Manuel Marco Such socio fundador de Lucentia LAB. Profesor Titular Lenguajes y Sistemas Informáticos Universidad de Alicante. Licenciado en Ciencias Físicas y doctor en Ingeniería Informática. Ha impartido en el FTF de esta semana una sesión sobre la agricultura de precisión y el reto que supone la adopción de estos nuevos modelos productivos para garantizar una agricultura sostenible.
Resumen de la sesión
La Agricultura de precisión consiste en el uso de tecnologías clásicas de IoT con otras tecnologías más avanzadas con el objetivo de recoger datos y tratarlos para predecir comportamientos y poder optimizar los sistemas y procesos agrícolas.
Lo que se intenta con la AP es optimizar al máximo los recursos que se usan (agua, nutrientes, etc ) para aumentar la productividad y calidad del producto.
Objetivos de la agricultura de precisión
- Gestión del cultivo
- Optimización de aporte de nutrientes
- Detección de enfermedades y plagas y optimización de la aplicación de tratamientos fitosanitarios
- Planificación de la cosecha en función de mapas de madurez del fruto
- Identificación de alertas tempranas para el agricultor en base a riesgos: tormentas, adelantar o retrasar una recogida
Tecnologias
Para conseguir estos objetivos se utilizan una serie de tecnologías
- Imagen Hiperespectral
- Tecnologías de IoT
Imagen hiperespectral
Las imágenes hiperespectrales recopilan y procesar información a lo largo de todo el espectro electromagnético. La formación de imágenes espectrales divide el espectro en muchas bandas.
Una imagen espectral es aquella que reproduce la figura de un objeto en función de la longitud de onda que esté reflejando o emitiendo dicho objeto. Diferenciamos entre imágenes multiespectrales, formadas por un máximo de 20 bandas, no contiguas entre sí y las imágenes hiperespectrales que pueden incluir todo el espectro electromagnético, en bandas contiguas entre sí.
Las cámaras hiperespectrales se utilizan en medicina para reconocimiento de tumores, en fotografía aérea para reconocer plantaciones, en la industria alimentaria para control de calidad de los alimentos…Ahora las cámaras son más pequeñas y ligeras y se pueden usar en drones de forma que podemos distinguir niveles de madurez, detección de plagas…
Esto sólo seria una parte de la tecnología que luego hay que tratar y combinar con otras tecnologías IoT.
Tecnologias IoT
- Comunicaciones
- Sensores
- Procesamiento
Uno de los retos es como comunicarnos con los sensores para poder recopilar toda esa información. Hay muchas tecnologías de comunicación que podemos usar WiFi, Wimax, ZigBee, Bluetooth, 3G, 4G, 5G (cuando llegue)…
Uno de las limitaciones de estas tecnologías es que la potencia energética que necesitas para emitir es muy alta, hay que tener en cuenta que las explotaciones agrarias están aisladas de las grandes urbes. Si estás aislado en el campo el consumo eléctrico es un problema. En este sentido la alternativa más utilizada es LoRa, esta tecnología también se ha utilizado en proyectos de Smart Cities.
Ventajas:
- Bajo consumo
- Alcance de hasta 20 km
- Emiten en una frecuencia muy baja lo que hace que gaste menos
- Redes públicas y privadas: permite meter varias señales a la vez, se podrían montar varias redes en una misma base
- Permite emitir y recibir, sólo emitir o sólo recibir
LoRa es una alternativa pero lo normal es que todas ellas estén combinadas para enviar la información a los dispositivos.
Sensores
Actualmente en el mercado encontramos diferentes tipos de sensores que podemos utilizar, para medir diferentes factores como el viento, la iluminación, medir el ph del suelo, etc. Son sensores que podemos usar para medir la calidad del suelo, la calidad de los cultivos etc.
Los sensores nos ayudan a controlar cómo funcionan los procesos. Nos ayudan a saber cómo está de hidratada la planta, si necesita más o menos nutrientes, su proceso de maduración etc.
Aplicar el modelo de Big Data
El siguiente paso es recoger los datos que emiten los sensores y realizar los procesos para obtener la información que nos dan. El almacenamiento y procesamiento de data puede ser mas o menos complejo dependiendo de la cantidad de datos de la que disponemos y de la velocidad a la que los vamos recogiendo.
Con estos datos podemos hacer varias cosas:
- Monitorización: para saber que está ocurriendo en todo momento
- Análisis: ver lo que ha ocurrido y observar la tendencia
- Predicción: con los datos que tenemos y los datos históricos podemos determinar que va a pasar, en este paso estaríamos aplicando las tecnologías basadas en IA.
Además de las tecnologías TIC , otra tecnología muy interesante y que ha evolucionado mucho es la petroquímica para poder sacar más rendimiento a la producción agrícola, básicamente la idea es ajustar al máximo el tipo de nutrientes o el agua que hay que dar a las plantas. A través de elementos electromecánicos se establecen sistemas que utilizan polímeros que permiten que la absorción del agua y de los nutrientes sea más lenta.
Estas tecnologías son cada vez más accesibles y la capacidad analítica va en aumento lo que permite extraer toda la inteligencia posible de dichos datos.
Es un reto conseguir ser más productivos y optimizar nuestros recursos y sin duda estos métodos de agricultura de precisión pueden ayudar a aumentar el rendimiento, la eficiencia y reducir los costes de producción.