Cómo la tecnología y la experiencia del agricultor están impulsando una agricultura sostenible
CORTEVA AGRISCIENCE, EL TIEMPO, 28 ABRIL 2023
La agricultura como actividad esencial en nuestra sociedad basa su éxito en la labor del agricultor, en un clima favorable para el desarrollo del cultivo y en la implementación de normativas y planes estratégicos bien diseñados. En los próximos años, la importancia de la normativa y los planes de estrategia sostenible tendrán un impacto significativo en la forma de hacer agricultura y generarán desafíos complejos y urgentes como el cambio climático, la creciente demanda de alimentos de calidad por parte de la sociedad, así como, la necesidad de garantizar la sostenibilidad de los procesos productivos a largo plazo.
Algunos cambios a corto plazo
El conocimiento preciso de todo lo que ocurre alrededor del cultivo es vital para que el agricultor pueda tomar decisiones acertadas en tiempo y forma. Ya no solo será necesario conseguir una mayor rentabilidad y producción, sino también demostrar el proceso y la gestión de recursos de forma digital. Actualmente, los planes estratégicos de digitalización existentes están ayudando a impulsar la innovación, el progreso en la industria y el día a día del agricultor.
La necesidad de conocer la variabilidad ¿Dónde están los datos?
Dentro de cada parcela existen diferentes escenarios establecidos por el tipo, estructura y orografía del suelo, así como, por la variedad del cultivo entre otros factores. La comprensión de la variabilidad presente en cada parcela es clave para poder planificar de forma eficiente las operaciones agrícolas. La toma de datos completa permitirá al agricultor tomar decisiones fiables, por lo tanto, la digitalización de datos precisos y completos favorecen la producción y el rendimiento de las parcelas dotando al proceso productivo de una trazabilidad demostrable.
¿Y si fuésemos capaces de registrar todos los momentos importantes de una campaña desde antes de la siembra hasta después de la cosecha?
A lo largo del desarrollo del cultivo, son muchos los momentos que requieren de toda la atención por parte del productor, debido a que son puntos decisivos que marcarán la tendencia y rendimiento del cultivo. Es en esos momentos en los que el agricultor hace memoria, piensa en otras campañas, en el manejo aplicado en la campaña actual y decide.
Pero ¿puede aplicar el agricultor, únicamente basándose en su experiencia, toda la información necesaria para tomar la mejor decisión? Son muchas las variables que afectan al cultivo y que no se pueden ver ni medir a simple vista. Para ello podemos hacer uso de las nuevas tecnologías, registros anteriores y datos recabados in situ que mejoren su toma de decisiones.
¿Y si fuésemos capaces de registrar todos eso datos de forma digital, analizarlos, traducirlos a información que responda a esa problemática y presentarlo todo en un mismo lugar? En el móvil del agricultor, por ejemplo.
Hace décadas que la tecnología comenzó a estar al servicio de la agricultura, ya no solo para recopilar los datos conocidos por el agricultor, sino para empezar a conocer toda la información que no conocíamos de cada campaña. Teniendo como base siempre la experiencia del agricultor, este tipo de registros pretenden enriquecer su base de datos, para permitirle en algunos casos poder pasar de la decisión por intuición a la decisión precisa.
Tecnologías facilitadoras del proceso de digitalización
La tecnología encargada de la toma de datos agrícolas establece el uso de sensores cercanos o remotos al cultivo, así como sensores incorporados a la maquinaria. Las posibilidades tecnológicas son numerosas al igual que sus niveles de adopción. La tecnología impulsa a la agricultura hacia un escenario más consciente, eficiente y sostenible revelando variables clave para la toma de decisiones. Debido a que es posible medir la reflexión de la luz en un cultivo, el uso de imágenes por satélite aporta una visión general del estado vegetativo de este y permite escalar la monitorización de parcelas.
El Cálculo de Índices de Vegetación revela estados del cultivo y datos de variables que son determinantes para toma de decisiones, como el momento óptimo de cosecha, la fecha correcta de aplicación de un producto fitosanitario o la prescripción de dosis variables según el potencial productivo de las diferentes zonas establecidas en la parcela.
Esta tecnología ofrece un rango amplio de resoluciones adaptadas a los diferentes escenarios posibles, desde bajas resoluciones espaciales y temporales satelitales gratuitas a mayores resoluciones satelitales de pago o sistemas más localizados como el uso de drones. Todas estas funcionalidades se encajan en herramientas como Granular Link de Corteva, donde se busca la sencillez en el manejo y el facilitar al agricultor esta transición a una agricultura más digital.
La maquinaria agrícola moderna cuenta también con una gran cantidad de sensores incorporados que pueden medir variables del suelo y de la planta desde la presiembra, como los sensores de conductividad eléctrica aparente incorporados a la maquinaria, que muestran una primera aproximación a los diferentes tipos de suelo en superficie y profundidad; los sensores de rendimiento de cosecha, que recogen datos reales de producción comparables directamente con los de conductividad, así como una gran cantidad de sensores capaces de medir parámetros del cultivo como el caso de la tecnología LiDAR, entre otros.
¿Y todo esto, para quién es?
El nivel de adopción de la tecnología ha dependido durante años del enfoque innovador del agricultor, de la zona geográfica, las infraestructuras existentes, de las posibilidades económicas y de la formación del agricultor. Sin embargo, actualmente esa situación ha evolucionado de forma rápida gracias a la disponibilidad de servicios de internet y de dispositivos móviles.
Se han incorporado al campo tecnologías que han optimizado su coste para estar a disposición del agricultor de forma inmediata, han surgido empresas de servicios que ayudan a la recopilación de estos datos y se encargan de la formación necesaria para la interpretación de la información extraída del análisis de datos, en definitiva, de alguna forma la tecnología ha experimentado un proceso de democratización y las empresas se han adaptado a las necesidades y exigencias del sector.
¿Calidad o cantidad?
En la mejor situación, con todos los sensores necesarios trabajando, llegaremos a obtener un gran volumen de datos, pero ¿un gran volumen implica una gran calidad?. La respuesta, a priori, es negativa.
El trabajo desarrollado por compañías agrícolas se centra en la limpieza y análisis de datos para traducirlos en soluciones a problemas reales
Es esencial contar con la cantidad necesaria de datos para realizar un análisis estadístico significativo, sin embargo, la calidad de los datos es igualmente importante, ya que datos de baja calidad podrían llevar a tomas de decisiones erróneas o poco precisas.
La baja calidad puede ser el resultado de una mala calibración de los equipos de medición, la falta de representatividad de la muestra o de la falta de entrenamiento del personal encargado de la toma de datos. La detección e implementación de buenas prácticas de muestreo y análisis, el uso de equipos de calidad, bien mantenidos y el establecimiento de controles de validación de los datos pueden garantizar la precisión de la muestra.
Integración de los datos y toma de decisiones
El desarrollo de las aplicaciones o herramientas digitales que incorporan soluciones basadas en el análisis de datos tienen su fundamento en la importancia de la integración de los datos adquiridos y en la presentación clara y sencilla de los mismos. El análisis de la correlación entre variables permite establecer patrones y relaciones que de otra forma podrían pasar desapercibidos.
La traducción de estos resultados a la que se llega en sencillos pasos permite al agricultor obtener una mayor comprensión de las condiciones de sus cultivos y la forma en la que estas condiciones pueden afectar al rendimiento y la calidad. En definitiva, estas herramientas guían y ayudan al agricultor en la toma de decisiones presentándoles de forma clara, precisa y coherente los datos recogidos de forma total o parcial.
