Agricultura Cultivos y Semillas Panamá Tecnología Agrícola

La inteligencia artificial y el conocimiento de los agricultores aumentan los rendimientos de maíz de los pequeños productores


Los agricultores de la región colombiana de Córdoba, productora de maíz, lo habían visto todo: demasiada lluvia un año, una sequía abrasadora al siguiente. Los rendimientos disminuyeron y sus medios de subsistencia estaban en juego.


por el Centro Internacional de Agricultura Tropical (CIAT)


La situación requería un nuevo enfoque. Necesitaban servicios de información que les ayudaran a decidir qué variedades plantar, cuándo deberían sembrar y cómo deberían manejar sus cultivos. Se formó un consorcio con el gobierno, la Federación Nacional de Cereales y Legumbres de Colombia (FENALCE) y científicos de grandes datos en el Centro Internacional de Agricultura Tropical (CIAT). Los investigadores utilizaron herramientas de big data, basadas en los datos que los agricultores ayudaron a recopilar, y los rendimientos aumentaron sustancialmente.

El estudio, publicado en septiembre en Global Food Security , muestra cómo el aprendizaje automático de datos de múltiples fuentes puede ayudar a que la agricultura sea más eficiente y productiva incluso a medida que cambia el clima.

«Hoy podemos recopilar cantidades masivas de datos, pero no se puede simplemente agrupar, procesar en una máquina y tomar una decisión», dijo Daniel Jiménez, científico de datos del CIAT y autor principal del estudio.

«Con instituciones, expertos y agricultores trabajando juntos, superamos las dificultades y alcanzamos nuestros objetivos».

Durante el estudio de cuatro años, Jiménez y sus colegas analizaron los datos y verificaron las pautas desarrolladas para aumentar la producción. Algunos agricultores siguieron inmediatamente las pautas, mientras que otros esperaron hasta que se verificaran en ensayos de campo . Los agricultores que adoptaron el conjunto completo de pautas generadas por máquinas vieron aumentar sus rendimientos de un promedio de 3.5 toneladas por hectárea a más de 6 toneladas por hectárea. Este es un excelente rendimiento para el maíz de secano en la región.

Las pautas también redujeron sustancialmente los costos de fertilizantes y brindaron asesoramiento sobre cómo reducir los riesgos relacionados con la variación en los patrones climáticos , con énfasis en reducir los impactos negativos de las fuertes lluvias.

Los investigadores de FENALCE son coautores del estudio, que es parte de un programa del gobierno colombiano destinado a proporcionar a los agricultores opciones para manejar tanto la variabilidad climática como el cambio climático .

«Si un agricultor proporciona datos a un investigador, es casi imposible obtener muchas ideas sobre cómo mejorar la gestión», dijo James Cock, un coautor científico emérito del CIAT. «Por otro lado, si muchos agricultores, cada uno con experiencias distintas, condiciones de cultivo y prácticas de manejo brindan información, con la ayuda del aprendizaje automático es posible deducir dónde y cuándo funcionarán las prácticas de manejo específicas».

Año tras año, los rendimientos de maíz en la región de estudio varían hasta en un 39 por ciento debido al clima. En el pasado, los pequeños agricultores tenían que confiar en su propio conocimiento de sus cultivos y aceptar recomendaciones generales a menudo desarrolladas por investigadores muy alejados de su propio medio. El estudio muestra que combinando el conocimiento de los agricultores con datos sobre el clima, los suelos y la respuesta de los cultivos a las variables, los agricultores pueden, al menos parcialmente, proteger sus cultivos contra la variabilidad climática y estabilizar sus rendimientos a un nivel más alto.

En Córdoba, FENALCE, que recopila información sobre plantaciones de maíz, cosechas, rendimientos y costos, estableció una plataforma basada en la web para recopilar y mantener datos de granjas individuales. Los expertos locales cargaron información sobre los suelos después de visitar granjas en varias etapas del desarrollo del cultivo, mientras que IDEAM, la agencia meteorológica de Colombia, proporcionó información meteorológica de seis estaciones de la región. Esto permitió a los investigadores hacer coincidir la información diaria de la estación meteorológica con los campos individuales y las diversas etapas de la temporada de crecimiento.

Los investigadores utilizaron algoritmos de aprendizaje automático y análisis de expertos para medir el impacto del clima, las condiciones del suelo y las prácticas agrícolas en los rendimientos. Por ejemplo, notaron que mejorar el drenaje del suelo para reducir la escorrentía probablemente reduce los rendimientos cuando la lluvia es más baja, mientras que hacer lo mismo en áreas con mucha lluvia aumenta los rendimientos. Esto muestra que el asesoramiento sobre cultivos debe ser específico para el sitio.

El estudio demostró que la cantidad de fósforo aplicada, la tasa de semilla y la capacidad de escorrentía en el campo tuvieron un impacto importante en los niveles de rendimiento. La comprensión de los efectos de los insumos en los cultivos permitió a los expertos guiar a los pequeños agricultores hacia las mejores prácticas a utilizar para producir rendimientos altos y estables.

El resultado para los agricultores es que la mayoría de las prácticas de manejo que recomienda el estudio no requieren grandes inversiones, lo que demuestra que la seguridad alimentaria y los medios de vida pueden mejorarse, al menos en este caso, sin mayores gastos.

Aprendizaje humano también

Inicialmente, el CIAT y FENALCE diseñaron una aplicación para teléfonos inteligentes para que los agricultores registraran el suelo y otros datos en el campo, pero los productores de maíz no adoptaron la aplicación. Aunque la plataforma basada en la web se utilizó para recopilar la información, los investigadores y los asistentes técnicos tuvieron que visitar las granjas para ayudar a los agricultores a recopilar los datos. Esto presenta desafíos para ampliar este tipo de ejercicio.

Sin embargo, los investigadores ven oportunidades para una mayor recolección de datos por parte de los pequeños productores, tanto trabajando directamente con los agricultores como a través de la tecnología. Los proyectos futuros podrían incorporar aplicaciones ya desarrolladas y utilizadas por los agricultores. Además, la recopilación de datos mediante una amplia gama de tecnologías que van desde satélites, drones y sensores de bajo costo, desplegados en los campos, junto con cosechadoras que registran con precisión el rendimiento de grano a microescala, se están convirtiendo en realidad en el mundo en desarrollo.

«Gran parte del hardware y el software para la futura recopilación de datos puede venir cuando el sector privado se involucre en el desarrollo de sistemas sostenibles para capturar, analizar y distribuir información», dijo Jiménez. «En el futuro, podemos imaginar que cada campo se caracterice y monitoree cuidadosamente, convirtiendo el paisaje en toda una serie de experimentos que proporcionan datos que el aprendizaje automático puede interpretar para ayudar a los agricultores a manejar mejor sus cultivos».


Leer más


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *