Manual de Agricultura de Precisón_cropped

Bcaiepniteasl:reales de Variable insumos: Oagpreírcaoclaiosn: es Transformación,
marketing, ventas,
Tierra, plantaciones, Asqeulimímmielilcnaotsascy, ifbóenirottiyleifzcaanrnomtleoasgc.íiaa,, cEoqnutipraatmacieiónnto, , distribución,
tlcíeonrnemafiisnnaafemlerriseo,nvdtieaoprdióaessil,tooessle,avenatidcm.oarleess,, transporte. trazabilidad.

Figura 1. Servicios financieros: Riesgo de gestión, créditos de temporada e inversión de capital. Fuente: elaboración propia

Efectos internos versus relaciones exter- Se pueden identificar los diferentes líderes del
nas: Más allá de los beneficios internos (agrono- mercado en cada uno de los cuadros de esta ca-
mía y operaciones) la agricultura de precisión a dena de valor. Es el talentoso trabajo de cada agri-
menudo mejora la posición de negociación del cultor lo que hace que estos seis cuadros trabajen
agricultor con actores externos. juntos de forma rentable. La tecnología de la agri-
cultura de precisión puede contribuir a la rentabi-
Para los servicios financieros, los datos acu- lidad de cada uno de los cuadros. La agricultura
mulados a través de la agricultura de precisión de precisión va más allá de un simple muestreo
permiten al agricultor negociar primas de seguro de suelos en cuadrícula de una hectárea y de la
más bajas así como tasas de interés más bajas aplicación a dosis variable de cal para corregir el
en préstamos, ya sea para insumos estacionales o pH en el campo. Quizás fue así cuando comenzó a
para inversión de bienes capitales. principios de la década de 1980 en la Universidad
de Minnesota en Estados Unidos, pero la agricul-
Los clientes prefieren comprar formularios de tura de precisión ha cambiado su forma y es ahora
agricultores que permiten documentar en detalle la parte integral de la gestión agrícola moderna.
historia del cultivo (insumos utilizados, condiciones
en la cosecha) o, mejor aún, parámetros que per- Cálculos de rentabilidad en agricultura de
miten mejorar la evaluación de la calidad. En culti- precisión
vos de alto valor en Europa y Estados Unidos, para
la trazabilidad y las certificaciones del producto se Un software personal como es Microsoft Excel
usan a menudo elementos recolectados a través le da al agricultor la oportunidad de modelar y pro-
de la agricultura de precisión. bar las diferentes hipótesis de rentabilidad de las
inversiones de agricultura de precisión.
Estos conceptos pueden ser colocados en un
esquema de cadena de valor, como se muestra en En el pasado, el software de contabilidad agrí-
la Figura 1. Este tipo de esquema es utilizado por los cola no era diseñado para posibilitar la ejecución
economistas y los estrategas de negocios para des- de los escenarios de costo-beneficio de las inver-
cribir cómo los diferentes aspectos están interconec- siones de la agricultura de precisión. El progreso lo
tados y cómo todos ellos cooperan para crear valor.

ha hecho, pero muchos agricultores todavía tienen por ejemplo a 65 km de distancia pueden qui-
que resolverlo usando simples hojas de cálculo. tarle rentabilidad a la cosecha. Por otra parte, el
control de malezas con un bajo rendimiento por
Hay varias maneras de calcular la rentabi- un mal suelo cuesta lo mismo que un buen rendi-
lidad de la agricultura de precisión: bajar todos miento de un buen suelo.
los costos sobre una base por hectárea, o por
tonelada de producción, o calcular por campo, El análisis de costo beneficio de los diferen-
por cosecha, o por todo el establecimiento. Cada tes aspectos de la agricultura de precisión puede
una de estas maneras tiene sus beneficios y su ser calculado usando simples hojas de cálculo. A
propia complejidad. Bajar los cálculos de todo continuación, en las Tablas 1, 2 y 3, se presentan
por hectárea quizás luce mejor pero asume que algunos ejemplos, inspirados en el libro Precision
todas las hectáreas son iguales y no lo son. Los Farming Profitability publicado por la Universidad
costos de transporte para un campo que está de Purdue, Indiana, Estados Unidos.

Tabla 1. Ejemplo de hoja de cálculo para equipamiento de la agricultura de precisión
Costo/ Año/ Hectárea

Costo unitario [A] Años de uso (Est) [B] Costo anual [A] / [B]

Monitor de rendimiento 3

Unidad GPS 3

Software 1

Entrenamiento 2

Corrección diferencial EQT /RTK 3

Señal diferencial 1

Contrato de mantenimiento 1

Honorarios del consultor 1

Asignación de costo de oficina 1

TOTAL

* Costo por hectárea: dividir el costo anual por el número de hectáreas en que el equipamiento será utilizado.

Tabla 2. Ejemplo de hoja de cálculo de costo de dosis variable de fertilizante

Costo unitario [A] Años de uso (Est) [B] Costo anual [A] / [B]
4
VRT Equipo de aplicación
Análisis de suelo 3 or 4
VRT tasa de solicitud 1
Honorarios asesor de cultivos 1
Costo de Cartografía
TOTAL 3 or 4

* Costo por hectárea: dividir el costo anual por el número de hectáreas en que el equipamiento será utilizado.

Tabla 3. Eficacia de los equipos de fumigación/distribución con navegación de GPS

Costo de equipamiento 22 h/d - 132 h/s - 528 h/m - 6600 h/a
Costo de amortización anual (5 años)
Costo de capital anual (interés 15%) 16
Costo annual 15
Máximo uso hora / día /semana / mes / año 24 ha/h - 528 ha/d - 3168 ha/s - 12672 ha/m - 158400 ha/a
Costo por hora de trabajo a capacidad máxima anual
Velocidad de trabajo km/h
Ancho de trabajo (metros)
Cobertura máxima por hora / día / semana / mes / año (ha)
Costo por hectárea tratada a capacidad máxima

* Los vehículos equipados con GPS de alta precisión automática (RTK) pueden cubrir mayor cantidad de hectáreas que los vehículos manuales. Esto es
posible porque pueden trabajar más horas (incluyendo la noche) y pueden operar a mayor velocidad sin perder la precisión (o tener un conductor que se
queda dormido).

Importancia de la capacidad de la hacer el trabajo en diez días en primavera y diez
maquinaria agrícola días de otoño. Esta diferencia de tiempo supone
que los agricultores pueden ahora plantar ma-
Como muestran las tablas anteriores, la capa- yores extensiones híbridas y tienen sustancial-
cidad de las máquinas agrícolas puede ser expre- mente cosechas más altas. El resultado: mayor
sada por día, por semana, por mes. Existen so- rentabilidad.
lamente algunas situaciones agronómicas donde
una máquina puede ser usada continuamente du- En situaciones de cosechas dobles la capaci-
rante un año entero. De todos modos, la capaci- dad semanal es muy importante. Reducir el tiem-
dad de crecimiento semanal y mensual por el uso po sin cosechas en los campos es mejor. Las
de los sistemas de navegación de alta precisión cosechas son solamente productivas si crecen,
puede ser de gran importancia para el resultado fi- no cuando las semillas están almacenadas espe-
nal de la rentabilidad. Seguidamente se presentan rando ser plantadas, ni cuando los granos se van
algunos ejemplos. secando en los tallos esperando ser cosechados.
En algunas partes de Brasil el pico de capacidad
En la provincia Heilongjiang, Manchuria, norte (expresado en hectáreas/día o hectáreas/semana)
de China, la capacidad necesaria de combinar las sería un factor crítico en la rentabilidad de la se-
cosechadoras para maíz y soja, es calculada para gunda cosecha.
que estos cultivos puedan ser cosechados en 10
días. La razón es simple: cuando el invierno golpea Diferencias en el uso de los mapas de
en Heilongjiang, golpea fuerte, con mucho frío y variabilidad en agricultura
mucha nieve y una vez que la nieve llega, el trabajo
en el campo es imposible; por lo tanto, es nece- Hacia mediados de la década de 1990 la
sario cosechar dentro de los 10 días previos a la agricultura de precisión introduce a los agricul-
llegada de la nieve. Esto significa que la unidad de tores en los mapas. Esto fue posible gracias al
costo por cosecha en el norte de China es más software basado en Sistemas de Información
alta que en el sur de Brasil. Geográfica (SIG) y a los rápidos chips de pro-
cesamiento de clase Pentium. Los mapas son
En el Medio Oeste de Estados Unidos solía ser magníficas herramientas para sugerir la variabi-
una práctica común plantar el maíz en tres sema- lidad espacial horizontal entre diferentes partes
nas de primavera y cosecharlo en tres semanas del campo. Se pueden mostrar variaciones es-
de otoño. El tiempo es determinado por la exten- paciales de rentabilidad procesando mapas de
sión del híbrido, más largo en el sur, más corto en rendimiento en mapas de rentabilidad. Sin em-
el norte. Ahora el agricultor puede comprar má- bargo, como todas las herramientas de comuni-
quinas de más alta capacidad, con mayor poder, cación, los mapas pueden ser engañosos, por lo
pero sobretodo que permiten realizar el trabajo que a continuación se detallan algunos aspectos
en menos días y operan a más velocidad, gracias importantes sobre el uso de los mapas de varia-
a las herramientas de navegación automática de bilidad en agricultura.
alta precisión. Esto significa que actualmente los
agricultores del núcleo del Medio Oeste, pueden

Interpolación por kriging rendimiento es un mejor indicador de la variabilidad
del suelo que un mapa de interpolación basado en
¿En cuántos puntos de información están ba- muestras de suelo de cuadrícula de una hectárea.
sados los mapas? Los mapas de rendimiento tien- Estudios en la Universidad de Wageningen en Los
den a tener muchos puntos de información por Países Bajos han mostrado que los nematodos
hectárea y probablemente reflejen la realidad. Los de suelo en invernaderos pueden tener “efectos
mapas de suelo tienden a ser interpolaciones entre epidemiológicos”.
datos de muestras de suelo muy distantes entre
sí, a menudo un punto de dato por hectárea y a Algunas herramientas como los mapas de con-
veces menos. Estas interpolaciones tienen esca- ductividad eléctrica son útiles porque están ba-
so significado científico. Aún con mayor frecuen- sados en mediciones de alta densidad y pueden
cia, los coloridos mapas de muestreo de suelos mostrar variabilidad sin recurrir a interpolaciones
en cuadrículas basados en métodos de kriging, matemáticas.
son vendidos a los agricultores como realidad y
usados como base para las recomendaciones de Las muestras de suelo son útiles si son usadas
fertilidad. El muestreo de suelo en cuadrículas e correctamente. El muestreo inteligente concentra
interpolaciones por kriging fueron herramientas fá- muestras en áreas del campo que son homogé-
ciles y mal usadas en los inicios de la agricultura neas basadas en información de otras fuentes
de precisión. (mapas de rendimiento, mapas de conductividad
eléctrica, mapas a color, mapas de crecimiento de
¿Qué fue erróneo? La interpolación de datos cosecha, mapas de diferencia infrarrojos IR, ma-
de muestras puede ser válida, dado que existen pas de Índice de vegetación de diferencia normali-
bases lógicas para la interpolación. El kriging es zada (NDVI), etc.). Describe en detalle el promedio
con frecuencia legítimamente usado en estudios de valores del suelo de una zona de manejo deter-
epidemiológicos y tienen sentido (enfermedades minada por otros medios. El muestreo inteligente
contagiosas esparcidas por contacto; cuanto más no mide la variabilidad, sólo describe una zona.
cerca dos personas están, más alta es la probabi-
lidad de contagio de una persona a otra). Los in- Categorías: Curvas de frecuencia
sectos de rápida reproducción y enfermedades de
ácaros de hongos, pueden ser expresados usan- Cuando se expresan datos en un mapa, o un
do mapas de kriging. Cuanto más cerca y juntos gráfico o histograma, se tiende a agrupar los datos
están los insectos, más alta es la probabilidad de en categorías como por ejemplo pequeño / me-
reproducción y multiplicación. diano / grande, o <8 ton/ha / 8-10 ton/ha / >10
ton/ha, o un número más alto de categorías. Cada
El suelo no tiene características epidemioló- categoría tiene un color en un mapa, o una barra
gicas. Los suelos no son contagiosos. Estudios en un histograma.
detallados en la Universidad del estado de Iowa
(Mallarino) han mostrado una gran variabilidad de Los softwares también pueden sugerir el nú-
suelos, incluso a 10 cm del nivel de escala, a lo mero de categorías, y/o incluso el valor del inter-
largo y a través de la línea de cultivo. Un mapa de valo de las diferentes categorías. Dos elementos

Figura 2: Ejemplos de tipos de frecuencia

ayudarían a decidir cómo presentar los datos: los refieren a datos agrupados o segmentados. Si un
datos en sí mismos o la experiencia de gestión. segmento bajo o alto es concentrado en un área
geográfica específica del campo, probablemente
Los datos en sí mismos tendrían frecuencias sea mejor separarlo de la totalidad del campo y tra-
en diferentes formas: en forma de campana, en tarlo diferenciadamente, con diferente agronomía.
forma de U, extenderse igualmente, o extenderse
desigualmente, tal como se visualiza en la Figura En muchos casos ninguno de los datos estaría
2. Aunque un mapa no mostrase estas diferen- por arriba de la media. Si la frecuencia de los datos
tes formas de datos, estos igualmente serían muy es regularmente o irregularmente difundida sobre el
importantes. formulario de propagación completo de arriba aba-
jo, los datos serían más coloridos a la vista, pero
Una forma de campana muestra los datos agru- probablemente no serían operacionales. Esto signi-
pados alrededor del promedio. Primera pregunta: fica que todo lo que se mide no sería relevante para
¿Qué tan amplio es el promedio: +/- 5 %, +/- 10 %? la administración del campo, por lo que habría que
Las estadísticas usarían desviaciones estándares, mirar otros parámetros, otros conjuntos de datos.
pero un agricultor debería utilizar algo más práctico Un histograma o un mapa son inútiles si ellos no
y operativo para decidir cuál es el promedio para ayudan en el análisis o en la toma de decisiones.
él. La representación visual de los datos sería muy
simple: entorno a la media aceptable, debajo de la Experiencias del uso de agricultura de
media aceptable, encima de la media. precisión en el contexto internacional

Esto hace los datos muy gerenciales: ¿Qué se A través de los años la justificación económi-
puede hacer para corregir “debajo de la media” y ca de la agricultura de precisión se ha vuelto más
por “encima de la media”? Quizás si se eligieran fácil. Los GPS y los vehículos con sistemas de
más categorías. navegación y corrección diferencial se han vuelto
más baratos. La precisión ha mejorado mucho. A
La frecuencia de la curva con forma de U mues- mediados de la década de 1990 el costo básico
tra una situación totalmente diferente. El promedio
matemático no significa todo, porque muchos da-
tos son a la vez altos y bajos. Los investigadores se

de los sistemas de GPS en Estados Unidos es- ahorro sustancial de agua, la mejora en el ritmo de
taba por encima de los U$S 25 000 por sistema, inundaciones y facilita las operaciones a lo largo
con una precisión de medio metro. Hoy está por de la temporada.
debajo de los U$$ 10 000 con el valor corriente del
dólar. Los vehículos automáticos de navegación La rentabilidad de los sistemas de la agricul-
comenzaron costando U$$ 70 000, ahora han caí- tura de precisión es calculada por el agricultor la
do a U$$ 25 000 con precisiones en 10 cm. Los mayor parte del tiempo (con la ayuda de consul-
sistemas de tiempo real cinemático (RTK, por su tores y contadores). Se incluye al establecimien-
sigla en inglés) con precisiones en los 2 - 5 cm en to como un todo y probablemente se da una
un vehículo en movimiento, regularmente se pagan mirada individual a los campos y a los cultivos.
a sí mismos dentro del primer año de operación. Desafortunadamente estos cálculos son privados
y no están disponibles para otros agricultores. Muy
Aunque el costo de muestreo de suelo y de pocos estudios macro, que incluyan a un gran nú-
análisis de suelo no ha bajado mucho, los siste- mero de agricultores, han sido realizados y publi-
mas de transferencias de datos se han automati- cados. A continuación se presentan tres ejemplos
zado más, sus resultados ayudan a que la toma de de estos estudios, que son internos y no estaban
decisiones se realice en menor tiempo y los errores destinados a ser publicados, aunque se le ha per-
en la transcripción de datos se han eliminado. De mitido al autor referirse a los datos.
manera similar sucedió para la información de sa-
télite de detección remota. Los sensores en tiem- Ejemplos prácticos de rentabilidad de
po real para las aplicaciones de nitrógeno son to- agricultura de precisión
davía caros, pero han demostrado ser rentables en
un medio de alto rendimiento (7-10 toneladas por Una cooperativa agrícola en el Medio Oeste de
hectárea) en situaciones de cultivo de trigo. Las Estados Unidos hizo un estudio de la rentabilidad
redes de sensores inalámbricos en huertas y viñe- de la agricultura de precisión aplicada a los campos
dos en California por ejemplo han sido rentables de maíz y soja en Illinois (1997-1998). Sólo se con-
(recolección selectiva de alta calidad/ alto precio sideró el beneficio agronómico, no los beneficios
de venta de uvas, vino, fruta o verduras). operacionales o externos que el agricultor poseía.

Los sistemas de alta precisión RTK han rede- En el 10  % de los campos los métodos tra-
finido el riego. Los cultivos anuales de verduras dicionales (tarifa plana) fueron más rentables; en
son ahora regados por líneas de goteo. El cam- su mayoría en campos donde la variabilidad fue
bio de sistema de riego superior a líneas de goteo muy baja y la tarifa variable de tecnología no agre-
subterráneo ha permitido ahorrar 70  % de agua gó beneficios, o en campos donde la variabilidad
y ha reducido los costos en tratamientos con fer- fue tan extrema que la situación no fue maneja-
tilizantes e insecticidas. Asimismo, los sistemas ble y cada tratamiento promedio fue mejor que
RTK han permitido a los productores de arroz en los métodos caros para corregir la situación. En
Arkansas, Estados Unidos, desarrollar sistemas el 25  % de los campos, la agricultura de preci-
de campo de grado cero. Lo que ha permitido el sión tuvo la misma rentabilidad que los métodos
tradicionales. En dos tercios de los campos, los

agricultores lograron hacerlos más rentables des- Dependiendo de la situación de los agricultores,
pués de la adopción de la agricultura de preci- de las máquinas y de los campos; las máquinas
sión, debido a mayores rendimientos por el mejor equipadas con sistemas RTK actualmente plantan
uso de los insumos, que por el ahorro de costos entre 3 y 5 % más semillas por hectárea evitando
en insumos. Como resultado de este estudio, la saltear espacios. Esto es lo mismo que obtener
cooperativa vio a la agricultura tradicional de no de 3 a 5 hectáreas gratis, sin pagar por ellas, por
precisión como una excepción, solo siendo re- cada 100 hectáreas plantadas. En áreas monta-
comendada en casos raros y bien definidos. La ñosas la diferencia de rentabilidad fue aún mayor.
agricultura de precisión es ampliamente adopta-
da por los agricultores en Illinois. Asimismo, los agricultores ahorraron entre 7 y
10 % en costos de insumos, al evitar tratamientos
Los servicios de extensión asociados con la dobles o superposiciones. Resultados similares
Universidad estatal en Pensilvania estudiaron el fueron informados desde Iowa.
efecto sobre el consumo total de fertilizantes des-
pués de la adopción de la agricultura de precisión La Universidad Agrícola en el Sur de China
(1997-1999). Después de dos años de datos de (Guangzhou, China) desarrolló una máquina de
cientos de agricultores, muchas cosechas y miles siembra directa de arroz para pequeños y me-
de campos, la conclusión fue: el uso total de ferti- dianos agricultores (2008-2011). La máquina
lizantes no se redujo. Los fertilizantes simplemente remplazó al transplante tradicional con un siste-
estaban en mejores condiciones, con mejores ren- ma ingenioso de canales húmedos y secos a lo
dimientos y resultados positivos en la mayoría de largo de la línea de siembra. Las semillas fueron
las situaciones. A pesar de estos resultados posi- posicionadas a un nivel de precisión centimétrica
tivos, la adopción de la agricultura de precisión en y fertilizadas a la misma vez. Las pruebas a través
Pensilvania es todavía un poco lenta. Los agricul- de los años y varios lugares confirmaron alenta-
tores son pequeños y a menudo de medio tiem- dores resultados, todos ellos procedentes de la
po, la tierra es montañosa y los suelos son menos implementación de la tecnología de la agricultura
fértiles. Los agricultores son reacios a invertir en de precisión en una nueva área: una máquina rem-
agricultura de precisión, aunque ésta sea rentable, plaza 40 trabajadores durante el transplante, por
debido a que el nivel de rentabilidad en dinero, no eso el arroz tendría un ciclo de crecimiento más
en porcentaje, es menor del que ellos consideran largo; los rendimientos aumentarían un 10 % (pro-
adecuado. De todos modos, como el costo de la bando ésto la siembra directa puede ser al menos
tecnología de la agricultura de precisión ha des- tan buena que el transplante de arroz); las tasas de
cendido, se ha acelerado el proceso de adopción. nitrógeno podrían ser reducidas al 30 %, mientras
se mantienen o aumentan los rendimientos por el
En la región del delta del Missisipi (entre posicionamiento preciso “en la parte superior de
Memphis y Nueva Orleans), un distribuidor regio- la semilla” y el tiempo ideal, antes de la germina-
nal quiso confirmar los beneficios operacionales ción, emergencia y crecimiento rápido del cultivo.
del sistema RTK con navegación precisa en centí- Esta tecnología está siendo probada en Vietnam,
metros de cultivos de algodón y soja (2009-2010). Filipinas y Tailandia. (2010-2012).

Una compañía con una plantación de 1  500 tamaño, pero no se estuvo de acuerdo en com-
hectáreas de durazno en Francia redujo el tamaño partir los detalles del nuevo sistema por razones
de la unidad de gestión usada para la exploración, de competividad.
el tratamiento y la cosecha del cultivo, de 15 a 1.5
hectáreas (2003-2004). Trabajando en unidades Grandes establecimientos cerealeros en Ucrania
más pequeñas, fue posible confinar tratamientos sospecharon que perdieron el 30 % de la cosecha
de insectos y enfermedades a unas pocas hectá- entre el campo y el elevador. Debido al equipa-
reas, ahorrando un tercio en costos de insumos. miento de cada cosechadora y cada camión con
En vez de tratamientos completos a grandes uni- GPS y telemática, la causa de la pérdida pudo ser
dades, en el inicio de la infección, ahora se realizan identificada y corregida (2007-2008). De manera
tratamientos a pequeñas unidades en las que es similar, una granja de maíz en el Medio Oeste de
necesario. Esto significa que menos hectáreas son Estados Unidos sospechó de ocasionales pero
tratadas. El seguimiento de maduración del culti- sistemáticos errores en la carga reportada por los
vo en bloques más pequeños con una cosecha camiones en los muelles de recepción de una ins-
selectiva permite un tiempo más largo de cose- talación de fermentación de etanol (2009-2010).
cha, menos fruta demasiado verde o demasiado Estos fueron pequeños errores impredecibles pero
madura –lo que es altamente apreciado por los la mayoría a favor de la planta. Los GPS y los te-
supermercados– y permite un tiempo más flexible lemáticos en los camiones de reparto rápidamen-
de entrega, evitando los precios bajos durante los te alertaron sobre lo que sucedía. Los errores en
períodos de pico de suministro. medición todavía suceden, lo que es normal, pero
algunos actúan a favor de la planta y otros a favor
Todo esto no hubiese sido posible sin el uso de del agricultor. Los costos de los telemáticos fueron
las computadoras para la exploración, el monito- devueltos en pocos meses.
reo y el seguimiento de la maduración del cultivo
con GPS, almacenando cada árbol en una base El autor ha tenido el privilegio de aprender so-
de datos SIG y cosechando por un bloque de 1.5 bre los beneficios de la agricultura de precisión en
hectáreas. Antes de la implementación del nuevo varias operaciones en Brasil y Chile. En cada caso
sistema, la compañía había analizado la posibili- (naranjas, aceitunas, caña de azúcar y soja) las
dad de ir aún más lejos en la gestión detallada. Se técnicas de la agricultura de precisión fueron una
concluyó que más allá de las unidades de gestión parte fundamental del total de la agronomía y de
de 1.5 hectáreas, los mayores beneficios fueron en la gestión operacional interna. En cada caso los
gran medida compensados por el incremento de beneficios se extendieron a las relaciones con los
los costos. Además, se concluyó que las unidades clientes y al nivel total y predecible de flujo de caja.
de 1.5 hectáreas fueron óptimas por la estructu-
ra existente de huerta (ancho de la hilera, espacio Claves para la toma de decisiones
entre los árboles, líneas de riego por goteo). Se
aceptó que la nueva huerta es plantada de forma La agricultura de precisión comenzó como una
diferente y gestionada en unidades de diferente forma de mejorar los aportes de nutrientes en cam-
pos de maíz y soja en el Medio Oeste de Estados

Unidos. Es ahora una parte fundamental de cómo 2.5. Monitoreo temporal de los
trabajan los establecimientos profesionales en sistemas de producción para la
todas partes del mundo. La pregunta no es si la toma de decisiones y mejora
agricultura de precisión puede ser implementada
de una manera rentable, sino cómo implementar Evandro Chartuni Mantovani y Gisela de Avellar
la agricultura de precisión de modo de obtener el
más rápido y alto retorno de la inversión posible. Evandro Chartuni Mantovani
Investigador Embrapa Maíz y Sorgo, PhD
Para un agricultor en cualquier parte de Mecanização Agrícola
Sudamérica la pregunta es: ¿cuál sistema sustitu- Sete Lagoas, MG, Brasil
ye mejor la operación existente, y cómo implemen- [email protected]
tar el nuevo sistema? ¿Se entra en un “Big Bang”
con alto nivel de inversión, riesgos más altos pero Gisela de Avellar
también con la posibilidad de mayor rentabilidad? Professora do curso de Cartografia e Geoprocessamento, MSc.
¿O se va de manera “gradual”, paso a paso, pri- Centro Universitário de Sete Lagoas – UNIFEMM
mero implementando aquellas áreas donde los re- Sete Lagoas, MG, Brasil
tornos positivos son muy probables, y más tarde [email protected]
a mayor escala?
Introducción
Cada campo, cada establecimiento será di-
ferente. Cada agricultor tiene diferentes niveles El uso de metodologías de agricultura de preci-
de especialidad o especialidades en diferentes sión mejora la eficiencia en el manejo de áreas pro-
áreas. El punto crítico sería para los consultores ductivas, por la optimización en la aplicación de
escuchar cuidadosamente y orientar a los agri- insumos, y también en el gerenciamiento eficiente
cultores a través del proceso. La agricultura de de las actividades del sistema de producción. Así,
precisión no es una meta en sí misma. Es una el trabajo con metas productivas para los cultivos
herramienta. Es un proceso continuo que lleva a mediante agricultura de precisión busca reducir
mejorar la gestión agrícola total y, por último, a las inestabilidades o variabilidades de producción
mejorar la rentabilidad y la supervivencia del esta- al utilizar equipos de muestreo georreferenciado
blecimiento rural a largo plazo. para el mapeo físico y químico del suelo, lo cual
aumenta la capacidad de manejo de las diferentes
áreas. Para el seguimiento del ciclo del cultivo se
utilizan fotografías aéreas o imágenes satelitales a
fin de realizar la toma de decisiones en tiempo real,
principalmente para la fertilización nitrogenada en
cobertura y para el control fitosanitario, con el mo-
nitoreo de insectos, plagas y enfermedades.

En la distribución de insumos, el uso de equi- es necesario complementar el análisis de produc-
pos con programas de aplicación a dosis varia- tividad con mapas temporales, de por lo menos 3
ble optimiza el uso de fertilizantes y agroquímicos, años, para conocer los patrones de producción,
permite planificar la siembra para obtener un es- complementado con la evaluación económica en
tándar deseado en la cosechadora y, como conse- los mapas de rendimiento.
cuencia, evita la contaminación del medioambien-
te. Además, el uso del piloto automático permite Los problemas resultantes de la variabilidad
aumentar la capacidad operacional de los equipos espacial, incluso en áreas más extensas, pueden
del cultivo, aumentando el número de horas traba- evitarse con el uso de técnicas de agricultura de
jadas por día durante la implementación del cultivo precisión para el monitoreo, control, recolección
en áreas extensas. y uso de datos e informaciones, en el sentido de
revertir este cuadro, buscando la toma de decisio-
Por lo tanto, se deben priorizar acciones inte- nes e intervención en el sistema de producción.
gradas del sistema de producción por parte de
especialistas agronómicos en la utilización de agri- La necesidad de establecer un análisis con el
cultura de precisión, porque permiten el mapeo objetivo de una correcta toma de decisiones den-
adecuado de las áreas de producción, con infor- tro del proceso de utilización de la agricultura de
mación del conocimiento del lugar, de los recursos precisión, implica la búsqueda de patrones míni-
estables del campo, de los costos de producción mos para intervenir en el sistema de producción.
y de las condiciones estacionales, y así estable- Para definir los patrones de productividad en alta,
cer las recomendaciones necesarias para la toma media y baja, es necesario establecer criterios
de decisiones del agricultor. De esta manera, los para la etapa de análisis de datos utilizando infor-
resultados obtenidos en mapas georreferenciados mación con mapas temporales de rendimiento. La
contribuirán a la modernización de los procesos primera etapa se realiza con la indicación de un
de producción y de transferencia de tecnología y mapa de tendencias de variabilidad espacial que
potenciarán el gerenciamiento económico del sis- muestra las áreas de productividad estabilizadas y
tema de producción. releva los costos de producción.

Monitoreo temporal de los sistemas de Tendencia de la variabilidad
producción
Una de las principales ventajas en el tratamiento
El nivel tecnológico aplicado al sistema de georreferenciado del cultivo es poder presentar los
producción de un determinado cultivo varía de datos en diferentes niveles de detalle, dentro del en-
un establecimiento a otro. Consecuentemente, foque analítico con el que se estudia la región. Los
el valor de la productividad, aisladamente, de un datos tienen que organizarse en niveles de presen-
determinado campo de producción, identifica la tación y de manera que no necesariamente se pase
variabilidad espacial, aunque no es eficiente para de un nivel a otro en una secuencia obligatoria. Esta
determinar el patrón de producción. Para estable- estrategia posibilita la obtención de una infinidad de
cer el gerenciamiento de las áreas de producción combinaciones de datos y comparaciones entre di-
ferentes alternativas de acción.

De acuerdo con Santos (1997) en algunas si- soporte de análisis estadísticos complementarios
tuaciones se debe considerar el hecho que una fue posible identificar áreas con diferentes patro-
única técnica no es suficiente para todas las si- nes de producción.
tuaciones presentadas y tampoco define las li-
mitaciones para varios ambientes. Con el mejor En la primera etapa del trabajo, se realizó una
conocimiento de la estructura de producción de uniformización de los mapas de rendimiento. La pri-
un campo es posible planificar el proceso de inter- mera cosecha de soja generó 30 428 muestras, con
vención en el mantenimiento de la productividad una productividad que varió entre 1,3 y 4,1 t/h. En
y/o mejoras en las áreas de inestabilidad y baja la segunda cosecha de soja, fueron 40 409 mues-
productividad, a partir de 3 años de observación. tras y la productividad varió entre 2 y 5,9 t/h. En la
cosecha del maíz, en 2002, se generaron 24 213
En un establecimiento rural, el mapa de rendi- muestras que variaban entre 1,4 y 5,1 t/h, tal como
miento le permite al productor realizar una radio- puede visualizarse en la Figura 1.
grafía de la variación espacial del campo al dividir
el campo en áreas homogéneas y mostrar el por- Las decisiones gerenciales son más segu-
qué de esa variación. ras cuando el productor trabaja utilizando una
combinación de tres o cuatro años de mapas de
Como ejemplo, un área piloto de 115 hectá- rendimiento, porque así los factores espaciales y
reas de la Fazenda Recanto, en Sidrolândia, MS, temporales pueden ser separados y clasificados.
Brasil, fue trabajada con la metodología de agricul- Para comparar los datos de diferentes cultivos –
tura de precisión con datos georreferenciados de por ejemplo maíz y soja– fue preciso transformar
dos cosechas de soja y una de maíz de invierno. los mapas de rendimiento en grillas uniformizadas
El gran volumen de información generado permitió que permitiesen comparar el comportamiento de
diversos análisis y algunas conclusiones. Con el los datos en los mismos puntos de recolección.

Figura 1. Mapas de rendimiento de maíz y soja, del área de 115 ha, de la fazenda Recanto, Sidrolândia, MS, Brasil

Figura 2. Uniformización de los mapas de cosecha de maíz y soja, del área de 115 ha, de la fazenda Recanto, Sidrolândia, MS, Brasil

Este procedimiento estandariza los mapas ¿Qué es un área estable? La tendencia a la es-
generados en la cosecha. Estas grillas generan tabilidad en un campo puede ser definida cuando,
nuevos mapas estandarizados de cosecha, que en un mismo punto, la variación de la productivi-
indican las diferencias espaciales. Con la superpo- dad es pequeña a lo largo de las diferentes cose-
sición de los nuevos mapas es posible generar un chas incluidas en el cálculo. La Figura 4, muestra
cuarto mapa y establecer el patrón de producción. los patrones de producción de un área de 115 ha,
Una inspección visual de esos mapas indica cuá- con 3 años de cosecha:
les áreas de productividad por encima o debajo
de la media ocurren normalmente en las mismas • Área azul: 12% del área con una producción
áreas, tal como puede visualizarse en la Figura 3. alta y estable.

El mapa de tendencia espacial de las áreas es • Área verde: 75% del área con gran estabilidad
la base para el trabajo de planificación y programa- pero producción media.
ción de intervención del sistema de producción.
• Área amarilla: 13% del área inestable, donde
hubo una gran variación.

Figura 3. Mapas de cosecha de maíz y soja, del área de 115 ha de la fazenda Recanto, Sidrolândia, MS, Brasil

En un año la producción fue muy alta, en otro Es común identificar mayor inestabilidad en la
fue muy baja y en el tercero estuvo dentro de la productividad de las áreas del entorno, debido a la
media. Es preciso aclarar que la productividad me- dificultad de operación de máquinas para la aplica-
dia de un área, cuando se trata de agricultura de ción de insumos, a la deficiencia en la distribución
precisión, se refiere a aquélla área. de agua en el riego, a la cosecha, etc.

De acuerdo con esta clasificación, una inves- El análisis económico de los datos se realiza
tigación en el lugar de algunas áreas puede ser registrando todos los costos involucrados en el
una garantía para identificar los factores limitantes. proceso de la técnica de agricultura de precisión,
Un análisis posterior puede mostrar dónde es eco- en un sistema de producción, evaluando todas las
nómicamente viable interferir o mantener la inter- etapas del cultivo. Según Matoso (2002), para la
vención. En la Figura 4 se presenta un ejemplo de asignación de costos se consideran los costos
área con porcentajes de rentabilidad por tipo de fijos y variables, teniendo en consideración los
productividad. costos de equipo y software, servicios de geren-

Figura 4. Establecimiento de patrones de producción del área de 115 ha de la fazenda Recanto, Sidrolândia, MS, Brasil

ciamiento y costo del dinero. De la misma manera, controlar modificaciones adicionales. El potencial
para la implementación de los cambios se calculan de rentabilidad puede ser clasificado en números
los costos relacionados con los insumos y su apli- tratados de diferentes tipos y, de este modo, se eli-
cación. Los rendimientos estimados se obtienen minan factores aislados que limitan la producción
teniendo en cuenta la productividad con las alter- y se puede cuantificar el potencial de rendimiento
nativas analizadas. económico.

A continuación, al conocer el punto de equi- Utilizando los dos tipos de mapas, de rendi-
librio en el análisis de costos de producción, en miento y de rentabilidad, la primera y segunda
la Figura 5 se establece un mapa de rentabilidad etapa del ciclo de la agricultura de precisión son
y en la Figura 6, asumiendo que los factores limi- realizadas para conocer los tipos de producción:
tantes han sido erradicados, de forma que la pro- de alta, media y baja productividad/rentabilidad/
ductividad de una determinada área haya llegado perjuicio, que deberán ser analizadas para la in-
a sus límites naturales y el agricultor ya no puede tervención o el mantenimiento de los niveles de

Items Valores producción. Así, para un análisis temporal de da-
Rendimiento (kg/ha) 1.916,25 tos, los mapas de rendimiento de por lo menos 3
Precio (R$/kg) años consecutivos, necesitan ser sistematizados
Ingreso bruto (R$) 0,30 para:
Margen bruto (R$) 574,88
Margen líquido (R$) 56,19 • Definir los patrones de producción/tendencias,
Punto de equilibrio: costos variables en los mapas de rendimiento del maíz.
(kg/ha) 0,00
Punto de equilibrio: costos fijos (kg/ha) • Establecer los criterios para definir los tipos de
Tasa de rentabilidad sobre los costos 1.728,95 rendimiento, en función del análisis económico
variables de los datos de productividad, con el fin de es-
Tasa de rentabilidad sobre los costos fijos 1.916,25 tablecer el mapa de rentabilidad.

1,11 • Establecer un análisis in situ, con el fin de rea-
lizar una intervención diferenciada en las áreas
1,00 inestables y de bajo rendimiento.

Figura 5. Análisis económico: punto de equilibrio y tasa de rentabilidad, La intervención en los lugares de inestabilidad
del área de 115 ha de la Fazenda Recanto, Sidrolândia, MS, Brasil de producción y de bajo rendimiento se caracteri-
za como la tercera etapa del ciclo, que puede ser
Figura 6. Mapa de rentabilidad de soja, del área de 115 ha, de la desde una fórmula de fertilizante más adecuada,
Fazenda Recanto, Sidrolândia, MS, Brasil un cambio para un cultivar más adaptado, o in-
cluso una actividad para mejorar las condiciones
físicas del suelo y reducir su compactación.

Las recomendaciones de dosis de aplicación
de fertilizantes son imprecisas y generalmente es-
tán basadas en una meta de rendimiento para un
mapa específico del suelo (Larscheid et al., 1997),
ignoran la variabilidad dentro de cada unidad del
mapa y asumen datos climáticos promedio. Sin
embargo, en esta tercera etapa aún existen pro-
blemas para su total implementación por la dificul-
tad de gerenciar el sistema de producción porque,
en la mayoría de los casos, ocurren acciones ais-
ladas de parámetros y también por la falta de crite-
rios más eficientes en la definición de parámetros
de clasificación de los niveles de productividad en
tipos estables de producción. Por lo tanto, esta
clasificación demandaría un plazo mayor para al-

canzar la variabilidad temporal de los campos de mo de rendimiento necesario para hacer rentable
producción. esta tecnología.

Larscheid et al. (1997) clasifican las decisio- Swinton y Lowenberg-Deboer (1998) muestran
nes de gerenciamiento de un establecimiento que el análisis de presupuesto parcial ha sido la
agrícola en: 1) decisiones de largo plazo, que herramienta más utilizada para evaluar la rentabili-
consideran adoptar en el establecimiento es- dad en la agricultura de precisión. Este análisis se
trategias de rotación de cultivos; 2) decisiones enfoca solo en aquellos ítems de costos y rentabi-
intermediarias relativas a la próxima época de lidad que promueven el cambio en la utilización de
siembra; y 3) decisiones de corto plazo, que una nueva práctica, y normalmente se calcula por
consideran la zafra en curso durante el período área o por lote. Un análisis completo de rentabili-
de crecimiento. Incluso, según los mismos auto- dad debería incluir el efecto del impacto en todo el
res, actualmente la principal aplicación de mapas establecimiento, así como el efecto de los riesgos.
de rendimiento como herramienta para la toma Incluso así, la técnica de presupuesto parcial es
de decisiones sigue siendo más adecuada para una excelente manera de comenzar a analizar la
decisiones de largo plazo e intermediarias, espe- rentabilidad media.
cialmente cuando un campo se vuelve disponible
a lo largo de muchos años. Así, mapas de por lo menos 3 años conse-
cutivos de rendimiento, con análisis para el esta-
Es evidente que al analizar un mapa de ren- blecimiento de patrones de producción, permiten
dimiento de un año, esta clasificación podría ser distinguir los tipos de productividad, en función
realizada considerando apenas la variabilidad del análisis económico de los datos y establecer
espacial. La clasificación para la evaluación del el mapa de rentabilidad. El uso de este procedi-
área sería más precisa al considerar el factor va- miento facilita el análisis in situ de producción más
riabilidad temporal, el cual agregaría los ítems de rápida y de bajo costo, para una intervención dife-
estabilidad y caracterización de los lugares de renciada en las áreas inestables y de baja produc-
producción. tividad, tal como se muestra en la Figura 7.

Además, el nivel tecnológico aplicado al sis- Por eso, es preciso establecer los procedi-
tema de producción de un determinado cultivo mientos adecuados para la aplicación del con-
varía de un establecimiento a otro y, consecuen- cepto y de técnicas que viabilicen la optimiza-
temente, el valor de un rendimiento aisladamente, ción del sistema de producción. Las acciones
no es eficiente para determinar el valor de esos aisladas de intervención no siempre producirán
tipos. Por ello, se necesita complementar el aná- resultados que justifiquen económicamente el
lisis de productividad e introducir la evaluación uso de la agricultura de precisión. Por otro lado,
económica en los mapas de rendimiento con el ya son conocidas las técnicas eficientes para
fin de establecer el costo de producción por área trabajar con el mapeo temporal de los sistemas
y conocer el punto de equilibrio, o sea, el míni- de producción, como se muestra en la Figura
8, el modelo de Moore (2002) que permite al

Figura 7. Adopción de un enfoque simple para realizar mejoras significativas en la rentabilidad (Fuente: Mark Moore, AGCO, 2002)

Histórico del área de producción
-Variab. temporal: M1+M2+M3+M4

Integración de datos Conocimiento del área: mapeo Identificación de las
Zonas de manejo
Mapas Campos Áreas Ensayos Evaluación de
Invasoras antiguos anegadas de campo Establecimiento de las las decisiones
Zonas de manejo
Recursos estables del campo Mapa de
Modificación de las rendimiento
Tipo de suelo Profundidad del suelo Topografía ZM por las condiciones

Condiciones estacionales estacionales

Clima Cultivo, Nutrientes Plagas y

padrón tipo/variedad del suelo enfermedades

Decisiones Recomendaciones y análisis
del agricultor Implementación de las decisiones
¿Cuál es el escenario?
Conocimiento del área
Identificación de las

Zonas de manejo

Figura 8. Modelo de gerenciamiento del sistema de producción para la toma de decisiones del agricultor (Fuente: Mark Moore, AGCO, 2002)

agricultor tomar decisiones durante el cultivo, en
tiempo real y después de la cosecha.

El establecimiento de patrones que identifican
las diferentes áreas de producción dentro de un
mismo campo, permite al agricultor tomar deci-
siones acertadas y, al mismo tiempo, evaluar si las
recomendaciones implementadas tendrán el efecto
esperado. De este modo, permite un gerenciamien-
to económico del sistema de producción, con ac-
ciones durante el ciclo del cultivo y después de la
cosecha. A partir de la siembra, con los mapas de
tendencia, el agricultor puede acompañar el cultivo
y, en el caso del maíz, la intervención en tiempo real
para la corrección de nitrógeno y agua por ejemplo,
permite la recuperación de la productividad, antes
de que finalice el ciclo.

5

PARTE 3
IMPLEMENTACIÓN
DE LA AGRICULTURA
DE PRECISIÓN

3.1. Tecnología de precisión para controladores ha mejorado el uso de gestión en
gestión de nutrientes sitios-específicos.

Harold Reetz Las tecnologías de la agricultura de precisión
están ahora disponibles para agricultores y sus
Harold F. Reetz, Jr. asesores y les brindan nuevas y excitantes posi-
Consultor de Reetz Agronomics, LLC. bilidades de mejorar los sistemas de gestión de
B.S. in Agricultural Science-Agronomy, University of producción agrícola. Como muestra la Figura 1, la
Illinois,1970 gestión de nutrientes agrícolas puede usar tec-
M.S. in Crop Physiology and Ecology, Purdue University- nología de precisión en una variedad de maneras
Agronomy Department, 1972 para medir las condiciones, las actividades de mo-
Ph.D. in Crop Physiology and Ecology, Purdue University- nitoreo y los resultados récords de las prácticas
Agronomy Department, 1976 de gestión e insumos. El uso de la tecnología se
Monticello, Illinois USA está convirtiendo en una parte importante de la
[email protected] agricultura y hace a los sistemas de producción
agrícola más productivos, más rentables y más
Introducción sostenibles.

Los agricultores y sus asesores ponen a punto Este capítulo resume como algunas de estas
el sistema de gestión de la producción de cultivos tecnologías son aplicadas en los modernos siste-
para mejorar rendimientos y ganancias, a menudo mas de gestión de nutrientes. De las muchas he-
encuentran razones para cambiar la tasa de apli- rramientas disponibles sólo una selección puede
cación para insumos variados (semilla, fertilizante, ser discutida, pero ésta sirve como ejemplo de los
químicos) con el fin de dar cuenta de la variabilidad modos interesantes en que la tecnología está re-
del tipo de suelo y de otros factores. volucionando los sistemas de producción agrícola
alrededor del mundo.
La combinación de herramientas y servicios
disponibles hacen posible cambios tales como Determinación de la variabilidad dentro de
lo es la tasa variable de tecnología (VRT14), sien- un campo
do ésta la parte más importante de la agricultura
de precisión de sitio-específico. La aplicación El uso de la agricultura de precisión en sitios
VRT de algunos insumos ha sido practicada específicos depende de si existe alguna razón
desde la década de 1920, pero la disponibilidad para cambiar la gestión hacía las diferentes partes
de GPS, GIS y el amplio rango de monitores y del campo. Esto usualmente significa que hay al-
guna fuente de variabilidad que puede ser maneja-
14 Por sigla en inglés: variable-rate technology (VRT) da cambiando prácticas o insumos. La variabilidad
puede ser determinada por la medición de algunos
parámetros que guían la decisión del cambio de
gestión. Por ejemplo, un uso común de la agricul-
tura de precisión, es variar la tasa de la aplicación

Figura 1. Esta ilustración muestra ejemplos las diferentes tecnologías de la agricultura de precisión que están siendo usadas para la producción de cultivo en
sitios específicos. Fuente: Better Crops, 1994, IPNI

de fertilizante de un área del campo a la otra. Ese Muestreo de cuadrícula
cambio en la tasa podría estar basado en el aná-
lisis de suelo, el rendimiento de los cultivos ante- Con poca o ninguna información sobre el cam-
riores, la capacidad de mantener el agua de los po el muestreo de cuadrícula es válido, el primer
suelos, u otros factores que pueden ser medidos conjunto de muestras de suelo podría ser recogido
o estimados. en una base de cuadrícula uniforme. Recoger una
muestra por hectárea da una buena base de datos,
Muestreo de suelo la cual es recomendada para la aplicación de fertili-
zante. Cada muestra es preparada con cinco a diez
La forma más común para determinar la varia- muestras de suelo recolectadas dentro del área de
bilidad de nutrientes en los suelos es mediante el una hectárea, luego se mezclan y se depositan en
muestreo de suelo y el análisis de las muestras en una bolsa o caja pequeña y son enviadas al labora-
los laboratorios que determinan el contenido rela- torio. Las muestras deberían ser recogidas en una
tivo de nutrientes. superficie uniforme (a menudo alrededor de 20 cm).

Figura 2. Un patrón de cuadrícula uniforme de muestreo de suelos Figura 3. Un patrón de muestreo inteligente para el muestreo de
usado cuando es necesario conocer lo más pequeño de las fuentes de suelos donde se conocen las fuentes de variación -en este caso
variabilidad en el campo. Fuente: IPNI, 2013 topografía- que afectan los niveles de nutrientes de los suelos. Otros
mapas de la variabilidad del campo pueden ser usados para guiar
Más información sobre muestreo de cuadriculas el muestreo inteligente y brindar mejores recomendaciones para la
en el apartado 1.5. Muestreo para mapeo y aplicaciones de nutrientes
manejo de la fertilidad del suelo.
mación en la que los mapas son basados, se usan
Muestreo inteligente - zonas de gestión para crear un archivo de datos de aplicación (otro
Sí la indicación de variabilidad es conocida -por mapa) que sirve al controlador de dosis para ajus-
tar la dosis de la aplicación de fertilizante ya que el
mapas de rendimientos anteriores, mapas de tipo aplicador se mueve a través del campo.
de suelos, conductividad eléctrica, etc.- es mejor
para definir las zonas de gestión ya que se conoce Mapas
la fuente de variación y muestra acorde a los lími-
tes de esas zonas. Este método de muestreo inte- Algunas zonas de gestión son basadas en ma-
ligente toma ventaja de lo ya conocido acerca del pas de tipo de suelo, topografía, rendimiento de
campo, para ayudar a definir las tasas adecuadas cultivos anteriores y otra información. En EEUU los
de fertilizante a ser aplicadas. El muestreo inteli- mapas de estudios de suelos son usados común-
gente a menudo se basa en mapas de variabilidad, mente. Los estudios digitales georreferenciales
registrados de acuerdo a la ubicación del GPS en de suelos están disponibles para casi todos los
una base de datos de SIG. Estos mapas o la infor- campos de producción de cultivos, brindando no
solamente mapas, sino gran cantidad de datos
de apoyo sobre las características del suelo, de la
producción de cultivos y otros usos.

Cuando los estudios de suelo no están disponi- Figura 5. Un diagrama de corriente eléctrica (líneas de puntos) fluyendo
bles, otros mapas pueden ser usados para las zo- entre diferentes discos en el carro de conductividad eléctrica y cómo
nas definidas de muestreo. Un mapa de conduc- éste es movido a través del suelo.
tividad eléctrica del suelo puede ser usado para
obtener una idea general sobre la variabilidad del
suelo. La conductividad eléctrica del suelo es me-
dida para saber cuánta corriente eléctrica puede
conducir el suelo. Las partículas más pequeñas de
arcilla conducen más corriente que las partículas
más grandes de limo o arena, por eso la conduc-
tividad eléctrica puede ayudar a estimar la textura
del suelo. El mapa es generado tirando de un carro
a través del campo para tomar las lecturas.

El carro es equipado con una serie de discos
que se mueven a través del suelo y recogen lectu-
ras de la corriente eléctrica pasando a través del
suelo entre los discos. Varios miles de lecturas son
tomadas dentro de cada hectárea. La información
recolectada proporciona una estimación de las ca-
racterísticas de la variabilidad del suelo., especial-
mente de la textura del suelo (relativo al contenido
de arcilla) y factores relacionados. La posición de

Figura 4. Un carro de conductividad eléctrica usado en un campo de Figura 6. Un mapa de medidas de conductividad de los suelos tomadas
trigo cosechado para medir la conductividad eléctrica del suelo. con un sistema de carro de conductividad eléctrica que muestra la
Sitio web: www.veristech.com variabilidad de la conductividad eléctrica del suelo dentro del campo

cada medida es grabada con las coordenadas del dos, estos sensores pueden ser usados para ha-
GPS para proporcionar un mapa detallado de la cer ajustes instantáneos en la marcha de la tasa
variabilidad de la textura del suelo en la zona de de N de fertilizante, ya que el aplicador se mueve
enraizamiento del cultivo. Ya que muchos de los a través del campo.
factores de productividad en variabilidad de suelos
son relacionados a la textura, el mapa de conduc- Figura 7. Un sensor manual “greenness” (intensidad del verde) usado
tividad eléctrica ayuda a estimar la variabilidad en para evaluar la salud actual del crecimiento del cultivo. Este sensor
productividad de suelo y así guía las decisiones de utiliza infrarrojo
gestión de nutrientes.
Figura 8. Una serie de unidades de sensor montadas sobre cada
Teledetección fila en un aplicador de fertilizante puede ser usado para estimar las
necesidades de N en la marcha y guiar el controlador del aplicador
La teledetección aérea o satelital tiene poten- para ajustar la dosis de la aplicación de side-dress fertilizante
cia para identificar las fuentes de variabilidad que nitrógeno en tiempo real. Foto: Corn & Soybean Digest
probablemente ayudarían a determinar la dosis
adecuada de la aplicación de fertilizante. Ellas son
a menudo útiles para determinar la variabilidad a
mayor escala, para guiar la tasa variable de apli-
cación de fertilizante. Las imágenes de los Google
Maps y los Bing Maps pueden proporcionar algu-
na indicación de la variabilidad de suelos y quizás
sean suficientes, sí relacionan las observaciones
de suelo que identifican los ejemplos de los dife-
rentes tipos de suelo mostrados en las imágenes.
Hay siempre una compensación en la escala de
precisión. Las imágenes satelitales dan una cober-
tura más amplia a menores costos, pero con me-
nor resolución (detalle). La imagen aérea propor-
ciona más detalle, pero es más cara por hectárea
de cobertura.

Monitores y sensores

Recientemente, varios tipos de monitores es-
tán disponibles, estos usan sensores para medir la
reflexión de la luz desde el follaje del cultivo, el cual
puede ser comparado con una franja de referencia
en el campo para indicar el contenido relativo de
nutrientes del cultivo. Adecuadamente montados
y calibrados en contra de los estándares conoci-

Cuando se usan mapas, sensores u otros, 4R como una guía para las prácticas de manejo
se mide la variabilidad y se ajusta la aplicación, de nutrientes que son agronómicamente viables,
es más importante pensar sobre lo que se está económicamente sustentables y responsables
haciendo, usar las herramientas adecuadas y to- frente al medio ambiente. La Figura 9 muestra los
mar mejores decisiones de gestión que si éstas componentes del Programa Administración de
tienen sentido. Las herramientas y las máquinas Nutriente 4R, que fue construido usando la fuen-
son maravillosos bienes pero es necesario seguir te adecuada, a la dosis correcta, en el momento
las recomendaciones de la ciencia agronómica y y lugar adecuados para conocer las necesidades
de la experiencia. económicas, medioambientales y sociales de un
sistema sostenible de toma de decisiones de ma-
Manejo de nutrientes nejo de nutrientes.

Administración de nutriente 4R Los factores ennumerados alrededor del dia-
La industria de fertilizantes, en cooperación grama son varios de los indicadores del rendi-
miento, usados para determinar la efectividad del
con científicos alrededor del mundo han desarro- sistema de gestión en el cumplimiento de sus ob-
llado el Programa de Administración de Nutrientes jetivos. La tecnología de precisión juega un papel
importante en muchas de estas prácticas.

Figura 9. Diagrama del sistema de gestión de administración de nutrientes 4R

Fuente los materiales fertilizantes, tales como el N que son
suceptibles a las pérdidas del campo. El objetivo es
El sistema 4R de gestión de nutrientes comien- hacer que todos los nutrientes del cultivo estén en
za con la fuente adecuada. Diferentes fuentes de el momento justo y con la dosis óptima para cono-
nutrientes pueden ser seleccionadas de diferentes cer las necesidades del crecimiento del cultivo.
cultivos o condiciones del campo o para diferentes Lugar
épocas del año. La agricultura de precisión puede
ayudar a los agricultores a reconocer que fuente Otro uso importante de la tecnología de precisión
de nutrientes sería mejor para el cultivo y la épo- es para la colocación del fertilizante. La dirección
ca de la aplicación. Las formas pueden ser seco, Tiempo Real Cinemático15 permite precisión en la
líquido, suspenciones o gas (amoníaco anhidro). colocación con 2 o 3 cm o a menor variación. Con la
Cada uno tiene diferentes características que afec- dirección RTK los nutrientes pueden ser colocados
tan su utilidad para brindarle nutrición a la planta. exactamente en la banda de fertilizante donde ellos
La cantidad necesaria para cada cultivo depende son necesarios y las semillas pueden ser plantadas
de la decisión de cuál es la fuente más adecuada. en una ubicación exacta con respecto a la banda de
fertilizante, aún varios meses más tarde.
Dosis
Siembra
La dosis en la que el fertilizante es aplicado es En la siembra, la tasa variable parecería ser una
una de las aplicaciones más importantes de la tec-
nología de la agricultura de precisión. Como se des- práctica natural para ser usada en la gestión de si-
cribía anteriormente, los mapas y sensores pueden tio-específico. Y está siendo adoptada por algunos
ser usados para determinar la dosis adecuada para agricultores para ajustar la tasa de siembra a los
aplicar el fertilizante. Los controles de precisión pue- mejores y más apropiados tipos de suelo, capaci-
den ser usados para ajustar la dosis durante la apli- dad de agua u otro criterio. Desafortunadamente,
cación. Los diferentes sistemas pueden ser usados es mucha la información que se necesita para to-
para presiembra, side-dress y top-dress. La tecnolo- mar decisiones prácticas y científicamente válidas
gía de precisión brinda varias opciones para ayudar a para saber cuál es la tasa de siembra adecuada
seleccionar la mejor dosis para cada campo. para las diferentes partes del campo. Cuanto más
información sobre los campos individuales este
Tiempo disponible y más relaciones agronómicas puedan
ser definidas entre los parámetros de los campos
Las diferentes tecnologías disponibles permi- variables, la siembra de tasa variable se convertirá
ten a los agricultores la aplicación del fertilizante en en una práctica más común. Ya que las relaciones
tiempo para emparejar el desarrollo del cultivo. Los a menudo son dependientes de la composición
monitores y modelos metereológicos pueden ser genética del híbrido o de la variedad, se complican
de gran ayuda en el seguimiento del desarrollo del aún más las posibilidades de utilización de la siem-
cultivo para predecir el momento adecuado para las bra de tasa variable.
aplicaciones de nutrientes. El tiempo de aplicación
debería adecuarse a la necesidad de absorción del 15 RTK, por su sigla en inglés
cultivo tan estrechamente como sea posible para

Manejo de plagas gistros precisos y detallados de las actividades,
los insumos y la producción de todo el campo. El
La variedad de prácticas en el manejo de pla- monitoreo minucioso es de gran ayuda para iden-
gas es probablemente aún más desafiante. Para tificar cambios en el sistema, que son necesarios
los insectos, hay una tendencia a que la infección en cada temporada y para hacer un seguimiento
sea general a través del campo. Sin embargo, los de las tendencias de los niveles de nutrientes y de
ácaros tienden a concentrase en áreas pequeñas la respuesta en la cosecha.
y la tasa variable de tratamiento puede ser más
efectiva y económica. Investigación agrícola: una llave de paso
hacia la gestión de sitio-específico
Varios monitores, sensores y modelos pueden
ser herramientas útiles. Las herramientas tecnoló- La implementación exitosa de la agricultura de
gicas pueden ser efectivas para la exploración de precisión depende de la capacidad para identifi-
los ácaros de cultivos de soja, cítricos y frutas. Las car la variabilidad en los campos y para entender
enfermedades infecciosas son a menudo pronos- como se maneja esta variabilidad. La mejor apro-
ticadas usando modelos de información del clima ximación es aprender todo lo que se pueda sobre
en el lugar o una base más amplia de datos cli- las características del campo a través de los mé-
máticos de fuentes centrales y de internet. Por el todos como prueba de suelo, mapeo de la varia-
contrario, las aplicaciones de tecnología de tasa bilidad de suelo y monitoreo de la variabilidad de
variable son limitadas, pero la tecnología es toda- rendimiento.
vía importante en la gestión de un campo a escala.
El control de malezas es probablemente la aplica- La prueba de suelo es una herramienta impor-
ción más importante en el control de las plagas de tante para determinar la variabilidad en los nutrien-
una tecnología de tasa variable. tes del suelo. Para desarrollar recomendaciones
que son más específicamente adecuadas para
Los sensores pueden ser usados para detectar una granja o campo individual, los datos de res-
la densidad de la infección y en algunos casos aún puesta del fertilizante recolectados por el agricultor
ayudan a identificar las especies de malezas. Los sobre la gestión de su propio campo puede ser un
mapas de infecciones de maleza de años anterio- recurso valioso. Con la tecnología de la agricultura
res, la exploración de sus resultados y sus senso- de precisión es relativamente fácil para un agricul-
res son usados para definir las áreas dentro de un tor construir su propia base de datos de respuesta
campo que pueda necesitar aplicaciones de herbi- de nutriente. La investigación agrícola de parcelas
cidas especiales – producto o tasa – y para ubicar puede ser realizada para establecer las calibracio-
un problema particular de maleza. nes de respuesta de fertilizante para las pruebas
de suelo de este campo.
Implementación de la agricultura de precisión
Con la tacnología de precisión, es relativa-
La implementación del sistema de la agricultura mente fácil para los agricultores hacer sus pro-
de precisión es un gran compromiso. Para ganar pias investigaciones, usando su equipo agrícola
el mayor beneficio de la inversión en tecnología, normal y con muy poca o ninguna interrupción de
un agriculror y sus asesores deben mantener re-

la actividad normal del campo. De hecho, cada zadas automaticamente, como muestra la Figura
campo podría convertirse en un campo de inves- 10. Luego de los tiempos de cosecha, la informa-
tigación para nuevas prácticas de prueba de pro- ción recolectada por el monitor de rendimiento del
ductos, insumos o tasas de aplicación. De esta mismo campo puede ser extraída y unida con las
forma el agricultor y sus asesores pueden usar parcelas de fertilizante para determinar la relación
información de sus propios campos para guiar las entre el fertilizante aplicado y el rendimiento. Esa
decisiones de cómo mejorar su sistema de pro- información junto con las pruebas de suelo puede
ducción de cultivo. ser usada para guiar recomendaciones para fu-
turas aplicaciones en ese campo y otros campos
El estudio de la tasa de respuesta puede ser manejados de forma similar. Las parcelas agrícolas
realizado con el controlador de la tarjeta de datos también puden ser establecidas para estudiar otras
en el controlador de la tasa de fertilizante, de ma- prácticas de gestión, por ejemplo los productos de
nera que el fertilizante es esparcido a través del
campo, las parcelas con diferentes tasas son tra- insumos, la labranza, el momento adecuado, etc.

Figura 10. Este mapa muestra en donde fue establecido un conjunto de parcelas de tasa de N en un campo de maíz, usando el controlador sobre el
aplicador de fertilizante. Tomando en cuenta que esta prueba tiene seis tasas diferentes de N, cada cuatro veces duplicada

Figura 11. La información del estudio de N muestra que la tasa óptima Esto permite con un análisis simple de estadís-
de N fue alrededor de 150 Ib N/A tica ayudar a remover los efectos de la variabilidad
en el campo. Las parcelas son cosechadas como
lo son las del resto del campo sin interrumpir las
operaciones normales del campo. Los datos de
la parcela son extraídos más tarde del monitor de
rendimiento de la cosechadora.

Las comparaciones agrícolas son una parte im-
portante de los sistemas de mejora de la produc-
ción del cultivo. La Figura 12 muestra un ejemplo
de cómo tales comparaciones pueden ser hechas,
usando un equipamiento normal de campo y con
una muy pequeña interrupción de las actividades
regulares del campo. Para evaluar el valor de la
tasa variable de la aplicación de N, el N fue apli-

Figura 12. Ejemplo del plano de un campo de comparación agrícola de tarifa plana y aplicación de tasa variable N en una franja de prueba. Un estudio
duplicado separado sobre la tasa de N es incluido en el lado izquierdo para ayudar a definir la tasa de N óptima para el campo. (Fuente: Dan Schaefer,
Illinois Council on Best Management Practices, 2013)

cado en franjas usando la tasa variable de N ba- tigación para evaluar nuevos productos y nuevas
sada en la variación de tipo de suelo, mostrada prácticas. Las comparaciones agrícolas son va-
por la franjas de variable coloreadas de verde. Las liosas porque ellas prueban las nuevas ideas en
franjas alternadas (áreas anaranjadas) tuvieron una la gestión del propio agricultor y en sus propios
aplicación de N acordes al promedio de N requeri- campos.
do por el campo. Comparando el rendimiento total
(o el beneficio) desde las franjas de VRT con las Los sistemas de guía de alta precisión, como
franjas promedio del campo, se puede determinar los RTK, son necesarios para usar alguna de las
si la VRT fue justificada y hacer planes de futuro aplicaciones específicas de la tasa variable. Esto
acordes. requiere más señales sensibles con puntos de re-
ferencia con base en tierra para usar en conjunto
Se señala que en este caso un estudio de tasa con las señales satelitales. Pero los ahorros en re-
fue realizado en el lado izquierdo del mismo cam- ducción de superposiciones y saltos en las apli-
po, usando parcelas más pequeñas pero mane- caciones del campo pueden pagar por los costos
jado con un equipo normal a escala del campo. extra. Menos semillas, químicos y fertilizantes son
Tales comparaciones de campos pueden ser im- necesarios sí la dirección es la precisión. Menor
plementadas con la tecnología y las herramientas cantidad de combustible es usado. Más granos
de dirección en la granja y puede ayudar a cada son cosechados sí la distancia entre surcos es uni-
campo a convertirse en un sitio valioso de inves- forme y precisa.

Figura 13. Un drone volando sobre un campo de cultivo de trigo. Otro drone usado para la exploración aérea de varias parcelas de trigo. Fuente:
Progressive Farmer, Dan Schaefer & DTN, 2013

Tecnología de vehículo aéreo no tripulado 3.2. Sistemas de guía por satélite,
y drones automatización agrícola y
controladores electrónicos
La nueva tecnología que ha llegado al mercado
agrícola es el VANT, a veces se refiere a ellos como Stanley Best
drones16. El tamaño y el costo de los VANT y dro-
nes se han vuelto más accesibles en los últimos Stanley Best
dos o tres años. Estas unidades pueden ahora
ser equipadas con varias cargas útiles, como por Doctor en Ingeniería Agrícola y Recursos
ejemplo cámaras, para ayudar con la exploración
u otras actividades del campo. Biológicos

Existen posibilidades de la utilización de dro- Director Nacional del Programa Agricultura de Precisión INIA
nes para la aplicación de reguladores químicos de Quilamapu Chile
crecimiento y pesticidas. Los sistemas de control
se han vuelto muy sofisticados y precisos. Ellos [email protected]
pueden ser programados para seguir un camino
predeterminado y regresar después de completar Introducción
su misión. Recientemente drones del tamaño de
una mosca doméstica han sido usados con éxi- Una de las tecnologías que es promisoria para
to. ¿Cómo pueden ser usados en agricultura? No el mejoramiento del sector productivo a nivel predial
cabe ninguna duda que alguien encontrará una es la agricultura de precisión. Esta herramienta aso-
manera de usarlos. ciada a las tecnologías de la información y basada
en el posicionamiento satelital, consiste en obtener
Reflexión datos georreferenciados de los predios para un
mejor conocimiento sobre su variabilidad espacial a
La producción de cultivo está haciendo uso de más he- nivel de rendimiento y calidad. En general los sitios
rramientas tecnológicas todos los días. Hoy en día, las pueden presentar distintos tipos de variabilidad, da-
herramientas agrícolas usadas a diario no eran ni siquiera dos por: topográfica, génesis de suelo, distinto tipo
soñadas 15 años atrás. No se puede predecir cuáles se- de manejo, etc. Mientras mayor sean los diferencia-
rán las tecnologías agrícolas del futuro. Pero es un buen les de rendimiento existente en un sitio, mayor será
plan continuar evaluando lo que está disponible y sí es lo el éxito de obtener resultados con una estrategia de
suficientemente flexible para adoptar las nuevas tecnolo- aplicación variable de recursos (agua, fertilizantes,
gías que se adapten mejor al cada sistema de producción. semillas, agroquímicos, etc).

16 Drone, del inglés: zángano. En la actualidad las tecnologías asociadas a la
aplicación variable de insumos son una realidad
y pueden estar al alcance de todos. Estas he-
rramientas de la agricultura de precisión corres-
ponden a máquinas y equipos inteligentes que
ejecutan tareas precisas con el apoyo de la infor-

mática, la electromecánica, el GPS, etc; las cua- monitores miden rendimiento, humedad, flujo, ve-
les integradas a los sistemas comunicacionales locidad, evaluación de superficie, entre otros. En lo
permiten una gestión oportuna de las acciones que respecta a calibraciones todos los monitores
productivas. deben ser calibrados en peso, humedad (excepto
AGCO, Figura 1) y distancia (se debe corroborar
Las máquinas o equipos reciben en su com- en caso de no ser medida por GPS).
putadora las órdenes de aplicación variable de
insumos que están debidamente georreferencia- Los mapas de rendimiento permiten cuantificar
das, las cuales hacen que actuadores hidráuli- la variabilidad de rendimiento existente durante la
cos o electrónicos realicen la labor de aplicar los cosecha de un cultivo dentro del potrero, quedan-
insumos en el lugar y la cantidad correcta (agua, do grabada espacialmente. Los mapas de rendi-
semilla, fertilizante y pesticidas). Este factor que miento son uno de los principales componentes
permite generar registros de las acciones desa- en la agricultura de precisión debido a su utilidad
rrolladas como certificación de calidad, sí son tanto en el desarrollo como en las estrategias del
integradas a herramientas comunicacionales pue- manejo de precisión.
den ser evaluadas a tiempo real. Entre estas he-
rramientas electrónicas se encuentran el monitor El contar con información georreferenciada es
de rendimiento, el banderillero satelital, el sistema un paso importante en la aplicación variable de in-
autopiloto, entre muchos otros que se explican a sumos, permite determinar la variabilidad presente
continuación. en el potrero. Para ello existen diferentes herra-
mientas que pueden llevar a una mejor definición
Monitores de Rendimiento de los ambientes homogéneos presentes en un
potrero, tales como: carta de suelos, fotografías
Los monitores de rendimiento (Figura 1) han aéreas, imágenes satelitales, entre otras. Una de
sido diseñados con el objetivo de recolectar da- las herramientas más destacadas es el mapa de
tos para su posterior análisis. Los datos almace- rendimiento, debido a que permite saber no sólo
nados por hectárea son alrededor de 600 puntos la variabilidad presente en el potrero sino también
dependiendo de la frecuencia, los que son gra- cuantificarla, metafóricamente, es una radiografía
bados en la tarjeta de memoria. La superficie que del potrero.
abarcan los puntos de rendimiento está com-
puesta por el ancho de la plataforma de la cose- El mapa de rendimiento facilita la cuantifi-
chadora y la distancia recorrida en el tiempo que cación de la variabilidad natural de un potrero.
tarda en grabar un dato y otro. Cuando el monitor Además mediante ensayos debidamente pro-
de rendimiento de la cosechadora está conecta- gramados aporta datos de respuesta variable a
do a un GPS, esos datos pueden componen un la aplicación de insumos. Si esos datos son in-
mapa de rendimiento. terpretados correctamente y apoyados con un
muestreo de suelo por sitios homogéneos, guia-
Los monitores son muy similares en cuanto a do y posicionado adecuadamente, aportarán cla-
la información que brindan pero tienen una serie ridad en la toma de decisiones para la aplicación
de diferencias en cuanto su calibración. Todos los variable de insumos.

Figura 1: Monitores de rendimiento más difundidos

Existen en el mercado diversas herramientas otros han sido más pasivos, pero a medida que
para medir caracteres específicos, con el objetivo la tecnología se ha convertido en una parte del
de dejar de utilizar dosis uniformes y pasar a utilizar procedimiento de operación estándar o más bien
dosis variables, sin embargo, es necesario tener dicho en una práctica común, como es el caso
en cuenta ciertos parámetros para evitar errores. del banderillero satelital en la pulverizadora. En
este caso la adopción ha sido lineal debido a sus
La recomendación a realizar en cada zona en ventajas directas, al reemplazar el trabajo insalubre
particular, depende de la adecuada prescripción y y rudimentario de los banderilleros humanos y al
éxito de la dosis variable asociada. Este es uno de permitir el trabajo nocturno. El banderillero sateli-
los puntos clave que se debe estudiar para de- tal permitió reemplazar el trabajo insalubre y rudi-
sarrollar una metodología práctica para ser usada mentario de los banderilleros humanos y habilitó el
por los productores. trabajo nocturno, lo que ha llevado su instalación
en gran cantidad de pulverizadoras y en todos los
Algunos productores han incorporado activa- aviones aeroaplicadores.
mente esta tecnología a sus sistemas de gestión,

Figura 2. Ejemplo del moderno panel de control de un banderillero Satelital Figura 3. Monitor de aplicación variable de agroquímicos

Es creciente, también, la cantidad de sembra- cultivos, conectados a DGPS permiten obtener
doras cuyas funciones son monitoreadas median- mapas precisos de la distribución espacial del pro-
te controladores de siembra. Estos equipos infor- ducto aplicado.
man sobre la dosificación de semilla y fertilizante.
También permiten conocer valores entre los que se Monitoreo de siembra de precisión
destacan la velocidad de avance, la capacidad de
trabajo y la densidad de siembra. También detec- En la actualidad son muchas las compañías
tan anomalías en la entrega de semillas, asociados tanto locales como internacionales que desarrollan
a dosificaciones menores o mayores al objetivo y comercializan este tipo de equipos, permitiendo
o cuerpos obturados que no entregan semillas. al agricultor y prestador de servicio poder monito-
Estas ventajas directas sobre la performance de rear la gestión de siembra. Estos equipos poseen
la maquinaria y del operario, han producido la una serie de sensores los que permiten monitorear
adopción de este tipo de equipos sea inobjetable, las caídas de fertilizantes y semillas para evitar ta-
logrando un alto incremento de adopción por los ponamientos u mala dosificación de insumos.
agricultores de EEUU y de diferentes países de
Europa y de América Latina. Entre los sistemas de monitoreo de siembra
se destacan por su buena relación precio/calidad
Aplicador variable de agroquímico los desarrollados por la empresa argentina Control
Agro y Plantium entre otros en la región, como
Los sensores de aplicación variable de agro- Precisión Planting en EEUU por nombrar algunos.
químicos permiten dosificar en forma eficiente la
cantidad de pesticidas según el área foliar de los Por otra parte, este tipo de sensores también
pueden ser utilizados en conjunto con cajas reduc-

Figura 4. Sistema de monitoreo y de siembra variable montado en una sembradora de la empresa BHV, dinámica presentada en Chile, (derecha) y
sistema incorporado en plataforma digital (izquierda)

toras para el control de siembra y fertilización varia- el apoyo de un sistema de posicionamiento del
ble. Estas últimas, responden a las variaciones de tipo Tiempo Real Cinemático (RTK, por su sigla
diagnóstico agronómico geo-posicionado dentro en inglés) que permiten direccionar al tractor con
de un potrero, así como a prescripciones de dife- altísimas precisiones, evitando los errores en las lí-
rentes densidades de siembra (también pueden ser neas de siembra y pulverizaciones. En general este
incluidos los fertilizantes asociados), o sea que, una
vez cargado el mapa de prescripción del potrero,
se pueden establecer en el potrero diferentes sitios
de rendimientos potenciales. Ya cargadas las pres-
cripciones de semilla y fertilizantes para cada sitio
(mapas) y calibrada la sembradora; la máquina al
ser posicionada por señal de GPS o DGPS (GPS
Diferencial o sub-métrico) realiza la aplicación va-
riable de acuerdo a la prescripción. En América del
Sur ya existe este tipo de máquinas de fabricación
local (Brasil y Argentina, Figura 4).

Sistema autopiloto de guía Figura 5. Sistema autopiloto montado en tractor y siembra realizada
con autopiloto
Un piloto automático (Figura 5) es un sistema
electro-mecánico e hidráulico, utilizado para guiar
un vehículo sin la asistencia de un ser humano.
Actualmente este tipo de equipos es utilizado con

sistema podría ser implementado en los prestado- Por otro lado, los sistemas de navegación y
res de servicio de siembra y fumigación quienes guía basados ​e​ n la visión artificial no son compli-
a través de esta tecnología verían incrementar los cados y sólo utilizan los marcos de imagen captu-
rendimientos de su trabajo y entregarían un servi- rados por una cámara fija del tractor. Este último
cio de calidad para el productor de achicoria que sistema ha demostrado tener bajos errores y su
se traduciría en mejores rendimientos del cultivo. uso no depende necesariamente de las condicio-
nes climáticas, como ocurre algunas veces con los
Sistema de visión artificial de ópticos de sistemas satelitales (DGPS, RTK).
auto guía
Los sistemas de guía por visión artificial, se ba-
Los sistemas de guía automática o autopiloto pue- san en realizar el trazado de guía acorde a la orien-
den reducir en gran medida la fatiga de conductores y tación de objetos visibles en el terreno (tales como
tienen como resultado el aumento de la productividad hilera de siembra, surco, etc., Figura 6). La tecnolo-
y la seguridad de las operaciones agrícolas. gía de visión artificial de la máquina tiene la ventaja
de utilizar las características locales para afinar el
Diferentes enfoques se han estudiado para la curso de navegación del vehículo. Así, los sistemas
realización del guiado automático de las máquinas de guía por visión artificial poseen características
agrícolas. En los sistemas de autopiloto se usan una tecnológicas muy parecidas a las que posee un
combinación de soluciones existentes, incluyendo el operador humano, sin que exista la posibilidad de
DGPS, RTK y sistemas de visión por computadora. que éste se canse y, por ende, cometa errores.

Figura 6. Ejemplos de sistemas de guía por visión artificial

El SmartSteer (Figura 7) es un sistema de au- Sembradoras variables de alta precisión
toguiado para las cosechadoras New Holland CX
y CR que permite controlar de manera automática Este tipo de sembradoras a diferencia de las
la dirección de la cosechadora, aprovechando al expuestas anteriormente, utilizan un sistema RTK
máximo la anchura de corte del cabezal. Para ello de guía en la siembra y un sistema de alta preci-
utiliza un láser de infrarrojo que detecta el borde sión en la localización de la semilla, permitiendo lo-
del cultivo que está sin cosechar. Los cambios de grar una siembra altamente precisa, útil para el uso
la señal y en el rastrojo son reflejados en el culti- de maquinaria de control de malezas mecanizadas
vo e informan sobre la posición de la cosechadora que se expone más adelante en este capítulo.
respecto al borde de la cosecha. El sensor se en-
cuentra situado en el lado izquierdo de la cabina,
debajo de la extensión del techo, el cual puede
detectar la línea siega (difícil para el operador) a
ambos lados de la cosechadora. Se puede cam-
biar de cabezal, en función del tipo de cultivo sin
que sea necesario modificar la posición del sensor
de alineación. Se trata de un sistema autónomo
e independiente de las señales externas, aunque
compatible si se desea con los sistemas de GPS.

Más información sobre sistemas de visión artificial
y automatización agrícola se puede consultar en el
apartado 1.4. Adquisición remota.

Figura 7. Sistema de auto guiado para cosechadoras: SmartSteer Figura 8. Sembradora de alta precisión de la empresa Precision
Planting (EEUU)

Control de malezas de alta precisión

El control integrado mecánico se utiliza para la
eliminación de maleza en cultivos hilerados sembra-
dos con alta precisión. El crecimiento de las malas
hierbas dentro de las filas de cultivos es el principal
problema para la respuesta en producción (en es-
pecial en los primeros estadios de la plata), debido
a su alto costo y muchas veces a la imposibilidad
de utilizar herbicidas. Hoy en día se han desarrolla-

Figura 9. Control de malezas utilizando maquinaria automatizada. http://www.thtechnology.co.uk/

do maquinarias que en conjunto con una siembra Por su parte, las novedades en comunicación,
altamente precisa y uso de un sistema de visión por internet y telefonía celular permiten que el produc-
computadora, procesan la información que se va tor visualice lo que sucede en su campo, coman-
captando en línea y ubican las plantas sembradas de sus equipos a distancia y acceda a mapas de
mientras los cortadores se van moviendo para eli- rendimientos, aplicación y siembra en tiempo real.
minar malezas (Figura 9). En las pruebas realizadas
se han obtenido resultados sorprendentes, como Reflexión: La tecnología sigue avanzando y existe la
por ejemplo, la eliminación de más del 80% de ma- impresión que ocurre más rápido que su asimilación.
leza en el cultivo sin daño al cultivo madre.
Tecnología de riego variable
Sistemas de monitoreo y control de
maquinaria agrícola La alta variabilidad espacial en las condiciones
físicas del suelo se traduce en una des-uniformi-
Una innovación interesante es el sistema de dad del agua de riego aplicada en el predio. Este
control de maquinaria agrícola, que posibilita tener problema generalmente no es considerado tan-
un seguimiento de las labores realizadas por los to para el diseño de nuevas obras de riego (as-
vehículos que están en el campo. Estos sistemas persión, goteo y riego superficial) sino en las ya
también trabajan bajo plataformas en PC de es- existentes. Dicha ineficiencia en la aplicación del
critorio y Smart Phones, es decir que es posible agua de riego finalmente conlleva a pérdidas de
seguir el funcionamiento del implemento del cam- fertilizante nitrogenado y posterior contaminación
po en tiempo real y a través del teléfono celular de los acuíferos subterráneos por lixiviación. El
o una tablet (Tracking de Maquinaria). Un ejemplo conocimiento de áreas uniformes en propiedades
de este sistema es ConnectedFarm, un nuevo pro- físicas y el uso de modelos computacionales, per-
ducto de Trimble (Figura 10).

Figura 10. Esquema de funcionamiento de Connected Farm

miten un mejor manejo del recurso hídrico, con un do a su poca necesidad de mano de obra y man-
aumento de la eficiencia de uso, tanto del agua tenimiento, y alta flexibilidad de operación. Bajo un
como de fertilizantes nitrogenados, protegiendo adecuado diseño el sistema genera aplicaciones
así las aguas subterráneas de contaminantes. de agua de alta eficiencia, conservando tres pre-
ciados recursos: agua, energía y tiempo.
Información de variabilidad sobre la cual se
asociarán los cambios en propiedades físicas (tex- Hoy en día, los pivotes son impulsados ​p​or
tura, velocidad de infiltración, capacidad de reten- motores eléctricos o de aceite hidráulico situado
ción, etc.) es de alta relevancia para la sectoriza- en cada torre y guiado por un panel de control.
ción de zonas de producción que permitan evaluar Este sistema utiliza bajas presiones de operación
o modificar el uso de sistemas de riego. entre 10 a 15 psi (en la línea principal de pivote),
las que suelen ser suficientes para el correcto fun-
Sistema de aplicación variable de riego cionamiento de pivotes diseñados por LESA (apli-
para sistemas presurizados cación de pulverización de baja elevación) y LEPA
(baja solicitud de precisión y energía), con pivotes
El Pivote Central es uno de los sistemas más de hasta 400 m de largo en el nivel operativo y
usados en la agricultura tradicional de riego, debi-

con una moderada inclinación de campos. Poseen o la que incorpora la variabilidad también en la
una eficiencia de aplicación de agua de 85 a 98 línea de riego. Ambos incorporan la posibilidad
por ciento. de riego variable y son los de mayor precisión
en cuanto a capturar la variabilidad de riego pero
Los avances en riego tecnificado han sido un poseen la desventaja de poseer un altísimo costo
importante factor para la agricultura, optimizando (cercano a los US$ 30 000).
un recurso limitado y dando seguridad de riego
para la producción de cultivos. Si bien los avan- En el caso del sistema de riego variable por
ces en esta área son importantes, es factible apli- zonas existen actualmente dos grandes marcas,
car tecnología de avanzada que permita realizar el sistema australiano canlink3000 (figura 13) y el
mejoras al sistema. En el caso de la aplicación sistema Valley Zone Control (figura 14). Ambos sis-
variable de riego en pivotes, para la cual se iden- temas se basan en la definición de la variabilidad
tifica la variabilidad espacial de los requerimien- del suelo, como ya lo hemos descripto, sobre la
tos hídricos bajo el área cubierta por el pivote, generación de una segmentación por trazos del
ya sea por la existencia de diferentes cultivos o pivote para la aplicación de riego, según tipo de
por diferentes condiciones de suelo. En el caso suelo y necesidad de los cultivos.
de riego variable en pivotes existen dos grandes
incorporaciones tecnológicas que están asocia- El uso de este tipo de tecnología permite un
das, al riego por zonas angulares (trozos de torta) ajuste de las cargas de agua cercanas a la varia-
bilidad existente en el predio. En las imágenes si-

Figura 11. Sistemas de aplicación variable de riego por sectores angulares (izquierda) y por zonas (derecha)

Figura 12. Sistema de riego diferencial FarmScan (a) desuniformidad del suelo (b) panel de control, sistema FarmScan (c) vista aérea y subdivisión
de áreas de riego (d) mapa de aplicación de cargas de agua

guientes se visualiza un ejemplo de un predio que por ejemplo aplicar agua después de una lluvia,
utilizó el sistema Valley, se puede observar una por topografía, por tipo de suelo, pivotes con dos
mejora gradual de la cobertura del suelo, que fi- cultivos, o según densidad de siembra (VRT), entre
nalmente terminó sin zonas débiles particulares, a otros (figura 16).
excepción de las áreas donde el cultivo fue volado
por el viento al inicio de la temporada.

Otra forma es la utilización de riego por zonas
angulares, ajustando los ángulos de riego a la
variabilidad del suelo existente (Figura 15).

Este tipo de equipos de control por ángulos
(Figura 15) puede ser utilizado para realizar aplica-
ciones en función de diferentes parámetros como

Figura 13. Sistema de riego diferencial Valley (a) desuniformidad del
suelo, evaluado con EM38 (superficial y profundidad); (b) panel de
control de la aplicación diferencial Valley

Figura 14. Visualización de imagen multiespectral de un pivote
utilizando el sistema Valley de aplicación variable de riego

Figura 15. Equipos comerciales de manejo diferencial por ángulos AGsense (superior) y Linsey (inferior)

Figura 16. Zonificación de riego según: rendimiento (A), posterior a lluvia y tipo de suelo (B), dosificación variable de semillas (C), y topografía (D)

Robotización de la agricultura estado actual y de las ventajas y posibilidades de
robotización de las tareas agrícolas. Los objetivos
Actualmente, el sector agroalimentario es ob- que se plantean con la robotización agrícola son:
jeto de especial atención en cuanto a la incorpo-
ración de tecnologías avanzadas, debido a las • Permitir la sustitución de operarios en tareas
exigencias cada vez mayores de producción, di- peligrosas para la salud, como la pulverización
versidad y calidad de los productos, así como de de productos fitosanitarios.
la presentación de los mismos. A lo anterior, se
suma el problema creciente de la falta de mano • Abordar la realización de tareas repetitivas y te-
de obra. Cabe por lo tanto, hacer un análisis del diosas, como la recolección de frutos.

• Realizar tareas en horas nocturnas, lo cual per- Figura 17. Robocrop, tractor robotizado de la empresa Tillett and
mite el ahorro de tiempo, por ejemplo, en la Hague Technology Ltd., para eliminar la maleza de forma mecánica sin
recolección. dañar el cultivo útil

• Mejorar la precisión en algunas de las tareas Robot utilizado para la preparación del
agrícolas, como las relacionadas con la biotec- cultivo de viñedos: este robot podador desarro-
nología, y en concreto la multiplicación de plan- llado por la empresa Vision Robotics Corporation
tas a partir de tejido vegetal. (VRC), se especializa en el corte preciso y limpio
de los viñedos. La clave de la robótica aplicada a
• Optimizar la eficiencia y calidad de algunas de viñedos, es el uso en el robot de cámaras este-
las tareas como la uniformidad en la realización reoscópicas de exploración que realizan 15 foto-
de huecos para el trasplante. gramas por segundo. El análisis de toda la vid y
del trabajo a realizar se procesa antes de que las
• Lograr la disminución de riesgos ambientales tijeras del robot comiencen a podar la vid. A bor-
como la reducción de la cantidad de producto do del robot, un equipo procesa y utiliza la super-
fitosanitario que se emite al aire. posición de múltiples fotos para crear un modelo
3D de la vid y, a c ontinuación, se aplican normas
• Reducir costes, ya que se disminuye la canti- de poda, que fueron programadas en el software,
dad de combustible y de productos utilizados guiados por un experto. Estas normas son proce-
en algunas tareas. sadas, para luego indicarle a los brazos robóticos
hidráulicos con tijeras, la forma en que deben po-
• Elevar la calidad de los productos como por dar y dónde hacer los cortes (Figura 18).
ejemplo, la utilización de menos pesticidas.

Existen hoy en día claros ejemplos de la ten-
dencia global en la incursión de la robótica, como
se detalla a continuación.

Robocrop

Es un tractor robotizado con visión por com-
putadora basado en un sistema de orientación
del control de químicos en malezas, desarrollado
por la empresa Tillett and Hague Technology Ltd.,
Inglaterra. Este robot usa navegación por guia-
do a través de las líneas de cultivo y al detectar
una mala hierba por medio de la visión artificial,
éste la elimina a través de un corte realizado en
forma mecánica. Este robot se comercializa como
Robocrop, ver Figura 17.

Figura 18. Brazos robóticos del Robot podador de viñedos Finalmente, es claro que la necesidad de ali-
mento sano, ambientalmente sustentable y eco-
nómicamente rentable, está guiando un cambio en
el desarrollo de la agricultura. En la cual no solo
la genética tendrá un rol importante, sino también
se visualiza un rol fundamental de las tecnologías
asociadas a la automatización de equipamiento
agrícola, relacionadas al mundo globalizado de la
información. Las grandes corporaciones interna-
cionales tales como John Deer, CNH, Monsantos,
Bayer entre otras, están invirtiendo en estas líneas
y abriendo espacios a nuevos desarrollos. Por otra
parte, se están creando un sin número de peque-
ñas empresas tecnológicas y de servicios de agri-
cultura de precisión, que están forjando el cambio
de paradigma de producción agrícola, gestando
un nuevo salto que quizás se mayor al de la revo-
lución verde.

Figura 19. Proyección de la robótica en la agricultura.
Fuente: N. Noguchi, 2013

El avance en el área de la robótica es cada día
más importante, en especial en países avanzados
con un alto costo de mano de obra, tales como
Japón, Corea y EEUU entre otros. En la Figura 19,
se visualizar una proyección en la evolución de la
robótica en la agricultura.

3.3. Sensores de nitrógeno para la de los cultivos, para lo cual es necesario contar
medición y aplicación en el cultivo con elementos de toma de decisión adicionales.
en tiempo real Cabe mencionar que en el caso de nutrientes ta-
les como el fósforo, cuya disponibilidad no cambia
Lorenzo León abruptamente en el tiempo, esta metodología pre-
senta menores errores en cuanto a las prescripcio-
Lorenzo F. León G. nes desarrolladas.

Ingeniero Agrónomo, Magister en Ciencias Agropecuarias Es en este contexto donde surge una segunda
INIA – Chile aproximación o metodología, desarrollada princi-
[email protected] palmente para la fertilización nitrogenada, la que
está basada en la detección remota y aplicación
Introducción en tiempo real en función del estado actual del cul-
tivo. En virtud de esta detección remota, se realiza
Para la aplicación de prescripciones nitrogena- una prescripción nitrogenada tomando en consi-
das variables espacialmente, existen dos aproxi- deración un algoritmo o fórmula de cálculo, la cual
maciones principales. Una primera metodología puede operar bajo distintos principios agronómi-
para esta aplicación está basada en las propieda- cos. Para desarrollar la detección remota de culti-
des de los cultivos anteriores, tales como la distri- vo requerido en esta metodología, distintos senso-
bución de los índices vegetativos y los rendimien- res han sido puestos a disposición del sector pro-
tos de las últimas campaña en cada uno de los ductivo en los últimos años. Al igual que en el caso
lotes. Estas características pueden ser obtenidas de los algoritmos de cálculo de prescripción, estos
mediante el uso de los monitores de rendimiento sensores poseen diferentes principios de funcio-
o sensores de canopia. Adicionalmente, las pro- namiento, siendo algunos más adecuados para el
piedades físico hídricas de los suelos y su distribu- uso en determinadas condiciones de cultivo.
ción espacial contribuyen a establecer este tipo de
prescripciones basadas en información anterior. En el presente capítulo se desarrollará una bre-
ve reseña de los principios involucrados en la defi-
En este sentido, y tal como lo ha manifestado nición de la aplicación nitrogenada en tiempo real,
recientemente Hegge (2013), con esta aproxima- y una exposición más detallada de los sensores
ción se pueden generar importantes fuentes de disponibles a nivel de mercado para incorporar di-
error asociadas a la prescripción nitrogenada a ser cha metodología de medición y aplicación nitroge-
desarrollada. Según Hegge(2013), esta desven- nada en tiempo real.
taja está asociada principalmente a la escala de
tiempo entre la captura de los datos de las capas Principios de la metodología de medición
correspondientes a propiedades del suelo, al ren- de propiedades del cultivo y aplicación
dimiento del cultivo y a la fertilización a desarrollar nitrogenada en tiempo real
en la presente temporada. Esta problemática es
de especial cuidado en la fertilización nitrogenada Esta metodología posee distintos principios
de funcionamiento, que representan al mismo

Figura 1. Esquema general del funcionamiento y los principales elementos del sistema de aplicación de dosis variable de N. En el círculo rojo se
aprecia la posición del sensor en el sistema de aplicación. Fuente imagen: Taylor y Fulton (2010)

tiempo una activa área de investigación y desa- que se obtienen de este modo dependen de una
rrollo para optimizar el sistema. Según Hegge interacción entre las plantas y suelo.
(2013), en términos generales la aplicación ideal
para este método está asociada con el uso de Esquema general de funcionamiento
sensores proximales para la determinación de las
características del cultivo y en el control en tiem- Según Taylor y Fulton (2010), un sistema de
po real. Lo anterior significa que este método se tasa de aplicación variable en tiempo real de N
puede adaptar bien a los nutrientes, para los que basado en sensores debería estar constituido por
el cambio en el suministro hacia los cultivos es los siguientes elementos principales: sensores de
bastante rápido, siendo el N el caso que ha te- planta, un módulo de visualización y control y un
nido un mayor número de experiencias exitosas. controlador de velocidad de la aplicación (Figura
De la misma forma, se ha considerado como una 1). Los sensores pueden ser utilizados para me-
ventaja muy importante de basar el control sobre dir adicionalmente las propiedades del suelo. Sin
las propiedades de los cultivos, que las señales embargo, en el presente capítulo el análisis está

limitado a la función de la detección remota para la Según la descripción de McGrath (2012), los
aplicación de la tasa variable de N. principales sensores activos utilizados comercial-
mente emiten luz en las longitudes de onda (1) rojo
El controlador de tasa de aplicación consiste y (2) infrarrojo cercano (NIR, por su sigla en inglés).
en los siguientes elementos: una interfase de con- La reflectancia es calculada en función de la luz
trol del usuario, un medidor de flujo, una válvula que se recibe desde los cultivos, obtenidos los
de control de flujo y un sensor de velocidad. Es valores promedios en cada segundo de marcha y
importante destacar que en algunos casos el mó- detección remota. A partir de esta información es
dulo de display y control puede ser el mismo para posible calcular distintos índices vegetativos, que
el sistema de detección remota y el controlador de inmediatamente alimentarán los algoritmos de cál-
tasa de flujo. Adicionalmente, si existe un módulo culo en tiempo real. El índice vegetativo más cono-
de GPS (lo que regularmente ocurre en la imple- cido y de mayor uso en este tipo de aplicaciones
mentación actual de estos sistemas), éste es usa- corresponde al Índice de Vegetación de Diferencia
do con finalidades de mapeo de las características Normalizada (NDVI, de su sigla en inglés):
del cultivo, las dosis prescritas en tiempo real y las
velocidades de trabajo. NDVI= (NIR – Red)/ (NIR + Red)

Sensores e índices vegetativos Donde,

Los sensores que pueden ser utilizados en el NIR: reflectancia del cultivo en el infrarrojo
sistema antes descrito, se pueden dividir en dos cercano
tipos principales: pasivos y activos. Aquellos co-
rrespondientes al primer tipo, dependen de la luz Red: reflectancia del cultivo en el rojo.
ambiental para recibir la reflectancia de los culti-
vos, necesaria para el cálculo de los índices vege- Las plantas sanas y vigorosas absorben la luz
tativos. Por otra parte los sensores activos poseen roja y reflejan la luz del infrarrojo cercano, y el va-
una fuente de luz propia, con lo que la reflectancia lor de NDVI se acercará a 1. Contrariamente, un
recibida depende de estas fuentes de iluminación cultivo con bajo status de nitrógeno o enfermo,
artificial. En términos comerciales, actualmen- presentará un valor de NDVI más cercano a 0. En
te predominan aquellos sensores de tipo activo, condiciones de campo el rango real observado se
dado que sus prestaciones son mayores, en tanto encuentra típicamente entre 0,7 y 0,8 para un cul-
que, actúan bajo diferentes condiciones de ilumi- tivo sano y con suficiente N, y en el rango entre
nación, incluyendo la detección remota noctur- 0,25 y 0,3 para un cultivo que presenta una defi-
na, sin necesidad de un ajuste en función de la ciencia extrema de N. Cabe mencionar que otros
luz existente al momento de la aplicación. Por su colores tales como verde o ámbar también se han
parte, los sensores pasivos necesitan de un sen- utilizado en lugar del rojo al calcular el NDVI. En la
sor de radiación para el ajuste de las lecturas y su sección 3 del presente capítulo se mostrará con
empleo a nivel comercial no ha resultado ser masi- mayor detalle distintos sensores con los que es
vo. Consecuentemente, en el presente capítulo se posible calcular estos índices vegetativos en tiem-
analizarán únicamente los sensores de tipo activo.