Dr. Kai Sonder. Foro Internacional de Agricultura Sostenible 2015

2. Nuevas tecnologías para la agricultura
Dr Kai Sonder
Jefe Unidad SIG
CIMMYT
Contribuciones de Jill Cairns, ZamanAllahMainassara, Lorena González, Maria Tattaris, Francelino Rodrigues, Ivan Ortiz
Monasterio, Jelle van Loon

3. La Definición de la Agricultura de Precisión:
Manejo de acuerdo al sitio
Tecnología especifica al sitio (SST)
Aplicar la dosis adecuada en el sitio adecuado al tiempo adecuado
Agricultura de precisión
Usa tecnología de información para que el manejo de acuerdo al
sitio sea económicamente viable en la agricultura mecanizada.

4. Objetivo:
Reducir costosde producción
Minimizar impacto ambiental

5. MERCER & HALL, 1911
THE EXPERIMENTAL ERROR OF FIELD TRIALS.
Errores experimentales en estaciones de campo y
impacto sobre el cultivo de Mangold/Chard Acelga
(Beta vulgaris subspecies cycla)
Los Pioneros: Variabilidad en ensayos y geoestadistica

6. EDEN & MASKELL, 1928
THE INFLUENCE OF SOIL HETEROGENEITY ON THE GROWTH AND YIELD OF SUCCESSIVE
CROPS
Efectos de variabilidad de suelo sobre crecimiento y rendimiento (Mapa de rendimiento)

7. Examina la acidez de tu suelo
C.M. Linsley and F.C. Bauer
University of Illinois Circular 346
August, 1929
En un lote de 16-ha mide pH y carbonatos
23 muestras de la superficie (5 cm profundidad)
5 sub superficie (30 cm profundidad)
5 sub suelo (20 inch depth)
El mapa completado de acidez muestra donde y cuanto se necesita de limo
Se recomienda planearotro muestreo despues de 6 años
IOWA STATE U

8. LINSLEY & BAUER, 1929
Economics of Variable Rate Lime in Indiana
Variación de pH en el campo y aplicación de cal de acuerdo a mapas del suelo
IOWA STATE U

9. JOHNSON ET AL. 1983
Custom prescribed tillage
MATTHEWS , 1983.
Continuous variation of the quantity of inputs to match the needs of
soil or a crop in a localized region
El siguiente paso: la definicion en si de lo que se considera
agricultura de precision hoy en dia y los primeros
moviemientos hacia la maquinaria que :

10. Fairchild, 1988 (Patente 1986)
SoilTeq applicacion variada de fertilizante
segun un mapa digital

11. Fairchild, 1988 (Patente 1986)
SoilTeq aplicación variada de fertilizante según un mapa digital
La primera verdadera aplicación de agricultura de precisión

12. Momento clave en la historia de la agricultura de precisión:
Uso de GPS para los civiles desde comienzo de los 90
y mayor precisión desde el 2000.
Con RTK y otros sistemas mejorando continuamente.

13. Hoy en dia hay amplia gama de sistemas integrados :

14. • Maximizar el beneficio en cada parcela estudiada a través del aumento de la
producción y/o reduciendo de los costes de producción.
• Ahorro directo en insumos: semillas, abonos, herbicidas, fungicidas, etc.
• Mejoras en la gestión ambiental por la reducción significativa de agroquímicos y
otros recursos.
• Seguimiento, control y puesta al día de un cuaderno de campo para el
seguimiento de cada parcela.
• Los datos registrados sobre las aplicaciones realizadas se utilizan a su vez para
optimizar y planificar futuros trabajos.
• Irrigación de precisión
Técnicas de tratamiento variable

15. • Reducción de la superficie solapada (traslape de aplicaciones).
• Incremento de la velocidad de trabajo.
• Bajar el tiempo de maniobra.
• Posibilidad de trabajar en condiciones de reducida visibilidad: de
noche, con niebla o polvo.
• Técnicas de tráfico controlado (Control de rodada), aumento de
la producción por menor compactación del terreno .
Equipos de control de maquinaria

16. Uso para determinar perdidas
• Movimiento de herbicidas
• Fuegos
• Daños (Granizo, viento, heladas, etc.)
• Rendimientos bajo de productos

17. IDAE, 2010

18. 1. Delimitación de las zonas de manejo.
2. Programación del muestro con GPS (en cuadricula o por zonas)
3. Muestreo de Suelo.
4. Análisis físico-químico de las muestras.
5. Determinación del rendimiento objetivo basado en experiencias anteriores.
6. Recomendaciones de manejo de insumos según zonas.
Primeros pasos

19. EM38 sensor
• Mide conductividadde suelos
• El sensor detecta corrientes electricas
inducidas en la profundidaden
respuesta a un campo magnetico
externo que cambia
• Profundidad Max 0.75 cm
(horizontal)
• Identificavariacion de propiedades
del suelo, especialmente salinidad y
contenidode humedad
EM38 sensor de suelo

20. Midiendo variabilidad del suelo
usando el EM38
Kiboko, Dan Makumbi’s field

21. Variabilidad en Kiboko
Que implica esto?

22. EM38
Conductividad eléctrica
Mapa de zonas de suelo
Ensayos de fertilizantes
Mapas rendimientos
Respuestas a fertilización

23. Espectroscopia de rayos Gamma
Para mapear variabilidad del suelo

24. Combinación EM 38 y Rayos Gamma
Precision Agronomics Australia
Basado en emisiones de rayos
Gamma de isotopos radioactivos
naturales de potasio, uranio y
torio. Estas se miden con un
espectrómetro de rayos
Gamma.
Una alternativa para suelos con
baja conductividad eléctrica
(arenosos y subsuelo pedregoso)
para distinguir y mapear
cambios de tipo de suelos
Vehículo con EM 38 atrás y espectrómetro
rayos Gamma al frente

25. EM 38 muestra poca variabilidad midiendo
conductividad eléctrica
Rayos Gamma emisiones torio
Rayos Gamma Emisiones potasio
Azul = piedra hasta la superficie
Rojo = 40 cm arena sobre piedra
Café oscuro = arena profunda
Verde = piedra o arena sobre arcilla
Precision Agronomics Australia

26. Mapeo de rendimiento
Mapeo de ganancias

27. IDAE, 2010

28. Lotz, 1997
Cambio hibrido maíz
Problema mecánico
Problema drenaje
Compactación de fila
Antiguo bosque
Área baja húmeda
Riachuelo
Compactación fila final
Cambio tipo suelo

29. • Cambio de fecha de siembra
• Cambio de hibrido/variedad
• Cambio de aplicación de agro químicos
• Fallas de maquinaria
• Distribución mala de esquilmos
• Compactación
• Patrones de drenaje
• Lote formado por sub lotes con historia
diferente
• Patrones de trafico viejos
• Aplicaciones de estiércol históricos
• Tubería subterránea, líneas de teléfono
Compactación previa
• Cambios de topografía
• Deriva de herbicidas
• Efectos de sombra en las orillas
• Infestación de insectos por campos vecinos
• Aplicación de estiércol variable
• Efectos de canales
• Cambios en tipo de suelos
• Infestación de malezas
• Cambios de fertilidad del suelo
• Cultivos anteriores
• Infestación de enfermedades
• Efectos de herbicidas residuales
• Cambios en materia orgánica
• Daños por animales
• Áreas húmedas
Problemas de interpretación de mapas de rendimiento
Adaptado de www.ext.vt.edu

30. Aguera Vega y Perez Ruiz, 2013
Mapa Rendimiento Trigo

31. Aguera Vega y Perez Ruiz, 2013
Mapa Beneficio Económico Trigo

32. Mapas de ingresos según precios del cultivo
Algodón 1 USD por libra Algodón 0.75 USD por libra
Cotton Incorporated, UGA Vellidis et al.,

33. Serie de tiempo de mapas de rendimiento
Crema: rendimiento inestable
Rojo: rendimiento estable debajo del promedio
Verde: rendimiento estable promedio
Azul: rendimiento estable encima del promedio www.precisionagriculture.com.au

34. Fig. 1: Mapa de rendimiento
normalizado de maíz expresado en
porcentaje, el valor de índice 100%
(color verde rango 92/ 107) representa
un rendimiento de 120 qq/ha.
Fig. 2: Mapa de rendimiento
normalizado de trigo expresado en
porcentaje, el valor de índice 100%
(color verde rango 94/105) representa
un rendimiento de 54qq/ha.
Fig. 3: Mapa integrado que surge de
promediar los mapas de índice de maíz y
trigo anteriores.
Sitio B: 102%
Sitio A: 110%
Sitio C: 90%
(respecto del 100%)
INTA Manfredi

35. Cotton Incorporated, UGA Vellidis et al.,

36. Mapa de rendimiento de algodón
Cotton Incorporated, UGA Vellidis et al.,

37. Maíz zonas de aplicación de dosis variable de nitrógeno
Rojo 170 kg N por ha
Amarillo 200 kg N por ha
Verde 220 kg N por ha
Cotton Incorporated, UGA Vellidis et al.,

38. Maíz zonas de densidad variable de siembra
Crema 54,000 plantas por ha
Verde 65,000 plantas por ha
Verde 75,000 plantas por ha
Rendimiento 9.4 t por ha
Costos bajaron 60 USD por ha
Cotton Incorporated, UGA Vellidis et al.,

39. Drones y percepcion remota

40. Ebee RTK

43. Plataforma aérea de percepción remota para fenotipeo
de alto rendimiento (High Throughput Phenotyping)
• AB1100 helium filled blimp.
• Tethered.
• L8.0m, W3.1m.
• Payload approx 6 kg
• Max flight height 300 m.
• Max wind speed 13 m/s.
• Astec Falcon 8, 8-rotar UAV.
• Remote controlled.
• 650 g payload.
• Max flight height approx 130 m.
• Max wind speed 10 m/s.
• Airelectronics Skywalker
• Autonomous flying

44. Imagenes Multispectrales
NIR
Rojo
Verde
2 m tamaño parcela, 100 m
altura
3-bandas imagen colores falsos
0.5 m tamaño
parcela , 60 m
altura

45. Imágenes termales

46. Alternativas de larga escala
3000 pesos por hora

47. • Área de interés: 400 ha
• Tiempo vuelo: 90 min
• Cantidad de imágenes: 970
• Área por imagen: 208mx165m
• Resolución: 16 cm
Camera Multi-spectral
Ejemplo vuelo a 300 m altura
2030 m
1990m
17500 pixels
24600 pixels

48. GREENSEEKER

49. GREENSAT

50. Aplicaciones de precisión de insumos
Irrigación de precisión
Manejo de precisión

51. Variable Rate Tecnology (VRT)
Tecnología de dosis variable
Fritzmeier Umwelttechnik

52. (A) Deposito fertilizante , (B) Maquina tractor,
(C) Fertikit con caja de control y sensor de
nitrógeno, (D) 2WT machine prototype
toolbar frame, (E) Pua, (F) ruedas de rin alto
(90cm diámetro), (G) ruedas control
profundidad y para transporte
Van Loon, 2015

53. IDAE, 2010

54. Weed Seeker Trimble

55. Precision Agronomics, Australia

56. •TK Precision (2 cm)
•Estacion base
•Sensor de Angulo de llanta
para True Tracking
•Precision huella sobre huella
Precision Mobile Drip Irrigation (PMDI)
Irrigación de goteo de precisión
• Alta eficiencia 95%
• Rueda seca
Irrigación de precisión

57. Pivotes con sensores ópticos para irrigación variable
David Herring, NASA

58. Percepción remota para evaluación de eficiencia riego
Cameras termales
cornerstonemapping.com

59. Manejo de precisión
Control de rodada
http://pubs.ext.vt.edu/442/442-501/442-501.html

61. IDEA, 2010

62. Donde se esta aplicando la agricultura de precisión?
• Australia
• Estados Unidos de América
• Argentina
• Brasil
• Europa
• Canadá

63. Usuarios de aplicación de fertilizantes en dosis variable en Argentina
www.agriculturadeprecision.org

64. Usuarios de diferentes tecnologías de AP en Argentina

65. Cambio climático en México

66. Sonder, 2014

67. Cambio temperatura minima Febrero Sonora
entre 2050s y hoy RCP 8.5

68. Sonder, 2014

69. January-April average min. temperature C°
7.58.08.59.09.510.010.511.011.5
WheatyieldYaquiValley(Ton/Ha)
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
2010 2011
2006
2007
2002
2008
2000
2004
2005
2003
2001
2012
2009
2013
y= 11.55 - 0.65X
r2
=0.75
Adaptacion al cambio climatico: Variedades nuevas
muestran su valor en Sonora
10C increase = 700 kg lower yield
Data compiled by H.-J. Braun and I. Ortiz Monasterio CIMMYT
Temperatura minima promedio Enero-Abril
Rendimiento trigo Valle del Yaqui (t/ha)

70. January-April average min. temperature C°
7.58.08.59.09.510.010.511.011.5
WheatyieldYaquiValley(Ton/Ha)
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
2010 2011
2006
2007
2002
2008
2000
2004
2005
2003
2001
2012
2009
2013
y= 11.55 - 0.65X
r2
=0.75
10C increase = 700 kg lower yield
2014
Adaptacion al cambio climatico: Variedades nuevas
muestran su valor en Sonora
Data compiled by H.-J. Braun and I. Ortiz Monasterio CIMMYT
Temperatura minima promedio Enero-Abril
Rendimiento trigo Valle del Yaqui (t/ha)

71. Sonder, 2015

72. Conclusiones
• AP vale la pena pero inversión inicial alta
• Cuestión de escala
• Sube rendimientos, baja costos de operación y insumos
• Baja impactos ambientales negativos
• Sistema integrado necesario pero se puede adaptar paso por paso
• Capacitación necesaria para aplicación o pagar por servicios