Por G. F. Nardón
Por las características agronómicas que presenta la región pampeana Argentina, sus suelos productivos son utilizados principalmente para la producción de: trigo, maíz, girasol y soja (Triticum aestivum, Zea mays, Helianthus annus, Glycine max). La producción de cereales y oleaginosas, en la última década, creció a una tasa anual promedio del 6,3%. El mismo se debió, a las mejoras en las prácticas de manejo, la optimización en el uso de los agroquímicos y a los avances genéticos (Gargicevich & Maroni, 1997; Bragachini et. al., 2002). Otro avance tecnológico incorporado a la maquinaria agrícola es el equipamiento para realizar la “agricultura sitio específico” denominada en Argentina como “agricultura de precisión”. La misma consiste en obtener información de las características del suelo y del cultivo -expresadas en distintos mapas característicos- y a través del Sistema de Información Geográfico estar en condiciones de diseñar el diagnóstico más conveniente y sostenible. Del mismo resultará, en caso de ser necesario, la aplicación de los insumos en función de la efectiva necesidad de las diversas áreas de un lote o campo, para incrementar beneficios y mantener la calidad del ambiente. De esta manera, la tecnología de la información georreferenciada es una herramienta útil para aumentar la productividad de las empresas agropecuaria de manera sustentable. La información de las variables correspondiente al suelo y al cultivo, en el marco de la agricultura de precisión son: nutrientes (generalmente se muestrean: fósforo, potasio, azufre, nitrógeno), materia orgánica, pH, humedad, salinidad, topografía, resistencia a la penetración, rendimiento y densidad de malezas. Dependiendo de cómo se realice el relevamiento de estas variables, la adquisición de la información puede ser continua, discreta o a distancia. La primera implica obtener la información de manera “continua” a través del contacto físico del sensor (o sensores) con el suelo o el cultivo. La segunda, es la toma de muestras en lugares específicos del campo. Mientras la tercera es la obtención de la información sin contacto directo con el suelo o el cultivo.
El primer método conlleva el uso de un sistema electrónico para determinar cuantitativamente la variable a medir. Un ejemplo de esta metodología es el sistema conocido comercialmente como “Soil Doctor” de la empresa estadounidense, Crop Technology, Inc. Morgan, (1995) menciona que con el sistema anterior, se puede medir algunas de las propiedades del suelo como: tipo de suelo, materia orgánica, capacidad de intercambio catiónico, humedad del suelo y niveles de nitrógeno en forma de nitratos. El sistema tiene la posibilidad de conectar el SPG y obtener la información georreferenciada. La precisión de la información dependerá de la prestación del equipamiento utilizado. La información correspondiente al rendimiento de un cultivo, se suministra a través del mapa de rendimiento. Bragachini et al., (2002) mencionaron que el monitoreo de rendimiento incluye la medición de la porción cosechada de un cultivo en el espacio y tiempo, y la síntesis de esas medidas se expresan en un mapa gráfico (gráfico 1). Este se define como la representación gráfica de una serie de datos geoposicionados del rendimiento obtenido mediante una cosechadora equipada con un sistema para el monitoreo de rendimiento y receptor de SPG/SPGD. Los autores mencionaron que la precisión de la información es de 0,30 m cuando se utiliza el SPGD.
Mientras que el segundo método consiste en relevar las muestras de suelo georreferenciada y analizarla en el laboratorio. Con esta información y utilizando técnicas de interpolación estadísticas se determina un mapa con líneas o regiones para aproximar los valores de la variable/s analizada/s entre los lugares de muestreo. Los gráficos 2, 3 y 4 constituyen un ejemplo de dicha metodología. Las variables que se obtienen de ésta manera son todas las referentes al suelo. Bragachini et al., (1999) mencionaron que cuando se mide los nutrientes disponibles del suelo, se puede utilizar el SPG o el SPGD para identificar los lugares de donde se sacaron las muestras. Con ésta información, junto a los resultados del análisis de suelo se pueden confeccionar mapas con la información de los nutrientes disponibles en el suelo. Estos mapas son usados para identificar áreas dentro de los lotes que tienen distintos niveles de nutrientes. Las líneas o regiones en cada mapa son generadas usando técnicas estadísticas de interpolación para aproximar los valores de los nutrientes en las áreas entre los lugares de muestreo. Adamchuk et al., (1999) diseñaron y evaluaron un sistema para estimar el pH del suelo. Utilizaron el SPGD para determinar la ubicación de cada muestra. Mediante dicha metodología los autores mencionaron que se puede obtener el mapa de pH. Long et al., (2002) diseñaron y evaluaron un sistema para determinar la humedad del suelo. El mismo utiliza para la medición de la humedad el principio de reflectometría (Time Domain Reflectometry). Mediante el apoyo del SPGD y de las técnicas estadísticas de interpolación, los autores obtuvieron un mapa de humedad del campo (gráfico 4). Clark & Lee, (1998) examinaron el potencial en la utilización del Sistema de Posicionamiento Global Cinemático en Tiempo Real (RTK-SPGD), para obtener datos desde un vehículo en movimiento para el desarrollo de mapas topográficos. Los autores concluyeron que ésta técnica es un medio viable para elaborar mapas topográficos para la agricultura de precisión y otras aplicaciones. Yang et al., (1997) determinaron la pendiente del suelo utilizando un sistema compuesto por dos sensores para medir la inclinación del terreno y un receptor SPG. Otra variable que se puede medir en el suelo es la resistencia a la penetración, a través del penetrómetro. El más difundido es el penetrómetro que la Asociación Americana de Ingeniería Agrícola ha estandarizado bajo la norma ASAE S 313 (American Society of Agricultural Engineering, 1992). Los nuevos instrumentos de medición tienen la capacidad de guardar la información y además tienen la posibilidad de georreferenciar la información a través de un SPG/SPGD. La precisión de la información está relacionada con la distancia entre los puntos de muestreo. Long et al., (2002) realizaron el muestreo de la humedad del suelo en cuadrícula de 50 m x 50 m en un campo de 20 ha. En cambio, Clark & Lee, (1998) utilizaron el RTK-SPGD, para determinar el mapa topográfico relevando los datos en cuadrícula de 10 m x 10 m en un campo de 20,2 ha. Si bien si se disminuye la distancia entre muestras aumenta la precisión de la información, el costo de la misma también aumenta. Cada técnico debería realizar un análisis costo-beneficio para determinar la precisión de la información a utilizar.
En cuanto a la técnica de adquisición de la información a distancia se la denomina “sensoramiento remoto”. El mismo incluye la utilización de: fotografía aérea, sensores para la medición a distancia, radar aéreo o imágenes satelitales (Molin, 1997). A través del mismo se pueden determinar los mapas de vegetación derivados de la medición de la energía electromagnética reflejada o emitida por el cultivo.
A manera de resumen, la precisión de las variables utilizadas en la agricultura de precisión se encuentra entre 0,30 m a 50 m, dependiendo la variable que se mida. A pesar de que para algunos cultivos, el rendimiento es afectado por no presentar una distribución del espaciamiento entre semillas uniforme, aún se utiliza la información de la cantidad de semillas en toda la hectárea. De la misma, se puede llegar a determinar una distancia promedio entre semillas de toda la hectárea. La utilización de esta medida para evaluar la distribución del planteo de semillas, no considera la presunta variabilidad de la misma y por lo tanto, no se condice con la precisión con que se maneja la información de las otras variables. En este sentido, se han desarrollado distintas propuestas tecnológicas. Campbell & Baker, (1989) utilizaron la técnica de rayos X, para determinar la distancia entre semillas intrafila. Sin embargo, la utilización de ésta metodología implica la remoción de bloques de suelo (0,075 m x 0,075 m x 0,2 m), conteniendo las semillas sembradas del campo, y llevadas al laboratorio para ser radiografiada. Con lo cual, no resulta una alternativa útil para obtener la información del planteo de siembra. Por otro lado, Birrell & Sudduth, (1995) desarrollaron un sensor fotoeléctrico que mide población de plantas de maíz durante la cosecha. Otro desarrollo, de utilización actual en la máquina sembradora, son lo monitores de siembra. Este sistema esta compuesto por los siguientes elementos: sensores optoelectrónico -ubicado en los tubos de descarga de semillas- para detectar el pasaje de semillas, la consola del monitor –ubicada en la cabina del tractor- y los cables para conectar estos componentes. Los sistemas que miden distancia recorrida usan otro sensor para la medición de la velocidad de avance del conjunto tractor-sembradora. Estos pueden estar ubicados en la sembradora o en el tractor.
Dentro de los monitores de siembra disponibles en el país, algunos tienen la capacidad de estimar en tiempo real la distancia promedio entre semillas o semillas por metro, pero no pueden determinar la distancia entre semillas de manera individual. Otra característica es que no pueden guardar la información que resulta del monitoreo de siembra. Por lo tanto surge la necesidad de utilizar algún sistema que permita obtener la distribución del espaciamiento entre semillas (intrafila) consecutivas en tiempo real. Esta información referente a la siembra, expresada como un mapa de siembra, contribuirá junto a las demás informaciones del sistema productivo a tener un diagnóstico más preciso del mismo. En respuesta a dicha problemática, el grupo de investigación de la Universidad Nacional de Rosario junto a una empresa fabricante de máquina sembradora están desarrollando un sistema que, adaptado a una sembradora de precisión (dosificación de semillas discontinua), mide y almacena datos estadísticos del proceso de siembra, tales como tiempo entre semillas, distribución del planteo, índice de eventos múltiples y faltantes.
BIBLIOGRAFÍA
- Adamchuk V. I., M. T. Morgan & D. R. Ess. 1999. An Automated Sampling System for Measuring Soil pH. Transactions of the ASAE 42(4): 885-891.
- American Society of Agricultural Engineering. 1992. Standards. (Estandares). Ed.:ASAE Editions, St. Joseph, MI, USA, 781 pp.
- Birrell, S., Sudduth, K. A. Corn population sensor for precision farming. St. Joseph: ASAE, 1995. 12 p. (Paper 95-1334).
- Bragachini M., A. Martini, A. Bianchini & A. Mendez. 1999. Nueva herramienta para el ajuste diagnóstico agronómico y aplicación precisa de insumos. En: Agricultura de Precisión. INTA Manfredi. 171 pp.
- Bragachini M., A. Martini, A. Mendez, P. Salas & E. Lovera. 2002. Manejo sitio específico de cultivos extensivos. Proyecto Agricultura de Precisión. EEA INTA Manfredi. 38 pp.
- Campbell A. & C. Baker. 1989. An X-Ray Technique for Determining Three-Dimensional Seed Placement in Soils. Transactions of the ASAE 32(2): 379-384.
- Clark R. & R. Lee.1998. Development of topographic maps for precision farming with kinematics GPS. Transactions of the ASAE 41(4): 909-916.
- Gargicevich A. & J. Maroni.1997. La máquina sembradora y la densidad poblacional del maíz. Publicación MAIZ 96/97. INTA - CERSAN; Proyecto IPG. INTA Oliveros.
- Long D. S., J. M. Wraith & G. Kegel. 2002. A heavy-duty time domain reflectometry soil moisture probe for use in intensive field sampling. Soil Science Society of America Journal 66(2):396-401.
- Molin J. P. 1997. Agricultura de Precisão. Parte I: O Que É Estado da Arte em Sensoriamento. Eng. Agric., Jaboticabal 17(2): 97-107.
- Morgan, M. T.. 1995. Precision Farming: Sensors vs Map-Based. URL: http://mollisol.agry.purdue.edu/SSMC/ (Archives/ Precision Farming: Sensors vs Map-Based)
- Yang C., G. J. Shropshire & C. L. Peterson. 1997. Measurement of Ground Slope and Aspect Using Two Inclinometers and GPS. Transactions of the ASAE 40(6):