Asia Cultivos Cultivos cereales Uncategorized

La investigación centrada en las granjas se centra en la variabilidad del rendimiento en los sistemas de cereales de los pequeños agricultores de Nepal

La investigación centrada en las granjas se centra en la variabilidad del rendimiento en los sistemas de cereales de los pequeños agricultores de Nepal
El ejercicio de procesamiento de datos de aprendizaje automático identificó claramente la absorción de nutrientes de las plantas como el mejor predictor de la variabilidad del rendimiento de los cultivos de cereales. Nutrient Expert (NE) es un enfoque basado en plantas que determina los requisitos de nutrientes específicos del cultivo en función de las relaciones conocidas entre la absorción y el rendimiento de nutrientes de la planta. Crédito: Sudarshan Dutta / Instituto Africano de Nutrición Vegetal

Los sistemas de cultivos de cereales de los pequeños agricultores son esenciales para la seguridad alimentaria y nutricional en la mayoría de las regiones del mundo en desarrollo. 


por el Instituto Africano de Nutrición Vegetal


Sin embargo, la productividad de la mayoría de los campos de arroz, maíz y trigo está muy por debajo de su potencial. Una de las causas fundamentales está relacionada con la incapacidad de los agricultores para gestionar la variabilidad.

Los agricultores se enfrentan a una serie de factores que reducen el rendimiento relacionados con la calidad variable del suelo en el paisaje y la imprevisibilidad de la respuesta de los cultivos causada por un clima fluctuante. 

Los sistemas de apoyo a la toma de decisiones generalizados son inherentemente menos efectivos para responder a la variabilidad. En el caso de los sistemas de recomendación de aplicación de nutrientes, los sistemas de recomendación a nivel nacional o incluso a nivel de distrito a menudo se quedan cortos debido a sus enfoques generales que son demasiado rígidos para adaptarse al conjunto único de circunstancias de un agricultor.

Estos sistemas generalizados no solo producen menos grano, sino que también tienden a desperdiciar los recursos de una granja debido al uso ineficiente de nutrientes. La dependencia continua de estos sistemas promueve los desequilibrios de nutrientes del suelo que pueden aumentar el riesgo de daño ambiental a través de la emisión de gases de efecto invernadero, la contaminación de las aguas subterráneas o la degradación del suelo. 

Un equipo global de investigadores se centra en establecer alternativas viables a los enfoques generalizados de aplicaciones de nutrientes. Los resultados de su investigación reciente publicada en la   revista  Elsevier Agricultural Systems  describen una estrategia ‘específica del sitio’ que ayudó mucho a mejorar los resultados obtenidos de una gran red de granjas de cereales en pequeña escala en Nepal.

«Investigaciones anteriores nos dicen que el manejo adecuado de los nutrientes tiene el potencial de duplicar la producción de cereales en los campos de pequeños agricultores, lo que tiene un gran potencial para mejorar su viabilidad y resistencia», explica el Dr. Sudarshan Dutta, autor correspondiente y científico del Instituto Africano de Nutrición Vegetal (APNI). . «Nuestro enfoque centrado en el agricultor se centra en la identificación de las mejores combinaciones de fuente de nutrientes, dosis, tiempo y ubicación para cada agricultor, junto con las fechas óptimas para trasplantar arroz o sembrar maíz y trigo». 

Su investigación se basa en una herramienta de toma de decisiones en la granja llamada Nutrient Expert (NE). El sistema de software está bien probado en todo el sur y sudeste de Asia, China y África subsahariana y está demostrando ser una forma adaptable de implementar una forma más precisa de manejo de nutrientes que puede adaptarse a la combinación única de condiciones que enfrentan pequeños agricultores.

En este estudio, los investigadores compararon la NE con los enfoques generalizados comunes, como la práctica común de los agricultores y las recomendaciones del gobierno, al tiempo que probaron un análisis estadístico avanzado diseñado para ayudar a explicar la variabilidad de los cultivos de cereales en esta región.

Se recopilaron datos de parcelas que recibieron las diferentes prescripciones de fertilización y se conectaron a un modelo de ‘bosque aleatorio’ basado en el aprendizaje automático , diseñado para descubrir los patrones dominantes entre una larga lista de predictores potenciales del rendimiento de los cultivos. El resultado fue una clasificación de los principales factores que controlan los rendimientos de arroz, trigo y maíz para cada estrategia de gestión de nutrientes probada. 

«Nuestra introducción del aprendizaje automático representa una innovación para ayudar a identificar las limitaciones clave en cualquier esquema de gestión de nutrientes», explicó Dutta. 

Un hallazgo clave del estudio fue la validación adicional de NE, que generó resultados superiores en productividad, rentabilidad y eficiencia en el uso de nutrientes en la red de 600 ensayos en granjas. 

El ejercicio de procesamiento de datos de aprendizaje automático identificó claramente la absorción de nutrientes de las plantas como el mejor predictor de la variabilidad del rendimiento de los cultivos de cereales. Nutrient Expert es un enfoque basado en plantas que determina los requisitos de nutrientes específicos del cultivo en función de las relaciones conocidas entre la absorción y el rendimiento de nutrientes de la planta.

Profundizando, el análisis permitió al equipo de investigación comprender mejor cuál de los principales nutrientes de las plantas tuvo el mayor impacto en los rendimientos de arroz, maíz y trigo, y cómo el uso de cualquier sistema de recomendación tiende a cambiar el orden de importancia.

«Uno de los principales objetivos de esta investigación es presentar una imagen más clara a los responsables de la formulación de políticas del camino a seguir», explica el Dr. Dutta. «Necesitamos continuar enfocándonos en el desarrollo de sistemas de manejo de nutrientes creíbles, procesables y receptivos para los pequeños productores de cereales en la llanura indogangética y más allá».



WP Twitter Auto Publish Powered By : XYZScripts.com