LO NUEVO EN AGRICULTURA DIGITAL

Satélites, drones y la interpretación agronómica

SE NECESITAN MUTUAMENTE. CONFORMAN UNA SOCIEDAD TODOPODEROSA, QUE DÍA TRAS DÍA SUMA NUEVAS MEJORAS. QUÉ ESTÁN IMAGINANDO EN ESTADOS UNIDOS PARA EL CORTO Y MEDIANO PLAZO.

Cuando se hace agricultura digital, una de las cosas más importantes es la integración de diferentes capas de información y el desarrollo de herramientas.

La agricultura digital implica el uso de datos basados en la ciencia y técnicas computacionales para mejorar el proceso de toma de decisiones. Incluye la robótica, el sensora-

miento remoto, la agricultura predictiva, la siembra de precisión, el empleo de drones y sensores pequeños, las aplicaciones precisas

y los modelos de fertilización y densidad. Ignacio Ciampitti, un profesional argentino que trabaja en la Universidad de Kansas, Estados Unidos, explica que la agricultura de precisión pasa por la optimización del uso de insumos y

el aumento de la eficiencia

agrícola. “Cuando se hace agricultura digital, una de las cosas más importantes es la integración de diferentes

capas de información y el

desarrollo de herramientas. Eso sí, es un ingrediente más, nunca va a reemplazar la interpretación agronómica”, advierte. Cree además que las tecnologías que tendrán futuro en el agro son aquellas fáciles de usar, que se puedan manejar de manera intuitiva, como ocurre con un teléfono celular.

LUCES Y SOMBRAS

En los años 70’ solo algunos productores usaban imágenes satelitales o de avión para detectar variabilidad en un campo. En 1987 entra el primer monitor de rendimiento y se fue transformando en una herramienta esencial en la medida en que fue más fácil de usar. Y en los últimos 10 años comenzamos a tener opciones de satélite muy relevantes, en especial Sentinel 2. RapidEye es otro satélite con muy alta resolución.

“Estamos empezando a contar con resoluciones cada vez más precisas, con píxeles más pequeños. Hubo una importante evolución de los sensores y del costo de producción y de lanzamiento de esos sensores. La información es cada vez más fidedigna, pero la interpretación de esos datos siempre pasa por la agronomía”, reitera el especialista.

La idea de usar drones es asimismo muy interesante; el inconveniente radica en que, para la gran escala, requiere mucha mano de obra y es poco probable que eso cambie rápidamente. Demanda tener un piloto certificado cuando hacemos el vuelo, en tanto las herramientas de sensoramiento que van en el drone son costosas.

¿Qué le conviene al productor? ¿Necesita recurrir a un drone o con una imagen satelital es suficiente? “En principio, la imagen del drone tiene mucha resolución, lo cual puede ser difícil de manejar. Sentinel, uno de los mejores productos disponibles de los últimos años, abre una oportunidad para empezar a manejar la variabilidad del lote”, explica el profesional. Las imágenes satelitales se aplican para moNUEVO SATÉLITE

Luciana Nieto también es argentina e integrante de la Universidad de Kansas. “Las imágenes satelitales nos permiten ajustes cada vez mejores, tanto en predicción de rendimientos como en fenología, reduciendo costos. Sobre finales de este año la misión Landsat va a tener un nuevo satélite, el Landsat 9, con más bandas espectrales y temporales. Paralelamente, pasar de una computadora a hacerlo en la nube no solo permite un procesamiento más rápido y eficiente, sino también trabajar con volúmenes de información cada vez más grandes”.

Sentinel, uno de los mejores productos disponibles de los últimos años, abre una oportunidad para empezar a manejar la variabilidad del lote.

Estas cajas se ponen en los campos y cargan automáticamente la batería del drone, lo protegen de problemas climáticos y se encargan de procesar los datos y llevarlos a la nube. EVOLUCIÓN

Fuimos de productos base (barra de luces, monitores de rinde) a otros más inteligentes que empiezan a tener una conexión (satélites que guían la maquinaria, etc.) y luego entramos en sistemas (cosechadora, tractor y pulverizadora interconectados) para terminar en sistemas de sistemas (el del tractor trabajando con otros sistemas, como datos climáticos, manejo agrícola, irrigación, siembra, etc.), íntimamente interconectados.

nitoreo estacional (dentro de una temporada) y temporal (entre campañas) de los cultivos, evaluando factores de estrés por cuestiones climáticas, deficiencias de nutrición, etc. Implica exploración de cultivos a campo y pronósticos de rendimientos a distintas escalas, incluso dos o tres meses antes de cosechar. Y desde luego, manejo sitio específico, usando mapas de prescripción según ambientes para realizar densidad y fertilización variable. También para evaluar el impacto ambiental a distinta escala.

MUCHO CUIDADO

Hay un punto que debe considerarse especialmente: no es fácil obtener datos de alta calidad a partir de monitores de rendimiento; muchos no tienen la calibración recomendada. Hay que pensar en herramientas de soporte, que ayudan al productor a facilitar el proceso de extracción de datos de la cosechadora, la elimi-

nación de datos sesgados y, a partir de ahí, el

procesamiento y limpieza de esa información. Los datos así obtenidos se llevan a la nube y sobre esta base se toman decisiones de prescripción de densidad o fertilizante. Tenga en cuenta que cuando no se calibra adecuadamente el monitor antes de cosechar, después no tiene arreglo. Usando mapas de suelo, de rendimientos e imágenes satelitales se puede determinar la variabilidad de los lotes, definiendo ambientes de alto, medio y bajo potencial. Vamos a un manejo en franjas de densidad según potencial. La visita al lote nos dará las razones que explican uno y otro ambiente.

DRONES

En este caso, la plataforma se está volviendo

más económica, pero los sensores se encare-

cen. Estos UAV ofrecen flexibilidad y se adaptan fácilmente a cada misión en particular. La huella ambiental es realmente baja y, con relación al satélite, nos brindan mayor resolución y más flexibilidad respecto de cuándo obtener la imagen. Incluso, son menos susceptibles a las malas condiciones climáticas y tienen una mayor velocidad de actualización de datos.

Un drone es un equipo donde los sensores convergen con plataformas listas para usar y la integración del sensor y el controlador de vuelo. Hoy las plataformas se vuelven más sensibles; el software tiene un nivel de procesamiento más elevado y en dos o tres días podemos

contar con la información procesada que an-

tes demoraba una semana.

“Vamos a ir hacia algo más complejo: el dron como dispositivo IoT (Internet de las Cosas), lo que implica que estamos procesando la información y enviándola a la nube; es decir,

pueden empezar a transmitir datos mientras

van volando. Veremos drones con sistemas de guías con diferentes tipos de cámaras y dos o tres sensores dentro de la plataforma. Surgirán cámaras espectrales más complejas, procesamientos que necesitan conexión. Volcamos

todo a la nube y obtenemos productos finales

ligados a diferentes bandas espectrales”, advierte Ciampitti. A partir de ahí vamos hacia la automatización

de las plataformas y vuelos que terminan

siendo más seguros, además del hecho de que el procesamiento de datos (en la nube) se torna mucho más rápido y todas las imágenes se transforman en una sola, lo que alivia la necesidad de capacidad de almacenamiento y procesamiento. Y no descartemos sensores múltiples a bordo y la integración sensores-tierra. ¿Qué más veremos en el futuro? Cajas que se

ponen en los campos y tienen doble propósi-

to. Primero cargan automáticamente la batería del drone, lo protegen de problemas climáticos y se encargan de procesar los datos y llevarlos a la nube. El drone se torna autónomo; se abre a las nueve de la mañana y empieza a volar, recorre los lotes y vuelve alrededor de las 17h. Tiene una autonomía muy grande, aunque es probable que haga un vuelo o dos a la base para recargar. No necesita la intervención humana

y apenas terminan los vuelos, carga los datos en una plataforma.

En siembra de precisión avanzan los cortes por secciones, sembradoras con capacidad para eludir donde ya se ha dejado la semilla, lo cual en maíz reduce el potencial de perder producción al poner más plantas en lugares donde no tendríamos que hacerlo; incluso implica ahorro en semillas. Es una tecnología que se paga sola, mucho más en campos irregulares. En cuanto a la densidad, en maíz las zonas de mayor potencial requieren aumentar el número de plantas. En soja es al revés; áreas de menor potencial demandan incrementar la densidad. En el caso de la oleaginosa, también se puede hacer densidad variable, aunque los resultados no son tan claros como en maíz.

Ciampitti termina con un interrogante. “La pregunta es qué tan rápido los productores/

agrónomos van a adaptarse a la revolución en el espacio de la tecnología digital y pasarán a un proceso de toma de decisiones basado en

datos. Es lo que falta resolver”.

Claudio Gianni FCA Balcarce