Ventajas y limitantes de la nutrición de cultivos en la agricultura digital
En el Simposio Fertilidad 2023 que se desarrolla en el Centro de Convenciones Metropolitano de Rosario, organizado por Fertilizar Asociación Civil, tres especialistas analizaron las posibilidades de mejorar el manejo de la nutrición de cultivos con el uso de las tecnologías digitales, en un panel moderado por Matias Saks.
Laila Puntel, de la Universidad de Nebraska, presentó resultados de una encuesta realizada en Sudamérica sobre el nivel de incorporación de herramientas digitales, en la cual resultó que Brasil y Argentina son los principales países que adoptan, seguidos por Uruguay y Chile.
Pero el tema que resaltó es que el uso de herramientas digitales está poco vinculado a la toma de decisiones, especialmente en lo que hace a temas de la nutrición de cultivos. “Todavía el traslado de datos para las prescripciones tiene cierto atraso”.
En este sentido graficó que las tecnologías más adoptadas son las que permiten recolectar datos, como el GPS/piloto, las herramientas de mapeo, apps e imágenes. En tanto, las plataformas digitales o de internet de las cosas, “que son las que ayudan en la toma de decisiones, están muy poco difundidas”.
Puntel explicó que ese tipo de aplicaciones “prescriptivas” tiene la limitación de que son “complejas de utilizar” junto a otras “limitantes” como los costos, la necesidad de un entrenamiento previo y “la falta de una cuantificación de sus beneficios”.
La especialista planteó también el tema de que cuáles son los datos que realmente se necesitan en el caso de la nutrición de suelos, por lo que planteó la necesidad de “caracterizar la variabilidad espacial y temporal” para lograr una mejor capacidad de selección y uso de la tecnología. Como ejemplo citó el tema del trigo en el norte de Buenos Aires donde “los datos varían según el lote: esas variables tienen que ser captadas por la tecnología”, dijo.
“Para lograr impacto, la agricultura digital debe garantizar que los datos sean buenos para traducir en información robusta utilizando algoritmos, modelos, sensores para un proceso mejorado de toma de decisiones”, resumió.
Como consideraciones finales, Puntel apuntó que “la experimentación a campo permite eliminar algunas limitantes en la adopción de agricultura digital en el manejo de nutrientes y que la misma se debe adaptar a las necesidades del productor”.
A su turno, Adrián Correndo, de la Universidad del Estado de Kansas, propuso indagar en “¿Cómo analizamos los datos?”. En principio advirtió que “los datos son poder, pero hay que usarlos; si solamente los juntamos, son un costo”. De aquí planteó el problema de cómo refinar el análisis de datos, lo cual, dijo, “es un desafío para la agronomía actual” que conlleva al problema de la educación para el manejo de datos, la reproducibilidad (compartir los datos) y la accesibilidad (la posibilidad de traducirlos). En este escenario, apuntó a que la cuestión está en “cómo desarrollar modelos que terminen en recomendaciones que sean confiables”.
Correndo desglosó mitos y vicios que se vienen arrastrando que “mayormente tienen que ver con la falta de educación aplicada”. En este sentido apuntó que “hay que avanzar en el uso de los modelos ‘predictivos’, como el machine learning, dejando atrás el de los modelos ‘explicativos’ que solo describen lo que ya pasó. El agrónomo hoy necesita modelos sobre lo que va a pasar, pero para eso no tenemos entrenamiento”.
Sobre el final, Correndo enumeró algunos de los problemas que aparecen en las recomendaciones en nutrición, como “arreglar las inconsistencias que hay en las recomendaciones o ponerse de acuerdo en conceptos como el de los ‘rangos críticos’ e incluir la incertidumbre de los modelos”.
“A futuro -anticipó-, la probabilidad de éxito de las prácticas de manejo va a apuntar a la estadística Bayesiana (que trata de predecir la clase a la que pertenece un elemento para tratarlo en términos probabilísticos). Pero en realidad nada reemplaza a tener un diseño y un objetivo claro. Ningún modelo es mágico. Todos necesitan información de calidad detrás”, cerró.
El panel cerró con la charla sobre “Nutrición Digital bajada al lote” a cargo de Santiago Tourn, de la Universidad de Mar del Plata y MECATECH, quien puso la alerta en que “para cerrar las brechas de rendimiento hay que entender que todas las operaciones dependen de una máquina que tiene un operario”.
Retomando la cuestión de la incorporación de tecnología, Tourn citó que las herramientas digitales más comunes en fertilización son las apps de celular y las webs de gestión, con 95% de conocimiento de parte de los productores. En cambio, en lo que hace a “la tecnología de gestión de maquinaria, como telemetría de la maquinaria (seguimiento, mantenimiento) hay muy poco desarrollo, 5%”. Y además “el 80% de estas tecnologías pertenecen a una marca de maquinaria y no hay integración con las otras plataformas digitales”.
En este sentido, indicó que para nutrición de cultivos se necesita una plataforma de gestión, un módulo de telemetría y un controlador compatible. “Y para todos hace falta la conectividad que es la principal limitante en Argentina, es el principal cuello de botella para el avance de la nutrición digital”. Por todo ello “colocar el fertilizante, es decir el envío de la prescripción a la máquina, es la menos avanzada de las acciones”.
En este orden enumeró una serie de pasos a tener en cuenta a la hora de hacer las prescripciones: tener en cuenta la característica de la máquina (de sólidos o de líquidos), el ancho de labor y la velocidad de avance, y la demora en el cambio de dosis. “La máquina ideal es la de tipo neumática por tramo”, sugirió.
Tourn igualmente aseguró que “la calidad de aplicación de fertilizante ha mejorado en Argentina”, situación que atribuyó a “la mejor oferta tecnológica, el mayor conocimiento del impacto de la mala calidad de aplicación y a que el mayor precio de insumos obligó a mejorar” para ahorrar costos.
Finalmente resumió que para las aplicaciones digitales se necesita principalmente una mejor cobertura de redes (GPRS, Edge, 3G, 4G y 5G); hacer prescripciones de aplicación teniendo en cuenta el ancho de los botalones y las velocidades de trabajo; y que haya más interacciones entre las empresas de maquinaria que incorporan agricultura digital (protocolos Isobus).