7.3 C
Asunción
sábado, julio 13, 2024
spot_imgspot_imgspot_imgspot_img
InicioAgriculturaDiagnóstico de la fertilidad de los suelos agrícolas con herramientas de agricultura...

Diagnóstico de la fertilidad de los suelos agrícolas con herramientas de agricultura digital

Parte 1

Los sistemas globales de navegación por satélite (GNSS), los sistemas de información geográfica (GIS), los distintos sensores embarcados en las más variadas plataformas y los dispositivos móviles inteligentes proporcionan una serie de tecnologías que se aplican al diagnóstico y al manejo de la fertilidad del suelo.

Estas herramientas mejoran la precisión y la confiabilidad del diagnóstico y con ello la de los manejos recomendados, lo que resulta en una utilización más criteriosa de los insumos logrando mejores productividades y/o economía en los costos de producción.

Una de las aplicaciones pioneras de la agricultura digital es el muestreo y diagnóstico sitio-específico de la fertilidad del suelo, con miras a mejorar su manejo. En el campo coexisten dos técnicas distintas: el diagnóstico basado en el muestreo de suelo en grillas y aquel basado en el muestreo de suelo por zonas o ambientes.

El desafío que se nos presenta en cualquier caso es el siguiente: lograr un diagnóstico representativo, no solamente del lote en sí sino de las distintas partes del mismo, o sea de su variabilidad, que es la esencia de la agricultura de precisión. Y eso, sea cual sea el método, con una cantidad muy reducida de muestras y submuestras en relación a la superficie y al volumen total de suelo estudiado.

Cuando se realiza un muestreo de suelo en grilla se distribuyen puntos de muestreo a distancias regulares por todo el lote, como una red. A nivel de campo se adoptan grillas de entre 1 a 10 hectáreas, con la consecuente diferencia de costo y detalle de representación de la variabilidad.

Con esta técnica se toman las distintas submuestras, generalmente 10, a poca distancia del punto preestablecido, comúnmente en un radio no mayor a 5 metros a modo de obtener un dato puntual. Posteriormente, con ayuda de un software GIS se generan a partir de esos datos puntuales mapas de superficie estimados aplicando técnicas de interpolación.

El método de interpolación más aplicado y estadísticamente indicado es el geoestadístico o el “kriging”, el cual supone que exista una correlación espacial entre los datos y la describe con una ecuación matemática.

Figura 1: Distribución de puntos de muestreo en una grilla de 2 hectáreas y mapa de superficie de saturación de bases interpolado con el método kriging, que servirá como base de recomendación para la aplicación sitio-específica de cal agrícola. Obsérvese la supuesta no necesidad de corrección de la saturación de bases en la parte inferior y superior de la parcela aplicando el criterio de saturación de bases deseada del 70%.

Otra técnica utilizada para el muestreo y diagnóstico de la fertilidad del suelo es la determinación previa de zonas o ambientes de producción de un lote, o sea regiones dentro de cada parcela que tienen un comportamiento o características similares y donde se supone que la fertilidad del suelo sea más o menos homogénea, para proceder posteriormente a su evaluación por separado.

Para ello se emplean datos geoespaciales como el rendimiento de los cultivos registrados por las cosechadoras, los índices de vegetación obtenidos mediante sensores espectrales montados en máquinas, drones o satélites o la conductividad eléctrica aparente del suelo registrada con sensores de conductividad que funcionan en contacto con el suelo o por inducción.

En cualquiera de estos casos se trabaja con conjuntos de datos densos, que se obtienen en el campo a una distancia máxima de unos 15 metros entre sí para generar mapas de superficie aplicando técnicas de interpolación determinísticas. Luego se delimitan un número determinado de zonas, ambientes, regiones o clústeres, usualmente de 3 a 5, agrupando los datos de tal forma que se maximice la variabilidad entre las distintas zonas mientras que sea la mínima posible dentro de cada una de ellas (Cortes naturales o método de optimización de Jenks).

Finalmente, se procede al muestreo de las zonas tomando una cierta cantidad de submuestras distribuidas en cada una de ellas para asociar posteriormente los resultados laboratoriales obtenidos a su extensión.

Figura 2: Resultados de saturación de bases de un muestreo de suelo realizado en una grilla de 2 hectáreas contrapuesto a un muestreo de suelo dirigido en el mismo lote de acuerdo a zonas con diferente desempeño histórico de NDVI (normalizado). Obsérvese la existencia de zonas de bajo índice de vegetación acompañado de puntos con baja saturación de bases en las partes del lote que supuestamente no requerían corrección según el muestreo de suelo en grilla (Figura 1), así como la similitud de resultados dentro de cada zona.

¿La utilización de mapas de cosecha, mapas de índices de vegetación y mapas de conductividad eléctrica aparente del suelo son equivalentes para la delimitación de las distintas zonas de un lote?

En mi experiencia cualquiera de estas opciones permiten lograr por lejos una mejor representación de la variabilidad real de un lote y con eso un mejor diagnóstico cuando los comparamos con el muestreo en grilla aplicando geoestadística.

¿Por qué?

Porque la variabilidad de los principales atributos de la fertilidad de los suelos, al menos en las zonas de Alto Paraná, Canindeyú, Caaguazú y San Pedro de la Región Oriental en Paraguay donde actúo, ocurre a distancias demasiado reducidas como para ser registrada aún por la menor grilla que se aplica a campo, la de 1 hectárea, donde los puntos de muestreo distan 100 metros entre sí.

Esa variabilidad en muchas ocasiones se debe a influencias antrópicas que generan variaciones abruptas en la fertilidad del suelo cuya predicción más o menos correcta solamente con técnicas estadísticas y de interpolación es francamente imposible, como por ejemplo la acumulación del horizonte A del suelo en determinados lugares durante el desmonte y la habilitación de los terrenos, la acumulación y quema de los residuos orgánicos en esos mismos lugares, la construcción de terrazas, la habilitación y posterior clausura de caminos, los efectos de la erosión hídrica en las pendientes, aplicaciones localizadas de correctivos, historiales de cultivo diferentes en partes del lote, la unificación de lotes adyacentes con manejos distintos… o sea una larga lista de causas que generan en el campo variabilidad visible a corta distancia que no tiene chances de ser detectada por el método de muestreo en grilla y la predicción de valores de acuerdo a una ecuación matemática o semivariograma modelo.

En una próxima colaboración compartiré algunos fundamentos técnicos y experiencias de trabajo con las distintas herramientas disponibles para la delimitación de zonas de manejo o ambientes de producción para abordar la siguiente interrogante: ¿Cuál es la mejor herramienta o la mejor técnica para delimitar zonas de manejo?

Nils Kaiser
Ingeniero Agrónomo especialista en Manejo del Suelo
Consultor en Agricultura Digital
nils.kaiser@igeaconsultora.com.py

Fuente: Puro Campo

ARTICULOS RELACIONADOS

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

- Advertisment -spot_img

MAS POPULAR