En esta oportunidad, quiero acercarlos de la forma más sencilla en lo posible al concepto de la Agricultura Inteligente, Smart Farming, Agricultura de Precisión, Agricultura 4.0 o AgriTech.
La agricultura de precisión fué definida en 1999 como la aplicación de tecnologías y principios para manejar la variabilidad espacial y temporal asociada con todos los aspectos de la producción agrícola con el propósito de mejorar la respuesta de los cultivos y la calidad ambiental. Y fué en el año 2012, cuando el Reino Unido, por primera vez acuñó la palabra AgriTech como un sector industrial a nivel mundial.
Cuando escuchamos el termino agrotecnología, estamos hablando por lo tanto, de la gestión de parcelas agrícolas sobre la base de la observación, en la medida y la actuación, empleando diversas herramientas tecnológicas para incrementar la rentabilidad de los cultivos, su calidad, cantidad y rendimiento.
La agricultura de precisión tiene como objetivo utilizar la gestión de una parcela desde 3 enfoques: el primero es el enfoque agronómico, esto es el ajuste de las prácticas de cultivo a las necesidades de la planta. El segundo enfoque es el medioambiental o la reducción del impacto vinculado a la actividad agrícola y el tercer enfoque es el económico, orientado al crecimiento de la competitividad a través de una mayor eficacia de las prácticas.
Por lo tanto, hablamos de reducción de costos, reducción del uso de pesticidas y fertilizantes, menor impacto ambiental, mayores rendimientos con el mismo nivel de fertilizantes, mayor calidad en las cosechas debido a una mejor combinación de los requerimientos y los insumos aplicados, productos de mayor valor nutritivo, reducción de combustible en la maquinaria agrícola y la gestión optimizada de las explotaciones agrícolas.
Hasta hace unos años se vinculaba la agricultura de precisión con comunicaciones e imágenes por satélite o sistemas de información geográfica para recopilar, estimar, analizar, evaluar y entender las variaciones de los cultivos.
Estas tecnologías siguen siendo válidas pero se han implementado nuevos sistemas bastante más económicos como por ejemplo el vuelo de drones dotados de cámaras especiales. En los últimos años también se han empleado sistemas de guiado agrícola GPS, especialmente diseñados para labores de abonado y aplicación de herbicidas.
Ahora la agricultura de precisión también se denomina agricultura inteligente o agricultura 4.0 y en ella se utilizan muchas de las tecnologías que también se emplean en la industria 4.0. Podríamos mencionar sistemas de internet de las cosas - IOT, dotados de sensores de variables físico químicas como temperatura, humedad, caudal o presión que son capaces de detectar el estado del terreno para saber si necesita más riego o una protección especial. Los sensores captan esa información y la transmiten en tiempo real para que el agricultor sepa en todo momento cuál es la situación de sus campos de cultivo.
Gracias a estos sistemas de IOT también se pueden establecer acciones de respuesta como poner en marcha el sistema de riego si se detecta que la humedad no es la óptima. Asimismo, en invernaderos también se pueden activar sistemas de climatización para mantener la temperatura más adecuada. Estos datos procedentes de sensores se pueden combinar con información relevante como la incidencia del sol o la velocidad del viento, junto con las previsiones meteorológicas para prever qué puede ocurrir o qué necesidades va a tener la producción en los próximos días. Gracias a la analítica de datos junto con herramientas de inteligencia artificial podemos estimar diferentes tipos de escenarios y tomar las medidas más adecuadas a cada situación.
Según un informe del USDA - U.S. Department of Agriculture, para 2030 habrá 200 millones de dispositivos en todo el mundo destinados a labores relacionadas con la agricultura. La conectividad para hacer llegar esa información en tiempo real adquiere por tanto su relevancia, de aquí de nuevo, los satélites son una de las soluciones preferidas. Desde la Unión Europea iniciativas como Internet o Food and Farm - IoFF, cuyo objetivo es impulsar diferentes estrategias y proyectos orientados al desarrollo de dispositivos de internet de las cosas en el ámbito de la agricultura.
Siguiendo con una analítica de datos, el Big Data también nos permite realizar un estudio de la evolución del cultivo durante cada temporada de siembra y cosecha, así como una comparativa con años anteriores lo que permite identificar cuáles son las prácticas más aconsejables para mejorar el rendimiento y la calidad, esto se traduce a su vez en un ahorro de costes y en una producción más sostenible y eficiente al optimizarse el número de tratamientos a aplicar tanto en número como en extensión.
La inteligencia artificial también tiene su papel en soluciones de visión artificial orientadas a la producción agrícola. Gracias a la visión artificial es posible determinar el estado de las plantas e incluso detectar posibles plagas. También se aplica para reconocer malezas en máquinas capaces de intervenir de forma mecánica o con la distribución de un herbicida en la vegetación a eliminar.
Otro elemento determinante en la agricultura de precisión son las imágenes NDVI, siglas en inglés de índices de vegetación de diferencia normalizada, permite la evaluación en tiempo real del vigor del cultivo y del rendimiento clorofílico de las plantas. En cada vuelo se obtienen diferentes imágenes cenitales multi espectrales y termo gráficas que permiten generar un mosaico, huerto foto con escala de colores o un mapa de reflectancia del índice agronómico. Estas fotos están coloreadas en base al índice representado en una escala de colores que va desde el rojo hasta el verde dividida en 5 intensidades y que indican el nivel de vigor. Gracias a estos mapas el agricultor puede saber qué partes de su terreno están listas para cosechar y en cuáles aún es pronto o quizás tarde. Esto nos permite detectar el estrés hídrico en cultivos para el manejo eficiente del agua también observar el estrés nutricional en cultivos, la localización temprana de enfermedades y plagas en cultivos, los índices relativos a calidad en esos mismos cultivos y en este caso también se está empleando mucho en el sector en vinícola. Asimismo, podemos utilizarlo para la generación de inventarios de áreas de cultivo, supervisión de áreas fumigadas u obtención como decimos de orto fotos. Hasta hace unos años este tipo de imágenes se tomaban mediante satélites u otro tipo de aparatos aéreos pero hoy en día se pueden captar fácilmente mediante drones. Otro uso de los drones se centra en la plantación de semillas en zonas de difícil acceso se utilizan drones para la reforestación de áreas, por ejemplo tras un incendio. Ya se han desarrollado semillas inteligentes que son como pequeñas cápsulas con la semilla, agua y nutrientes ideadas para que se desarrollen de forma autónoma según lleguen a la tierra.
También hay experiencias de tecnologías aplicadas a la agricultura como las trampas inteligentes para plagas. Se trata de dispositivos con autonomía energética dotados de sensores capaces de medir variables biométricas de las plagas para identificarlas. Tras esta identificación el sistema enviaría mensajes de alerta, por ejemplo vía smartphone a los agricultores. La identificación remota de estas plagas se lleva a cabo utilizando analítica de datos e inteligencia artificial, gracias a la información recogida de los insectos sobre su frecuencia de aleteo, la velocidad del vuelo o el ciclo circadiano, entre otras variables. Estos datos se relacionan con otras informaciones de su entorno como humedad relativa luminosidad hora velocidad del viento y temperatura ambiental para identificar estas plagas.
Vinculado también con el mundo de la agricultura, se están desarrollando sistemas de control micro climático y de monitorización de la fermentación en barricas de madera mediante la utilización de Smart data o sensores IOT. Se están empleando en almacenaje de vinos, de sidra o de aceite para detectar la calidad del producto y que no existan alteraciones. Por otra parte, algunas denominaciones de origen obligan a reservar varios depósitos en cada bodega para sus productos y quieren garantizar que estos depósitos y su contenido cumplen con las condiciones especiales impuestas. Para supervisar que el contenido de esos depósitos no sufre ninguna transformación o manipulación, hay empresas que han incorporado sensores que son capaces de detectar aperturas, trasiegos o movimientos y cambios de temperatura. Esa información se envía en tiempo real para su control.
También podríamos hablar de la utilización de sistemas de visión artificial para inspeccionar y clasificar los productos en cadena, tanto del propio producto como del recipiente en el que están basados con el objetivo de asegurar que estos productos de la industria alimentaria y de bebidas cumplan todos los estándares que demanda el cliente y todo ello sin olvidar la asistencia de aplicaciones y software que permiten desde supervisar cada lote productivo tanto en lo que se refiere a posibles problemas de envasado trazabilidad hasta calcular las necesidades de nutrientes y de fertilizantes para diferentes tipos de cultivo.
Al margen de las mejoras en la producción, la agricultura inteligente tiene otras connotaciones relacionadas con el medio ambiente. Se calcula que más del 60% de agua dulce disponible en la tierra se destina a labores agrícolas y la agricultura 4.0 conseguirá optimizar estos consumos. También podremos optimizar las fuentes de energía que se emplean en la recolección si sabemos el momento adecuado para llevarla a cabo.
Como pueden apreciar, son muchas las tecnologías que se emplean en la agricultura inteligente son también habilitadoras de la industria 4.0, como en muchos casos de uso se han extrapolado entre diferentes sectores y considero que es importante también este acercamiento a la agricultura 4.0 ya que han llegado a definir algunos como la hermana pobre de la industria 4.0
Sin duda los desarrollos tecnológicos que tienen que estar por llegar también tendrán su impacto en la agricultura de precisión. En este sentido ya existen tractores autónomos inteligentes capaces de seguir vías para el arado o recogida de forma autónoma y con capacidades para fumigar con su sistema de visión artificial si detectan alguna anomalía. También pueden cortar malas hierbas, incluso son capaces de drenar terrenos anegados. Lo mismo podríamos decir de drones programados para realizar vuelos de forma autónoma, captar imágenes térmicas, procesarlas y enviarlas en tiempo real sin necesidad de intervención humana y como si fuesen una aspiradora automática, volviesen a su puesto de recarga hasta la siguiente salida.
Queda mucho por hacer y por descubrir. Si la agricultura de precisión se desarrolla como muchos esperan, una nueva revolución agrícola está a la vista. Por lo tanto, la agrotecnología parece ser la mejor opción de inversión para el futuro de Venezuela.
Luis Miguel Mulet Molina - Director Ejecutivo AVAT