Especialistas en software CAD en 3D
902 121 073 L - J 08:00 a 18:00 y V 08:00 a 14:30
Especialistas en software CAD en 3D
902 121 073 L - J 08:00 a 18:00 y V 08:00 a 14:30

Falta de Análisis del Big Data en el Sector Agrícola

Frente a la desalentadora perspectiva de 2.000 millones de personas adicionales para alimentar en los próximos 30 años, las empresas agrícolas están luchando para producir más alimentos por hectárea. Una solución que podría lograr este objetivo es la implementación de campos con sensores que indiquen a los agricultores, en cada momento, que necesitan, pero aún queda un largo recorrido para ser realidad.

Para 2050, las Naciones Unidas prevén que la población mundial alcanzará entre 9.700 y 2.000 millones de personas más de las que viven en la actualidad. Una solución potencial para alimentarlos es la recolección continua y en tiempo real de datos específicos del campo como semillas, suelos, fertilizantes, presiones de plagas y clima para obtener mayores rendimientos de cultivos por hectárea.

Docenas de profesionales, desde empresas de equipamiento y suministro hasta especialistas en cultivos y suelos, han aumentado sus esfuerzos para capturar montañas de datos agrícolas. Sin embargo, hasta ahora, debido a que carecen del sofisticado procesamiento y análisis necesario para extraer recomendaciones específicas de las cifras brutas, los agricultores están obteniendo pocos beneficios.

Matt Rushing, vicepresidente de Global Crop Care para AGCO, un fabricante de equipos agrícolas con sede en Estados Unidos cuyas marcas incluyen Challenger y Massey Ferguson, afirmó: “La falta de medidas concretas es la razón por la que la industria agrícola se está quedando rezagada en la adopción de grandes datos”. “A los granjeros les gusta la granja. No quieren indagar a través de hojas de cálculo o montones de datos buscando ideas para mejorar su cosecha. Quieren ver esta información como recomendaciones aplicables por sus proveedores de servicios”.

Un primer paso, dijo Mullier, es abrir los datos recopilados a todos para que puedan ser compilados y analizados. Los movimientos y organizaciones de datos abiertos, como GODAN (Global Open Data for Agriculture and Nutrition), son buenos ejemplos de personas que intentan reunirse y resolver un problema “, dijo.

Pero hacer que los datos estén ampliamente disponibles no es suficiente. “Estamos llegando a un lugar donde abrir los datos sin alguna forma de categorizar o describir cualitativamente los datos no tiene mucho sentido “, dijo Rich Wolski, profesor de informática de la Universidad de California en Santa Bárbara y codirector de SmartFarm, un proyecto de investigación que investiga cómo diseñar e implementar un enfoque de código abierto y de nube híbrida para el análisis agrícola.

“El potencial del Big Data para cambiar las prácticas agrícolas puede verse en el impacto de la agricultura de precisión (PA), que ha sido ampliamente adoptada porque ofrece un beneficio tangible”, dijo Rushing de AGCO.

Al igual que la agricultura digitalizada, PA emplea tecnología de información, GPS, sensores, muestreo de suelos, software y telemática para identificar las mejores combinaciones de semillas, agua, fertilizantes y agroquímicos para lograr las “Four Rs” – las variables correctas, en la cantidad correcta, en el momento adecuado y en el lugar correcto. A diferencia de la agricultura digitalizada, PA recomienda pasos de acción a un agricultor específico basados en las condiciones en el momento de la medición. Debido a que PA captura los datos en un momento específico del tiempo, las condiciones pueden cambiar entre capturas.

Esquema del funcionamiento de una smartfarm
Esquema del funcionamiento de una smartfarm

En el actual proyecto de SmartFarm, los investigadores de Wolski instalaron sensores a lo largo de un cultivo de cítricos para monitorear las condiciones las 24 horas del día. Cuando se combinen con los datos climáticos históricos, esperan proporcionar una advertencia avanzada de dónde se va a producir una helada en una zona, lo que permitirá a los cultivadores concentrar el agua para la prevención de heladas, ventiladores y calentadores en las zonas de mayor riesgo, en lugar de aplicarlo a todo el cultivo.

Sin embargo, fuera de los campos experimentales, los cultivadores todavía no pueden aprovechar la tecnología de recopilación de datos siempre activa y en tiempo real. “La tecnología aún no está ahí, pero estamos viendo cuáles serían los modelos analíticos “, dijo Wolski. “Una de las cosas que descubrimos al trabajar con la gente en Dakota del Norte es que muchos problemas agrícolas son regionales o muy específicos de una granja. Necesitas datos de California para resolver problemas de California, y necesitas datos de Dakota del Norte para resolver problemas de Dakota del Norte”.

Bob Avant, director del programa de Investigación AgriLife de la Universidad de Texas A&M en College Station, Texas, dijo que muchas compañías están buscando diferentes maneras de aplicar tecnología de datos a la agricultura, pero los agricultores están demasiado ocupados cuidando sus cultivos para tener tiempo de invertir en la captura y análisis de datos.
“Realmente estamos hablando de inteligencia artificial que puede observar las tendencias de los datos y sacar conclusiones “, apuntó Avant. “Los datos son la raíz del futuro de la agricultura, pero aún no hemos llegado.”

Deja un comentario

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información. ACEPTAR