La agricultura del siglo XXI: producir más con menos recursos

El sector primario ha cumplido siempre el cometido de alimentar a la población, una necesidad primaria y sin la cual esta moriría de inanición. Una parte importante de la población mundial está infra alimentada, mientras que otra tiene alimento suficiente e incluso le sobra.

La agricultura se enfrenta al doble reto de alimentar a la población que irá creciendo (especialmente en aquellos países donde las personas están infra alimentadas) y de hacerlo de una forma mucho más eficiente, ya que los recursos no van a crecer a la misma velocidad que la demanda de alimentos, más bien algunos de estos inputs como la tierra cultivable o el agua serán cada vez más escasos.

También la población que actualmente está bien alimentada demandará a la agricultura alimentos cada vez más sanos, producidos de forma más ecológica, más homogéneos en su apariencia y en sus características organolépticas. Resumiendo, producir más alimentos con mejores cualidades y con menos recursos.

Para enfrentarnos a este importante reto, nos debemos de dotar con herramientas con las que implementar esta labor. La toma de decisiones en la actividad agraria se ha basado normalmente en la experiencia del agricultor y/o del técnico. Si bien la experiencia es un grado, y lo que se ha hecho siempre puede ser lo correcto, a veces no lo es. Los romanos araban la tierra y hoy día la labor de arar se ha sustituido por otras labores mucho menos agresivas con la estructura del suelo, a la vez que mucho menos consumidoras de recursos.

La toma de decisiones en la agricultura al igual que en cualquier actividad económica debe de basarse en la recopilación de datos y análisis de estos, y aquí es donde entra la Agricultura Inteligente (traducción al castellano de Smart Agriculture), que es una agricultura que partiendo de datos obtenidos de numerosas fuentes intenta que la toma de decisiones en la actividad agraria sea lo más eficiente y eficaz posible.

La idea de este artículo es tratar de forma general, alguna de estas fuentes de datos, que se obtienen con diferentes herramientas de tres entornos muy a tener en cuenta en la actividad agraria: el clima, el suelo y la propia planta.

Evidentemente, los datos desnudos no nos dan en la mayoría de los casos una información muy útil. Es necesario interpretarlos y a partir de ellos, tomar las decisiones más correctas. Para ello, el técnico o agricultor puede estudiar estos datos y sacar las conclusiones pertinentes. Pero los datos cada vez son más voluminosos y frecuentes, por lo que la interpretación es tediosa. Gracias al Big Data (acumulación de datos que se van procesando) y a los potentes ordenadores existentes, se desarrollan complejos algoritmos que tratan estos datos para dar recomendaciones al agricultor o al técnico mucho más precisas. Incluso usando técnicas de Inteligencia Artificial (IA), los algoritmos “aprenden” de sus decisiones o recomendaciones y van mejorando, aplicando el método de ensayo error.

Datos procedentes de sensores

Existen diferentes sensores que registran datos y que conectados a registradores de datos (data loggers en inglés), los guardan y pueden enviarlos a un servidor. Los datos en los servidores (la nube o el cloud) se almacenan y procesan. De esta forma, el usuario puede ver los datos y las recomendaciones basadas en el tratamiento de estos desde cualquier dispositivo con acceso a internet (ordenador, Tablet o móvil).

La calidad de los sensores y la localización de estos es fundamental para que los datos sean fiables. También es importante que sean robustos (van a estar localizados en el campo), con un mantenimiento mínimo y a ser posible, que este pueda realizarlo personal no especializado.

Datos climáticos

Las plantas son organismos vivos muy influenciados por su entorno exterior. El clima en el que se desarrolla la planta influirá en su actividad, condicionando de forma directa la cantidad y calidad de la cosecha, y antes de esta, el desarrollo de la planta.

Los datos climáticos que nos interesa conocer son: temperatura y humedad del aire, velocidad y dirección del viento, pluviometría y radiación solar y/o radiación PAR.

Partiendo de estos datos climáticos podemos obtener la evapotranspiración, usando cualquiera de las fórmulas que calculan la misma a partir de dichos datos climáticos.

Como consejos a tener en cuenta:

• Los sensores de temperatura y humedad deben de estar protegidos con una carcasa ventilada, si no es así los datos tendrán una distorsión muy importante.
• Los sensores de radiación llevan siempre una cúpula de cristal en forma de semiesfera. Dicha protección debe ser limpiada regularmente.
• Las estaciones meteorológicas deben de localizarse en lugares sin sombras y que reciban los vientos de todas las direcciones. Normalmente se ponen en lugares altos, pero es recomendable dotarlas de algún sistema que haga fácil acceder a ellas, ya que tendremos que hacer labores de limpieza y mantenimiento de los sensores de forma regular.

Por último, la predicción meteorológica es muy importante a tener en cuenta para la toma de decisiones. Existen numerosas fuentes donde podemos consultarla y hoy en día las predicciones a dos tres días son muy precisas.

Datos del suelo

El suelo es usado por la planta para obtener el agua y las sales necesarias para su desarrollo. Obtener datos de este mediante sensores es fundamental para que la toma de decisiones de riego y fertilización sean óptimas. Los análisis de suelo donde obtenemos datos como la textura, composición química (iones y cationes de elementos que nos interesa conocer), materia orgánica, CE, PH, … Algunos de estos datos no varían de forma importante, pero existen tres que nos interesa monitorizar su valor ya que es muy variable a lo largo del tiempo: humedad del suelo, conductividad eléctrica y temperatura del suelo. Para ello existen varios tipos de sensores:

• Sensores de conductividad eléctrica: la conductividad eléctrica (medida en μS/cm o μS/m) nos indica que cantidad de sales hay en un medio. Estos sensores son muy precisos en un entorno líquido donde la uniformidad es muy alta. El suelo no es un medio uniforme, por lo que la medición de conductividad no es precisa como lo sería en un líquido. Cuando usemos estos sensores debemos de olvidarnos de los valores como tal, más bien nos interesa conocer la tendencia que el valor nos da a lo largo del tiempo.
• Sensores de temperatura de suelo: los sensores de conductividad suelen llevar incluido un sensor de temperatura (mide en ºC) para compensar el efecto de la misma en el valor de conductividad eléctrica. Ya sea procedente del sensor de CE o procedente de un sensor de temperatura del suelo propio, el valor es muy interesante y a tener en cuenta, ya que la temperatura del suelo influye mucho en la actividad radicular y en la solubilidad de las sales que componen los abonos.
• Sensores volumétricos: miden la cantidad de agua que hay en el suelo. Para ser más precisos, el porcentaje (en % volumétrico) que el agua ocupa en el total de volumen del suelo.
• Sensores de potencial hídrico o tensiómetros: nos da la succión que tiene que ejercer la raíz para sacarle agua al suelo. Este valor dependerá de la cantidad de agua que haya en el suelo, de la textura de este y de la salinidad que tenga el entorno radicular. El potencial hídrico es el valor más fiable ya que tiene en cuenta todo lo que influye en el suelo para la toma de agua por parte de la planta. Un sensor volumétrico no tiene en cuenta ni la salinidad ni la textura del suelo.

Imaginemos un suelo con alto contenido de sales y con una textura arcillosa (Suelo A) con respecto a un suelo con baja presencia de sales y de textura arenosa (Suelo B). Si en ambos suelos obtuviéramos una medición del sensor volumétrico del 30 % de contenido en agua en suelo, en el Suelo A la planta tendría mucha más dificultad para obtener agua del suelo que en el Suelo B. Estos sensores se han visto relegados con respecto a los sensores volumétricos debido a que los tensiómetros tradicionales llevan un depósito con agua, lo que implica un mantenimiento periódico y pérdida de precisión en la medición. Hoy día existen tensiómetros secos que no tienen mantenimiento y su medición es muy precisa.

Datos procedentes de la planta

Los fitosensores nos dan datos que provienen de la propia planta, por lo que el valor de estos es fundamental. Existen muchos, pero los más importante desde el punto de vista comercial son:

• Dendrómetros: nos sirven para ver el crecimiento del tronco o tallo y para medir las micro contracciones/expansiones que el tronco/tallo sufre debido a su estado hídrico. Para apreciar dichos micro movimientos, el dendrómetro debe de ser de alta resolución y medir movimientos del orden de los micrómetros (10^-6 m). No todos los dendrómetros son capaces de alcanzar estas resoluciones.

A parte de medir el crecimiento del tronco/tallo, parámetro muy interesante para conocer el estado de la planta. Los micro movimientos del tronco/tallo registran los movimientos circadianos motivados por la entrada de agua vía raíces y salida por los estomas. Debido a que estas entradas/salidas son asíncronas se producen estos movimientos, que son mayores cuando la planta está más estresada hídricamente.

Por lo que un sensor que registre el estrés hídrico de la planta es muy interesante para manejar el riego.

• Sensor de crecimiento de fruto: poder monitorizar el crecimiento de los frutos y las contracciones que a veces se producen en los mismos debido a la falta de agua resulta de suma utilidad.
• Sensor de temperatura de hoja: mide la temperatura de hoja en el envés de diferentes hojas. Comparando la temperatura de la hoja con respecto a la temperatura del aire podemos conocer si la planta está transpirando o no, y cuantificar la tasa de transpiración.

El LATD (Leaf Air Temperature Difference, Diferencia de temperatura de aire y hoja, en español) es el resultado de restar la temperatura del aire de la temperatura de la hoja, cuanto mayor sea este valor más alta tasa transpirativa tiene la hoja, valores cercanos a cero o incluso negativos indican cierre estomático. Recordemos que la transpiración es un proceso que requiere energía, y parte de esta, se toma de la hoja, por lo que se baja la temperatura de esta.

• Sensores de potencial hídrico de tronco: mediante la localización de un sensor en el xilema del tronco, se puede conocer el potencial hídrico del xilema de forma continua (es la misma medición que registrábamos con los tensiómetros en el suelo pero en el xilema). Esta medición es muy interesante para conocer el estado hídrico de la planta y poder manejar el riego de forma eficiente. Como limitación, son sensores difíciles de instalar y que sólo están disponibles para cultivos leñosos.

Datos procedentes de satélites

Existen numerosos satélites orbitando alrededor de la Tierra que nos ofrecen a diario mapas de diferentes radiaciones que emiten la superficie de la Tierra. Estos mapas deben de ser interpretados para obtener de ellos datos fiables y operativos para el técnico o agricultor.

El modelo de interpretación más usado es el NDVI (Normalized Difference Vegetation Index o Índice de Vegetación de Diferencia Normalizada en español):

NDVI = (NIR – RED) /(NIR + RED)

Donde NIR indica la radiación de Infrarrojo cercano y el NER indica la radiación de rojo visible.

Los valores de NDVI se encuentran entre -1 y 1. El índice NDVI, está directamente relacionado con la capacidad fotosintética y, por tanto, con la absorción de energía por la cobertura vegetal. Los valores negativos representan plantas muertas o suelo donde no hay plantas, de 0 a 0.33 indica plantas enfermas, de 0.33 a 0.66 plantas aceptablemente sanas y valores de 0.66 a 1 representan plantas muy sanas. Importante es destacar que el NDVI es un indicador de la actividad fotosintética, relacionarlo con la falta de agua en la planta no siempre es correcto.

El modelo SEBAL (Surface Energy Balance Algorithm for Land) desarrollado por el profesor Wim Bastiaanssen es un modelo mucho más complejo que partiendo de las imágenes satelitales calcula datos mucho más interesantes para el manejo de nuestros cultivos.

Además de las imágenes de satélite, el modelo SEBAL requiere datos meteorológicos, como la velocidad del viento, la humedad, la radiación solar y la temperatura del aire.

Entre los datos que se pueden obtener a partir de este modelo están:

• Necesidad o no de regar.
• En caso de que sea necesario regar, cantidad de agua mínima y máxima a aplicar.
• Apertura estomática o conductancia estomática.
• Evapotranspiración, dividiéndolo en valor de evaporación (pérdida de agua desde la superficie del suelo o dosel vegetal) y transpiración (pérdida de agua a través de los estomas).
• Humedad del suelo en el entorno radicular y no en la superficie del suelo como dan otros modelos.
• Cobertura vegetal.
• Materia seca producida cada día por la planta. Este dato es fundamental, ya que podremos saber diariamente lo que nuestra planta ha crecido. Incluso conociendo el porcentaje de agua en la planta y el índice de cosecha (ambos datos son fáciles de obtener para cualquier cultivo), podríamos conocer a diario cuánto han crecido en kg por hectáreas los frutos cosechables (naranjas, aguacates).
• Nivel de Nitrógeno en hoja.
• Materia orgánica en suelo.
• Eficiencia del agua aplicada por el riego, es decir que cantidad del agua que hemos aplicado la toma la planta.
• Y otros muchos más datos.

Resumiendo, nos enfrentamos a un reto apasionante y dotarnos de estas y otras herramientas nos hará que obtengamos el éxito. La agricultura del siglo XXI está ya aquí, el agricultor y su técnico deberán incorporar, si ya no lo han hecho, a sus herramientas el ordenador, la tableta y el teléfono inteligente, para mediante ellos tener acceso a los datos y actuar en consecuencia. Podemos obtener de ellos mucha información que nos ayudará a producir más y mejor, y si es posible con menos recursos.

Para obtener información comercial sobre los productos expuestos en este artículo no dude en contactar con nosotros en info@naandanjain.es.

Manuel Gómez Carmona

Ingeniero agrónomo.

PLM de Agricultura inteligente y Nuevas tecnología en Naandan Jain Ibérica