El planeta agropecuario está pensando qué forma adoptarán los esquemas de producción en tiempos no muy lejanos, cuando la inteligencia artificial y la robótica combinen su expertise con todas las exigencias que en materia de sustentabilidad van a dominar la escena. "El campo será más digital, más sostenible y más resistente al cambio climático", opinan los especialistas de una reconocida marca global de tractores y cosechadoras. La agricultura de precisión, respaldada por el uso inteligente de datos, tendrá un rol protagónico y permitirá que el productor identifique qué cambios pueden generarle el mayor valor a la empresa.
Banco de pruebas
La Universidad de Illinois, Estados Unidos, desarrolla lo que ha denominado "Gestión regenerativa y agrícola", conocida como I-FARM. Se trata de un banco de pruebas que incluye cultivos tradicionales, cultivos de servicio (CS) y ganado, todo manejado mediante el uso de prácticas sinérgicas y sostenibles. Implica la recolección de datos de manera autónoma y eficiente, fácilmente disponibles en la nube.
I-FARM presenta una agricultura de precisión mejorada con teledetección; se trata de nuevas soluciones autónomas para la siembra de CS, aplicaciones de insumos a tasa variable y desmalezado puntual evitando el uso de químicos, reduciendo costos. Además, teledetección basada en inteligencia artificial para la predicción de la salud animal, cuantificación de nutrientes y cuidado de la salud del suelo como prioridad. Con el tiempo, todos estos datos pueden indicar prácticas útiles y formular sugerencias basadas en ciclos de cultivos anteriores, lo que resultará en mayores rendimientos, menor uso de insumos y un impacto ambiental reducido.
Las soluciones de conectividad conforman otra pata clave. Brindan una forma de transportar los datos recopilados a partir de una variedad de dispositivos instalados en el campo, de modo que lleguen al productor y sus asesores. Por caso, un sistema de red celular permite que un dispositivo se conecte a Internet de manera sólida y estable. Como contracara, los robots agrícolas no pueden depender de la telefonía móvil para conectarse a Internet.
LoRA es un protocolo de capa física que crea una red privada para dispositivos. Es accesible en todas partes, incluso en regiones rurales aisladas. Eso sí, cuenta con un ancho de banda estrecho, por lo cual funciona bien para detectar datos pero no para recopilar vídeos o imágenes.
Por su parte, la conectividad satelital ha florecido en los últimos años. El satélite tiene buena disponibilidad y largo alcance, pero proporciona un ancho de banda que puede no ser suficiente para algunas aplicaciones agrícolas.
Por último, TV White Space se refiere a los canales de TV no utilizados entre los activos, en el espectro de frecuencias muy altas y ultraaltas. Se puede emplear para proporcionar acceso a Internet de banda ancha, de manera sólida y estable, incluso en áreas agrícolas remotas. El punto es que no siempre está disponible.
Todo bien medido
Queda claro que es necesario recopilar una gran cantidad de información para alimentar el modelo. Las técnicas de teledetección en tiempo real siguen siendo una opción eficaz para medir, recopilar y guardar grandes cantidades de datos que pueden utilizarse para modelos y/o herramientas de toma de decisiones.
¿Qué cosas se pueden medir en entornos agrícolas? Contenido de humedad del suelo; índice de área foliar; crecimiento, morfología, arquitectura, función y composición de las plantas; flujos de carbono y agua; uso del agua por parte del cultivo; condición del nitrógeno en la planta; rendimiento del cultivo.
La idea es madurar técnicas de monitoreo basadas en sensores remotos en tiempo real e integrarlas en herramientas de apoyo a la toma de decisiones para la planificación y gestión. Utilizando estos datos, una aplicación desarrollada por la Universidad de Illinois recomendará acciones de agricultura de precisión que incluyen selección de semillas, resiembra, fertilización lateral y uso de cultivos de servicio. Más rápido, más preciso y con menor costo.
I-FARM integrará el monitoreo de las condiciones del campo combinando muestreo de suelo terrestre, Internet de las Cosas y teledetección. Se medirían las siguientes variables: carbono del suelo, densidad aparente, N disponible (NO3-N y NH4-N), P, CIC, pH, materia orgánica, otros macro y micronutrientes, crecimiento de los cultivos y condiciones del perfil, temperatura del suelo, nitrato del suelo y de las plantas, estructura del canopeo, color de las hojas y fenología del cultivo, contenido de N y clorofila en las hojas. Finalmente, los modelos de aprendizaje automático entrenados en todas estas mediciones/imágenes se utilizarán para respaldar las decisiones.
La conclusión es unánime: la granja del futuro tiene que ver con los datos, la inteligencia artificial y el aprendizaje.
