empezamos a analizar las prescripciones de campo por campo o de campos múltiples, simplemente no tienen la potencia informática para hacerlo ,» el explica.

Cohoon agrega que algunas de las plataformas que usan solo pueden manejar una receta por tarjeta SD, lo que puede resultar engorroso al administrar sus más de 30 campos. Sin embargo, espera nuevas plataformas de precisión que le permitan descargar y cargar de forma remota recetas de campo específicas en su cabina.

En cuanto a lo que hay en el horizonte, Cohoon está trabajando con su consultor para extraer la mayor cantidad de información valiosa sobre sus campos de todos los datos que salen de su equipo.

«Tenemos todos estos datos y estamos tratando de obtener buenas respuestas de ellos: qué es relevante, qué no es relevante y en qué debemos enfocarnos», dice.

Cohoon espera poder automatizar el proceso para desarrollar mapas de prescripción campo por campo para garantizar que obtenga la máxima producción al menor costo.

“La agricultura se trata de controlar los costos y poder producir de manera rentable. Para mí, esa es la medida real de la capacidad de un agricultor para leer su tierra y administrar su empresa ”, dice.

USE LO QUE TIENE

Matt Porter es consultor de equipos agrícolas de precisión con HUB International Equipment LTD., Enseña agroecología en Fleming College y cultiva maíz, soja, trigo y canola en el área de Kingston.

Porter consulta con 22 productores, incluido Cohoon, en una amplia geografía que se extiende desde Sarnia hasta Quebec.

Él dice que uno de los conceptos erróneos más comunes que escucha es que, para hacer agricultura de precisión, los productores deben hacer una gran inversión en equipos de precisión de primera línea.

Sin embargo, dependiendo de la escala o el presupuesto de la granja de ese productor, los equipos de alta gama pueden no ser la mejor ruta. Pero eso no significa que es posible que aún no tengan una configuración básica de agricultura de precisión a través del aplicador personalizado que hace su siembra, pulverización y combinación.

“He hablado con muchos tipos que ya tienen una configuración de precisión sin poseer nada, pero hay que buscar esas asociaciones”, dice Porter.

Además de tener equipos de precisión de alta gama, los aplicadores personalizados también recopilarán el rendimiento y otros datos de los campos de sus clientes productores.

“Muchos productores no preguntan o no saben que pueden solicitar sus datos de rendimiento”, explica Porter. «Pero esa es tu información y tienes derecho a ella».

Al contratar a un consultor para realizar pruebas de suelo en sus campos, Porter dice que los productores también pueden tomar puntos de referencia geográfica para las diferentes muestras de suelo y usar esa información para armar un mapa básico de suelos de su campo.

La recopilación de datos es una pieza del rompecabezas, pero para que los productores se sientan conectados y comprometidos, Porter dice que estos datos deben analizarse y presentarse de una manera que hable con el productor y su experiencia.

“Encuentro que la mayoría de los agricultores tienen esta fuerte conexión con su paisaje, y cuando se combinan los datos de cosecha y la topografía con el conocimiento de un hombre de sus campos, podemos revisar y extraer instintivamente diferentes zonas de manejo”, dice.

Pero incluso con la intuición del productor, Porter sostiene que existen varias lagunas de conocimiento importantes en Ontario, específicamente en las habilidades más avanzadas de computación, topografía de campo y visualización de datos necesarias para interpretar y trazar datos sin procesar.

«Tenemos personas en las ciudades que se especializan en áreas como la tecnología de sistemas de información geográfica, pero la agricultura no tiene esa fuerza en este momento», dice Porter. «Esa es una brecha enorme y puede ser una gran montaña para que la escalen muchos productores».

Sin embargo, lo que tiende a ser el mayor obstáculo de todos, según Porter, es construir una relación de confianza entre el consultor y el productor, especialmente cuando muchos productores están acostumbrados a tener un control total sobre todos los aspectos de sus operaciones.

“Estos productores, si quieren aprovechar todos los datos que han recopilado, tienen que aceptar lo que pueden y no pueden hacer por sí mismos y luego confiar en usted lo suficiente como para tomar la dirección”, explica. “Aquí no hay humo ni espejos, es un trabajo muy duro. Y puede ser difícil para algunas personas aceptar cuánto trabajo es poner un proyecto en marcha «.

TECNOLOGÍA COMPATIBLE

Foto 2. Calibrar su equipo ayudará a garantizar la precisión de sus datos.
Foto 2. Calibrar su equipo ayudará a garantizar la precisión de sus datos.

Para los productores que desean trabajar con un consultor y adoptar prácticas agrícolas de precisión, Porter dice que deben analizar detenidamente y decidir si pueden comprometerse con el proceso completo.

“Con precisión ag, no hay un ajuste universal. Tienes que redefinir la forma en que manejas tu operación y convertirla en un hábito ”, dice. «Te identificas y observas tus fortalezas y debilidades, planificas y actualizas».

COMPROMISO CON EL PROCESO

La primera incursión de Mark Brock en la agricultura de precisión comenzó con la instalación de un monitor de rendimiento en su cosechadora en 1999. Desde entonces, ha estado activo tratando de mejorar su configuración, probando nuevas tecnologías y expandiendo lo que se puede medir.

Brock, presidente de Grain Farmers of Ontario y director del Distrito 9 (Perth), granjas en las afueras de Staffa, Ontario, y se hizo cargo de la operación familiar de cultivos comerciales en 2012. Pero fue poco después de regresar a casa para cultivar a tiempo completo en 1997 que comenzó a examinar detenidamente los equipos agrícolas de precisión.

“Realmente comencé a ver dónde podíamos hacer algunas mejoras y cómo variaba nuestra granja en términos de producción, y realmente quería cuantificar eso”, dice Brock.

El monitor de rendimiento, explica, fue solo el comienzo. En todo caso, lo que estaban viendo solo provocó más preguntas.

“Vimos que nuestra sembradora plantaba demasiado en el promontorio o en una parte triangular del campo donde la población de semillas duplicada o la aplicación de rociado en realidad estaban causando un detrimento del rendimiento”, dice.

Como resultado, una de las principales mejoras en el equipo que hizo Brock fue el control del embrague y los sistemas de control de la sección de pulverización. Brock también incorporó sistemas de control de tasa variable que lo ayudan a adaptar sus entradas en función de sus coordenadas de GPS, y luego establecen prescripciones precisas de nutrientes y semillas para las áreas de alto, medio y bajo rendimiento de sus campos.

En cuanto a qué equipo agrícola de precisión traerá al campo para la próxima temporada, Brock dice que su tractor, pulverizador y cosechadora están equipados con sistemas de dirección automática con precisión RTK.

También usa tecnología de siembra de precisión para asegurarse de que está aplicando la fuerza descendente adecuada en las unidades de hileras, estableciendo una tasa de siembra precisa y capturando datos para registrar sus aplicaciones.

Foto 3. Configuración del monitor en la cabina utilizada por Mark Brock
Foto 3. Configuración del monitor en la cabina utilizada por Mark Brock

La recopilación de datos, dice Brock, es realmente lo que sustenta su configuración de precisión, y la mayoría de los datos que recopila se centran en el uso del producto (aplicación y tasas de nutrientes, y poblaciones de siembra), así como en rendimiento y elevación.

“Cuando regreso para analizar diferentes áreas, puedo volver al recuento de semillas y la aplicación de nutrientes, o ir un paso más allá, tener datos de pruebas de suelo en nuestro sistema donde podemos ver el rendimiento, las pruebas de suelo, las semillas y los nutrientes aplicados a obtenga una instantánea de lo que sucedió ”, dice Brock.

En cuanto a los productores que pueden estar indecisos sobre si sumergirse en la agricultura de precisión, Brock sostiene que no hay un momento como el presente.

“No puede darse el lujo de no participar; creo que así es como van a evolucionar nuestras operaciones y así es como vamos a tener éxito en el futuro”, dice.

«Sabiendo eso, elija trabajar con un proveedor de servicios que pueda brindarle el apoyo que necesita en función de su conjunto de habilidades».

Leer más
Agricultura de precisión y sostenibilidad

Descripción general de la agricultura inteligente

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.

Leer más
avicultura de precision pollos de engorde ponedoras

¿Es posible la Producción Avícola de Precisión?

Si bien el seguimiento detallado del comportamiento en ganado más grande ha demostrado ser una herramienta valiosa para mejorar la eficiencia, la mayor población y los hábitos erráticos de una parvada de aves de corral han hecho que los pollos sean mucho más difíciles de identificar. Hasta ahora. Conozca a los investigadores suizos cuyo enfoque innovador de la tecnología de movimiento permite que la agricultura basada en datos se acerque al ave individual

Palabras Melanie Epp

En los últimos años, la palabra más de moda en la agricultura ha sido «precisión». Si bien la agricultura de precisión hizo su debut hace décadas en la producción de cultivos, donde la tecnología GPS ha ayudado a los agricultores a reducir el uso de herbicidas, pesticidas y fertilizantes, solo recientemente se ha abierto camino en el sector ganadero.

A nivel de animal individual, los productores de carne de res, lácteos y porcinos utilizan sensores portátiles para detectar enfermedades antes y mejorar el bienestar y la comodidad. También usan sensores para detectar cambios en la temperatura corporal y el pH, analizar el sonido y rastrear el movimiento y los cambios de comportamiento. Sin embargo, la transición de la tecnología al sector avícola ha sido lenta y actualmente no existen productos listos para usar para rastrear el comportamiento individual en las aves de corral. Pero puede ser valioso hacerlo. Los investigadores suizos están evaluando diferentes tipos de sistemas, incluida la tecnología de etiquetado de identificación por infrarrojos y por radiofrecuencia (RFID), para rastrear el comportamiento individual de las gallinas ponedoras. Esperan que los datos que recopilen mejoren aún más la vivienda y el bienestar.

Dirigidos por Michael Toscano, los investigadores de bienestar avícola del Centro de Alojamiento Adecuado, Aves y Conejos (ZTHZ) en Suiza están tratando de comprender mejor el comportamiento de las gallinas a través de la investigación a nivel individual. ZTHZ, que es un esfuerzo de colaboración entre la Universidad de Berna y la Oficina Federal de Seguridad Alimentaria y Veterinaria de Suiza, utiliza casas de dos capas para su investigación in situ. El primero alberga ocho grupos de 360 ​​gallinas y tiene un jardín de invierno y pastos. El segundo alberga 20 grupos de 225 gallinas y tiene un área exterior con un jardín de invierno. Las instalaciones permiten a los investigadores reproducir ensayos y realizar investigaciones en un entorno semicomercial.

En Kipster Farm en los Países Bajos, el agricultor Ruud Zanders proporciona a las aves un jardín de invierno, un área cerrada donde las aves tienen acceso al aire fresco y la luz solar. En los días más calurosos, las gallinas se quedan en la puerta; pocos se aventuran afuera (Crédito: Melanie Epp)
En un día típico, las gallinas en sistemas abiertos de aviario bajarán desde posiciones elevadas donde dormían hasta el área de la camada unos 20 minutos después de que se enciendan las luces en las primeras horas de la mañana. Pasarán de tres a cuatro horas rascando, picoteando y bañándose en el polvo antes de dirigirse a la caja nido, lo más probable es que pongan un huevo. A partir de ahí, deambularán y se moverán al aire libre al jardín de invierno cuando finalmente se abra el agujero. En la superficie puede parecer que las aves se mueven al azar o sin estructura, pero cuando se las rastrea individualmente, se hace evidente un comportamiento único. Algunos, por ejemplo, salen al aire libre en el momento en que se abre el orificio del pop. Otros apenas se aventuran al exterior.

El uso de tecnología de precisión en la producción láctea se ha incrementado enormemente. “Funciona muy bien a nivel individual porque una vaca lechera vale mucho dinero en comparación con una gallina ponedora”, dice Toscano. “Si puede darse cuenta de que su vaca lechera está coja desde el principio, se ahorrará mucho dinero.

«Pero con los pollos, si tienes 30.000 aves, un ave individual realmente no vale tanto», continúa, «por lo que no ha habido mucha investigación en el área».

En ZTHZ, sin embargo, Toscano puede monitorear aves utilizando un sistema de seguimiento infrarrojo diseñado por el técnico en el lugar Markus Schwab. El sistema de seguimiento utiliza rayos de luz infrarroja que tienen códigos especiales incrustados en ellos, similares a los rayos emitidos por el control remoto de su televisor. Los emisores, que están adheridos a la pared, crean rayos en las áreas donde los investigadores quieren registrar el movimiento de las gallinas. Los receptores están sujetos a las patas de las gallinas. Reconocen los códigos en los rayos infrarrojos y almacenan información cada vez que la gallina entra y sale de una zona (la batería en el receptor dura hasta tres semanas). Con este sistema, los investigadores rastrean el movimiento en cinco áreas del establo. La producción de cuatro gallinas individuales durante 11 días consecutivos se puede ver en la Figura 1.

Figura 1. Gráficos de ubicación de cuatro gallinas focales durante 11 días consecutivos: cada panel representa los datos de ubicación de una sola gallina para un solo día donde las luces estuvieron encendidas aproximadamente entre las 2 am y las 5 pm. El eje Y representa una de las cinco zonas (nivel superior, nivel medio, nivel inferior, basura, jardín de invierno) en las que estaba presente el animal. El eje X representa la hora del día. El nivel superior contenía perchas, alimento y agua, los nidos y perchas del nivel medio, el nivel inferior comida y agua; el jardín de invierno solo contenía comida (Crédito: Michael Toscano)
Si bien el diseño del sistema es bastante simple, Schwab admite que las duras condiciones en el establo fueron un desafío para el equipo. Tanto los emisores como los receptores debían estar protegidos del polvo, heces, ácaros y gallinas curiosas que picoteaban el equipo.

“Para que el sistema funcione en estas condiciones, tuve que colocar todos los emisores en una pequeña caja protectora con una cubierta de vidrio acrílico”, dice Schwab. “Para facilitar la instalación del equipo, soldé enchufes en la caja para que el cambio fuera rápido y sencillo.

“También tuve que encontrar una manera de proteger el receptor que llevaba el pájaro”, continúa. “Para esto utilicé un pequeño recipiente de plástico transparente. Esto lo protegió también del polvo, las heces y los ácaros ”.

Una vez que Toscano puso la información en un gráfico, notó algo interesante. Los datos revelaron que no solo la bandada tiene un patrón específico, sino que muchas aves individuales también han establecido rutinas diarias. Esto despertó el interés de Toscano y comenzó a pensar en más preguntas que se podrían responder estudiando las aves a nivel individual.

El técnico in situ de ZTHZ, Markus Schwab, tuvo que encontrar una forma de proteger su sistema de detección de infrarrojos del polvo, las heces, los ácaros y las gallinas curiosas (Crédito: Melanie Epp)
Por ejemplo, mientras que los investigadores pueden ver cuándo las aves han subido al área de la caja nido, actualmente no pueden saber si han puesto un huevo. También parece que hay algunas aves que visitan el nido de forma irregular o no lo visitan en absoluto. Conocer este tipo de información podría ayudar a los criadores a seleccionar «buenas ponedoras» sobre aquellas aves que permanecen constantemente en el suelo o en algún lugar fuera del área de la caja nido.

“Mi sistema podría ser muy beneficioso para una empresa de cría porque ahora podrían tener rasgos que podrían criar y que en realidad no podían identificar previamente”, dice Toscano. “Antes no podían entrar en una bandada de 50.000 aves e identificar realmente los rasgos genéticos que operan a ese nivel.

«Quieres un buen comportamiento de puesta de huevos», continúa. «Quieres pájaros que estén acostados en la caja nido, y sería muy interesante descubrir qué está causando esa variación».

Otro rasgo que Toscano quisiera cuantificar es la eficiencia alimenticia: cuánto alimento consume un ave frente a cuántos huevos pone.

En términos de bienestar de las gallinas, Toscano está interesado en aprender más sobre los picotazos y sus motivaciones. “Cuando las bandadas tienen acceso a un área de distribución, la bandada tiende a tener menos picotazos de plumas”, dice. «Ahora bien, si eso es porque las aves que picotean las plumas salen más afuera o si las aves a las que picotean las plumas van afuera para escapar, no lo sabemos».

Saber más sobre qué aves causan problemas permitiría a los criadores eliminar ese rasgo a través de sus programas de reproducción. “Si podemos identificar ciertos rasgos que están relacionados con la importancia económica, eso será útil para los programas de mejoramiento”, dice Toscano.

Otra observación que hizo Toscano en el curso de su estudio fue que, si bien el 97 por ciento de las aves salieron, la mayoría nunca fue más allá del jardín de invierno hacia el área de distribución. “A pesar de que podían ir a la cordillera, parecían pasar la mayor parte del tiempo en el jardín de invierno”, dice Toscano.

En una granja en Francia, las gallinas ponedoras pueden elegir vagar por el jardín de invierno o pasar por una segunda abertura a un área abierta al aire libre; la mayoría opta por ir más allá del jardín de invierno (Crédito: Melanie Epp)
Los jardines de invierno son espacios al aire libre que están cerrados por todos lados. Por lo general, tienen un techo y están rodeadas por cercas de malla. Las aves tienen acceso al aire fresco y a la luz solar, pero están protegidas de los depredadores. Saber cuántas aves usan el jardín de invierno en comparación con el área de distribución es información valiosa para los minoristas y consumidores que podrían estar presionando a los productores para que ofrezcan espacio a las aves que no están interesadas en usarlo.

Toscano y su equipo hicieron otra observación interesante utilizando datos individuales. Después de una vacunación estándar, el movimiento de las gallinas fue repentinamente extremadamente variable, un cambio de comportamiento que pareció durar de siete a ocho días. Toscano dice: “Sería realmente interesante mirar esto y decir: bueno, si podemos captar estos patrones y cambios, ¿cuánto duran? ¿Cuánto tardan algunas de las aves en asentarse? ¿Cuáles son los impactos a largo plazo de estas intervenciones en la productividad de las aves? ”

Si bien el sistema de infrarrojos ofrecía un buen punto de partida, un nuevo sistema de seguimiento basado en radiofrecuencia permitiría a los investigadores rastrear el movimiento en todo tipo de sistemas comerciales, no solo en las instalaciones especiales de Suiza. Schwab está trabajando ahora en el sistema de seguimiento RFID.

«Tengo que encontrar una manera de fijar el rastreador en la gallina, para que no se molesten demasiado», dice Schwab. «Pero creemos que el sistema tiene mucho potencial».

Los investigadores no son los únicos intrigados por la posibilidad de observar el comportamiento individual de las gallinas. El productor estadounidense de huevos John Brunnquell, presidente y fundador de Egg Innovations , una empresa avícola única con sede en Varsovia, Indiana, está trabajando con Toscano para explorar su potencial. A Brunnquell le gustaría usar el sistema de rastreo RFID en el 5 por ciento de su bandada, usándolos como aves centinelas para aprender más sobre el comportamiento general y detectar problemas antes.

Brunnquell posee 65 operaciones de ponedoras cada una con parvadas de 20.000, subcontratadas con agricultores de la región. Los 65 establos son idénticos en su distribución, lo que los hace perfectos para la investigación repetida. Brunnquell cree que un conocimiento más preciso de la parvada conducirá a una estrategia de gestión más precisa. «¿Altera la forma en que diseñamos un nido?» él pide. “¿Altera los enriquecimientos en el pasto? Para mí, se trata de optimización. Si ya estoy produciendo al 102 por ciento de lo que la genética dice que pueden hacer, ¿cómo llego al 104 por ciento? »

«Creo que con este conocimiento individual, lo que intuitivamente me llevará a modificar, no cambiar, sino modificar, el diseño del establo», dice.

Las gallinas criadas bajo la etiqueta Egg Innovations producen huevos de gallinas camperas y criados en pastos. Pero la realidad es que algunas de las aves de Brunnquell nunca salen afuera. Saber más sobre dónde van las aves y por qué lo ayudaría a modificar el establo para satisfacer mejor sus necesidades. Por ejemplo, ¿debería cambiar la longitud de onda de la luz en el establo para compensar la luz del día exterior que esos pájaros se están perdiendo?

Sin embargo, lo más importante es que Brunnquell cree que un sistema de monitoreo le permitiría detectar enfermedades más rápidamente. «¿Qué pasaría si les dáramos algún tipo de sensor montado en el ave, ya sea un collar o una mochila, e identificara enfermedades dos o tres días antes debido a la individualidad?» él pide. “Eso sería algo para el mercado comercial. Yo lo compraria.»

Leer más
Agricultura de precisión y sostenibilidad

Sobre las 4R

El enfoque de las 4R se trata de optimizar los recursos y encontrar las estrategias «correctas» para su granja.

4R Nutrient Stewardship es un concepto de gestión que busca igualar las aplicaciones de nutrientes, como fertilizantes y estiércol, lo más cerca posible de las necesidades de los cultivos. Las 4R se refieren a la fuente de nutrientes adecuada, a la tasa adecuada, en el momento adecuado y en el lugar adecuado . La aplicación de los conceptos de administración de nutrientes de 4R puede ayudar a mejorar la eficiencia del uso de nutrientes en las granjas, haciendo que las granjas sean más rentables y reduciendo las pérdidas al medio ambiente.

Los principios de manejo de 4R son específicos para cada granja, campo y temporada de crecimiento. La combinación correcta de prácticas para cada granja considerará factores económicos, ambientales y sociales, y puede incluir prácticas tales como aplicaciones de nutrientes de tasa variable y otras tecnologías de agricultura de precisión, modelado de nitrógeno y aplicación dividida de nutrientes.

Principios 4R
Cuando hablamos de la fuente de nutrientes adecuada , dos principios clave incluyen garantizar un suministro equilibrado de nutrientes que se adapten a las propiedades del suelo. Las fuentes de nutrientes pueden incluir fertilizantes comerciales, estiércol de las operaciones ganaderas, abono, residuos de cultivos y material orgánico de los sistemas de tratamiento de aguas residuales municipales. Otros principios incluyen:

Suministrar nutrientes en formas disponibles para las plantas.
Reconocer sinergias y antagonismos entre elementos y fuentes de nutrientes.
Reconozca la compatibilidad de la mezcla.
Reconocer los beneficios y las sensibilidades a los elementos asociados.
Controlar los efectos de los elementos no nutritivos.
Los principios que guían la tasa correcta incluyen evaluar el suministro de nutrientes de todas las fuentes y evaluar la demanda de las plantas. Ejemplos de prácticas que apoyan la tasa correcta incluyen analizar los suelos en busca de nutrientes, calcular la economía y equilibrar los nutrientes perdidos en la remoción de cultivos. Otros principios incluyen:

Seleccione un objetivo de rendimiento razonable.
Evaluar el suministro de nutrientes del suelo y tener en cuenta todas las fuentes de nutrientes disponibles.
Predecir la eficiencia del uso de las fuentes de nutrientes.
Considere los impactos sobre los recursos del suelo.
Considere la economía de tarifas específicas.
El momento adecuado evalúa la dinámica de la absorción de los cultivos y el suministro del suelo, para ajustar la disponibilidad de nutrientes lo más cerca posible a las necesidades del cultivo. Las decisiones que apoyan el momento adecuado evalúan el riesgo de pérdida de nutrientes. Las prácticas incluyen aplicaciones de nutrientes antes de la siembra y durante la siembra y una o más aplicaciones laterales. El tiempo es uno de los factores más críticos para que los agricultores de Delmarva reduzcan las pérdidas de nutrientes. Otros principios relacionados con el momento adecuado incluyen:

Reconocer la dinámica de las prácticas de manejo de cultivos y la pérdida de nutrientes del suelo.
Evaluar la logística de las operaciones de campo.
El lugar adecuado busca gestionar la variabilidad espacial y reconocer los patrones de enraizamiento de los cultivos. Las opciones incluyen difusión, bandas, perforación e inyección, así como prácticas de agricultura de precisión que incorporan aplicaciones de tasa variable. Los principios adicionales que apoyan la colocación correcta de nutrientes incluyen:

Considere las reacciones químicas del suelo.
Se adapta a los objetivos del sistema de labranza.
Gestionar la variabilidad espacial.
(La información anterior está adaptada de 4R Plant Nutrition ) .

4R Plus analiza todo el sistema.
Todos estos principios están relacionados entre sí y deben considerarse juntos. 4R Plus es un enfoque de sistema completo, que incorpora prácticas que ayudan a mejorar el hábitat, la salud del suelo y la gestión del drenaje. Los sistemas 4R Plus pueden incluir:

Agregar biodiversidad y raíces vivas continuas a un sistema a través de rotaciones de cultivos o cultivos de cobertura, para alimentar a los microorganismos del suelo, reciclar los nutrientes y mejorar la calidad del agua.
Reducción de perturbaciones mediante sistemas de labranza baja o nula
Apoyar el hábitat de la vida silvestre a través de la restauración de humedales, amortiguadores y otras prácticas.
Estrategias de Manejo Integrado de Plagas (MIP), utilizando prácticas culturales para reducir la presión de las plagas, apoyar a los insectos beneficiosos y reducir el uso y el impacto de los pesticidas.
Abordar las pérdidas de nutrientes en el borde del campo filtrando el agua de drenaje que sale de un campo a través de baldosas de drenaje o zanjas, como amortiguadores ribereños y de césped, amortiguadores saturados, cortinas de yeso, amortiguadores de desnitrificación (astillas de madera) y otros
Estas y otras prácticas de gestión agrícola afectan y se ven afectadas por la fuente, la tasa, el momento y la ubicación correctos de los nutrientes. ¡Adoptar un enfoque 4R Plus ayuda a garantizar un legado agrícola próspero para las generaciones futuras!

¿Cuales son los beneficios?
4R Nutrient Stewardship analiza la gestión de decisiones en el contexto de los impactos económicos, ambientales y sociales de una práctica. Otra forma de ver estos factores es Profit, Planet & People. El sistema de gestión «correcto» para una granja determinada debería beneficiar a cada uno de estos factores al reducir los costos de insumos y / o mejorar los rendimientos, reducir las pérdidas de nutrientes y sin comprometer la calidad de vida para agricultores, empleados o comunidades.

Un buen lugar para comenzar es identificar los objetivos para implementar un sistema de gestión 4R. La «tasa correcta» diferirá entre los objetivos para maximizar los rendimientos o aumentar las ganancias, por ejemplo. Tener objetivos de desempeño claramente definidos ayudará a orientar las decisiones sobre qué nuevas prácticas de gestión tienen el potencial de ajustarse a su operación, los criterios que deben usarse para evaluar el desempeño y si la nueva práctica está cumpliendo o no con el objetivo deseado.

Los beneficios de implementar la gestión de las 4R pueden incluir:

Reducción de insumos y costos de insumos
Mejor calidad de cultivo
Rendimientos mejorados
Reducción de la erosión y la lixiviación de nutrientes.
Incentivos financieros a través del comercio de nutrientes u otros mercados de sostenibilidad.
Las prácticas de las 4R y sus beneficios variarán de acuerdo con cada finca, campo y temporada de cultivo, pero deben alinearse con los objetivos identificados. Cada temporada de cultivo es una oportunidad para evaluar el resultado de la temporada anterior y hacer ajustes que ofrecerán una mejora continua hacia los objetivos de la granja.

Algunos ejemplos de los beneficios de prácticas específicas incluyen:

El modelado de nitrógeno respalda las decisiones que aplican la tasa correcta en el momento adecuado al estimar la cantidad de nitrógeno disponible para un cultivo en crecimiento durante la temporada, según la información de gestión y medioambiental específica del sitio. Un estudio que evaluó el uso de modelos de nitrógeno para guiar las tasas de fertilización lateral al maíz mostró que las tasas eran en promedio 47 lb / ac más bajas para los productores de Nueva York, sin diferencias estadísticamente significativas en los rendimientos. En promedio, el uso del modelo de Cornell, Adapt-N, aumentó las ganancias de los productores en $ 26 por acre y redujo las pérdidas ambientales simuladas de N en 25 lb / ac (38%).
Los cultivos de cobertura pueden ayudar a retener y reciclar los nutrientes en el suelo al eliminar el nitrógeno que queda al final de la temporada de crecimiento, evitando la erosión y creando materia orgánica del suelo. El manejo de cultivos de cobertura, incluida la selección de especies y mezclas y el tiempo de establecimiento / terminación, se puede adaptar para respaldar los objetivos de cada granja y campo. El centeno sembrado temprano puede absorber más de 70 libras de nitrógeno por acre, y se han medido hasta 140 libras / acre de nitrógeno de 7 a 10 después de la terminación de un rodal de arveja peluda pura. (El libro de SARE, Manejo de cultivos de cobertura de manera rentable , está disponible en línea).
Las aplicaciones de nutrientes de dosis variable apoyan la ubicación correcta y la dosis correcta para las aplicaciones de fertilizantes, al cuantificar la variabilidad espacial en las condiciones del suelo y administrar los insumos para abordar esa variabilidad. Las diferentes zonas de manejo pueden basarse en la variabilidad en los rendimientos históricos de los cultivos, los tipos de suelo, los resultados de muestreo de suelos de la red o de la zona, los sensores ópticos u otros criterios. El rendimiento de la inversión para las tecnologías de tasa variable parece depender de la cantidad de variabilidad espacial. También es fundamental asegurarse de que las estrategias de gestión aborden la razón correcta de la variabilidad. En un estudio, el uso de sensores de cultivosahorró un promedio de 23 lb N / acre en relación con la tasa que el productor usaría normalmente sin ningún efecto en el rendimiento promedio. Los investigadores atribuyeron los ahorros a una mejor sincronización de la aplicación de fertilizantes durante la temporada, así como a una mejor evaluación de la dosis correcta.

Leer más
Agricultura de precisión y sostenibilidad

Agricultura de precisión impulsar la productividad con Big Data

Un tractor autónomo está a punto de terminar de rociar 13,52 litros de reguladores del crecimiento de las plantas en 3,57 hectáreas de cultivos de trigo en una granja en el norte de Inglaterra. Las cifras de esta operación se registrarán mediante un sistema de software de gestión agrícola. En promedio, un solo tractor inteligente recopila alrededor de 30 MB de datos por día. Ahora, considere todas las operaciones de campo rastreadas aplicadas a numerosos cultivos en todo el Reino Unido cada año, lo que produce grandes cantidades de datos valiosos almacenados en bases de datos. A la espera de ser procesado y analizado.

¿Cómo procesamos y obtenemos información de todos estos datos, que siguen creciendo en tiempo real? Con big data.

Una solución de big data diseñada correctamente proporcionaría respuestas a una gran cantidad de consultas interesantes utilizando datos históricos y, lo que es más importante, sentaría las bases para predecir tendencias futuras.

Esta solución está siendo implementada por una empresa con sede en el Reino Unido especializada en la industria agrícola mundial, en asociación con Search Technologies.

El modelo de datos
Los datos sin procesar de los sistemas de gestión de la explotación se extraen y se ajustan a un modelo de dominio de datos que ha sido diseñado meticulosamente para facilitar su manipulación y análisis. Este proceso se llama ETL: extraer, transformar y cargar .

El modelo de datos contiene diferentes entidades, que encapsulan individualmente un concepto agrícola (productos, campos, granjas, zonas de siembra, tipos de cultivos, operaciones de campo, etc.) y se integran colectivamente para describir las actividades agrícolas.

El modelo gira en torno a las operaciones de campo, como la perforación (siembra), la protección de cultivos (aplicación de pesticidas), la nutrición (aplicación de fertilizantes) y el rendimiento de los cultivos (operaciones de cosecha).

Este modelo de datos está poblado por millones de registros para producir un lago de datos , que contiene información valiosa lista para ser consultada y descubierta.

Enriquecimientos
Los datos entrantes no solo se cargan, también se enriquecen de varias formas, por ejemplo:

Canonicalización de datos: los sistemas de gestión de la explotación a menudo permiten al agricultor escribir texto libre, que generalmente crea múltiples representaciones de la misma entidad. Por ejemplo, ‘Abc’, ‘ABC +’ y ‘ABC, 10’ se refieren al mismo pesticida. Todas estas entradas se acumularán en una única forma canónica utilizando la coincidencia de patrones con expresiones regulares.
Desglose de los componentes: Los nutrientes de los fertilizantes se pueden inferir del nombre proporcionado por el agricultor. Por ejemplo, ‘0-0-26-6’ se puede descomponer en nitrógeno (N) 0%, P2O5 (pentóxido de fósforo) 0%, K2O (óxido de potasio) 26%, SO3 (trióxido de azufre) 6%.
Composición orgánica del suelo: según la ubicación geográfica de un campo en particular, las propiedades del suelo se pueden obtener de fuentes externas.
Condiciones meteorológicas: de forma similar, las condiciones meteorológicas pasadas, así como los pronósticos para una ubicación en particular, se obtienen de una interfaz de programación de aplicaciones (API) externa.
Por lo general, los tipos de suelo y las condiciones climáticas no se almacenan dentro de los sistemas agrícolas, sin embargo, se pueden deducir de la ubicación geográfica de cada granja (latitud y longitud). Esta información proporciona nuevas y emocionantes dimensiones al lago de datos. Abre la puerta para responder potencialmente preguntas como:

«¿Qué fungicida funciona mejor en determinadas condiciones en el Reino Unido?»
«¿Deberían los agricultores considerar otras opciones para la cosecha del próximo año basándose en el clima esperado?»
Pila de tecnología
Procesamiento y almacenamiento

HPCC

HPCC (High-Performance Computer Cluster), una plataforma informática de uso intensivo de datos, ha sido elegida como la plataforma de big data para esta solución. Esta tecnología se utiliza para obtener, procesar, analizar y masajear los datos con el fin de construir el modelo de datos deseado.

HPCC tiene su propio lenguaje de programación llamado ECL (Enterprise Control Language) que fue diseñado específicamente para grandes esfuerzos de datos. ECL se utiliza dentro de THOR (The Data Refinery Cluster) , el componente de procesamiento y el sistema de archivos distribuidos de HPCC (y uno muy poderoso). THOR hace el trabajo pesado de big data de manera muy eficiente.

Consultas y búsquedas

Los requisitos técnicos de búsqueda y consulta están impulsados ​​por casos de uso emergentes, ya que los nuevos clientes están interesados ​​en consumir los datos almacenados en HPCC.

Entre los clientes actuales y potenciales, hay proveedores de productos, productores, cooperativas, autoridades reguladoras, distribuidores, medios de comunicación, etc., cada uno con sus propias necesidades de búsqueda, que deben analizarse caso por caso.

Sin embargo, hay dos estrategias generales implementadas actualmente:

Elasticsearch

Para buscar, navegar y dividir y cortar los datos, Elasticsearch entra en juego.

Los subconjuntos del lago de datos se envían gradualmente desde HPCC a los índices de Elasticsearch, que pueden variar en contenido y estructura, según las necesidades de búsqueda de cada caso.

La escalabilidad, la velocidad, la estabilidad y el Elastic Stack (Logstash, Kibana, X-Pack, etc.) hacen que Elasticsearch se adapte perfectamente a la arquitectura de la solución, proporcionando poder de búsqueda y facilitando los ejercicios de análisis de datos.

ROXIE (motor rápido de consultas XML en línea)

ROXIE es el motor de entrega de datos propio de HPCC. Se utiliza para exponer resultados estructurados y puntuales. Aunque diseñar e implementar las consultas puede llevar mucho tiempo, ofrece resultados muy rápidamente.

Descripción general de la arquitectura
agricultura-de-precisión-arquitectura.png

Casos de uso
API

Los datos de agricultura de precisión se pueden ofrecer a los clientes para consumo externo de manera cruda. Esto implica que el lago de datos se indexará parcial o totalmente (según los intereses de los clientes) en Elasticsearch y luego se expondrá a través de API, controladas por parámetros de consulta.

Análisis de datos y ciencia de datos

El proyecto cuenta con un equipo de ciencia de datos dedicado que examina constantemente el lago de datos para investigar consultas comerciales más complejas. Por ejemplo, preguntas más amplias como «¿Por qué 2016 fue un año terrible en términos de rendimiento de colza? ¿Qué se correlaciona con un mayor rendimiento?»

Para este escenario particular, al analizar los datos utilizando HPCC junto con software estadístico como R , el equipo de ciencia de datos puede crear un modelo estadístico con el fin de delimitar qué variables específicas entre un conjunto discreto (por ejemplo, radiación, suelo contenido, ubicación geográfica, tratamiento de fertilizantes, temperaturas, etc.) se correlacionan con un mayor rendimiento.

Esta información en particular fue solicitada por editores de una revista británica dirigida a la industria agrícola, ya que buscaban publicar el resultado de esa investigación en un próximo informe.

La respuesta a preguntas como esta y muchas otras puede ser de suma importancia para los productores, fabricantes, proveedores e incluso autoridades reguladoras, entre otros. Puede argumentar con razón que ya tienen acceso a parte de esta información, pero su consolidación, integridad y comprensión pueden ser complicadas.

Esa es la belleza de los macrodatos; le permite ver el panorama general como nunca antes lo había visto.

¿Que sigue?
La hoja de ruta es bastante prometedora. Este proyecto tiene todos los ingredientes para evolucionar rápidamente a medida que se incluyen nuevas fuentes de datos y se llama la atención de los clientes potenciales.

Incluir otros sistemas agrícolas e incorporar ganado se encuentran entre los objetivos a corto plazo, lo que aumentaría significativamente la cobertura de datos y abriría una amplia gama de nuevas posibilidades.

En su forma actual, el proyecto se encuentra en una posición favorable para entregar datos a diferentes actores de la industria siempre teniendo en cuenta un único objetivo: impulsar la productividad agrícola. Los agricultores, fabricantes, compradores, minoristas, consumidores y prácticamente cualquier persona involucrada en la cadena agrícola se beneficiarán en última instancia de la aplicación de big data a la agricultura.

De la agricultura tradicional a la agricultura con Big Data
La agricultura ha moldeado la historia de la humanidad durante siglos, desde que los primeros seres humanos domesticaron plantas y animales, y de repente se encontraron con una nueva actividad sostenible que los alentó a establecerse, desarrollar herramientas y dominar técnicas. Nació un estilo de vida. Comenzó un viaje hacia el progreso.

Como escribió HG Wells en su novela, «El mundo en libertad» (1914):

«De las acumulaciones de su labranza , de forma impremeditada, indeseada, surgió la civilización . La civilización fue el excedente agrícola » .

Podría decirse que la información es el excedente de la civilización hoy en día.

Ahora tenemos la oportunidad de unirlos para iniciar un ciclo constructivo del que todos podamos beneficiarnos.

Y eso es exactamente lo que estamos haciendo.

Leer más
Agricultura de precisión y sostenibilidad

DRONES PARA AGRICULTURA, ¿PARA QUÉ SE UTILIZAN

Lejos de lo que pueda padecer, la agricultura es un sector en plena transformación. Cada vez son más las empresas que optan por utilizar drones para agricultura para la realización de diversos trabajos. La innovación, la vanguardia y la tecnología han venido para quedarse.

Antes de continuar, es necesario describir qué son los drones. Se trata de naves pilotadas remotamente y que pueden controlarse a grandes distancias. Una de las características de los drones es que no están tripulados y pueden manejarse según las necesidades concretas de quién lo pilota. Estos drones se manejan con movimientos muy concretos y requieren una técnica especial para utilizarlos correctamente. Gracias a los drones se obtienen imágenes sobre las hectáreas del campo y los cultivos de forma clara.

Drones para agricultura

El desarrollo de drones en la agricultura ha generado la creación de una agricultura basada en tres dimensiones dando paso a la conocida como “revolución industrial” en el sector primario. Entre las múltiples ventajas que tienen utilizar drones destaca la reducción de costes, mayor precisión en las labores realizadas, la monitorización de los cultivos y la disminución del impacto medio ambiental.

Los drones para agricultura, lejos de ser un hecho aislado, se han convertido en una realidad. La incorporación de estos útiles no ha hecho sino facilitar el día a día en el campo ya que los drones reportan muchísimos beneficios. Entre las múltiples aplicaciones de los drones para agricultura destacan las siguientes:

–Examinar. Los drones sirven para verificar el estado de las plantaciones detectando enfermedades, plagas y otras situaciones que puedan poner en peligro los cultivos.

-Control. La falta tanto en el cultivo como en el suelo pueden ser detectables por los drones haciendo posible que el agricultor tenga un manejo más eficiente del agua.

–Fumigar eficientemente. La utilización eficaz de plaguicidas ayuda a optimizar el uso de estos productos aplicándose solo en zonas concretas de fumigación.

-Detección de enfermedades y plagas con antelación. Los drones para agricultura se configuran como una solución para minimizar los impactos directos en los recursos medioambientales.

-Supervisión de zonas fumigadas. El uso de drones es imparable. No es de extrañar que cada vez más empresas opten por utilizarlos en la agricultura con el objetivo de obtener resultados impresionantes.

En Innodrone somos expertos en la venta de drones para agricultura con el objetivo de mejorar el rendimiento de nuestros clientes que trabajan en el sector agrario. Ponemos a disposición de todas las personas una amplísima selección de productos, seleccionados con gran acierto. ¡Te esperamos!

Leer más