Drones y algoritmos
Su utilización permite optimizar la fertilización nitrogenada en trigo
La empresa Administración Villalobos, integrante del CREA Teodelina de la región Sur de Santa Fe, realizó un diagnóstico de los requerimientos de nitrógeno en trigo mediante el uso de sensores remotos. Estos, combinados con prescripciones basadas en algoritmos que procesan múltiples fuentes de datos, permite eficientizar de manera significativa la fertilización del cultivo.
La principal ventaja lograda fue un mejor ajuste de la dosis de nitrógeno que permitió reducir el uso del fertilizante en un 48% sin afectar el rendimiento ni la calidad del grano, lo que en la campaña 2016/17 representó un beneficio económico de hasta 88 U$S/ha.
Los ensayos se realizaron en las zonas de Lincoln y Wheelwright en franjas de 30 metros de ancho por 600 metros de largo. Una de las franjas, denominada “de suficiencia”, fue aplicada con 160 kilos de nitrógeno por hectárea, mientras que las cuatro restantes (dos grupos de dos franjas apareadas) fueron aplicadas según distintos métodos de diagnóstico. En el caso de Lincoln, se realizaron franjas apareadas para tener repeticiones de los tratamientos. La franja “de suficiencia” se usa para relativizar cada pixel del lote en relación con el valor de Índice de Vegetación de Diferencia Normalizada (NDVI por sus siglas en inglés) obtenido en esa franja.
En Lincoln, la fecha de aplicación de nitrógeno para conformar la franja de saturación fue el 11 de julio de 2016, mientras que la fecha de siembra fue el 21 de julio con la variedad Proteo y una densidad de siembra de 135 kilos de semillas por hectárea, junto con una dosis de 140 kg/ha de fosfato monoamónico (11-52-0). Para el trigo sembrado en Wheelwright se utilizó la misma densidad y fertilizante fosforado, pero la variedad escogida fue Algarrobo, con fecha de aplicación del 6 de julio y fecha de siembra el 13 de ese mismo mes.
La dosis de nitrógeno utilizada en la franja denominada “práctica usual del productor” se obtuvo a través de un balance de masas de nitrógeno (que tuvo en cuenta los nitratos a la siembra, el aporte por mineralización y las eficiencias de absorción de cada pool de nitrógeno). La dosis obtenida en Lincoln fue de 108 kg/ha (235 kilos de urea/ha), mientras que en Wheelwright se realizó según una ambientación previa, donde en los ambientes de alta, media y baja productividad se aplicaron dosis de 132, 104 y 70 kg/ha de nitrógeno, respectivamente (287, 226 y 152 kilos de urea/ha).
La dosis de nitrógeno utilizada en la franja de optimización fue calculada a partir del algoritmo de prescripción sobre la base de imágenes aéreas multiespectrales obtenidas mediante mapeo con vehículos aéreos no tripulados (drones), los cuales cuentan con una cámara que permite capturar simultáneamente cuatro imágenes en distintas longitudes de onda: bandas verde (V), roja (R), red-edge (RE) e infrarroja cercana (NIR).
El índice NDVI –en el que se basa la metodología empleada– se calcula a partir de las bandas roja e infrarroja cercana con la siguiente fórmula: NDVI = (NIR – R) / (NIR + R). El algoritmo utilizado se basa en investigaciones previas (Raun et ál., 2005) en las que se determinó un Índice de Respuesta (RI) que permite predecir la respuesta del cultivo de trigo a la adición de nitrógeno extra.
La metodología aplicada utiliza una aproximación exponencial (y=a·ebx) que permite estimar el rinde potencial del lote sin el agregado de nitrógeno (YP0) y ajusta el potencial máximo (YPN) de acuerdo al RI (YPN = YP0 * (RINDVI)). El rango dinámico se establece entre los puntos donde no existe canopia (NDVI < límite inferior) y el rinde máximo histórico del lote (YPmax). Una vez definidos esos datos, se calcula una recomendación para cada punto del terreno a partir de la diferencia del rinde potencial.
Los valores específicos utilizados en los cálculos (coeficientes de curvas de aproximación y límites de corte, entre otros) no son fijos, sino que “evolucionan” constantemente y deben adaptarse a las condiciones específicas de cada zona en cada campaña particular. El método de diagnóstico utilizado en el ensayo provino de ajustes del algoritmo base descripto. Las dosis prescriptas, tanto mediante el nuevo método como la correspondiente a la práctica usual del productor, fueron aplicadas en Lincoln el 4 de septiembre y en Wheelwright el 30 de agosto en macollaje avanzado por medio de una voleadora (AGCO Terragator) con controladora Raven.
Los resultados
Los rendimientos del cultivo de trigo respondieron de forma diferencial al agregado de dosis crecientes de nitrógeno según localidad. La mayor respuesta se observó en Lincoln, donde se evidenciaron aumentos significativos hasta la mayor dosis. En cambio, en Wheelwright la respuesta fue significativa hasta la primera dosis; esa respuesta diferencial puede deberse a la una mayor disponibilidad de nitrógeno en suelo y a una mayor liberación desde la materia orgánica.
Para evaluar el costo/beneficio del procedimiento se utilizaron los costos reales de los insumos y servicios en el momento de su uso y el precio de mercado del grano en el momento de la cosecha. En los cuadros 1 y 2 se advierte un ahorro de fertilizantes nitrogenados de aproximadamente el 50%, lo que contribuyó a generar un aporte diferencial positivo que, en promedio, se ubicó en 42 y 45 U$S/ha.
Por otra parte, en las superficies sujetas a ensayo se observaron rindes similares con ambas metodologías (cuadro 3). Eso implicó que el método de diagnóstico permitiese mejorar el margen bruto del cultivo. El resultado deberá ser validado en las siguientes campañas para probar el nuevo sistema de diagnóstico y prescripción con diferentes condiciones ambientales y climáticas.
El uso eficiente de nitrógeno (sincronizando oferta y demanda para contribuir a reducir excedentes que lixivien) conlleva un impacto ecológico positivo, que abre las puertas a una agricultura más sostenible, con especial cuidado en la preservación de acuíferos.
Por otra parte, además de los beneficios económicos y ecológicos generados por el ahorro de nitrógeno, se verificó un aumento del rinde en sitios donde hay evidencias de una elevada disponibilidad de nitrógeno base al evitar la saturación/sobreaplicación.
El nuevo paradigma de AgTech/Digital Farming permite procesar grandes cantidades de datos por medio de sistemas de inteligencia artificial que facilitan el uso de nuevas tecnologías orientadas a eficientizar le uso de insumos.
Fuente: Revista CREA de diciembre de 2017
