Este documento describe cómo la agricultura de precisión puede usarse como soporte para la nutrición en fruticultura. Explica que la variabilidad espacial y temporal en los suelos, rendimientos y factores que los determinan hacen que la agricultura de precisión sea útil. Luego describe varias herramientas de agricultura de precisión como sensores, imágenes satelitales y de drones, sistemas de posicionamiento global y de información geográfica que pueden usarse para mapear la variabilidad en los suelos y plantas y guiar decision

1. Agricultura de precisão para suporte da
nutrição – experiência no Chile
Rodrigo Ortega Blu
Ing. Agrónomo, MS, PhD
Centro Avanzado de Tecnología para la Agricultura (CATA)
Universidad Técnica Federico Santa María

2. Introdução
• Agricultura de precisão: com a
biotecnologia é um dos novos paradigmas
na agricultura.
• Seu uso em fruticultura pode:
– Melhorar a tomada de decisão
– Aumento da produtividade
– Aumentar a eficiência da produção
– Reduzir o impacto ambiental
– Ajudar a cumprir os requisitos de rastreabilidade

3. Porque AP em fruticultura?
• Culturas de alto valor.
• Rendimento e qualidade são muito importantes.
• A produção deve ser sustentável e de baixo
impacto.
• Variabilidade espacial e temporal, de rendimentos
e os fatores que as determinam.
• Requisitos da rastreabilidade.
• Muito espaço para melhorar a eficiência da
produção.

4. Medidas de eficiencia de uso de los
nutrientes.
Término Cálculo
FPP - Factor de R/F
productividad parcial
EA - Eficiencia (R-R0)/F
Agronómica
BPN - Balance parcial de AC/F
nutrientes
ER – Eficiencia de (A-A0)/F
recuperación del nutriente
aplicado.
Adaptado de IPNI

5. Ejemplo de eficiencia:Fertilización N

6. Objetivo
Presentar algunas herramientas de
agricultura de precisión que pueden ser
usadas como soporte a la nutrición en
fruticultura.

7. Agricultura de Precisión
• “La aplicación de manejos agronómicos
adecuados en el tiempo y lugar indicados,
con la ayuda de herramientas basadas en
las llamadas tecnologías de información y
comunicación (TICs)”.
• Definición también incluye el monitoreo y
automatización de procesos.

8. Agricultura de Precisión en el mundo
• Explosivo desarrollo en los últimos 20 años,
particularmente en EEUU, Europa y Australia.
• Gran desarrollo en Argentina y Brasil.
• Incipiente desarrollo en Centro y Sudamérica (con
la excepción de Argentina y Brasil).
• En Chile, desarrollo tiene 15 años
– A diferencia de otros países ha ocurrido principalmente en
uva vinífera (viticultura de precisión) y frutales.
– Menor desarrollo en cultivos y praderas.
– Mercado en pleno crecimiento.
• A nivel mundial mayor impacto a través de
empresas especializadas en AP.

9. Tendencias en costos de equipos e
insumos.
Fuente: AgLeader

10. Tecnologías y herramientas de AP.
• Sistemas de posicionamiento global (GPS)
• Sistemas de información geográfica (SIG)
• Sensores directos y remotos
• Maquinaria y equipos especializados
• Análisis espacial cuantitativo (geoestadística)

11. Tecnologías base para AP.
GPS SIG Sensores Remotos

12. Sistema de información SMS
avanzado para empresas.

13. Fruticultura de precisión y manejo sitio-
específico.
Recolección
de datos en
terreno
Acción
Análisis de
sobre el
datos
cultivo

14. Dominio geográfico de la recomendación.
Grandes áreas
geográficas
Zonas dentro de áreas
geográficas
Grupo de lotes o
cuarteles
lote o cuartel
Sectores dentro
de lotes o
cuarteles
m2

15. Variabilidad espacial en manzano

16. Variabilidad espacial en vid vinífera

17. Clases texturales en distintos predios
100
90
80
70
60
% arcilla
50 arcilloso
arcilloso
limoso
arcillo
40
arenoso
franco arcillo limoso franco arcilloso
30 franco arcillo arenoso
20 FRANCO
10 franco limoso franco arenoso
arenoso
limoso franco arenoso
0
0 10 20 30 40 50 60 70 80 90 100
% arena
1200 ha 22 ha

18. Variabilidad espacial de propiedades
del suelo.
Arena (%)
65.7 to 78.8
64.6 to 65.7
63.2 to 64.6
60.6 to 63.2
47.3 to 60.6

19. Variabilidad espacial del K extractable
en un cuartel de 3 ha.

20. Variación en los contenidos de materia
orgánica
22.3 ha
5.5 ha
Chile, V Región, 2004
Imagen Satelital 2.4 m
QuickBird

21. Variabilidad espacial de la
fertilidad de suelos en frutales

22. Variabilidad espacial de los niveles
foliares en manzano.

23. Variabilidad espacial en calidad de
fruta.
Fuente: Ortega y Esser, 2003

24. Producción frutal
Rendimiento,Calidad = f(suelo,clima,manejo,genética)
Manejo = f(información)
ej.
Fertilización = f(análisis de suelo, rendimiento,clima, cultivo)

25. Agricultura de precisión y ley del mínimo
• Nivel de rendimiento y calidad
definidos por el factor más
limitante.
• Agricultura de precisión permite
identificar los factores limitantes.
• Si factor limitante puede ser
corregido, se corrige, si no se
ajusta el manejo.
Perdida de rendimiento

26. Variabilidad espacial del PCD.
Sensor Specterra, 0,5 m resolución.

27. INDICES DE VEGETACIÓN-VIGOR-TIPO DE SUELO.

28. Prácticas de Agricultura de Precisión en
frutales.
• Mapas de elevación digital.
• Mapeo de suelos a plantación.
• Mapeo de fertilidad de suelo para.
recomendación variable de fertilizantes.
• Muestreo georreferenciado de suelos y
plantas.
• Uso de imágenes para determinación del vigor
para distintos fines, incluyendo el desarrollo de
índices nutricionales.
• Predicción de rendimiento en base a muestreo
georreferenciado y variables auxiliares.

29. Mapa de elevación digital.

30. Zonas de manejo homogéneo en base
a la posición topográfica.
RR
Zona

31. Variabilidad espacial.

32. Sensores para estudio de suelos.

33. Arreglo de sensores de pH y
conductividad eléctrica.

34. Uso de sensores de inducción
electromagnética (Veris, EM38)
• Usada como método de zonificación
• Buena correlación con salinidad y humedad
de suelos
• Correlación con propiedades físicas de suelo
no siempre es directa
• Influenciada por otras variables
• Solo recomendada como variable auxiliar o
como técnica de estratificación del muestreo

35. Mapeo de CEa
Supuesto: A>CEa>Arcilla

36. Evaluación de zonas de manejo
homogéneo (ZMH)
• Análisis de varianza (AOV)
• Varianza relativa
2
S
RV = 1 − w
2
S T
S2w= Varianza de la variable de interés dentro de ZMH
S2T= Varianza total de la variable de interés en el area completa.

37. Uso de sensores de conductividad eléctrica
(Veris, EM38)
Tabla 1. Varianza relativa para la zonificación en tres sectores en base a Eca
Sitio Arena Limo Arcilla
Sitio 1 0.10 0.07 0.06
Franco arcilloso
Sitio 2 -0.01 -0.03 0.06
Franco arenoso
Fuente: Ortega y Santibánez, 2007

38. Estudio de calicatas georeferenciadas

39. Calicatas

40. Variograma
0.055
0.050
0.045
unidades2
0.040
0.035
0.030
0 1000 2000 3000
Distancia (m)
1
γ * (h) = N(h)∑i =1 [Z(i + h) − Zi ]
N(h) 2
2

41. Muestreo y mapeo de propiedades de
interés.

42. INTENSIDAD DE MUESTREO - RESOLUCION
0 - 90 cm 0 - 90 cm
90 - 180 cm 90 - 180 cm
MAPA PROFUNDIDAD EFECTIVA MAPA PROFUNDIDAD EFECTIVA
INTENSIDAD 1 CALICATA POR HECTAREA INTENSIDAD 0.5 CALICATA POR HECTAREA

43. Optimización de las formas de los
cuarteles según variabilidad.

44. Aplicación de fertilizantes y
enmiendas.

45. Usos de la percepción remota.
COSECHA DIFERENCIAL MUESTREOS DIRIGIDOS CATASTRO
MANEJOS DIFERENCIALES SEGUIMIENTO

47. Sensor OptRx

48. Muestreo de tejidos en manzano.
• Época: Enero y Febrero
• Tejido: Hoja de dardo nuevo de la periferia, sin fruto
• Cantidad: 100 hojas

49. Efecto muestreo
3
2.5
2
%N
1.5
1
Muestreo tradicional
Georreferenciado
0.5
0
0 1 2 3 4 5 6
Temporada

50. Efecto dilución/concentración
3 14000
2.5 12000
10000
2
8000
kg/ha
%N
1.5
6000
1
%N 4000
0.5 Rend.
2000
0 0
0 1 2 3 4 5 6
Temporada

51. Determinación del número de muestras
en función del CV.
160
y = 0.0381x 2 + 0.0098x + 2.5832
R2 = 0.9997
140
120
100
nº
80
60
40
20
0
0 10 20 30 40 50 60 70
CV (%)

52. Estaciones de muestreo

53. Índices nutricionales

55. Cálculo del N metabolizado
Análisis Valor N total = N metabolizado + N extractable
N (%) 1,74 N metabolizado = N total − N extractable
N-NO3 (ppm) 7916 N metabolizado
% N met. = • 100
N-NH4 (ppm) 3938 N total
N-extractable (ppm) 11854 11854
N metabolizado (%) = 1,74 − ( ) = 0,55
N-metabolizado (%) 32 10000
0,55
N metabolizado = *100 = 32%
1,74

56. Análisis de fruta
• Evaluar potencial de post cosecha
• Dos tipos de análisis
– Totales
– Solubles
• Diferencia corresponde a lo que se denomina
“ligado” o estructural.
• Ca, Mg, K, N, B
• A > cantidad de nutrientes “ligados” mejor
calidad de fruta

57. Nutrientes ligados en uva de mesa

58. Aplicación variable de fertilizantes
foliares.
boquilla

60. Muestreo en riego por Goteo
ZONA DE
RAÍCES

62. Efecto de la posición de la muestra
sobre el nivel de fertilidad
5.8 1400
5.6 Fertilizada Fertilizada
Sin fertilizar 1200 Sin fertilizar
5.4
1000
5.2
pH del suelo
5.0 800
P (ppm)
4.8
600
4.6
400
4.4
4.2 200
4.0
0
3.8
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
2.5
Fertilizada 5 Fertilizada
Sin Fertilizar Sin fertilizar
K intercambiable (Cmol(+)/kg)
Al intercambiable(Cmol(+)/kg)
2.0
4
1.5
3
1.0
2
0.5 1
0.0 0
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Número de muestra Número de muestras

63. pH
6.196
5.865
5.786
5.713
5.32

64. Dosis de Cal
( pH final − pH inicial )
Dosis CaCO3 (ton / ha ) = * capac. tampón
0,1
Ej. Suelo volcánico
•pH inicial: 5,5
•pH final: 6,0
•Delta pH=0,5
•Cap. tampón=0,5
•Dosis=2,5 ton CaCO3/ha

65. Materia Orgánica (%)
16.9
11.5
10.6
9.7
5.4

66. P Olsen (ppm)
28
16.1
13.9
12.2
5.5

67. K extractable (ppm)
426
308
259
198
85

68. Dosis de Nitrógeno
Demanda − suministro
Dosis de N(kg/ha) =
Eficiencia
Demanda (kg/ha) = ton/ha ∗ kg N/ton
Suministro (kg/ha) = N residual + N agua + N min

69. Variabilidad espacial de la
mineralización de N en vid vinífera.
Site
Statistic 1 2 Average
kg N ha-1 d-1
Average 0.5 0.3 0.5
Min 0.1 -0.1 0.1 Martinez, Ortega, Janssens, 2009
Max 1.5 1.2 1.5
CV (%) 68 100 68

70. Frecuencias para N mineralizable y dosis
de N para 50 ton/ha en manzano.

71. Efecto de la eficiencia de recuperación sobre la
dosis de N.
900
800 N
Urea
700
Dosis (kg/ha)
600
500
400
300
200
100
0
30 40 50 60 70 80
Eficiencia (%)

72. Fertilizantes con inhibidor de
nitrificación
IN
NH4+ •Nitrosomonas
•AMO NO2- •Nitrobacter
NO3- •Lixiviación
•Desnitrificación

73. Dosis de nutrientes
• Nitrógeno: Balance entre demanda y
suministro.
• Fósforo y potasio: construcción +
mantención
• Magnesio: análisis de suelo, saturación de
Mg, indexado al K.
• Micronutrientes: aplicar o no aplicar según
análisis de suelo.

74. Dosis de corrección de P (0-20 cm).
• Ejemplo: suelo=15 ppm.
• Target: 30 ppm.
• CP=12 kg P/ha/ppm
• Dosis de P2O5 =(30 ppm-15 ppm)*12 kg P/ha/ppm *2.29 kg
P2O5/kg P =412 kg P2O5/ha.
• P se puede corregir de una vez antes de plantación o en
una estrategia de varios años.
• Se debe ajustar la dosis a la superficie explorada por las
raíces.

75. Dosis de corrección de K (0-20 cm).
• Ejemplo:
• NC=250 ppm
• Análisis de suelo= 150 ppm
• Delta K= 250-150=100 ppm
• kg/ha (0-20 cm)=100*2= 200 kg K/ha*1,2 = 240
kg K2O/ha
• Se debe ajustar la dosis a la superficie
explorada por las raíces.

76. Demanda y extracción de
nutrientes en manzano.
N P2O5 K2O Mg
kg/ton FF
Demanda 1,5 0,5 3,0 0,5
Extracción 0,3 1,5 0,3
San Joaquin SC 0,23 1,2 0,05
Gala/M26 Cornell 1,0 0,4 2,2 0,2

77. Dosis de P (kg P2O5/ha)
143
108
98
88
64

78. Modelo de recomendación
Na Pa
{ [
Min β ∑ δ N ((α N + σ N z0 )mij − N ij ) 2 + δ P ((α P + σ P z0 )m ij − Pij ) 2
mij ,λl ≥ 0

]
+ δ K ((α K + σ K z0 )mij − K ij ) + (1 − β )∑ mij 
2
i, j 
Ka 16
14
Z0=DISTR.NORM.ESTAND.INV(1-t) 12
10
Frequency
8 Z_N
Si t=0.5 Z0=1 Z_P2O5
6 Z_K2O
4
Si t=0.9 Z0=-1.28 2
0
-2 -1 1 3 4
-2

79. Mezcla óptima y dosis variables

80. Marco conceptual para el análisis
económico.
Información
Manejo uniforme
promedio
Productor
Información Manejo
sitio-específica sitio-específico

81. Valor de la información sitio-específica.
VI SE = π MSE − π MU

82. Identificación de zonas de alta
calidad

83. VISE por cosecha diferencial en
viñedos
Estadístico US $/ha
Promedio 195
Desviación estándar 80

84. Rentabilidad

85. Fertilizante de liberación controlada
CRF

86. Humus liquido

87. Te de compost

88. Variation of Water soluble Carbon (WSC) as function of C rate applied as:
A) Compost and B) Liquid humus (Martínez et al., 2012)

89. Root density as function of C rate from compost
(C) in presence or absence of chemical
fertilization (F) and inoculant (I)
(Martínez et al., 2012)

90. Comentarios finales
• Existen varias prácticas de AP que pueden
ser utilizadas directamente en apoyo a la
generación de programas sitio-específicos
de nutrición y su correspondiente
seguimiento.
• El nivel de sitio-especificidad requerido
dependerá del sistema de riego y la forma
de aplicación de los fertilizantes.

91. ¿Cómo se puede partir?
• Georreferenciación de predios y lotes.
• Georreferenciación de árboles.
• Mapeo de suelos para fertilización y
enmiendas.
• Muestreo georreferenciado de suelo y tejidos.
• Uso de imágenes multiespectrales.

92. http://www.compost-for-horticulture.com/