Agricultura de Precisión

Índice del artículo

La alta tecnología da la mano al agricultor...

La agricultura ha sido desde el inicio de la humanidad, la principal fuente de ingreso del hombre, lo que ha permitido su desarrollo y crecimiento. Con el pasar de los años esta actividad ha ido mejorándose y actualizando sus procesos; lo que ha favorecido un aumento exponencial de los rendimientos, tanto en cantidad como en calidad. Es en este contexto donde aparece la agricultura de precisión.

Ya sea por la investigación y desarrollo de variedades cultivables más productivas resistentes a plagas y enfermedades, o labores culturales o implementación de maquinarias más eficientes, el ser humano siempre ha tenido la necesidad de buscar las herramientas necesarias para potenciar al máximo la agricultura.

uso de drones en la agricultura
El uso de drones en la agricultura es actualmente la tecnología en mayor auge en estos momentos.

La agricultura de precisión nace como una alternativa para el productor, en lo referente a las mejoras de algunos procedimientos apoyado en instrumental especializado; que le permita conseguir el máximo aprovechamiento de los recursos disponibles.

En este artículo se describen los aspectos más relevantes de la agricultura de precisión; desde las etapas que involucran la recolección de los datos hasta la generación de información, que sirva de apoyo en la toma de las decisiones y permita el éxito de la producción agrícola.

Un poco de historia

La agricultura de precisión tienen sus orígenes en los EEUU entre las décadas 70 y 80, precisamente en Minnesota, donde y gracias al apoyo de empresas de desarrollo tecnológico, se crearon los primeros sensores digitales y se utilizaron en el monitoreo de parcelas.

Por otro lado, se planteaba al suelo no como una unidad homogénea; sino como una heterogénea, debido a todos los componentes que lo integran, trayendo a la luz el concepto actual de "variabilidad del suelo". Y creando una nueva perspectiva donde ya no se considera al campo cultivado una sola área de terreno y se trazaba su división por segmentos.

Sin embargo, la implementación de estos dispositivos no fue suficiente para lograr mayores adelantos para la época y no fue sino hasta la década de los 90, cuando formalmente y con la liberación de uso del sistema de posicionamiento global (GPS) de forma comercial se crearon maquinarias que disponían de herramientas de geolocalización, como cosechadoras y sembradoras. Así mismo se empezaron a generar mapas de las unidades de producción con estos sistemas.

Así fue como de la agricultura convencional se deslindó un nuevo método tecnológico de "agricultura de precisión", significando el principio de un gran trayecto de avances.

Entre los primeros países en adoptarla se encuentran Estados Unidos, Canadá y Gran Bretaña, a quienes con el pasar de los años se uniría Alemania, Argentina, Australia, Brasil entre otros.

drones en maíz
Drones utilizados para el monitoreo de variables de importancia agronómica en el cultivo de maíz.

Ventajas y desventajas de la Agricultura de Precisión

Ventajas

Una de las principales ventajas de este tipo de tecnología se encuentra en:

  1. Un mayor control por parte del agricultor de las unidades de producción.
  2. Mejor seguimiento de las condiciones de campo, lo que permite detectar a tiempo cualquier eventualidad.
  3. Garantiza el mayor rendimiento posible, lo que se traduce en una elevada rentabilidad, al disminuir los insumos y el nivel de inversión en ellos.
  4. Uso más eficiente de los recursos, así como procesos de producción más simplificados.
  5. Compagina con una agricultura más ecológica a minimizar los residuos liberados al ambiente.

Desventajas

Representa un tipo de agricultura más tecnificada que amerita mayor inversión económica y mayor demanda de mano de obra calificada. Esto puede significar un reto importante para los pequeños agricultores que no dispongan de la capacidad de inversión necesaria para poder aplicarla.

¿Por qué implementar la agricultura de precisión?

La agricultura de precisión es una herramienta aplicada a la agricultura convencional a través de equipos y dispositivos adaptados a requerimientos específicos gracias a la tecnología electrónica y el uso de aplicaciones digitales que generan y almacenan datos para obtener un control periódico y preciso de las variables en el campo y el cultivo.

En el trabajo del campo, desde la preparación del terreno hasta el momento de cosechar, el cultivo pasa por diferentes etapas donde las condiciones ambientales pueden sufrir modificaciones importantes, por esto es necesario lograr condiciones ideales que permitan lograr el mayor éxito posible en la actividad.

La necesidad urgente de agilizar procesos...

Desde el momento que comenzamos definiendo las parcelas de terreno a cultivar, los sistemas de información geográfica impulsadas por sensores remotos que apoyan en la agricultura de precisión, permiten generar vistas aéreas de un amplio espacio territorial; produciendo diversos tipos de mapas y precisándolos con coordenadas de forma digital. Esto, no solo hará el trabajo de campo más sencillo, especifico y rápido, sino que también podrá ser usado en dispositivos con propositos diversos en tractores, sembradoras, y demás maquinarias agrícolas especializadas.

Todo esto trae consigo una agilización del proceso de producción agrícola, con un importante ahorro de recursos tales como agua, abono, pesticidas, entre otros, lo cual significa un beneficio económico para el agricultor. Pudiendo existir la posibilidad de aumentar y mejorar la producción y al mismo tiempo, representa un método de protección medioambiental al disminuir el uso indiscriminado de insumos.

Aun cuando actualmente una parte del sector agrícola no disfruta de esta herramienta, ya sea por motivos culturales; en los cuales se considere lo convencional una tradición. O por desconocimiento del manejo de la tecnología digital, se estima que en un futuro muy cercano la mayoría de los campos agrícolas contaran con herramientas representativas de la agricultura de precisión y así mismo, se desarrollará aún más esta tendencia, con nuevos métodos, mejores y más economicos.

Momentos en la agricultura de precisión

Recolección de Información

Dron en la agricultura
Dron de uso agrícola operando en campos de algodón.

La recolección de información es el primer paso en la agricultura de precisión.

Esta información se basa en la toma de muestras en campo, medición de condiciones ambientales y el registro aéreo a partir de sensores remotos.

Antes de entrar en el tema, observemos un ejemplo de toma de muestra convencional de información para la toma de decisiones agrícolas:

La recolección de muestras de suelo es un paso que consta en dividir el terreno por cuadriculas para posteriormente determinar los puntos de los que serán extraídas pequeñas porciones volumétricas de tierra, y así analizarlas con el fin de conocer sus cualidades químicas, físicas y biológicas, lo que indicara las carencias y abundancias del suelo muestreado.

Pero en la agricultura de precisión también existen otros tipos de muestras y datos, muy diferentes a los mencionados anteriormente, porque generalmente no manejan muestras físicas de suelo, sino, por el contrario; elementos de dignóstico virtuales, representadas como imágenes, algoritmos, códigos binarios y coordenadas, siendo recolectados de un modo totalmente innovador a los que tradicionalmente se conocen como la toma de las imágenes captadas por los satélites, naves no tripuladas (drones), estaciones climatológicas automatizadas, y similares.

Tipos de sensores

Existen diferentes tipos de sensores utilizados en diversos campos profesionales. Aun cuando los utilizados en otras actividades comparten algunas cualidades, los utilizados en la agricultura de precisión son herramientas diseñadas para las necesidades del trabajo de campo; donde se utilizan básicamente dos tipos, sensores remotos y sensores de superficie. Optimizando la comunicación de todos los datos disponibles a través de internet, lo que permite conocer los parámetros físicos, en tiempo real.

Sensores de superficie en evolución a sensores remotos

Los sensores remotos son aquellos que no se encuentran en el suelo, pero utilizan las funciones de internet, geolocalización, wireless o cualquier otra que permita recibir y monitorear no solo los datos que recolectan por sí mismos, del cultivo y el suelo, sino también de los que son captados por los sensores de superficie, dejando un registro histórico digital completo que sirve para una eficiente toma de decisiones.

Registro de las variables meterológicas con fines de monitoreo de cultivo desde una estación automatizada.

Satélites artificiales

Los más lejanos son los satélites artificiales de órbita terrestre media (Medium EarthOrbit - MEO) que comprende entre 2.000 y 36.000 Km de distancia de la superficie terrestre. Se le califica cómo geoestacionaria, entiéndase, que se mantienen estáticos en una coordenada para poder monitorear continuamente la superficie de interés.

Existen diversas clases de teledetección, que se ajustan a cada necesidad por separado o en conjunto.

Panel de control de maquinaria agricola.
Panel de control de tránsito controlado agrícola automatizado. Su función principal es la circulación de los equipos agrícolas por una misma senda sin que estos colisionen.

Sensores remotos

Los sensores remotos se componen de un equipo remoto que cuenta con un circuito eléctrico análogo, integrado con un sistema de comunicación (que permita el acceso al usuario agricultor a los datos obtenidos) y otro de alimentación, como, por ejemplo, una batería conectada a paneles solares asegurando su función autónoma; y el sensor que se requiera según sea el caso.

Drones

Uno de los más llamativos e innovadores es el uso de Drones. No solo por disponer de cámaras permitiendo evaluar visualmente, desde casi cualquier ángulo aéreo, el cultivo o la superficie del terreno, sino también por su versatilidad de poder equiparle herramientas, aunque ligeras, útiles, que desde tierra no llegarían a dar su mayor rendimiento.

Detalles de la captación de imágenes remotas

Las imágenes captadas por satélites o drones, no son más que un tipo de información lumínica interceptada por los sensores. Los sensores denominados pasivos son capaces de recoger la reflexión de la luz solar sobre la superficie de la tierra en forma de ondas electromagnéticas.

Estas ondas son una forma de energía que viaja a través de espacio y la atmósfera en forma de ondas con un componente eléctrico y magnético y se agrupan en un espectro electromagnético según su tamaño y energía almacenada. Las ondas cortas suelen ser muy energéticas, mientras que las largas no.

Ahora bien, sabiendo que todo es visible gracias a la luz que interactúa con las superficies de los objetos para retornar alterada al ser parte absorbida y parte reflejada, generando así los colores de nuestro entorno, al llegar a foto receptores, cómo el ojo humano o cámaras, se genera una imagen.

Así, pues, los sensores remotos que se encarga de capturar estas ondas e interpretarlas en una matriz cuadrada, implican una representación espacial donde la cantidad de filas es igual a la cantidad de columnas, en este caso pixeles, que crean una imagen digital de la realidad.

Ya a partir de este principio, utilizando programas computarizados, se puede hacer utilidad de estas imágenes para recolectar datos cartográficos, topográficos, orográficos, hidrológicos, entre otros.

dron de uso agrícola
Actualmente el uso intensivo de drones en la agricultura permite realizar gran cantidad de tomas aereas de alta definición, lo que con la ayuda de diversas herramientas puede sustituir parcialmente el uso de imagenes satelitales.
Calidad de la imagen

Un aspecto importante es la calidad de la imagen, que estará directamente relacionada a la resolución espacial o tamaño del pixel registrado, lo que se conoce como resolución espacial, al ser mayor ser la resolución espacial, mayor será el nivel de detalle ofrecido por la imagen.

Resolución espectral

Otro tipo de resolución importante es la resolución espectral, esta indica la cantidad de ondas que de cierto modo es registrado en el sensor. Estas ondas son organizadas en bandas dentro de la imagen, mientras mayor sea la cantidad de bandas de esta, mayor información espectral ofrecerá.

 

Izquierda: medición de pH en campo. Derecha: Pantalla de control de tránsito desde una cosechadora controlada a través de sistema de posicionamiento global (GPS).

Sensores convencionales

También existen los sensores, en cierto modo convencionales potenciados por las mejoras brindadas por la tecnología como ya explicamos anteriormente, siendo estos originalmente Sensores de Superficie al estar en el suelo, pero ejerciendo funciones potenciadas volviéndose Sensores remotos. Algunos de estos son:

Sensores remotos de humedad

Se encarga de constantemente chequear los niveles de humedad de la superficie del suelo y el agua contenida en el cultivo utilizando la “constante dieléctrica”, en si aprecia las propiedades físicas visibles al ojo humano y su leve interacción electromagnética entre otros elementos.

Esto permite saber qué áreas del cultivo tiene mayor o menos exigencia hídrica, para poder planificar un riego localizado, maximizando el uso del agua, algunos cuentan con la función de determinar la salinidad del suelo. Sin este, fácilmente el cultivo podría verse comprometido por déficit hídrico o enfermar por exceso.

Célula fotovoltaica utilizada para alimentar la batería de una estación meteorológica automatizada.
Sensores de conductividad eléctrica (CE)

En principio funciona a través de la detección y evaluación de las sales minerales solubles en agua del suelo, lo que define si dicho suelo es salino (a partir de este punto se le considera de alta conductividad eléctrica) o no.

Es importarte prestar especial atención a esta cualidad del terreno ya que, como primer evento, en un sustrato sobresaturado en sales minerales tiene como efecto en las plantas del cultivo una conducta evasiva, haciendo que sus raíces crezcan sobresalientes en la superficie en lugar de penetrar en el sustrato donde consiguen los nutrientes necesarios.

Cómo segundo evento, si no se es consciente de la saturación salina del suelo al aplicar el abono, y este contiene alto contenido de estas mismas sales, terminaría perjudicando las plantas lejos de cumplir su función de proporcionar nutrición mineral.

Dispositivo electrónico para determinar la humedad del suelo.
Dispositivo electrónico para determinar la humedad del suelo.
Sensores de potencial de hidrógeno (pH)

Es pertinente realizar constantes chequeos del pH del suelo, esto convencionalmente es un proceso manual a través de test químicos utilizando reactivos para determinar la variable.

No obstante, a lo anterior, gracias a la tecnología aplicada en la agricultura existen dispositivos que cuentan con un sensor de vidrio y un tubo de referencia que simplemente es la escala pH completa que entran en acción cuando la sonda del dispositivo entra en contacto con la interacción de las partículas de hidrogeno estimulando una reacción entre el sensor y el tubo de referencia, traduciendo esta reacción en una leve variable eléctrica que el software identificara en la escala pH.

Estos sensores digitales requieren de un calibrado exacto para obtener resultados precisos.

Sensores de crecimiento

Aquí podría hablarse como método más avanzado el uso de los anteriormente mencionados “drones” que se utilizan para sobrevolar los campos en cultivo recolectando imágenes fotográficas. A la vez de que generan mapas temáticos enfocados en la cobertura vegetal, para su periódica comparación; donde se debe observar (si el desarrollo del cultivo es adecuado) su paulatino pero constante crecimiento en el tiempo.

Sensores de condiciones climatológicas

Tradicionalmente existen las estaciones climatológicas con los equipos convencionales y automáticas, es aquí donde la agricultura de precisión interviene con sensores remotos digitales, reemplazando los análogos, para llevar a cabo las básicas mediciones meteorológicas de:

  • Temperatura mínima,
  • Temperatura máxima,
  • Humedad del aire,
  • Recorrido del viento,
  • Evaporación,
  • Insolación,
  • Radiación,
  • Precipitación,
  • Presión atmosférica,

Entre otras, para en lugar de necesitar material humano presente en estas estaciones a diario, poder almacenar estos datos para su posterior monitoreo y consulta a través de aplicaciones y software.

Estación meteorológica automatizada
Estación meteorológica automatizada para el registro de variaciones atmósfericas de interes agricola que interactúan con los cultivos.
Sensores de presión

También podemos contar con los sensores de presión que básicamente detecta la cantidad del flujo de sabia de la planta, cantidad de agua contenida en la hoja y el ensanchamiento del tallo.

Existen otra amplia variedad de sensores que funciona a partir de infrarrojos, fluorescencia, clorofila, etc. Estos avances siguen siendo estudiados y desarrollados día a día.

Dispositivo para el monitoreo centralizado de las variables de importancia agronómica en tiempo real.

La Nube

El internet también es un apoyo importante en la agricultura de precisión, con él, se puede disponer de un espacio de almacenamiento virtual mejor conocido como “nube”, lo que vendría siendo una especie de almacen de datos propios de cada grupo de agricultores y los servidores web cuyos contenidos se especializan en el tema.

Algo similar a un "banco de datos" de casi todos los aspectos importantes del campo agrícola donde se encuentran e intercambian información, pudiendo registrar georreferencialmente los puntos de las muestras tomadas, riego, distribución, etc. Simplificando la labor al poder sincronizar equipos y maquinarias utilizando los dispositivos y sensores disponibles.

Transmisión de bases de datos

Elementos básicos para su comprensión

Es conveniente aclarar que los datos espaciales generados por los instrumentos y dispositivos son representaciones compuestas por valores numéricos, códigos binarios, matrices, comandos algorítmicos, funciones, entre otros, recibiendo las denominaciones bits, bites o frame dependiendo de la cantidad de información, la forma en que se presenta o el tamaño.

Componiendo ya sea una imagen, un gráfico, un mapa o cualquier otra forma para expresar la información relevante. Volviéndose así un archivo, modificable o no, y permitiendo su manejo digital.

Esto requiere la intervención intensiva de la ingeniería electrónica que se encarga de materializar o crear los hardwares (equipos, sensores y dispositivos), de la mano a la tecnología informática, que se ocupa de realizar los softwares pertinentes para programarlos y poder procesar los datos que estos captan del medio.

Bases de datos de información

Las bases de datos son bancos de información, en su mayoría disponibles a múltiples usuarios, que se encuentran almacenados en servidores de internet, o discos duros como los de las computadoras, organizados por clases y tipos a través de diferentes programas específicos.

Cada campo agrícola recolecta a diario grandes cantidades de información en forma de datos (ocasionalmente big data), que son emitidos por los sensores anteriormente mencionados y se encargan de realizar la conexión de comunicación por medio de aplicaciones, comunicaciones de área local, internet y similares, a una computadora o servidor.

Estas conexiones de comunicación podrán ser diferentes, pero todas realizan una misma función, permitir la interacción entre equipos, dispositivos y servidores que cumplan su función de emisores o receptores según sea el caso, sin la necesidad de cables de red o fibra óptica.

Estación de GPS
Estación de GPS en campo.

Primero empezamos en los campos de cultivo por el wireless (inalámbrico) también conocido como conexión de área local, que permiten generar un rango de alcance entre dispositivos, equipos y ordenadores a través de señales electromagnéticas que sirven de medio para el entrelace de información.

Mientras que el internet aborda casi todas estas formas de comunicación, al comunicar las aplicaciones de sistemas como lo son Windows, Apple IOS, Linux y Android extendiendo todo el manejo de datos no solo por computadoras y Satélites Geoestacionarios, sino también en tablets y Smartphones.

El internet brinda casi ilimitados recursos al respecto; éste cuenta con una enorme red de servidores que permiten almacenar todo tipo de información disponible de sus usuarios, en la nube.

La nube como fuente de almacenamiento de datos

Pues bien, según el portal Microsoft Azure, “la informática en la nube es el suministro de servicios informáticos (incluidos servidores, almacenamiento, bases de datos, redes, software, análisis e inteligencia) a través de Internet (“la nube”), cuyo objetivo es ofrecer una innovación más rápida, recursos flexibles y economías de escala.

Lo habitual es pagar solo por los servicios en la nube utilizados, de tal forma que lo ayude a reducir los costos operativos, a ejecutar la infraestructura con más eficacia y a escalar a medida que cambian las necesidades de su negocio”.

Dicho de otro modo, la nube es el mismo internet como tal que te permite almacenar cualquier tipo de datos en un lugar seguro, a costos muy reducidos y más rentables que cualquier otro, extendiéndolos a escala global de acceso, maximizando el rendimiento y productividad.

Georreferenciación de los datos

GPS en comunicación con el sistema de satélites y punto geodesico para definir coordenadas de área de trabajo.

La georreferenciación de los datos es un paso importante en la generación de información de apoyo en la agricultura.

Esta significa la ubicación de las imágenes que son captadas por los sensores en un sistema de referencia espacial con sus coordenadas, lo que permite la correcta localización de las imágenes en el mapa y puedan ser comparables con otras imágenes ubicadas en el mismo sistema de referencia.

Para realizar esta labor, las imágenes son cargadas a los gestores de sistemas de información geográfica como Arcgis o Qgis, junto a coordenadas registradas en diferentes puntos de la superficie donde fue captada la imagen; y mediante un proceso matemático, esta logra ajustarse a un sistema de referencia específico.

Entre los sistemas de referencia más usados se encuentran el WGS84 o el ETRS89, siempre y cuando se trabajen con sistemas de coordenadas geográficas.

Para localizaciones detalladas como unidades de producción se suele usar el sistema de coordenadas universal transversal de Mercator (UTM).

Procesamiento

Control y filtrado de calidad de la base de datos

Imagen satelital con falso color
Visualización de imágenes satélitales bajo falso color mediante superposición de bandas.

Los datos recolectados deben pasar por un proceso de calidad y filtrado, pues con la manipulación humana, o alguna anomalía por parte de los instrumentos, se puede generar un dato erróneo, que no permitirá proporcionar información confiable.

Las muestras puntuales tomadas y georreferenciadas deben presentar determinadas características para que puedan ser utilizadas.

La estadística para el filtrado de datos

Apoyado en la estadística, el experto realiza una evaluación de los datos, que involucra la detección de datos fuera del rango establecido, como, por ejemplo, valores de precipitación negativos o muestras de suelo con valores de pH demasiado ácidos o básicos cuando otras muestras del mismo lote no lo reporten.

La detección de calidad de las muestras se aplica con software estadístico donde se calculan medidas descriptivas como la media, la moda o la mediana, así como el contraste de normalidad. Se realizan diferentes tipos de gráficos como los conocidos gráficos de barra, e incluso los gráficos de caja y bigote.

Detección de calidad de la imagen

Las imágenes captadas por los sensores remotos también deben pasar por el proceso detección de calidad.

Muchas imágenes registradas por satélites suelen sufrir alteraciones producto de la orientación del sensor respecto a la superficie o la presencia de gases en la atmósfera, por lo que, solo luego de corregida, se genera una imagen en cualquier tipo de formato raster, lista para ser utilizada.

Las correcciones a aplicar son de diferentes tipos:

  • Correcciones radiométricas: se debe aplicar correcciones radiométricas para restaurar pixeles perdidos de la imagen.
  • Correcciones geométricas: para el ajuste de la imagen en un sistema de referencia, también conocido como georreferenciación.
  • Corrección atmosférica: para eliminar la mayor cantidad de dispersión radiativa producida por los gases de la atmósfera.
imagen satelital de cultivos
Índice normalizado de vegetación aplicado a imágenes de parcelas.

Estimación de índices espectrales

Los índices espectrales son modelos matemáticos que se calculan a partir del algebra de las bandas que componen la imagen.

Estos índices sirven para realzar espectralmente cubiertas determinadas. Estas cubiertas en una unidad de producción significan las parcelas donde se encuentre un cultivo, y hacen inferencia sobre el estado del mismo.

Índice normalizado de vegetación aplicado a imágenes de vegetación en la rivera de ríos.

Índice de vegetación de diferencia normalizada o NDVI

Uno de los índices más conocidos es el índice de vegetación de diferencia normalizada o NDVI por sus siglas en inglés. Este se estima de la siguiente manera:

NDVI= (NIR-R)/(NIR+R)

Donde; NIR= banda 5, R= banda 4

Este índice indica la actividad fotosintética de las plantas. Varía entre -1 y 1, mientras mayor sea el índice, mayor será la actividad fotosintéticamente activa, y mientras menor sea, menor será dicha actividad, por lo que este índice es útil para seguir el desarrollo de los cultivos como el porcentaje de cobertura de las plantas respecto al suelo desnudo.

Índice de Vegetación Mejorado (EVI)

Este índice incorpora algunos coeficientes que realizan una corrección del índice normalizado reduciendo los ruidos producto de la interferencia de la atmósfera y otros problemas:

Índice normalizado de vegetación aplicado a imágenes de parcelas. Se puede diferenciar los cultivos que están en desarrollo, así como aquellas parcelas con suelo desnudo. Tambien permite evaluar, la densidad de la vegetación y su efecto, el deficit hidrico y el nivel general de stress del cultivo.

EVI= (NIR-R)/(NIR+C1*R-C2*B+L)

Dónde: NIR= banda 5, R= banda 4, B= banda 2, L= 1, C1=6, C2=7.5

Índice de Vegetación ajustado con el suelo (SAVI)

Entre los factores que modifican el comportamiento del NDVI está la proporción de vegetación/suelo observada por el sensor.

Para el factor suelo, clave cuando se trabaja en zonas áridas, se incorpora un parámetro “L”, que ajusta el índice a una reflectividad promedio del suelo.

Este índice se calcula como la diferencia normalizada entre la banda roja (R) y la banda del infrarrojo cercano (NIR) ajustado con un factor “L”:

SAVI= [(NIR-R)/(NIR+R +L)]*(1+L)

Donde: NIR= banda 5, R= banda 4, L= 0.5

Índice normalizado de vegetación del Reino Unido. Europa.
Índice normalizado de vegetación del Reino Unido. Europa.

Índice de Vegetación ajustado modificado (MSAVI):

Este índice se calcula como la diferencia normalizada entre la banda roja (R) y la banda del infrarrojo cercano (NIR) donde se aplica una función que determina el valor “L” para reducir el efecto del suelo en la señal de la vegetación.

MSAVI= (2*NIR+1- sqrt ((2*NIR+1)2 - 8*(NIR-R)))/2

Donde: NIR= banda 5, R= banda 4, siendo sqrt, raíz cuadrada

Índice Diferencial de Agua Normalizado (NDWI)

Refleja el contenido de humedad en plantas y suelos y se determina analógicamente con el NDVI de la siguiente manera:

NDWI = (NIR-SWIR)/(NIR+SWIR)

Donde: NIR= banda 5, SWIR= banda 6

Este índice es ideal para la detección temprana del estrés hídrico y disminuir en la medida de lo posible, los impactos negativos en los cultivos, principalmente la merma de los rendimientos.

La estimación del índice NDWI pueden controlar el riego en tiempo real, mejorando significativamente el sistema de producción, especialmente en áreas donde es difícil satisfacer las necesidades de agua.

Interpolación de variables puntuales

Interpolación de imagenes
Puntos muestreados en la imagen de la izquierda e imagen interpolada a la derecha.

La interpolación es un procedimiento que consiste en la estimación de información a partir de aquellos que fueron medidos en campo.

Este procedimiento es útil en muchas ocasiones en la agricultura de precisión, pues por razones económicas o de mano de obra, es imposible muestrear en cualquier locación, teniendo que recurrir a la interpolación espacial, si se desea visualizar en un área determinada el comportamiento de una variable.

Se emplea con regularidad en mapas de características de suelo como presencia de macro o microelementos, el desarrollo gradual de una enfermedad o plaga, e incluso, a grandes escalas, si es necesario apreciar la distribución de variables meteorológicas.

interpolación de imágenes satelitales
Imagenes de la superficie estimada mediante interpolación de puntos.

Metodologías geoestadísticas

Entre las técnicas de interpolación más conocidas y aplicadas se tienen las metodologías geoestadísticas que se basan en el principio geográfico de que los elementos se parecen más a medida que están más cerca y viceversa, pero con la capacidad de incluir en la estimación, la varianza de los puntos muestreados.

Es una metodología fundamentada en las relaciones estadísticas entre las variables. Existen técnicas geoestadísticas univariables, que generan información a partir de los datos medidos, pero también aquellas que se aprovechan de las relaciones entre la variable de interés con otros elementos.

Un ejemplo práctico de estas relaciones se encuentra en que si se necesita estimar espacialmente valores de temperatura, es recomendable relacionarla con la topografía, debido a la estrecha relación inversa que existe entre ellas, fenómeno también conocido como gradiente alto térmico, que indica que a medida que se sube en altitud, la temperatura disminuye.

Entre las técnicas geoestadísticas se conocen:

  1. El kriging ordinario como metodología univariable,
  2. El kriging universal como forma multivariable del kriging.
  3. Otras técnicas más matemáticas que estadísticas son el inverso de la distancia ponderada (IDW) e interpolaciones splines.

Máquinas de aprendizaje

Otras técnicas más actuales, que incluso son consideradas más sencillas, son las máquinas de aprendizaje, entre las que se conocen el bosque aleatorio o las máquinas de soporte de vectores.

Éstas funcionan relacionando el elemento a interpolar con todos los elementos que puedan estar relacionados con ella, que suelen ser capas raster y se superponen uno sobre otro.

Al superponerlos, el software genera un algoritmo que trata de explicar las relaciones entre las capas y con el cual se generará la información espacial.

Estas metodologías no están configuradas actualmente en los gestores SIG comerciales y ameritan que el experto maneje software estadísticos avanzados, por lo que su aplicación aún es limitada.

Cartografía del estado del cultivo

Ejemplo de cartografía
La generación de información cartográfica facilita la toma de decisiones pese a agrupar gran cantidad de información relevante para el productor.

La cartografía puede considerarse el resultado final que condensa de toda la información generada hasta este punto.

Es la representación en forma de mapa de todos los elementos superpuestos uno sobre el otro, en donde se eliminó la información innecesaria y se presenta el resultado lo suficientemente sencillo y explícito para que pueda ser comprendido fácilmente.

Mapa cartográfico de una unidad de producción.
Mapa cartográfico de una unidad de producción.

Las capas de información de suelo, clima, cobertura y cultivo son superpuestas una sobre la otra, junto con información vectorial de las parcelas en un gestor de sistemas de información geográfica SIG, luego son coloreadas de forma que puedan ser fácilmente interpretadas, estos mapas son denominados ya en su etapa final, mapas agropedológicos.

El color juega un papel sumamente importante en la comprensión de los mapas. Los colores correspondientes a paletas rojas o amarillas suelen usarse para mostrar información negativa, mientras que los colores azulados o verdosos, suelen usarse para informar sobre un estado positivo del cultivo.

En un NDVI, el rojo indica que no existe actividad fotosintética, esto puede significar plantas muertas o simplemente suelo desprovisto de vegetación, mientras que el verde hace referencia la vigorosidad de las plantas. Por lo tanto una incorrecta elección de colores dificultará la adecuada interpretación de los mapas.

Toma de decisiones

Una decisión puede significar el éxito o el riesgo en el desarrollo de los cultivos. Por lo que apoyado en la información proporcionada en la agricultura de precisión, el agricultor tomará la decisión que mejor resultados convenga y garantice los rendimientos esperados.

Una vez logrados los mapas agropedológicos, el experto debe gestionar los recursos con la finalidad de ya sea enfrentar una problemática detectada en el cultivo o prepararse por cualquier eventualidad, por lo tanto, estas decisiones pueden ser de carácter preventivo u operativo.

Ambas tipos de decisión deben trabajar de forma conjunta pues se complementan una a la otra para garantizar los máximos rendimientos posibles.

Decisión preventiva

El carácter preventivo es sumamente importante, pues garantiza que si se llegan a detectar inconvenientes, el agricultor tenga las herramientas preparadas para poder superarlo con el mínimo compromiso de los rendimientos.

Ejemplos de decisiones preventivas son preparar las medidas para el control de plagas o enfermedades que tradicionalmente afecten al cultivo en cuestión y estén presentes en el área.

Investigaciones reportan que la toma de muestras georeferenciadas en campo y rastreo de huevos correspondientes a algún insecto plaga, permite la creación de mapas interpolados de comportamiento del mismo, generando un alerta temprana sobre su posible distribución, como la localización de la ovoposición o condiciones ambientales favorables para al insecto, permitiendo de este modo que se preparen los mecanismos de control.

Decisiones operativas o de gestión

Una vez detectado algún problema, las decisiones operativas implican ejecutar las medidas necesarias para superarlo.

Ejemplos de decisiones operativas son:

  • La operación de sistemas de riego o
  • La dosificación de fertilizantes si se detectan áreas con pobre crecimiento vegetal o
  • La aplicación de controles químicos o biológicos a las plagas y enfermedades, entre muchas otras medidas.

Los mecanismos operativos favorecen el control adecuado y oportuno, por lo que están directamente relacionados con el manejo eficiente de los recursos, y por ende mejores beneficios económicos para al agricultor.

Por otro lado, y desde un punto de vista ambiental, las decisiones operativas se traducen en menos agroquímicos al ecosistema, lo que previene contaminación de aguas subterráneas por lixiviación de contaminantes, o disminuye el efecto perjudicial de los biocidas sobre insectos polinizadores.

Fotografía satelital de región agrícola.

Avances recientes

Con el desarrollo de nuevas tecnologías, la agricultura de precisión se hace cada vez más sencilla de aplicar y por lo tanto, con menos recursos tanto agrícolas como humanos.

Hoy en día, se han creado enormes sistemas de pago y de investigación que integran una importante red de estaciones meteorológicas automáticas y demás sensores de superficie con sensores remotos gestionados por tecnologías de información y comunicación como aplicaciones de Smartphone, PC o Tablets, con éxitos sin precedentes en países como EEUU, Brasil, México y países de Europa y Asia y en donde cientos de agricultores se encuentran afiliados.

Así mismo y gracias al auge que ha tenido este tipo de agricultura, muchas empresas han dedicado esfuerzo y dinero en la creación de aplicaciones SIG que permitan aprovechar sus bondades.

Tal es el caso del riego inteligente para parques y jardines, donde también las TICs tienen un papel protagónico.

Gracias a un simple click en la pantalla de un Smartphone se gestiona el riego por goteo, aspersión o micro aspersión en pequeñas áreas, por lo que se aprovecha al máximo el recurso hídrico a pequeña escala, sobre todo en ciudades que hoy día sufren los embates de la sequía.

Cambios y mejoras

La agricultura de precisión también se mejora y perfecciona junto con los avances de la ciencia.

Esto puede verse con la disposición en el mercado de sensores mucho más complejos y sensibles a regiones del espectro electromagnético que anteriormente no podía ser detectado, como el infrarrojo o radiación ultravioleta, así como una superior capacidad de estos sensores de registrar una elevada cantidad de bandas y de una mayor resolución del pixel, por lo que aumenta notablemente la posibilidad de estimar índices con una información más detallada.

También han aparecido drones con instrumental especializado en la aplicación de biocidas, lo que disminuye los efectos nocivos en la salud humana, así como también, drones capaces de aplicar abonos y sembrar de forma aérea.

Actualmente el uso de la agricultura de precisión está en auge y va en combinación con el surgimiento de otras tecnologías intensivas como los cultivos protegidos e hidropónicos.

Puedes ampliar esta información en nuestros artículos sobre cultivos protegidos e hidroponía.

https://agrotendencia.tv/agropedia/el-cultivo-hidroponico/

https://agrotendencia.tv/agropedia/cultivos-protegidos/

Compilador

Ing. Agr. Miguel Silva

Referencias Consultadas

Arley, O., Llano, G. . (2016). Sistemas de información enfocados en tecnologías de agricultura de precisión y aplicables a la caña de azúcar, una revisión. Revista Ingenierías Universidad de Medellín, vol. 15, núm. 28 , 103-124.

Berrío, V., Mosquera, J., Alzate, D. (2015). Uso de drones para el analisis de imágenes multiespectrales en agricultura de precisión. CIENCIA Y TECNOLOGÍA ALIMENTARIA, 28-40.

García, E., Flego, F. (2008). Agricultura de precisión . Tecnología Agropecuaria, 99-116.

González, C., Sepúlveda, P., Barroso, A., Fernández, F., Maciá, F., Lorenzo, J. (2011). Sistema para la generación automática de mapas de rendimiento. Aplicación en la agricultura de precisión. IDESIA (Chile) Volumen 29, Nº 1, 59-69.

Jimenez, A., Ravelo, D., Gómez, J. (2010). Sistema de adquisición, almacenamiento y análisis de información fenológica para el manejo de plagas y enfermedades de un duraznero mediante tecnologías de agrícultura de precisión. Tecnura, vol. 14, núm. 27, 41-51.

Leiva, F. . (2003). La agricultura de precisión: una producción más sostenible y competitiva con visión futurista. VII Congreso de la sociedad colombiana de fitomejoramiento y producción de cultivos , 7 p.

Lizarazo, I., Alfonso, O. (2011). Aplicaciones de la agricultura de precisión en palma de aceite “Elaeis Guineensis” e hibrido O x G. Revista de Ingeniería , 124-130.

Marote, M. (2010). Agricultura de precisión . Ciencia y Tecnología , 143-166.

Quevedo, I., Rodríguez, Y., Hernández, P., Freire, E. (2006). La aplicación de la Agricultura de Precisión: su impacto social . Revista Ciencias Técnicas Agropecuarias, vol. 15, núm. 3, 42-44.

Urbano-Molano, F. (2013). Redes de Sensores Inalambricos Aplicadas a Optimización en Agricultura de Precision para Cultivos de Café en Colombia. Journal de Ciencia e Ingenier´ıa, Vol.5, No.1, 46-52.

AGRICULTURA DE PRECISIÓN EN 2 MINUTOS
AGROLATINA - AGRICULTURA DE PRECISIÓN
PAMPERO TV: Herramientas para aplicar agroquímicos
PAMPERO TV: Drones en agricultura de precisión
PAMPERO TV: Agricultura de precisión para aumentar los rindes
PAMPERO TV: Mas precisión en la cosecha
0 0 vote
Article Rating
guest
0 Comments
Inline Feedbacks
View all comments