Puede parecer ciencia ficción que los drones controlen los campos en busca de malezas y que los robots detecten y traten las enfermedades de los cultivos, pero ya es algo que se está haciendo, al menos en algunos campos experimentales. Los investigadores del clúster de excelencia PhenoRob de la Universidad de Bonn (Alemania) están trabajando para impulsar la digitalización inteligente de la agricultura y han publicado una lista de las preguntas de investigación que deberán abordarse como prioridad en el futuro. Su artículo ha aparecido en el European Journal of Agronomy.
El hecho de que hoy en día la Tierra alimente a más de ocho mil millones de personas se debe, entre otras cosas, a la agricultura moderna de alto rendimiento. Sin embargo, este éxito tiene un alto coste: los métodos de cultivo actuales amenazan la biodiversidad, la producción de fertilizantes sintéticos genera gases de efecto invernadero y los productos químicos agrícolas contaminan los cuerpos de agua y el medio ambiente.
Muchos de estos problemas se pueden mitigar con métodos más específicos, por ejemplo, aplicando herbicidas solo en aquellas áreas del campo donde las malezas se están convirtiendo en un problema, en lugar de tratar toda la zona. Otras posibilidades son tratar los cultivos enfermos individualmente y aplicar fertilizantes solo donde realmente se necesitan. Sin embargo, estrategias como estas son extremadamente complicadas y prácticamente imposibles de gestionar a gran escala con medios convencionales.
Aprovechar la alta tecnología y la inteligencia artificial para ser más sostenibles y eficientes
“Una solución podría ser el uso de tecnologías digitales inteligentes”, explica Hugo Storm, miembro del clúster de excelencia alemán PhenoRob. La Universidad de Bonn se ha asociado con el Forschungszentrum Jülich, el Instituto Fraunhofer de Análisis Inteligente y Sistemas de Información (IAIS) en Sankt Augustin, el Centro Leibniz para la Investigación del Paisaje Agrícola en Müncheberg y el Instituto de Investigación de la Remolacha Azucarera en Göttingen en el proyecto a gran escala destinado a hacer que la agricultura sea más eficiente y más respetuosa con el medio ambiente mediante nuevas tecnologías e inteligencia artificial (IA).
Los investigadores proceden de todo tipo de campos, como la ecología, las ciencias vegetales, las ciencias del suelo, la informática, la robótica, la geodesia y la economía agrícola. En su documento de posición publicado recientemente, exponen los pasos que, en su opinión, deben abordarse como una prioridad a corto plazo. "Hemos identificado algunas preguntas de investigación clave", dice Storm.
¿Cómo deben volar los drones para lograr la máxima eficiencia a la hora de observar todos los cultivos, especialmente aquellos en riesgo?
Uno de ellos es el control de las tierras agrícolas para detectar en tiempo real deficiencias de nutrientes, crecimiento de malas hierbas o plagas. Las imágenes por satélite proporcionan una visión general, mientras que los drones o robots permiten un control mucho más detallado. Estos últimos pueden cubrir sistemáticamente un campo entero e incluso registrar el estado de las plantas individuales en el proceso. “Una dificultad radica en vincular todos estos datos”, dice la colega de Storm, Sabine Seidel, que coordinó la publicación junto con él: “Por ejemplo, ¿cuándo será suficiente una resolución baja? ¿Cuándo es necesario obtener más detalles? ¿Cómo deben volar los drones para lograr la máxima eficiencia a la hora de observar todos los cultivos, en particular los que están en riesgo?”.
Los datos obtenidos permiten hacerse una idea de la situación actual, pero lo que más interesa a los agricultores es sopesar las distintas estrategias posibles y sus posibles consecuencias: ¿cuántas malas hierbas puede soportar mi cultivo y cuándo tengo que intervenir? ¿Dónde tengo que aplicar fertilizantes y cuánto tengo que aplicar? ¿Qué pasaría si utilizara menos pesticidas? “Para responder a estas preguntas, hay que crear, por así decirlo, copias digitales de las tierras de cultivo”, explica Seidel. “Hay varias formas de hacerlo. Algo que los investigadores aún tienen que descubrir es cómo combinar los distintos enfoques para obtener modelos más precisos”. También es necesario desarrollar métodos adecuados para formular recomendaciones de acción basadas en estos modelos. Las técnicas tomadas del aprendizaje automático y la inteligencia artificial tienen un papel importante que desempeñar en ambos ámbitos.
Los agricultores tienen que participar
Pero para que la producción agrícola se sume a esta revolución digital, también es necesario convencer a los agricultores, que son los que realmente la van a poner en práctica, de sus beneficios. “En el futuro, tendremos que centrarnos más en la cuestión de qué condiciones subyacentes son necesarias para garantizar esta aceptación”, afirma el profesor Heiner Kuhlmann, geodesta y uno de los dos ponentes del Cluster of Excellence junto con el director del grupo de robótica, el profesor Cyrill Stachniss. “Se podrían ofrecer incentivos financieros o establecer límites legales al uso de fertilizantes, por ejemplo”. La eficacia de este tipo de herramientas, ya sea por sí solas o en combinación, también se puede medir hoy en día mediante modelos informáticos.
En su artículo, los investigadores de PhenoRob también utilizan ejemplos para demostrar lo que las tecnologías actuales ya son capaces de hacer. Por ejemplo, se puede crear un "gemelo digital" de las superficies cultivadas y alimentarlo con un flujo constante de diversos tipos de datos con la ayuda de sensores, por ejemplo, para detectar el crecimiento de las raíces o la liberación de compuestos nitrogenados gaseosos del suelo. "A medio plazo, esto permitirá adaptar los niveles de fertilizantes nitrogenados que se aplican a las necesidades de los cultivos en tiempo real en función de la riqueza de nutrientes de una determinada zona", añade el profesor Stachniss. Por tanto, en algunos lugares, la revolución digital en la agricultura ya está más cerca de lo que se podría pensar.
Fuente: Futurefarming
Comments