Herramientas agtech para llevar a cabo un trigo con eficiencia de recursos 

Por: Ing Agr Diego Villarroel – Agricultura de Precisión – EEA INTA Manfredi.

En un contexto en donde los números son ajustados y la incertidumbre es alta, la incorporación de herramientas de agricultura de precisión y tecnologías AgTech son una opción a la hora de decidir mejorar la eficiencia en el uso de recursos e insumos, como así también en un monitoreo y análisis de datos en tiempo real y por ambiente, con el fin de no dejar librado al azar el desarrollo nutricional y sanitario de un cultivo de invierno tan importante y demandante como lo es el trigo.

La incorporación de aplicaciones para smartphone utilizadas en el monitoreo y seguimiento de cultivos son una buena herramienta a tener en cuenta como paquete tecnológico eficiente para llevar un control periódico con cruzamiento de datos obtenidos a partir de imágenes satelitales, estaciones meteorológicas y otras variables de información que le ayudan al técnico o productor a que no se le escape ningún imprevisto relacionado a problemas incipientes de malezas, plagas o enfermedades. 

En el mercado existen diferentes plataformas y aplicaciones que brindan información periódica sobre evolución de cultivos y anomalías observadas en el mismo, que permiten reaccionar con controles a tiempo y disminuir el posible daño que podría ocasionar un deficiente monitoreo tradicional. Del mismo modo, la utilización de vehículos aéreos no tripulados como los drones permiten una detección temprana de deficiencias nutricionales o problemas localizados de malezas, plagas o enfermedades. 

La información brindada por cámaras multiespectrales montadas en estos drones genera una fuente muy valiosa de información, pero relevamientos realizados por el equipo de SIG e Imágenes Satelitales perteneciente a la EEA del INTA Marcos Juárez demostraron que con la utilización de simples cámaras RGB montadas en un dron multirotor brindan información que es de gran utilidad para detectar anomalías importantes.

Por ejemplo, se pudieron detectar fallas en la emergencia de una siembra de trigo y planificar una resiembra en esas zonas puntuales de manera temprana, también se pudo cuantificar la magnitud y el problema ocasionado sobre un cultivo de trigo dado por la deriva del control de malezas de un lote vecino, el cual afectó en un 80% las zonas de cabeceras. 

Pero lo más importante y que causa gran impacto en los márgenes fue la detección localizada y temprana de mancha amarilla, una enfermedad que fue tratada realizando la aplicación solo en el 15% de la superficie del lote, solo en la zona del problema y no en todo el lote de manera uniforme.

Otra práctica común realizada en la zona centro norte de la provincia de Córdoba, con los niveles de precipitación que se dan en algunos años, permite llevar a cabo un buen cultivo de trigo o utilizarlo como cultivo de cobertura o de servicio. Pero en la mayoría de los casos el manejo debe ser acompañado de riego suplementario para lograr que los rendimientos tengan algo de rentabilidad.

En las zonas donde se encuentran varios consorcios regantes se observa la incorporación de plataformas de decisión para el relevamiento de la necesidad de riego en función del historial de milímetros aplicados, precipitaciones acumuladas, datos de estaciones meteorológicas como H° y T° y características puntuales del cultivo entre otras variables, utilizadas para decidir momentos y volumen de riego, como así también aplicaciones para la detección remota de problemas o anomalías en los sistemas regantes. Es decir, que la posibilidad de monitorear las deficiencias o necesidades de riego en tiempo real, permiten ser más eficiente con el uso de recursos e insumos utilizados.

El análisis de los resultados observados en un mapa de rendimiento de trigo en un pivote de riego en la EEA INTA Manfredi manifestó la importancia del manejo del agua, a pesar de no haber utilizado el sistema para regar el cultivo implantado en ese lote. En el contexto de un año húmedo con posibilidad de llevar adelante un cultivo de invierno sin la necesidad de regar, se sembró un pivote de riego para generar cobertura de suelo durante el período de invierno con el fin de controlar malezas y reducir en número de aplicaciones de herbicidas en el terreno. 

Al darse un crecimiento óptimo del cultivo gracias a lo benévolo del año y las características óptimas logradas en el perfil de suelo dadas por el manejo en el pivote de riego, se decidió cosechar ese cultivo al final de su ciclo como grano seco, lograron múltiples beneficios. En un escenario similar y con la utilización de tecnología Weedit, de sensores activos para la detección de malezas, el equipo de Agricultura de Precisión de INTA Manfredi pudo comparar la aplicación selectiva en un ensayo en donde se evaluaba la aplicación sobre una superficie desnuda, solo con el rastrojo del cultivo antecesor y la parcela con un trigo utilizado como cultivo de servicio para controlar de manera biológica la manifestación de malezas. 

En este ensayo se logró un 60% de ahorro de producto, un 80% de control y 2 aplicaciones menos en la parcela con cultivo de cobertura respecto a la parcela solo con presencia de rastrojos. En este caso la tecnología de precisión en combinación con decisiones de manejo dio resultados significativos desde el punto de vista de la eficiencia del control y el bajo impacto ambiental por reducir la cantidad de aplicaciones. Buenas prácticas agrícolas a partir de herramientas de precisión.

De todos modos, como herramienta fundamental para identificar la variabilidad de los lotes no se debe olvidar la importancia del mapa de rendimiento. Es factible lograr que a partir de un cultivo de gramínea como el trigo capaz de acusar de manera clara la variabilidad de los lotes o cuantificar notablemente diferentes estrategias de manejo, la posibilidad de decidir una aplicación variable de N con el propósito de potenciar rendimientos o mejorar calidad en proteína. 

En este sentido y con la utilización de imágenes satelitales para el cálculo del NDVI del cultivo, entre otros índices de importancia, la empresa Auravant en conjunto con el INTA Paraná adaptaron un algoritmo desarrollado a partir de sensores remotos, en combinación con datos del cultivo y otras variables, para realizar recomendaciones de aplicación de N en función de las necesidades nutricionales del cultivo detectadas a partir del análisis de las mismas imágenes. Una manera más de mejorar en aspectos de eficiencia si se tiene que decidir sobre dosis de aplicación y potencial de respuesta que puede dar el cultivo en diferentes ambientes dentro de un lote con variabilidad.

En resumen, queda de manifiesto que el trigo es un cultivo que no es óptimo en todas las zonas del país, en algunas regiones es posible implantarlo todos los años y en otras regiones, solo si se dispone de agua acumulada en el perfil del suelo o si es acompañado con sistemas de riego suplementario. 

Lo cierto es que existen herramientas de agricultura de precisión y nuevas tecnologías enmarcadas bajo el concepto de AgTech que permiten ser más eficientes en la utilización de recursos y en el uso de insumos para potenciar el rendimiento de este cultivo. Actualmente es muy común y recomendable evaluar y seleccionar de un ecosistema de aplicaciones, plataformas y nuevas tecnologías cuál es la que mejor se adapta, es decir cuál es la necesaria para llevar adelante un cultivo y lograr expresar su máximo potencial de rendimiento.

Tecnologías para determinar variedad y calidad física de cereales 

La determinación de calidad ha sido históricamente un área sensible en el comercio de cereales y oleaginosas, y es un proceso clave ya que la calidad de la mercadería impacta directamente en el precio final de la misma. Si bien existen sensores y equipos que miden cuestiones específicas de calidad, la mayor parte de los análisis es realizada por peritos especializados, quienes determinan la calidad luego de observar y analizar una muestra obtenida en el lugar donde se almacena la mercadería o en el punto donde se produce carga o descarga de un camión, vagón, barcaza o buque marítimo. 

Los avances tecnológicos en Inteligencia Artificial y Procesamiento de Imágenes, apuntalados por industrias como la de los autos autónomos, impulsó a una startup argentina pensar en lograr mejoras que antes parecían imposibles en lo que refiere a determinación de calidad de cereales y oleaginosas.

ZoomAgri surgió a mediados de 2017 y hoy ya se consolida en el mercado por desarrollos tecnológicos para cebada, con muy buenos resultados, y están próximos a lanzar nuevas soluciones para otros cultivos como el trigo, la soja y el maíz.

Cebada: un caso de éxito

ZoomAgri nació con una idea simple: poder determinar la calidad de una muestra de cereales u oleaginosas por medio de una foto, en segundos, otorgando la posibilidad de que cualquiera pueda realizar el análisis sin necesidad de ser experto, y aportando objetividad, transparencia y reduciendo los costos del proceso.

ZoomBarley es el primer desarrollo de esta startup que está revolucionando la industria cervecera y maltera. Por medio de Procesamiento de Imágenes, Inteligencia Artificial (IA) e Internet de las Cosas (IoT), determina la calidad de variedades de cerveza en apenas unos minutos, lo que antes tardaba días y con costos eleveados por hacerse a través del ADN.

Ver: El futuro ya llegó: qué es el Internet de las Cosas y cómo se aplica en el campo

“En Argentina ya tenemos 60 equipos instalados en las malterías más grandes del país, cámaras arbitrales, acopios, cooperativas, puertos. El año pasado, que fue el primero que lanzamos, analizamos un 50 % del volumen producido de cebada. Este año apuntamos a un 70 %”, explicó Fernando Martínez de Hoz, Co-Founder & Managing Director de ZoomAgri.

“Ya tenemos equipos instalados en Uruguay, España, Holanda, Francia, Bélgica, Ucrania y Australia. A partir del mes que viene estamos en India y Uganda”, agregó Martínez de Hoz.

Lee también: Conocé la tecnología que está revolucionando la industria cervecera

Próximamente: Trigo

Con este aprendizaje y habiendo llegado a varios mercados internacionales, ZoomAgri se lanzó a desarrollar más soluciones. 

“En el caso del trigo estamos haciendo algo muy parecido al de la cebada que es desarrollar una herramienta que permita determinar variedades de trigo. Esto se puede convertir en una solución muy importante para toda la industria semillera de trigo porque poder determinar la variedad con una solución rápida y de bajo costo puede ayudarlos a poder cobrar sus regalías sobre las tecnologías que ellos desarrollan”, explicó Martínez de Hoz. 

Por otro lado, están desarrollando ZoomSpex, que permite determinar la calidad física de cereales y oleaginosas (granos dañados, quebrados, amohosados, picados, materia extraña, etc) de los distintos commodities agrícolas.

“También estamos desarrollando nuestra primer app para el celular, para que nuestras soluciones puedan estar en la mano de cualquier persona que necesite realizar un análisis de calidad, pueda hacerlo rápidamente, sin necesidad de ser un especialista”, agregó el director.

“Por un lado apuntamos a la industria semillera en la parte varietal (reconocimiento varietal de trigo) y en otro caso a poscosecha, molinos trigueros, exportadores, acopios, etc, para poder hacer una determinación de calidad física rápida y en tiempo real”, continuó explicando el fundador de ZoomAgri.

Digitalizar muestras

¿Qué falta para salir al mercado? Martínez de Hoz explica que desde ZoomAgri desarrollan tanto hardware como software. “El hardware es el equipo que permite sacar las imágenes que usamos y el software son modelos de inteligencia artificial, algoritmos que aprenden a clasificar las distintas muestras. Para eso, tenemos que salir a la calle a hablar con los distintos jugadores de la industria y conseguir muchas muestras físicas de aquellas características que queremos aprender”.

En el caso de variedad, se necesitan muestras de las distintas variedades de granos, y en el caso de ZoomSpex, se necesitan muestras de las distintas calidades físicas, como granos picados, materia extraña, granos verdes, etc. “El hardware ya está muy avanzado. Lo que estamos haciendo es conseguir todas esas muestras, millones de granos de trigo, en este caso, que hay que digitalizar y con todo ese banco de imágenes entrenamos al software. Es un proceso super iterativo, donde vamos combinando ambas cosas”, contó el fundador de la startup.

La tecnología que hay detrás de estos desarrollos son redes neuronales de convolución. “A estas redes hay que darle un montón de casos de los cuales aprende a generalizar. No existen base de datos o de imágenes de variedades de trigo o diferentes tipos de calidad, a nadie le interesa sacare fotos a eso”, continuó explicando.

“Por eso gran parte del trabajo que realizamos es super artesanal, conseguir las muestras y armar nuestro propio banco de imágenes. Es un componente super tecnológico de punta y otro muy cercano a la industria que es la parte de conseguir muestras”, agregó.

Camino a la campaña fina

Hasta ahora, ZoomAgri lleva levantados aproximadamente un millón y medio de dólares en rondas de inversores, entre los que se destaca a Glocal. 

“Actualmente en la empresa somos 33 personas, de las cuales 28 estamos en Buenos Aires, cuatro en Madrid, y otra persona en Australia. De todo el equipo, aproximadamente la mitad se ocupa del desarrollo de software, tanto de la parte de inteligencia artificial, como de todo lo que necesitamos para hacer crecer la compañía. Contamos con profesionales en ingeniería mecánica, un equipo de ingenieros agrónomos, un equipo comercial, es muy interdisciplinario”. 

Con respecto al posible lanzamiento, el director adelantó: “Esperamos poder tener lanzado los productos antes de la nueva campaña fina”.