La revolución de la agronomía predictiva: Transformando la producción hortícola

Introducción:

La monitorización y automatización en la agricultura han asumido un papel crucial en la optimización de los recursos agrícolas. En un mundo donde la sostenibilidad y la eficiencia son esenciales, estas tecnologías permiten un uso más preciso y económico de recursos valiosos como el agua, la energía y la mano de obra. Este artículo explora cómo la integración de la agronomía predictiva y la colaboración entre empresas de perfil tecnológico pueden revolucionar la producción hortícola en España.

La agronomía predictiva – un nuevo enfoque en el sector:

La recolección y análisis de datos abren la puerta a decisiones más informadas y estratégicas en agricultura. Este enfoque proporciona una comprensión objetiva de las condiciones del campo y del rendimiento de los cultivos, permitiendo ajustes inmediatos en el manejo y mejorando el desempeño general de la operación agrícola. Además, la automatización habilita la capacidad predictiva, anticipando desafíos en el campo y permitiendo una planificación proactiva tanto técnica como financiera.

El creciente interés en la agronomía predictiva destaca la evolución de la agricultura hacia abordajes más avanzados y tecnológicamente exigentes. Este enfoque integra la experiencia agrícola con datos históricos y analítica en tiempo real, aprovechando la tecnología de sensores para monitorear variables clave. La agronomía predictiva emerge como una opción potente para mejorar la eficiencia y la sostenibilidad en la producción agrícola, alineándose con las demandas

de un mundo en constante cambio y una creciente población global donde producir más con menos es fundamental.

Una sinergia innovadora en España:

Empresas líderes y de perfil tecnológico como “SISTAGRO by “Cortijo La Reina” y “WiseConn Ibérica” están uniendo esfuerzos para desarrollar soluciones integradas que potencien el valor de la agronomía predictiva en el regadío español.

SISTAGRO by CLR, una spin-off de ‘Cortijo La Reina’, un grupo líder en producción agrícola con más de 3.000 hectáreas de una amplia variedad de cultivos en Andalucía y Extremadura, se centra en la sostenibilidad económica, social y ambiental. SISTAGRO se especializa en soluciones agri-tech y brinda múltiples servicios de consultoría, digitalización y automatización agrícola en España y Portugal.

Por otro lado, WiseConn, una empresa multinacional con base en California y líder mundial en soluciones de monitorización, automatización y control de riego con más de 20 mil dispositivos instalados en 18 años, ha introducido recientemente su tecnología en España y Europa, la cual ya se utiliza en más de 300.000 hectáreas en varios países del mundo.

La región elegida para impulsar nuevas soluciones fue Andalucía. Esta región enfrenta desde el año 2018, consecutivas campañas de baja pluviometría y escasez de agua, lo que ha afectado significativamente la disponibilidad para riego en la generalidad de las zonas regantes de la cuenca del Guadalquivir. En este desafiante contexto, marcado por bajos potenciales de producción y una reducción en las áreas de cultivo de hortícolas y otros cultivos anuales, la colaboración entre SISTAGRO-CLR y WiseConn se enfoca en

desarrollar herramientas tecnológicas avanzadas que ayuden a los agricultores a tomar decisiones para mitigar riesgos y adaptar las operaciones agrícolas en medio de la escasez de recursos.

Objetivos del proyecto y metodología:

El objetivo principal de este proyecto colaborativo es desarrollar soluciones tecnológicas que permitan medir con precisión el consumo de agua, evaluar el desarrollo de los cultivos y predecir su rendimiento a nivel de parcela y finca. Estas tres vertientes del proyecto, medir, evaluar y predecir, se alinean con una visión de gestión integrada tanto técnica como financiera. Esta iniciativa es profundamente innovadora porque integra datos y análisis financieros con una sólida visión técnica y aplicada, lo cual se logra mediante la complementariedad de empresas con distintos perfiles y niveles de experiencia, como Cortijo La Reina, SISTAGRO-CLR y WiseConn

Se han llevado a cabo ensayos de campo en cultivos hortícolas como espinacas y patatas en la finca La Reina en Córdoba. El enfoque seguido se basa en un concepto muy importante de la fitotecnia, aplicado a entornos con escasez de agua, donde el agua disponible es el principal factor limitante al desarrollo del cultivo. Al medir con precisión el consumo de agua por parte del cultivo, podemos estimar su producción Se han llevado a cabo ensayos de campo en cultivos hortícolas como espinacas y patatas en la finca La Reina en Córdoba. El enfoque seguido se basa en un concepto muy importante de la fitotecnia, aplicado a entornos con escasez de agua, donde el agua disponible es el principal factor limitante al desarrollo del cultivo. Al medir con precisión el consumo de agua por parte del cultivo, podemos estimar su producción en tiempo real. Es importante destacar que el potencial de este concepto es muy elevado para cultivos hortícolas o forrajeros, donde la relación entre la biomasa producida y los productos comercializables es bastante directa.

Los ensayos se realizaron en parcelas de tamaño comercial con riego por aspersión móvil utilizando un pivote central. Para calcular las necesidades hídricas de los cultivos y diseñar el respectivo plan de riego, se empleó el modelo clásico del balance hídrico, teniendo en cuenta los coeficientes de cultivo según el estado de desarrollo de los cultivos. La aplicación de agua fue monitoreada mediante la solución comercial de WiseConn, conocida como DropControl, que incluye un sistema de telemetría alimentado con energía solar, una estación Davis inalámbrica y una sonda de capacitancia Sentek insertada hasta 60 cm de profundidad para controlar la actividad radicular de los cultivos y la evolución del perfil de humedad. Además, se instalaron dos sensores de presión en la entrada y salida del filtro del sistema de riego para controlar la aplicación de agua. También se utilizó un pluviómetro digital para monitorear el riego por aspersión y la lluvia.

Todos los datos recopilados fueron enviados y almacenados directamente en la nube a través de un dispositivo electrónico denominado Nodo RF-X1. Este dispositivo tiene la capacidad de conectarse a cualquier instrumento o sensor de uso agronómico o agroindustrial disponible en el mercado, siempre que cuente con un protocolo abierto. Además, el Nodo RF-X1 puede ejecutar instrucciones de riego, como la activación de válvulas, control de bombas y otros actuadores comunes en la agricultura. Esta tecnología se basa en Nodos alimentados con energía solar (Hardware), los cuales se instalan en el terreno y se adaptan a la realidad y necesidades de cualquier finca. Se complementa con una plataforma (Software) que permite acceder a los datos en tiempo real desde cualquier dispositivo móvil o a través de otros desarrollos integrados vía API, como en el caso de SISTAGRO.

La accesibilidad a los datos se garantizó mediante una API (Interfaz de Programación de Aplicaciones), lo que facilitó la creación de una solución personalizada que es fácil de implementar y adaptar al contexto específico de cada finca y cliente.

A lo largo de la campaña de cultivo, se llevaron a cabo muestras destructivas de hojas cada 10 días, las cuales fueron secadas para estimar la producción en materia fresca y materia seca. Tanto el plan de muestreo como la ubicación de las sondas y sensores se basaron en una solución desarrollada por parte de SISTAGRO-CLR, y comercialmente disponible, llamada "Map2Sample". Este producto incluye un análisis previo a la instalación de los equipos, el cual utiliza imágenes satelitales históricas, mapas de diversas propiedades geomorfológicas del terreno y visitas iniciales a las parcelas para recoger muestras de suelo. Este análisis sigue un algoritmo de base geoestadística que permite delimitar con elevada precisión los puntos de máxima representatividad de las parcelas para la instalación de cada unidad de sensores WiseConn. Se entiende que para soluciones de gran escala es fundamental definir la ubicación óptima de los equipos para maximizar la representatividad de la información.

Resultados y perspectivas futuras:

Los resultados preliminares de los ensayos han sido prometedores, demostrando un alto grado de precisión en las estimaciones de rendimiento. En particular, destacamos el caso de las espinacas (var. Baboon), donde el producto desarrollado ha sido capaz de estimar en tiempo real el nivel de biomasa acumulada con un nivel de error inferior al 5% (ver Figura 1)

El sistema realiza una actualización diaria de la información para calcular la biomasa acumulada, basándose en la cantidad de agua consumida por las raíces y otros indicadores fitotécnicos que relacionan el consumo de agua, la temperatura diaria y el estado del cultivo con la producción diaria de biomasa. Este modelo de cálculo incluye tres niveles de abonado para ajustarse al estado nutritivo del cultivo, especialmente relevante en cultivos hortícolas y forrajeros.

La monitorización del nitrógeno a lo largo del ciclo es crucial, ya que afecta directamente a la productividad del agua, es decir, la cantidad de biomasa producida por unidad de agua consumida. Se ha observado que esta relación varía durante el ciclo, especialmente influenciada

por los eventos de corte (cosecha) del cultivo, que resultan en extracciones significativas de biomasa y nutrientes. La solución desarrollada está preparada para considerar estos ajustes.

Figura 1: Resultados obtenidos en una parcela de Espinacas Baboon: En verde: niveles de rendimiento estimados "CropCloudAnalytics", en rojo: niveles de producción medidos en campo para efectos de validación.

Importa referir que la solución desarrollada se ha integrado con un sistema de trazabilidad contable que permite vincular todos los indicadores técnicos con aspectos financieros, como el nivel de gasto acumulado en cada día del cultivo, la distribución del gasto por grupos de labores, el consumo de insumos y la previsión de ingresos, junto con el respectivo margen de rentabilidad esperado del cultivo.

En un segundo nivel, se han vinculado las previsiones de cosecha obtenidas en los puntos monitoreados En un segundo nivel, se han vinculado las previsiones de cosecha obtenidas en los puntos monitoreados con imágenes satelitales de alta resolución temporal. Este proceso nos permitió escalar la solución a la escala de parcela, proporcionando una indicación clara del rendimiento en forma de mapas. Esto presenta una oportunidad para planificar operaciones determinantes como el abonado o la cosecha. Esta solución es muy relevante para sistemas de agricultura de precisión, como la dosificación variable en riego o abono. La capacidad de obtener estimaciones precisas del rendimiento a nivel de parcela no solo mejora la productividad y la calidad de los cultivos, sino que también contribuye a la sostenibilidad al reducir el uso excesivo de recursos como el agua y los fertilizantes en ciertas zonas de una misma parcela.

Gracias a los ensayos de campo, este proyecto ha dado lugar al producto "CropCloudAnalytics", un innovador servicio de asesoría digital y agronómica que incluye un conjunto preestablecido

de visitas a cada parcela durante una campaña productiva, complementado con una solución de análisis y reporting muy interesante.

Durante las visitas, se recolectan muestras del cultivo y se controlan y recalibran los parámetros de los modelos. Se genera un panel de control utilizando tecnología de desarrollo web, actualizado diariamente y de forma automática mediante soluciones API, que proporciona monitoreo del cultivo, estimación de rendimientos en tiempo real y mapeo de la variabilidad espacial. Se añade un paquete de trazabilidad contable de gastos que permite vincular la parte agronómica con la componente financiera. Además, se ofrece una solución de informes muy dinámica en la nube, actualizada semanalmente.

El cliente o usuario final de esta información tiene total libertad para consultarla donde y cuando mejor le convenga, manteniéndose actualizado sobre el estado de sus parcelas de cultivo. Estos componentes digitales se complementan con asesoramiento presencial sobre plan de riego, abonado y tratamientos. Esto es diferenciador porque se entiende la tecnología como complementaria a la experiencia y presencia en el campo, no como un sustituto.

Esta solución integral permite seguir con precisión el estado de la operación agrícola, visualizar indicadores clave del rendimiento del cultivo y acceder a asesoría especializada bajo un formato completamente innovador, flexible y adaptado a medida de cada cliente. Este sistema no ofrece una solución estilo paquete comercial cerrado, sino que invita al cliente a formar parte del desarrollo de la solución que mejor se adapte a su contexto productivo y de gestión.

Se prevé que estas soluciones no solo beneficien a los cultivos evaluados, sino que también puedan aplicarse a otros importantes cultivos hortícolas y forrajeros en Andalucía y diversas otras regiones de España. La capacidad de recopilar y analizar datos de manera automatizada y predecir escenarios a corto plazo ofrece una ventaja competitiva sin precedentes en la agroindustria, abriendo nuevas oportunidades para mejorar la sostenibilidad y la rentabilidad de las operaciones agrícolas.

Conclusión:

La colaboración entre SISTAGRO y WiseConn representa un hito en la búsqueda de soluciones innovadoras para los desafíos agrícolas contemporáneos. Este proyecto sienta las bases para una agricultura más eficiente, sostenible y rentable, que aprovecha la tecnología avanzada y el conocimiento agronómico para impulsar la productividad y la resiliencia en un entorno cambiante. Se invita a empresas interesadas a unirse en este emocionante proyecto. Este proyecto fue cofinanciado en su primera fase por CLR, WiseConn y el Ministerio de Ciencia, a través de la línea de financiamiento I+D conocida como 'Ayudas Torres Quevedo'.

Autores:

• Tomás Roquette Tenreiro, Dr. Ing. Agrónomo SISTAGRO-CLR

• José María Cabrera, Ing. Industrial SISTAGRO-CLR

• Cristian Duschner, Regional Manager WiseConn Iberica

Referencias:

● Steduto, P., Hsiao, T. C., & Fereres, E. (2007). On the conservative behavior of biomass water productivity. Irrigation Science, 25, 189-207.

● Tenreiro, T. R., García-Vila, M., Gómez, J. A., Jimenez-Berni, J. A., & Fereres, E. (2020). Water modelling approaches and opportunities to simulate spatial water variations at crop field level. Agricultural Water Management, 240, 106254.

● Tenreiro, T. R., García-Vila, M., Gómez, J. A., Jiménez-Berni, J. A., & Fereres, E. (2021). Using NDVI for the assessment of canopy cover in agricultural crops within modelling research. Computers and Electronics in Agriculture, 182, 106038.

© Derechos de autor (2024) por (SISTAGRO-CLR) - Todos los derechos reservados. Está prohibido reproducir, copiar o transmitir cualquier parte de este documento, ya sea en formato digital o impreso. La grabación de esta publicación está estrictamente prohibida.