La agricultura de precisión ( AP ) es una estrategia de gestión agrícola basada en observar, medir y responder a la variabilidad temporal y espacial para mejorar la sostenibilidad de la producción agrícola. [2] Se utiliza tanto en la producción agrícola como ganadera . La agricultura de precisión suele emplear tecnologías para automatizar las operaciones agrícolas , mejorando su diagnóstico, toma de decisiones o rendimiento. [3] [4] El objetivo de la investigación en agricultura de precisión es definir un sistema de apoyo a las decisiones para la gestión de toda la finca con el objetivo de optimizar el rendimiento de los insumos y al mismo tiempo preservar los recursos. [5] [6]
Entre estos muchos enfoques se encuentra un enfoque fitogeomorfológico que vincula la estabilidad/características del crecimiento de los cultivos durante varios años con los atributos topológicos del terreno. El interés en el enfoque fitogeomorfológico surge del hecho de que el componente geomorfológico típicamente dicta la hidrología del campo agrícola. [7] [8]
La práctica de la agricultura de precisión ha sido posible gracias a la llegada del GPS y el GNSS . La capacidad del agricultor y/o investigador para localizar su posición precisa en un campo permite la creación de mapas de la variabilidad espacial de tantas variables como puedan medirse (por ejemplo, rendimiento de cultivos, características/topografía del terreno, contenido de materia orgánica, niveles de humedad, niveles de nitrógeno, pH, EC, Mg, K, y otros). [9] Datos similares se recopilan mediante conjuntos de sensores montados en cosechadoras equipadas con GPS . Estos conjuntos constan de sensores en tiempo real que miden todo, desde los niveles de clorofila hasta el estado del agua de las plantas, junto con imágenes multiespectrales . [10] Estos datos se utilizan junto con imágenes satelitales mediante tecnología de tasa variable (VRT), incluidas sembradoras, pulverizadores, etc., para distribuir de manera óptima los recursos. Sin embargo, los avances tecnológicos recientes han permitido el uso de sensores en tiempo real directamente en el suelo, que pueden transmitir datos de forma inalámbrica sin necesidad de presencia humana. [11] [12]
La agricultura de precisión también ha sido posible gracias a vehículos aéreos no tripulados que son relativamente económicos y pueden ser operados por pilotos novatos. Estos drones agrícolas pueden equiparse con cámaras multiespectrales o RGB para capturar muchas imágenes de un campo que se pueden unir utilizando métodos fotogramétricos para crear ortofotos . Estas imágenes multiespectrales contienen múltiples valores por píxel además de los valores tradicionales de rojo, verde y azul, como los valores del espectro del infrarrojo cercano y del borde rojo, que se utilizan para procesar y analizar índices vegetativos como los mapas NDVI . [13] Estos drones son capaces de capturar imágenes y proporcionar referencias geográficas adicionales, como la elevación, lo que permite que el software realice funciones de álgebra cartográfica para construir mapas topográficos precisos. Estos mapas topográficos se pueden utilizar para correlacionar la salud de los cultivos con la topografía, cuyos resultados se pueden utilizar para optimizar los insumos de los cultivos, como agua, fertilizantes o productos químicos como herbicidas y reguladores del crecimiento, mediante aplicaciones de dosis variables.
La agricultura de precisión es un componente clave de la tercera ola de revoluciones agrícolas modernas . La primera revolución agrícola fue el incremento de la agricultura mecanizada , de 1900 a 1930. Cada agricultor produjo alimentos suficientes para alimentar a unas 26 personas durante este tiempo. [14] La década de 1960 impulsó la Revolución Verde con nuevos métodos de modificación genética, que llevaron a que cada agricultor alimentara a unas 156 personas. [14] Se espera que para 2050, la población mundial alcance alrededor de 9,6 mil millones de personas, y la producción de alimentos debe efectivamente duplicarse con respecto a los niveles actuales para poder alimentar a todas las bocas. Con los nuevos avances tecnológicos en la revolución agrícola de la agricultura de precisión, cada agricultor podrá alimentar a 265 personas en la misma superficie. [14]
La primera ola de la revolución de la agricultura de precisión se produjo en forma de imágenes aéreas y satelitales, predicciones meteorológicas, aplicación de fertilizantes en dosis variables e indicadores de salud de los cultivos. [15] La segunda ola agrega los datos de la máquina para obtener datos de plantación, mapeo topográfico y suelo aún más precisos. [dieciséis]
La agricultura de precisión tiene como objetivo optimizar la gestión a nivel de campo con respecto a:
La agricultura de precisión también proporciona a los agricultores una gran cantidad de información para:
La siembra prescriptiva es un tipo de sistema agrícola que brinda consejos de siembra basados en datos que pueden determinar tasas de siembra variables para adaptarse a las diferentes condiciones en un solo campo, con el fin de maximizar el rendimiento. Se ha descrito como " Big Data en la granja". Monsanto , DuPont y otros están lanzando esta tecnología en Estados Unidos. [17] [18]
La agricultura de precisión utiliza muchas herramientas, pero estas son algunas de las básicas: tractores, cosechadoras, pulverizadores, sembradoras, excavadoras, todos ellos considerados sistemas de autoguiado. Los pequeños dispositivos de los equipos que utilizan SIG (sistema de información geográfica) son los que hacen que la agricultura de precisión sea lo que es. Puedes pensar en el sistema SIG como el "cerebro". Para poder utilizar la agricultura de precisión, los equipos deben estar conectados con la tecnología y los sistemas de datos adecuados. Más herramientas incluyen tecnología de tasa variable (VRT), sistema de posicionamiento global y sistema de información geográfica, muestreo de red y sensores remotos. [19]
Geolocalizar un campo permite al agricultor superponer información recopilada a partir del análisis de suelos y nitrógeno residual, e información sobre cultivos anteriores y resistividad del suelo. La geolocalización se realiza de dos formas.
La variabilidad intra e intercampos puede deberse a varios factores. Estos incluyen condiciones climáticas ( granizo , sequía, lluvia, etc.), suelos (textura, profundidad, niveles de nitrógeno), prácticas de cultivo ( cultivo sin labranza ), malezas y enfermedades. Los indicadores permanentes, principalmente indicadores del suelo, proporcionan a los agricultores información sobre las principales constantes ambientales. Los indicadores puntuales les permiten rastrear el estado de un cultivo, es decir, ver si se están desarrollando enfermedades, si el cultivo sufre estrés hídrico , estrés de nitrógeno o acame, si ha sido dañado por el hielo, etc. Esta información puede proceder de estaciones meteorológicas y otros sensores (resistividad eléctrica del suelo, detección a simple vista, imágenes de satélite, etc.). Las mediciones de resistividad del suelo combinadas con el análisis del suelo permiten medir el contenido de humedad . La resistividad del suelo también es una medida relativamente simple y barata. [20]
Utilizando mapas de suelos , los agricultores pueden seguir dos estrategias para ajustar los insumos de campo:
Las decisiones pueden basarse en modelos de apoyo a las decisiones (modelos de simulación de cultivos y modelos de recomendación ) basados en big data , pero en el análisis final corresponde al agricultor decidir en términos de valor comercial e impactos en el medio ambiente , un papel que se está asumiendo. por sistemas de inteligencia artificial (IA) basados en aprendizaje automático y redes neuronales artificiales .
Es importante comprender por qué se adopta o no la tecnología de AP: "para que se adopte la tecnología de AP, el agricultor debe percibir la tecnología como útil y fácil de usar. Podría ser insuficiente tener datos externos positivos sobre los beneficios económicos de la AP". La tecnología, ya que las percepciones de los agricultores deben reflejar estas consideraciones económicas". [24]
Las nuevas tecnologías de la información y la comunicación hacen que la gestión de cultivos a nivel de campo sea más operativa y más fácil de lograr para los agricultores. La aplicación de decisiones de manejo de cultivos requiere equipos agrícolas que respalden la tecnología de dosis variable ( VRT ), por ejemplo, variar la densidad de las semillas junto con la aplicación de dosis variable (VRA) de nitrógeno y productos fitosanitarios. [25]
La agricultura de precisión utiliza tecnología en equipos agrícolas (por ejemplo, tractores, pulverizadores, cosechadoras, etc.):
El concepto de agricultura de precisión surgió por primera vez en los Estados Unidos a principios de los años 1980. En 1985, investigadores de la Universidad de Minnesota variaron los aportes de cal en los campos de cultivo. También fue en esta época cuando apareció la práctica del muestreo en cuadrícula (aplicando una cuadrícula fija de una muestra por hectárea). Hacia finales de la década de 1980, esta técnica se utilizó para derivar los primeros mapas de recomendación de insumos para fertilizantes y correcciones de pH. Desde entonces, el uso de sensores de rendimiento desarrollados a partir de nuevas tecnologías, combinado con la llegada de los receptores GPS, ha ido ganando terreno. Hoy en día, estos sistemas cubren varios millones de hectáreas.
En el Medio Oeste de Estados Unidos (EE.UU.), no se asocia con la agricultura sostenible sino con los agricultores tradicionales que intentan maximizar sus ganancias gastando dinero sólo en áreas que requieren fertilizantes. Esta práctica permite al agricultor variar la dosis de fertilizante en todo el campo de acuerdo con la necesidad identificada mediante muestreo de zona o cuadrícula guiado por GPS. El fertilizante que se habría esparcido en áreas que no lo necesitan se puede colocar en áreas que sí lo necesitan, optimizando así su uso.
En todo el mundo, la agricultura de precisión se desarrolló a un ritmo variable. Las naciones precursoras fueron Estados Unidos, Canadá y Australia. En Europa, el Reino Unido fue el primero en seguir este camino, seguido de cerca por Francia, donde apareció por primera vez en 1997-1998. En América Latina el país líder es Argentina , donde se introdujo a mediados de los años 1990 con el apoyo del Instituto Nacional de Tecnología Agropecuaria . Brasil estableció una empresa estatal, Embrapa , para investigar y desarrollar la agricultura sostenible. El desarrollo del GPS y las técnicas de dispersión de tasa variable ayudaron a consolidar las prácticas de gestión de la agricultura de precisión [26] . Hoy en día, menos del 10% de los agricultores franceses están equipados con sistemas de tipo variable. La adopción del GPS está más extendida, pero esto no les ha impedido utilizar servicios de agricultura de precisión, que proporcionan mapas de recomendación a nivel de campo. [27]
Si bien las tecnologías digitales pueden transformar el panorama de la maquinaria agrícola, haciendo que la mecanización sea más precisa y más accesible, la producción no mecanizada sigue siendo dominante en muchos países de ingresos bajos y medianos, especialmente en el África subsahariana. [3] [4] La investigación sobre agricultura de precisión para producción no mecanizada está aumentando y también su adopción. [28] [29] [30] Los ejemplos incluyen el escáner de suelo portátil AgroCares, los servicios de vehículos aéreos no tripulados (UAV) (también conocidos como drones) y GNSS para mapear los límites de los campos y establecer la tenencia de la tierra. [31] Sin embargo, no está claro cuántos productores agrícolas utilizan realmente tecnologías digitales. [31] [32]
La ganadería de precisión apoya a los agricultores en tiempo real al monitorear y controlar continuamente la productividad animal, los impactos ambientales y los parámetros de salud y bienestar. [33] Los sensores conectados a los animales o al equipo del establo operan el control climático y monitorean el estado de salud, el movimiento y las necesidades de los animales. Por ejemplo, las vacas pueden etiquetarse con la identificación electrónica (EID) que permite a un robot de ordeño acceder a una base de datos de coordenadas de ubre para vacas específicas. [34] Las ventas mundiales de sistemas de ordeño automático han aumentado en los últimos años, [35] pero es probable que su adopción se produzca principalmente en el norte de Europa, [36] y probablemente sea casi ausente en los países de ingresos bajos y medios. [37] También existen máquinas de alimentación automatizadas tanto para vacas como para aves de corral, pero los datos y la evidencia sobre las tendencias y los impulsores de su adopción también son escasos. [3] [4]
Los beneficios económicos y ambientales de la agricultura de precisión también se han confirmado en China, pero China está por detrás de países como Europa y Estados Unidos porque el sistema agrícola chino se caracteriza por granjas familiares de pequeña escala, lo que hace que la tasa de adopción de La agricultura de precisión es inferior a la de otros países. Por lo tanto, China está tratando de introducir mejor la tecnología de agricultura de precisión en su propio país y reducir algunos riesgos, allanando el camino para que la tecnología china desarrolle la agricultura de precisión en el futuro. [38]
En diciembre de 2014, el presidente ruso pronunció un discurso ante el Parlamento ruso en el que pidió una Iniciativa Tecnológica Nacional (NTI). Está dividido en subcomponentes como la iniciativa FoodNet. La iniciativa FoodNet contiene un conjunto de prioridades declaradas, como la agricultura de precisión. Este campo es de especial interés para Rusia como herramienta importante en el desarrollo de elementos de la bioeconomía en Rusia. [39] [40]
La agricultura de precisión, como su nombre lo indica, significa la aplicación de cantidades precisas y correctas de insumos como agua, fertilizantes, pesticidas, etc. en el momento correcto al cultivo para aumentar su productividad y maximizar sus rendimientos. Las prácticas de gestión de la agricultura de precisión pueden reducir significativamente la cantidad de nutrientes y otros insumos agrícolas utilizados, al tiempo que aumentan los rendimientos. [41] Los agricultores obtienen así un retorno de su inversión al ahorrar en costos de agua, pesticidas y fertilizantes.
El segundo beneficio, a mayor escala, de centrarse en los insumos tiene que ver con los impactos ambientales. Aplicar la cantidad adecuada de productos químicos en el lugar y momento adecuados beneficia a los cultivos, los suelos y las aguas subterráneas y, por tanto, a todo el ciclo de los cultivos. [42] En consecuencia, la agricultura de precisión se ha convertido en una piedra angular de la agricultura sostenible , ya que respeta los cultivos, los suelos y los agricultores. La agricultura sostenible busca asegurar un suministro continuo de alimentos dentro de los límites ecológicos, económicos y sociales necesarios para sostener la producción a largo plazo.
Un artículo de 2013 intentó mostrar que la agricultura de precisión puede ayudar a los agricultores de países en desarrollo como la India. [43]
La agricultura de precisión reduce la presión de la agricultura sobre el medio ambiente al aumentar la eficiencia de la maquinaria y ponerla en uso. Por ejemplo, el uso de dispositivos de gestión remota como el GPS reduce el consumo de combustible para la agricultura, mientras que la aplicación de dosis variables de nutrientes o pesticidas puede reducir potencialmente el uso de estos insumos, ahorrando así costos y reduciendo los escurrimientos nocivos a las vías fluviales. [44]
El GPS también reduce la cantidad de compactación del suelo siguiendo líneas de guía previamente creadas. Esto también permitirá pasar menos tiempo en el campo y reducirá el impacto ambiental de los equipos y productos químicos.
La agricultura de precisión produce grandes cantidades de datos de detección variados, lo que crea una oportunidad para adaptar y reutilizar dichos datos para el trabajo de arqueología y patrimonio, mejorando la comprensión de la arqueología en los paisajes agrícolas contemporáneos. [45]
La agricultura de precisión es una aplicación de tecnologías agrícolas digitales innovadoras. Se han invertido más de 4.600 millones de dólares en empresas de tecnología agrícola, a veces llamadas agtech. [14]
Los tractores autodirigidos existen desde hace algún tiempo, ya que los equipos John Deere funcionan como un avión en piloto automático . El tractor hace la mayor parte del trabajo y el agricultor interviene en caso de emergencia. [42] La tecnología avanza hacia maquinaria sin conductor programada por GPS para esparcir fertilizantes o arar la tierra. La autonomía de la tecnología está impulsada por la exigente necesidad de diagnósticos, a menudo difíciles de lograr únicamente con maquinaria manual operada por los agricultores. En muchos casos de altas tasas de producción, los ajustes manuales no pueden sostenerse. [46] Otras innovaciones incluyen máquinas/robots, parcialmente alimentados por energía solar, que identifican las malas hierbas y las matan con precisión con una dosis de herbicida o láser . [42] [47] [48]
Ya existen robots agrícolas , también conocidos como AgBots, pero se están desarrollando robots recolectores avanzados para identificar frutos maduros, ajustarlos a su forma y tamaño y arrancarlos con cuidado de las ramas. [49]
La tecnología de drones y satélites se utiliza en la agricultura de precisión. Esto ocurre a menudo cuando los drones toman imágenes de alta calidad mientras los satélites capturan la imagen más amplia. La fotografía aérea desde avionetas se puede combinar con datos de registros satelitales para predecir rendimientos futuros basándose en el nivel actual de biomasa del campo . Las imágenes agregadas pueden crear mapas de contorno para rastrear dónde fluye el agua, determinar la siembra de tasa variable y crear mapas de rendimiento de áreas que fueron más o menos productivas. [42]
Internet de las cosas es la red de objetos físicos equipados con electrónica que permiten la recopilación y agregación de datos. IoT entra en juego con el desarrollo de sensores [50] y software de gestión agrícola. Por ejemplo, los agricultores pueden medir espectroscópicamente el nitrógeno, el fósforo y el potasio en el estiércol líquido , lo cual es notoriamente inconsistente. [42] Luego pueden escanear el suelo para ver dónde ya han orinado las vacas y aplicar fertilizante solo en los lugares que lo necesitan. Esto reduce el uso de fertilizantes hasta en un 30%. [49] Los sensores de humedad [51] en el suelo determinan los mejores momentos para regar las plantas de forma remota. Los sistemas de riego se pueden programar para cambiar de qué lado del tronco del árbol riegan según las necesidades de la planta y la lluvia. [42]
Las innovaciones no se limitan sólo a las plantas: pueden utilizarse para el bienestar de los animales. El ganado puede equiparse con sensores internos para realizar un seguimiento de la acidez del estómago y los problemas digestivos. Los sensores externos rastrean los patrones de movimiento para determinar la salud y el estado físico de la vaca, detectar lesiones físicas e identificar los momentos óptimos para la reproducción. [42] Todos estos datos de los sensores se pueden agregar y analizar para detectar tendencias y patrones.
Como otro ejemplo, la tecnología de monitoreo se puede utilizar para hacer que la apicultura sea más eficiente. Las abejas tienen un valor económico significativo y brindan un servicio vital a la agricultura al polinizar una variedad de cultivos. El seguimiento de la salud de una colonia de abejas mediante sensores inalámbricos de temperatura, humedad y CO 2 ayuda a mejorar la productividad de las abejas y a leer alertas tempranas en los datos que podrían amenazar la supervivencia de una colmena entera. [52]
Las aplicaciones para teléfonos inteligentes y tabletas son cada vez más populares en la agricultura de precisión. Los teléfonos inteligentes vienen con muchas aplicaciones útiles ya instaladas, incluida la cámara, el micrófono, el GPS y el acelerómetro. También hay aplicaciones dedicadas a diversas aplicaciones agrícolas, como mapeo de campos, seguimiento de animales, obtención de información meteorológica y de cultivos, y más. Son fácilmente portátiles, asequibles y tienen una gran potencia informática. [53]
El aprendizaje automático se utiliza comúnmente junto con drones, robots y dispositivos de Internet de las cosas. Permite el ingreso de datos de cada una de estas fuentes. Luego, la computadora procesa esta información y envía las acciones apropiadas a estos dispositivos. Esto permite que los robots entreguen la cantidad perfecta de fertilizante o que los dispositivos IoT proporcionen la cantidad perfecta de agua directamente al suelo. [54] El aprendizaje automático también puede proporcionar predicciones a los agricultores en el punto de necesidad, como el contenido de nitrógeno disponible para las plantas en el suelo , para guiar la planificación de la fertilización. [55] A medida que la agricultura se vuelve cada vez más digital, el aprendizaje automático respaldará una agricultura eficiente y precisa con menos trabajo manual.
Este artículo incorpora texto de un trabajo de contenido gratuito . Licenciado bajo CC BY-SA 3.0 (declaración/permiso de licencia). Texto extraído de En resumen de El estado mundial de la agricultura y la alimentación 2022: Aprovechar la automatización en la agricultura para transformar los sistemas agroalimentarios, FAO, FAO.
Medios relacionados con la agricultura de precisión en Wikimedia Commons