medir y responder a las necesidades de cada campo de cultivo y a la variabilidad de los cultivos dentro del campo. La técnica utiliza cierto rango de tecnologías de información, tales como sistemas de monitoreo del rendimiento, sistemas de posicionamiento global (GPS), y tecnología para la aplicación de distintas dosis y sistemas de orientación para administrar mejor las prácticas de producción agrícola. Estas tecnologías de información tienen potencial para reducir los gastos de insumos y combustible al permitir que los productores optimicen la aplicación de semillas, fertilizantes y plaguicidas. La técnica se ha aplicado con mayor frecuencia a los cultivos agronómicos, tales como el maíz y la soya.
Internet en los Dispositivos Digitales — “The Internet of Things” (IoT) — es un concepto que describe la mayor interconexión de los dispositivos de computación integrados e identificables de manera individual con Internet. De acuerdo con la empresa de consultoría Gartner, en el 2020 habrá unos 26,000 millones de dispositivos en el “Internet of Things.” La mayoría de los expertos en tecnología predicen que los dispositivos integrados conectados a Internet se habrán diseminado ampliamente y causarán impactos muy importantes en el 2025. Un ejemplo del uso de IoT en la agricultura, son los sensores de temperatura, humedad, intensidad lumínica y humedad del suelo en invernaderos que están ligados
empaques durante el transporte y almacenaje. La interconexión ubicua de estos dispositivos integrados (incluyendo objetos inteligentes), es una tendencia masiva en muchas industrias que definitivamente ofrecerá nuevas oportunidades para los componentes del equipo utilizado en la agricultura de precisión. Datos Masivos (“Big Data”) es un término genérico que se le da a cualquier colección de series de datos que son demasiado grandes y complejos para ser procesados mediante las técnicas estadísticas tradicionales. Estas series grandes de datos son cada vez más comunes debido al gran número de sensores que se están utilizando junto con sistemas en tiempo real de recolección y almacenaje de datos segundo por segundo. Los científicos especializados en manejo de datos están descubriendo que muchas industrias buscan profundizar en el conocimiento de sus operaciones mediante el uso de estas nuevas técnicas; lo cual se está transformando en una tendencia.
Productividad
Un ejemplo de un sistema de agricultura de precisión conectado a la nube es el FieldScripts de Monsanto. El sistema está siendo utilizado por los productores de maíz y soya en cuatro estados de Estados Unidos. Utiliza un sistema de sensores remotos y otras técnicas de mapeo para trazar mapas de todos los campos de cultivo en los Estados Unidos (los 25m), sobreponiéndoles toda la información climática que
La agricultura de precisión es un concepto de manejo agrícola basado en medir y responder a las necesidades de cada campo de cultivo y a la variabilidad de los cultivos dentro del campo.
a Internet. Los datos recabados mediante esos sensores pueden ser monitoreados en línea o ser almacenados en línea (almacenaje en la nube o cloud) para ser analizados. Otros ejemplos son los transpondedores en los biochips que se les colocan a los animales de granja y las etiquetas de radiofrecuencia RFID utilizadas para identificar, rastrear y monitorear los
se pueda encontrar. Su base de datos contiene alrededor de 150,000 millones de observaciones de suelo y 10 billones de puntos de simulación del clima. FieldScripts usa todos estos datos para operar máquinas de siembra directa que plantan las semillas conforme a los datos climáticos y de fertilidad del suelo. Este aprovechamiento de los insumos con mayor precisión ha permitido a
Robot agrícola experimental llamado “Rosphere” y software equipado con sensores que pueden monitorear de manera potencial
cada planta en un campo de cultivo. Foto cortesía de la Universidad Técnica de Madrid.
algunos productores tener incrementos importantes en los rendimientos. Otro ejemplo es el sistema Topcon Precision Agriculture que utiliza GPS, monitoreo y controles electrónicos para ayudar a que los productores analicen su desempeño de manera continua. Este monitoreo y análisis de datos en tiempo real permite tomar decisiones mejor fundamentadas. La aplicación exacta de semillas, fertilizantes y otros insumos mejora los rendimientos y reduce los costos. Un ejemplo de la industria de producción agrícola es el sistema PlantEye system de Phenospex B.V. Este sistema escanea los campos por completo y muestra en pantalla los cambios diarios en altura de las plantas, área foliar y cobertura foliar. De acuerdo con la compañía, el sistema permite detectar en etapas tempranas cualquier irregularidad en las plantas, de manera puntual y oportuna. Utilizado en combinación con las otras aplicaciones de la compañía, el software HortControl permite a los productores monitorear y mejorar la producción hortícola.
HORTALIZAS.COM
9
Page 1 |
Page 2 |
Page 3 |
Page 4 |
Page 5 |
Page 6 |
Page 7 |
Page 8 |
Page 9 |
Page 10 |
Page 11 |
Page 12 |
Page 13 |
Page 14 |
Page 15 |
Page 16 |
Page 17 |
Page 18 |
Page 19 |
Page 20 |
Page 21 |
Page 22 |
Page 23 |
Page 24 |
Page 25 |
Page 26 |
Page 27 |
Page 28 |
Page 29 |
Page 30 |
Page 31 |
Page 32 |
Page 33 |
Page 34 |
Page 35 |
Page 36 |
Page 37 |
Page 38 |
Page 39 |
Page 40 |
Page 41 |
Page 42 |
Page 43 |
Page 44 |
Page 45 |
Page 46 |
Page 47 |
Page 48 |
Page 49 |
Page 50 |
Page 51 |
Page 52 |
Page 53 |
Page 54 |
Page 55 |
Page 56 |
Page 57 |
Page 58 |
Page 59 |
Page 60 |
Page 61 |
Page 62 |
Page 63 |
Page 64 |
Page 65 |
Page 66 |
Page 67 |
Page 68 |
Page 69 |
Page 70 |
Page 71 |
Page 72 |
Page 73 |
Page 74 |
Page 75 |
Page 76 |
Page 77 |
Page 78 |
Page 79 |
Page 80 |
Page 81 |
Page 82 |
Page 83 |
Page 84 |
Page 85 |
Page 86 |
Page 87 |
Page 88 |
Page 89 |
Page 90 |
Page 91 |
Page 92 |
Page 93 |
Page 94 |
Page 95 |
Page 96 |
Page 97 |
Page 98 |
Page 99 |
Page 100 |
Page 101