El futuro de la mejora de la productividad agrícola depende de la capacidad de crear modelos predictivos basados en datos que muestren lo que sucede a nivel micro o macro de la finca.
Ian Johnson, Millennium Research y Daniel Jacobs han publicado un artículo sobre tecnologías agrícolas sostenibles en Growing Produce.
…Hace cientos de años, la agricultura ya usaba modelos y pronósticos, donde los cálculos y análisis se hacían en la mente de los agricultores, quienes comparaban el uso de recursos con los resultados y hacían ajustes si era necesario.
A medida que la digitalización cobra impulso, se acumulan años de información y datos para crear modelos innovadores para pronosticar el tiempo, el clima, la presión de plagas y enfermedades, la calidad del suelo y la disponibilidad de agua. En los complejos agroindustriales modernos, se recomiendan cada vez más las medidas preventivas para proteger el cultivo, en lugar de las acciones correctivas después del daño. El modelado digital proporciona información para tales acciones preventivas.
Según Rob Tiffany, fundador y director ejecutivo de Sustainable Logix, una empresa que brinda servicios de resiliencia agrícola a través de monitoreo, seguimiento, informes y automatización constantes, el modelado digital funciona mediante la creación de un gemelo digital de cada granja o campo, y luego se usa ese gemelo para tomar en cuenta el clima, la humedad y los datos de entrada para determinar el mejor resultado posible para ese campo. En el corazón del gemelo digital se encuentra la evidencia recopilada en el flujo digital: datos recopilados a lo largo del ciclo de vida de los cultivos y que permiten estrategias de intervención para mejorar los resultados y reducir los costos y los riesgos.
Elia Scudiero, agrónoma investigadora de la Universidad de California, Riverside, está trabajando para desarrollar la capacidad de detectar de forma remota los impactos ambientales en las plantas y luego automatizar los procedimientos de mitigación. Su trabajo le valió el Premio al Joven Científico 2020 de la División de Manejo de Suelos, Agua y Conservación de la Sociedad Estadounidense de Ciencias del Suelo. “A medida que el agua se vuelve más valiosa y escasa, la capacidad de proporcionar a una planta la cantidad correcta de agua en el momento adecuado para que prospere se vuelve crítica”, dice. – De particular interés es la medición de la salinidad del suelo y la compensación del nivel de riego. Sabemos que algunos cultivadores de árboles frutales quieren regar un poco más de lo necesario para eliminar la sal. Sin embargo, en realidad, hay muchas variables en el término «un poco», especialmente cuando se trata de las condiciones del campo. Actualmente estamos participando en una prueba de riego hortícola muy grande con sensores inteligentes de humedad del suelo conectados a IoT, que también rastrean datos bajo tierra. De hecho, estamos cultivando un cultivo digital y recopilando datos en segundo plano para nuestro modelo. En el futuro, a medida que mejore el modelo, el riego se podrá automatizar en función de los requisitos de las plantas y la salinidad del suelo, que se han determinado a partir de bases de datos masivas generadas a partir de observaciones a gran escala”. conectado a Internet de las cosas, datos de seguimiento, incluso bajo tierra. De hecho, estamos cultivando un cultivo digital y recopilando datos en segundo plano para nuestro modelo. En el futuro, a medida que mejore el modelo, el riego se podrá automatizar en función de los requisitos de las plantas y la salinidad del suelo, que se han determinado a partir de bases de datos masivas generadas a partir de observaciones a gran escala”. conectado a Internet de las cosas, datos de seguimiento, incluso bajo tierra. De hecho, estamos cultivando un cultivo digital y recopilando datos en segundo plano para nuestro modelo. En el futuro, a medida que mejore el modelo, el riego se podrá automatizar en función de los requisitos de las plantas y la salinidad del suelo, que se han determinado a partir de bases de datos masivas generadas a partir de observaciones a gran escala”.
Otro ejemplo de modelado digital es el monitoreo y pronóstico de enfermedades de cultivos. Tal herramienta agronómica digital está en la cartera de Syngenta. Está diseñado para predecir el tizón temprano en el tomate y el tizón tardío en la papa en función de los datos de precipitación, humedad relativa y temperatura. El programa usa cambios por hora en la humedad y la temperatura de la hoja y luego proporciona recomendaciones para la fumigación.
Hasta ahora, los propios agricultores perciben el modelado digital de cultivos más como noticias científicas populares. “Hablo con granjeros y todos dicen: “Hace cinco años, estos habitantes de la ciudad, todos estos muchachos de Silicon Valley vinieron aquí para mostrarnos todo este IoT y todo eso, resultó ser un experimento científico costoso, no funcionó”. trabajar juntos. Pero ahora la tecnología es cada vez más fácil y conveniente para los agricultores. En última instancia, terminaremos con un modelo comercial de bajo costo, pero primero debemos medir todo. Porque no puedes mejorar lo que no puedes medir”, concluyó Rob Tiffany.
Basado en un artículo de Ian Johnson, Daniel Jacobs, publicado en www.growingproduce.com.
