El uso de la estadística y la inteligencia artificial para transformar el gran volumen de información generada en el campo en decisiones más precisas fue el tema central del panel "Análisis de datos en agricultura de precisión: modelado estadístico y aprendizaje automático", celebrado este miércoles (15 de julio), durante el tercer día del XI Congreso Brasileño de Agricultura de Precisión y Digital (ConBAP) y la XVII Conferencia Internacional de Agricultura de Precisión (ICPA), en el Centro de Eventos de la PUCRS, en Porto Alegre.
El debate reunió a los investigadores argentinos Mariano Córdoba y Pablo Paccioretti, de la Universidad Nacional de Córdoba, especialistas en agricultura de precisión, estadística espacial y análisis de datos aplicados a la producción agrícola. Durante la presentación, Mariano Córdoba afirmó que la agricultura de precisión genera un volumen de información cada vez mayor, pero recalcó que simplemente recopilar datos no es suficiente. Según él, es necesario organizar, procesar y analizar esta información para transformarla en conocimiento capaz de orientar la toma de decisiones en propiedades rurales.
El investigador explicó que este trabajo permite comprender las causas de la variabilidad de los cultivos y realizar predicciones sobre el comportamiento de la producción en diferentes escenarios. Córdoba también destacó que la estadística y el aprendizaje automático desempeñan funciones complementarias en este proceso. «Mientras que la estadística busca comprender las relaciones de causa y efecto presentes en los datos, el aprendizaje automático identifica patrones para generar predicciones», señaló.
El investigador también hizo hincapié en que la fiabilidad de los resultados depende de la calidad de los datos, la validación de los modelos y el reconocimiento de las limitaciones de los análisis; factores considerados esenciales para el uso seguro de estas herramientas en la agricultura de precisión.
La definición de zonas de manejo debe evolucionar para adaptarse a la creciente disponibilidad de datos en la agricultura de precisión. Esta evaluación fue presentada por el investigador Pablo Paccioretti. Según él, si bien la delimitación de estas áreas se ha utilizado durante más de dos décadas, la metodología para su construcción y, sobre todo, su validación, aún puede mejorarse.
Paccioretti hizo hincapié en que la creación de zonas de manejo debe basarse en la integración de diferentes conjuntos de información, como mapas de productividad, datos topográficos y otras variables espaciales. "La validación es un paso indispensable para confirmar si la división propuesta representa realmente las diferencias existentes en el cultivo", afirmó.
Según el investigador, las zonas no deben considerarse permanentes, sino adaptadas a los cambios observados a lo largo de los ciclos de producción, un concepto que definió como "zonificación dinámica". Durante la presentación, Paccioretti explicó que este modelo busca mantener la coherencia de las zonas de gestión incluso con la actualización constante de las bases de datos. "El proceso implica seleccionar la información más relevante, interpolar los datos y transformarlos en variables espaciales capaces de representar la variabilidad del área", destacó.
El tema del riego de precisión fue el eje central de la segunda conferencia, impartida por el profesor George Vellidis de la Universidad de Georgia (EE. UU.). Informó que Georgia enfrenta problemas de estrés hídrico en diversos cultivos.
Vellidis afirmó que la UGA recibió financiación para invertir en investigación y mejorar los sistemas de riego. "Los resultados ya verificados en las propiedades supervisadas por mi grupo de investigación y desarrollo tecnológico han demostrado un ahorro de agua y un aumento de la productividad".
El profesor informó que la investigación comenzó con propiedades donde los sistemas de riego por pivote seguían un ritmo y volumen de aplicación de agua constantes. "Los agricultores crearon un mapa estático de las áreas cultivadas. Podían predecir dónde aplicar o apagar los inyectores. Lo que faltaba era tener en cuenta la fisiología de las plantas", explicó. Al incluir esta variable, la tecnología aplicada, que se puede controlar mediante un teléfono celular, modifica sus índices, lo que resulta en un mayor o menor uso de agua en un área determinada, el apagado de inyectores e incluso la alteración de la velocidad del pivote.
Actualmente, Georgia cuenta con 27 000 sistemas de riego por pivote, y a nivel mundial, esa cifra ronda el millón. Vellidis afirma que uno de los retos futuros será crear sistemas que integren los sensores con los eyectores de forma más precisa e individual.
Reciba las últimas noticias sobre agricultura en su correo electrónico
Reciba las últimas noticias sobre agricultura en su correo electrónico
