por Adrian Gracia Romero PhD in Plant Phenotyping and Remote Sensing. AESA certified Drone Pilot.
Actualmente, uno de los mayores retos que se enfrenta la agricultura es el de dar respuesta a una elevada demanda de alimentos de una población cada vez mayor, con el desafío añadido de mejorar la productividad de los cultivos bajo las presiones del cambio climático. Entre los principales factores que contribuirán más al rendimiento de los cultivos son los cambios en los patrones de precipitación y temperatura a través de periodos de sequias y olas de calor, así como también la pérdida de fertilidad de los suelos.
La solución
Para mejorar la productividad de los cultivos bajo estas condiciones es vital la adopción de mejores prácticas agrícolas que ofrezcan una optimización de los recursos como ajustes en los sistemas de riego. La digitación de este proceso se conoce con el termino de agricultura de precisión y engloban las actividades que utilizan información sobre la variabilidad de un cultivo dentro de una misma parcela para mejorar la gestión de esta. Estas estrategias funcionan agrupando datos procedentes de diferentes fuentes con el objetivo detectar la presencia de una irregularidad en un campo, estudiar cual es el motivo y así ayudar al agricultor en la toma de decisiones. Algunos ejemplos de estas situaciones son una aplicación desigual de recursos como fertilizantes o del sistema de riego, diferencias en la estructura y composición del suelo, variabilidad en la densidad del cultivo fruto de problemas de la siembra, o la aparición de malas hierbas o enfermedades en el cultivo. Este conocimiento permite abordar mejor los problemas de una manera localizada, reduciendo costes y evitando el uso innecesario de recursos en exceso. De esta manera, la aplicación de estrategias de agricultura de precisión no solo aspira beneficios agronómicos, sino que una mejora en la eficiencia de la gestión de los recursos reducirá los costes al agricultor y producirá un menor impacto ambiental. Además, a largo plazo, el agricultor dispondrá de una gran cantidad de datos que le permitirá conocer mejor su parcela y así planificar mejor.
Casi por definición, las actuales estrategias de agricultura de precisión utilizan herramientas y metodologías de teledetección, que van des de información extraída desde satélites y avionetas hasta cámaras cargadas en drones. Estas tecnologías pueden usarse conjuntamente con otros sensores climáticos u otros relacionados con el suelo permitiendo monitorizar las principales constantes del entorno.
El desarrollo de estas tecnologías juega un papel vital en los objetivos actuales de asumir las demandas alimentarias de una manera más sostenible. Por este motivo, gobiernos y grandes empresas están prestando mucha atención y financiando el desarrollo de innovadoras tecnologías de agricultura de precisión para gestionar mejor y mantener la competitividad en el sector agrícola. Un ejemplo se encuentra en el gobierno de Canadá, que este mismo año ha invertido 875.000$ en proyectos con el objetivo de mejorar el control de enfermedades y plagas en diferentes cultivos [ https://www.canada.ca/en/agriculture-agri-food/news/2022/02/government-invests-in-precision-agriculture-to-enhance-competiveness-and-efficiency.html ].
Actualidad
En el presente, la aplicación de sistemas de inteligencia artificial y machine learning a toda esta gran cantidad de datos ayuda a conocer mejor la heterogeneidad de la parcela con una elevada precisión y poder así desarrollar modelos de predicción de producción y calidad. En HEMAV trabajamos en el desarrollo de modelos basados en información histórica combinada con datos satelitales y meteorológicos a tiempo real para ofrecer a nuestros clientes la mayor precisión en la estimación de la productividad a través del ciclo de cultivo. De esta manera la plataforma digital Ag-Tech proporciona información actualizada sobre el desarrollo del cultivo, dando apoyo al agricultor en la toma de decisiones y optimizar así la cosecha.
Español
Inglés
Portugués