Volver al Blog

Agricultura de precisión: hacia la fertilización nitrogenada ‘’personalizada’’ para maximizar las ganancias económicas y ambientales

Imagen-Vignette-Blog-Agricultura-precision-Fertilizacion-Nitrogenada-YBouroubi

La agricultura canadiense tiene una reputación internacional por ser altamente productiva y moderna. Desempeña un papel muy importante en la economía del país y contribuye con 8% del PBI (aproximadamente $110 mil millones de dólares) y 12% de empleos (2.1 millones de personas).

Todas las personas que participan en el sector agrícola de Canadá (los que toman decisiones, los productores y los asesores) son conscientes de los problemas ambientales que están ligados con la agricultura (polución del aire y del agua, degradación de la biodiversidad y de la tierra) y están comprometidos con el desarrollo sólido y sostenible de la agricultura, el uso inteligente de los insumos agrícolas (fertilizantes, pesticidas y herbicidas) y la conservación de recursos naturales. Con la finalidad de optimizar el rendimiento y las ganancias respetando al mismo tiempo el medio ambiente, desde hace unos años los productores cuentan con un nuevo aliado: la agricultura de precisión. Usando tecnologías como GPS, el autoguiado, la tecnología de frecuencia variable, los sensores de rendimiento, las imágenes satelitales, los drones, etc., hoy en día la agricultura de precisión forma parte de la rutina de los agricultores. La aplicación de insumos agrícolas sobre la base de los cuatro elementos correctos (es decir, el recurso correcto en la dosis correcta, en el lugar correcto y en el momento correcto) debe basarse en conocimientos científicos y técnicos. Dichos conocimientos técnicos se basan en información confiable, precisa y completa, que es necesaria a escala global, pero con una buena resolución espacial. Las imágenes satelitales son la herramienta ideal para proporcionar la mayor parte de la información requerida.

Imágenes satelitales: una fuente esencial de información

Desde hace unos 15 años, los sensores a bordo de los satélites de Observación de la Tierra (OT) de resolución espacial muy alta (VHR) ofrecen una fuente de datos que permite generar información sobre los suelos y cultivos en escalas espaciales adecuadas (alrededor de 2 m usando imágenes multiespectrales) y con una relación inmejorable de precio/calidad. Una imagen multiespectral VHR puede cubrir cientos de campos con una resolución métrica a un costo por debajo de $1/ha. Más recientemente, constelaciones satelitales agile, como Pléiades, han logrado el rendimiento tan esperado en términos de resolución temporal para aplicaciones agrícolas, principalmente una revisita diaria, una programación de datos adquiridos con períodos bastante cortos y la entrega muy rápida de imágenes. Esta ventaja es crítica considerando que se requiere el diagnóstico de la salud del cultivo en etapas específicas del crecimiento. Se han realizado muchas investigaciones sobre como traducir los datos satelitales en información agrícola útil y estas investigaciones han demostrado la utilidad operacional que tienen estos datos en el sector de servicios agrícolas. De esta manera se pueden producir a escalas temporales y espaciales adecuadas “productos derivados para la agricultura” que sean confiables y de uso inmediato para aplicaciones que estén relacionadas con la determinación de las propiedades del suelo, monitoreo del crecimiento, detección temprana de enfermedades, estimación de las necesidades de insumos (en particular en modo “índice variable”), pronóstico de producción, evaluación de daños, etc.

A pesar de este potencial real, hasta la fecha es bastante débil el eslabón en la cadena que une la gigantesca cantidad de datos que producen los sensores OT y su uso operacional para cubrir las necesidades de los usuarios del sector agrícola. Los productos derivados a partir de las imágenes satelitales para calcular la cantidad de fertilización nitrogenada que se requiere para cubrir los requisitos nutricionales de las plantas son un ejemplo concreto de dicho uso operacional.

Fertilización nitrogenada: un tema importante para la agricultura de precisión

El nitrógeno es para la agricultura lo que el heno para la ganadería. El nitrógeno es un elemento clave en la estructura molecular de la clorofila, el constituyente más importante en las plantas. La clorofila permite a las plantas absorber la luz solar y convertirla en energía. Cuando la planta tiene un suministro adecuado de nitrógeno, ésta transforma más energía solar en biomasa y el cultivo rinde.

La fertilización nitrogenada es un medio indispensable para incrementar el rendimiento de las cosechas. Sin embargo, no es fácil determinar la dosis óptima de nitrógeno ya que depende de interacciones complejas entre las plantas, el suelo, las condiciones climáticas y las prácticas de gestión. Con el deseo de evitar pérdidas de rendimiento debido a deficiencias de nitrógeno, las prácticas actuales favorecen la sobrefertilización lo que conlleva costos innecesarios, así como serios problemas ambientales: degradación del suelo, lixiviación de nitrógenos (fuente de eutrofización) en el agua y volatilización de amoniaco (el amoniaco es un poderoso gas de efecto invernadero) en el aire.

Los enfoques matemáticos y mecanicistas para el modelado del crecimiento del cultivo y del ciclo del nitrógeno son muy útiles para comprender en teoría los procesos, pero inadecuado para determinar la dosis óptima de fertilización en la práctica. Además de necesitar mucha información que es imposible determinar con precisión, estos enfoques son propensos a propagar errores inherentes a los modelos de cada proceso. Agriculture and Agri-Food Canada (AAC – Agricultura y Agroalimentos Canadá) desarrolló un modelo basado en el uso del análisis estadístico para comprender la relación directa que existe entre las propiedades que influyen en los requisitos de nitrógeno (suelo, crecimiento, clima y gestión) y la respuesta a la fertilización nitrogenada sobre la base de una gran cantidad de pruebas de fertilización. Estas relaciones se implementaron como un Sistema de Apoyo a la Toma de Decisiones (DSS) que se ha denominado SCAN (Suelo, cultivos y atmósfera para la gestión del nitrógeno, ref. Tremblay et al., 2012)) y que se basa en técnicas de inteligencia artificial que están mejor adaptadas para gestionar relaciones complejas e imprecisas. Las imágenes satelitales adquiridas en una etapa específica del crecimiento proporcionan uno de los tipos de información que se requieren para el funcionamiento de SCAN, es decir, el estado del cultivo.

SCAN se distingue por dos innovaciones importantes. La primera está relacionada con la extracción de conocimiento agronómico relacionado con la fertilización nitrogenada: se han llevado a cabo estudios sobre este tema mediante la aplicación de la técnica de meta análisis a las bases de datos que contienen cientos de pruebas de fertilizantes tomadas de muchos investigadores en Canadá y los Estados Unidos (ver ref. Tremblay et al., 2012). La segunda innovación incluye el modelado de este conocimiento agronómico en la forma de reglas de inferencia en un sistema de lógica difusa (ver ref. Bouroubi et al., 2011). Existen trabajos en curso para hacer progresar estos dos aspectos de SCAN y validarlo para diversas regiones agrícolas, así como adaptarlo a diferentes tipos de cultivos. En varias oportunidades durante conferencias internacionales sobre agricultura de precisión se han citado como importantes innovaciones en este campo algunos estudios llevados a cabo como parte del desarrollo de SCAN.

Más de 100 usuarios probarán a partir del verano de 2016 una plataforma Web de SCAN, anticipando su uso comercial previsto para el 2017.

Imagen-Blog-Agricultura-precision-Fertilizacion-Nitrogenada-SCAN-Platform

Figura 1. Plataforma Web de SCAN

En condiciones de aplicación práctica, la fertilización nitrogenada “inteligente” da excelente rendimiento de la inversión, lo que se traduce en una maximización del ingreso neto (rendimiento optimizado del cultivo y menores costos de fertilización), sin mencionar los ahorros indirectos relacionados con las ganancias ambientales.

El uso de la agricultura de precisión continúa creciendo en Quebec y en otros lugares del mundo (Bouroubi and Bélanger, 2015). Gracias a su acceso privilegiado a todos los satélites adecuados  (en términos de resolución espacial, espectral y temporal) y su conocimiento especializado en la producción de información especial, Effigis ha desarrollado una gama de productos que permitirán derivar todo el potencial de estas imágenes y responder a las necesidades del sector agrícola en términos de cartografía de suelos, detección de tensión, recomendaciones de insumos en “zonas de gestión” o modos de “tasas variables”, pronósticos de rendimiento, etc. Estos servicios estarán disponibles muy pronto como una plataforma Web cartográfica, con servicios vinculados a SCAN (fertilización nitrogenada) así como otros servicios complementarios. SCAN contribuirá a la democratización de la agricultura de precisión para poder aprovechar los beneficios importantes, garantizando así las ganancias económicas y el desarrollo sostenible.

¿Desea saber más acerca de la agricultura de precisión? Contáctese con Effigis y recibirá una solución hecha a la medida para su proyecto.

Referencias
Bouroubi Y., N. Tremblay, P. Vigneault, C. Bélec, B. Panneton and S. Guillaume, 2011, Fuzzy Logic Approach for Spatially Variable Nitrogen Fertilization of Corn Based on Soil, Crop and Precipitation Information. Lecture Notes in Computer Science, 2011, Volume 6782, 356-368.
Tremblay, N., Y. Bouroubi, C. Bélec, R. Mullen, N. Kitchen, W. Thomason, S. Ebelhar, D. Mengel, B. Raun, D. Francis, E.D. Vories, and I. Ortiz-Monasterio. 2012. Corn Response to Nitrogen is Influenced by Soil Texture and Weather. Agronomy Journal, 104(6): 1658-1671. (www.dl.sciencesocieties.org/publications)
Bouroubi Y. et M.-C. Bélanger, 2015. Réflexion sur l’état d’adoption des technologies d’agriculture de précision au Québec. Rapport du la commission de géomatique agricole et d’agriculture de précision du CRAAQ, juin 2015 (www.craaq.qc.ca/documents/files)