Trigo: diseñan una calculadora que estima su rendimiento

Basado en mediciones de sensores remotos, este nuevo método de cálculo adaptado a la región Pampeana permite predecir la productividad del cultivo.

Permite diseñar la mejor estrategia de fertilización.

Permite diseñar la mejor estrategia de fertilización.

28deSeptiembrede2016a las08:35

La inminente necesidad de aumentar la producción de alimentos para un mundo cada vez más habitado, sin aumentar los costos y con un bajo impacto ambiental, impulsa el posicionamiento de la automatización de la agricultura. Es en este contexto, que los técnicos del INTA adaptaron a la región Pampeana una calculadora que estima el rendimiento del trigo y sus requerimientos de nitrógeno. El desarrollo será una de las temáticas del 15º Curso de Agricultura de Precisión y Máquinas Precisas en el INTA Manfredi.

De acuerdo con Juan Pablo Vélez –especialista del INTA Manfredi, Córdoba, involucrado en el desarrollo– “la calculadora de la dosis de nitrógeno basada en sensores (SBNRC, por sus siglas en inglés) es un método apoyado en mediciones del sensor remoto GreenSeeker que predice el rendimiento del cultivo de trigo y, de acuerdo a sus requerimientos específicos de nitrógeno, permite diseñar la mejor estrategia de fertilización”.

Así, a partir de la emisión de una serie de haces de luz en las bandas roja e infrarroja cercano del espectro electromagnético sobre el follaje del trigo, el sensor captura los valores de reflectancia del cultivo.

De este modo, conoce el contenido y la actividad de la clorofila que determina la actividad fotosintética de la planta, lo que está altamente relacionada con el rendimiento del cultivo. Esto es conocido como el índice de vegetación diferencial normalizado (NDVI).

En este sentido, Vélez advirtió que “el NDVI se ve afectado significativamente por el estado fenológico en el que se realiza el censado, como ser los niveles hídricos y las diferentes dosis de nitrógeno que recibe el cultivo, como así también por factores medioambientales como la cantidad disponible de nutrientes, la humedad y el tipo de suelo en el que se encuentra el cultivo”.

“Por lo tanto, es capaz de detectar ciertos comportamientos del cultivo y, así, brindar información poder realizar un diagnóstico del mismo”, agregó.