AGRICULTURA DE PRECISIÓN 1. INTRODUCCIÓN La tecnología GPS, que nació para el ámbito militar, se ha revelado en la actualidad como una fuente inagotable y creciente de aplicaciones civiles, siendo una de ellas la Agricultura. Es por tanto el objeto de este trabajo presentar una visión general de la relación existente entre GPS y la Agricultura. En una primera parte, se describe lo que se ha denominado como Agricultura de precisión y cómo GPS constituye el núcleo fundamental de estas nuevas técnicas agrícolas, las cuales serían imposibles de implementar sin el uso de un sistema de posicionamiento global. GPS se emplea para elaborar unos mapas con el apoyo de un sistema de información geográfica (GIS). Los datos obtenidos harán que un sistema de información de apoyo a decisiones (MIS) indique al agricultor cómo operar sobre sus tierras de forma óptima con el uso de técnicas de tasa variable (VRA). Siguiendo el ciclo anterior se observarán de forma diáfana las ventajas de la Agricultura de precisión con respecto a la tradicional. A continuación se presentarán una serie de experiencias y aplicaciones reales llevadas a cabo en Agricultura usando GPS en diferentes lugares del mundo, de forma que lo comentado anteriormente no se quede en el terreno de lo especulativo, sino que se muestre el potencial de esta tecnología. Asimismo se presentan algunos equipos GPS comerciales, la mayoría de ellos usados en las aplicaciones anteriores. 2. AGRICULTURA DE PRECISIÓN 2.1 Definición Agricultura de precisión es el término utilizado para describir la meta del aumento de la eficiencia en la administración de la Agricultura. Es una tecnología en desarrollo que modifica las técnicas existentes e incorpora otras nuevas para producir un nuevo conjunto de herramientas a ser manejadas por el usuario. Por tanto, la Agricultura de precisión no es simplemente la habilidad de aplicar tratamientos distintos a escala local, sino que debe ser considerada como la habilidad para controlar con precisión y asignar la empresa agrícola a un nivel local y de granja, así como de tener los conocimientos suficientes para entender todos los procesos relacionados, de modo que puedan aplicarse los resultados obtenidos para lograr una meta determinada. La Figura 2.1 muestra la interacción entre varios elementos que integran la Agricultura de precisión. 1. En cuanto a la historia relacionada con la Agricultura de precisión, los pilares de la misma se asentaron en los años '70, cuando el Departamento de Defensa Americano comenzó a lanzar los Satélites de Posicionamiento Global (GPS) para ayudar a las piezas de artillería a apuntar a sus blancos y a los submarinos a localizar su posición. Hoy en día estos satélites son también accesibles para cuestiones civiles, pero por razones de seguridad las señales así recibidas son distorsionadas, de modo que el error obtenido en la posición puede resultar inadmisible, como es en el caso de su empleo en la Agricultura. Por esto un sistema de corrección diferencial (DGPS) se hace totalmente necesario. Por otro lado, este empleo de GPS permite que los agricultores puedan recopilar datos sobre sus terrenos de cultivo, ya sea durante la cosecha o previamente a ella, de tal manera que hoy por hoy los cultivos ya no han de ser necesariamente tratados como una superficie de terreno de características homogéneas, sino que pueden ser tratados acorde con sus características espaciales. Es decir, se ha pasado de trabajar en kilómetros cuadrados a trabajar en metros cuadrados. Esto se ve traducido en una mejor aplicación de pesticidas, semillas, riego..., todo lo cual conlleva un sustancial ahorro en costes variables de producción que, en su totalidad, compensan el gasto derivado del empleo de estas nuevas tecnologías. 2.2 Tipos de variabilidad Se distinguen tres tipos de variabilidad en lo referente a la Agricultura de precisión: • Variabilidad espacial: se ocupa de los cambios a lo largo del terreno de cultivo. • • Variabilidad temporal: muestra los cambios de un año a otro. Variabilidad predictiva: discrepancia entre los valores predichos y los actuales. A continuación pasaremos a comentar estos tres tipos de variabilidad con mayor precisión. 2.2.1 Variabilidad espacial Por variabilidad espacial se entienden los cambios sufridos a lo largo del terreno de cultivo. Estos cambios pueden ser fácilmente vistos en un mapa de rendimiento, por ejemplo, para lo cual se necesita recopilar datos en posiciones precisas. Para localizar la posición actual del punto del terreno donde nos encontramos en latitud y longitud se utiliza un sistema DGPS, al tiempo que se van recopilando otros datos de interés que mantengan una relación espacial, como pueda ser la calidad del suelo, cantidad de agua, densidad del cultivo... Con ello se busca la obtención de un mapa que resulte representativo del terreno y de utilidad para el agricultor. La terna de datos recopilados puede ser filtrada para borrar los errores del sistema, transformada y presentada como un mapa de contorno, mostrando la variabilidad espacial. 2.2.2 Variabilidad temporal La variabilidad temporal es el resultado de comparar un determinado número de mapas del mismo terreno a través de los años. Este tipo de variabilidad requiere también ser interpretada para obtener deducciones, pero aún así pueden obtenerse mapas de tendencias que muestren características esenciales. La Figura 2.2 muestra el resultado de un mapa de rendimiento a lo largo de dos años consecutivos. La observación de estos dos mapas puede dar una idea representativa del significado de variabilidad espacial y temporal. 2.2.3 Variabilidad predictiva La variabilidad predictiva está más relacionada con los errores de administración que con las características biológicas. Ésta puede ser calculada midiendo la diferencia entre los valores esperados y los valores realmente logrados. 2.3 Agricultura tradicional vs. Agricultura de precisión Agricultura Tradicional Agricultura de Precisión Aplicación de pesticidas Trata todo el campo de cultivo como Gracias al tratamiento de imágenes aéreas, junto con las técnicas de una superficie uniforme con digitalización, GPS y GIS, puede necesidades similares. elaborarse un mapa del terreno con diferentes zonas detalladas, pudiendo prescribir la cantidad exacta de pesticida a aplicar en cada zona, según sus necesidades. Empleo de banderas humanas para Empleo de GPS para indicar a los aeroplanos dónde descargar los señalar a los aeroplanos dónde pesticidas, y en qué cantidad, gracias a aplicar los pesticidas. los mapas previamente elaborados. Aplicación de abonos Permite una aplicación específica según La cantidad de abono a aplicar se las necesidades de cada región, con dos determina por medio de la composición de diferentes muestras métodos: del terreno: al final requiere una aplicación uniforme de lo que se • Empleo de DGPS para dividir el cree una buena estimación de la terreno según una rejilla, con cantidad apropiada (se trata de una celdas de tamaño determinado media). por el usuario, posibilitando el acceso preciso a un punto concreto de cada celda, recoger una muestra y aplicar el abono estimado para cada celda. • Empleo de fotografías aéreas. Éstas se digitalizan, georreferencian, y basándose en sus características se determina la cantidad de abono a aplicar en cada punto exacto del terreno. DGPS se encargará posteriormente de dar cada coordenada al vehículo de abono, así como la cantidad a aplicar. Mapas de rendimiento Sólo es posible sospechar que unas zonas producen más que otras; un estudio detallado supondría un elevado esfuerzo y muchas horas Durante la cosecha, mediante la combinación de DGPS y sensores de grano, es posible recopilar los datos necesarios para elaborar un mapa de trabajo. preciso y detallado del rendimiento del cultivo. Decidir si una zona del terreno produce por encima de los costes es una labor arriesgada. Las técnicas de variabilidad temporal junto con los mapas de rendimiento y los costes variables permiten tomar una decisión adecuada acerca de qué zonas sería mejor no cultivar, ya que producen gastos. 3.1.1 Razones para el uso de DGPS frente a GPS El GPS (Global Positioning System) fue desarrollado por el Departamento de Defensa de Estados Unidos. Su propósito era guiar proyectiles desde plataformas móviles hasta objetivos de países enemigos. Sin embargo, hoy en día se aplica a multitud de actividades civiles, tales como la Agricultura. Veinticuatro satélites orbitan a 11.000 millas (unos 18.000 Km.) sobre la Tierra y transmiten información de su posición orbital y de tiempo. Los receptores GPS situados en Tierra interpretan las señales de al menos 3 satélites para calcular la posición actual mediante triangulación. La triangulación requiere del uso de lecturas de tiempo, localización y órbita de cada satélite para matemáticamente determinar la posición relativa. Se usa un cuarto satélite para correcciones de tiempo entre el receptor GPS y el reloj del satélite. Sin embargo, aunque la información transmitida por los satélites sea extremadamente precisa, la posición calculada por el receptor no representa la posición real. De hecho, el error puede alcanzar más de 100 metros y la medida de velocidades se puede ver afectada por una desviación de 3 mph. Las fuentes de error son las siguientes: Selective Availability (SA). El Departamento de Defensa degrada intencionadamente la señal GPS alterando la marca de tiempos o la información de la órbita de los satélites, de forma que la triangulación es totalmente imprecisa. El DoD intenta evitar de esta forma que países enemigos usen la tecnología americana en tiempos de guerra. La señal del satélite puede rebotar contra partículas de la ionosfera y la troposfera creando de esta manera una retraso. Ya que el receptor compara la marca de tiempos suministrada por el satélite y la señal que ha medido, cualquier retraso deriva en un error de triangulación. El multicamino, provocado por rebotes de la señal en edificios, montañas u otros objetos, produce un incremento en el tiempo que tarda en llegar la señal al receptor. En Agricultura, una desviación de 100 metros respecto a la posición real hace que la Agricultura de precisión sea totalmente carente de utilidad. Si se utilizan datos de GPS no diferencial para realizar mapas, éstos no podrían ser reproducibles de forma consecutiva por la aleatoriedad de los errores de posición. La localización de plagas y malas hierbas, los mapas de infraestructuras y de fincas obtenidos con GPS no diferencial son por completo inútiles. La Agricultura de precisión necesita medidas muy fieles y sólo permite errores del orden de un metro, llegándose en ocasiones a necesitar valores de error cercanos a un centímetro, para distancias, y un error inferior a 0.1mph para velocidades. Es necesaria la precisión porque sin ella los mapas de cosechas y demás clases de mapas son inexactos, y esta inexactitud conduce a que los consejos de los Sistemas de Información de Gestión y las técnicas VRA (Variable Rate Applications) carezcan por completo de todo sentido. Para conseguir los órdenes de magnitud anteriormente expresados es necesario añadir complejidad al sistema y elevar los costes económicos respecto a un sistema sencillo como GPS. La solución adoptada es el DGPS (Differential Global Positioning System). El concepto clave es que dos receptores cercanos se verán afectados de igual forma por los retrasos en la señal causados por la atmósfera o por la SA. Supongamos uno de los dos receptores fijo (estación base), cuyas coordenadas son conocidas exactamente. De esta manera, ya que la posición del satélite es conocida, se podrá calcular la distancia de la estación base al satélite (range - distancia). En funcionamiento normal, la distancia calculada por la estación base debido a las señales que le llegan del satélite estará afectada de errores (pseudorange - pseudodistancia). La diferencia entre range y pseudorange es el error y se conoce como corrección diferencial. 3.1.2 Tipos de DGPS Existen dos formas básicas de aplicar las correcciones diferenciales: postprocessed DGPS y real-time DGPS Post-processed DGPS (DGPS a posteriori o de post-procesamiento) Con el post-procesamiento los datos en bruto son recogidos por el tractor o la cosechadora en un archivo de datos. Cuando el usuario regresa a la granja, el archivo de datos GPS en bruto se vuelca a un software junto con los datos obtenidos por la estación base. El resultado reduce los errores de la SA y otros errores corregibles y suministra datos listos para exportar al GIS. El post-procesamiento permite mejores precisiones que el DGPS de tiempo real. El incremento de precisión se debe a la reducción de la latencia, inherente al DGPS de tiempo real, y a la potencia de los algoritmos de post-procesamiento. • Real-time DGPS (DGPS de tiempo real) Es la solución más extendida dentro de la Agricultura de precisión. Consiste en el uso de un radio enlace entre la estación base y el tractor. La corrección es aplicada a los datos que recibe el tractor en tiempo real (las diversas opciones para las correcciones de tiempo real se explicarán más adelante). Para el DGPS de tiempo real se necesita un equipo que reciba las correcciones enviadas desde una fuente DGPS. El receptor GPS emplea esta información para calcular la posición correcta de los datos que se están recogiendo de la finca. Los datos GPS corregidos se transfieren al software de un PC, de manera que están listos para ser exportados a un GIS. Esta técnica ahorra tiempo de procesamiento de forma notable. 3.1.3 Tipos de Real-time DGPS Puesto que es el tipo de DGPS empleado en Agricultura de precisión veamos qué alternativas se presentan: Satélites geoestacionarios Empresas privadas (Omnistar, Accqpoint, Racal) emplean satélites geoestacionarios para difundir las correcciones diferenciales. Las señales diferenciales GPS se envían desde una estación en tierra hasta un transpondedor situado en el satélite. Este método permite dar cobertura a zonas muy extensas (toda Norteamérica). Por su propia naturaleza de gran cobertura es en la actualidad la mejor fuente de correcciones. Ofrece precisiones por debajo del metro, con un buen receptor GPS, y el error no es función de la distancia a la estación base, lo cual significa una importante ventaja sobre los otros sistemas. Además es insensible al multicamino. Exige una cuota anual entre $500 y $1000. • U.S. Coast Guard (Servicio de Guardacostas de los Estados Unidos) El U.S. Coast Guard radiodifunde sus señales en el rango de frecuencias 285-325 KHz, utilizando sus propios radiofaros. Las ondas viajan como ondas de superficie y no están limitadas por la recepción en línea de visión, como las estaciones de radio FM. El alcance de los radiofaros es de unas 200 millas con buen tiempo (la señal se ve afectada por las tormentas). El alcance también depende de la topografía. La precisión disminuye con la distancia al transmisor, lo cual se conoce como decorrelación geográfica, y es del orden de 1 m por cada 100 Km. Además, otra desventaja es la tasa a la que el radiofaro transmite sus mensajes, unos 200 bits por segundo. A esta tasa la edad de las correcciones diferenciales es de 4 segundos, lo cual es inaceptable para algunas aplicaciones donde se requieren tasas de actualización de entre 2 y 10 veces por segundo. Otra desventaja adicional es que no todo Estados Unidos tiene cobertura (ver Figura 3.4). Sin embargo, su principal ventaja es que es gratuito. Los receptores empleados con este tipo de real-time DGPS constan de dos canales. Un canal recibe la corrección diferencial mientras el otro busca la mejor señal de entrada. Esto ayuda a protegerse contra la pérdida de la señal DGPS si hay al menos dos radiofaros en la zona. A continuación se presenta una tabla comparativa de los métodos anteriores, donde se recogen sus características más notables: Característica Radiofaros del U.S. Coast Guard Satélites geoestacionarios Precisión <1 m (dependiendo de <0.75 m (uniforme en la distancia al radiofaro) la zona de cobertura) Coste inicial del equipo Bajo Alto Subscripción anual Ninguna. Pero no disponible en muchas zonas de Estados Unidos $500 - $1000 dependiendo de la calidad de servicio Susceptibilidad a las interferencias Sujeto a interferencias de ruido causado por actividades humanas Mínima Zona de cobertura 100 a 250 millas Todos los EEUU • • Sistemas basados en FM Existen compañías que ofrecen correcciones diferenciales emitidas sobre la banda lateral de emisoras de FM. Su cobertura está limitada a 30 – 50 millas, y la señal puede verse bloqueada por colinas o montañas aunque se esté dentro de la zona de cobertura. El error cometido es directamente proporcional a la distancia entre receptor GPS y la emisora de radio FM. Es más barato que el servicio de satélites geoestacionarios. • Estación base propia Cualquier usuario puede instalar su propia estación base y un sistema de radio que transmita la corrección en tiempo real. La principal ventaja de este sistema es que el propietario tiene completo control del sistema, aunque debe asumir el coste de puesta en marcha y mantenimiento de la estación. Aún así, todavía existe error en función de la distancia. En esta alternativa se puede lograr una altísima precisión si se usa un transceiver de espectro expandido. Esta técnica, en vez de emplear el código pseudoaleatorio de la señal GPS para determinar el tiempo de transmisión de la señal desde el satélite, usa una señal "carrier phase" que afina en las medidas de tiempo para obtener lecturas más precisas. Esto ocurre cuando la longitud de onda de la portadora tiene una resolución mucho más fina (19 cm) que la disponible en el código pseudoaleatorio o señal code phase. La señal carrier phase, al ser una onda senoidal de alta frecuencia, ayuda a correlar los códigos pseudoaleatorios de manera más precisa para obtener mejores lecturas. • Esta técnica transmite las correcciones diferenciales a cualquier receptor en línea de visión, por lo que no deben existir obstáculos entre estación base y los receptores móviles. El uso del espectro expandido es útil cuando no se tiene acceso a los radiofaros de U.S. Coast Guard, el terreno es muy llano y con pocos árboles o edificios, se disponen de múltiples unidades DGPS y se requiere precisión muy alta. 3.1.4 Requisitos de los receptores GPS • Receptores de 8 ó 12 canales El número de canales del receptor es el número de transmisiones de satélite que es capaz de interpretar a la vez. Si se dispone de estación base propia con un receptor de 8 canales, podría suceder que 7 satélites coincidieran para la estación base y el equipo móvil y que el octavo fuese distinto para ambos. En este caso la estación base transmite correcciones diferenciales para 8 satélites y el receptor sólo emplea 7, con lo cual se pierde precisión. Para que esto no suceda se elige un equipo GPS de 12 canales para la estación base propia y uno de 8 canales (más barato) para el equipo en el tractor. • Tipos de arranque En las tareas agrícolas es habitual hacer paradas y rearranques. Por ejemplo, al llegar al final de la finca hay que dar la vuelta al tractor para que comience con un nuevo surco, problemas en el tractor o en la maquinaria provocan que haya que parar, etc. ... Debido a estos hechos se definen tres tipos de arranques, los cuales implican distintos tiempos de restablecimiento antes de que las medidas GPS obtenidas sean precisas: • Arranque Caliente o Hot Start Es el tiempo que lleva al receptor interpretar la señal GPS que ha sido apagada durante un breve intervalo de tiempo. El receptor usa los últimos datos de órbita y posición conocida, y aproxima el posible tiempo de desconexión para autoreorientarse y realizar la siguiente lectura. El Hot Start ocurre cuando se necesita parar la maquinaria durante unos minutos y el receptor permanece inmóvil. • Arranque Templado o Warm Start Ocurre cuando el receptor se apaga y permanece en la misma posición durante un largo periodo de tiempo (por ejemplo, se deja el tractor aparcado en la finca por la noche y se retoma la labor al día siguiente). La referencia de localización es la misma, pero el equipo debe realizar algunos ajustes de tiempo, órbita y otros. • Arranque Frío o Cold Start El receptor es desconectado durante un periodo de tiempo y su posición sobre el terreno cambia. En este caso, no se dispone de información de referencia como en los casos anteriores, así que deben hacerse todos los cálculos desde cero. Éste es el peor caso de los tres arranques y su duración oscila entre 40 y 120 segundos. • Tiempo de readquisición Sucede cuando la señal satélite es bloqueada porque se conduce debajo de un puente, a través de un túnel o bajo las copas de los árboles. En esta situación el receptor necesita un tiempo para volver a dar una lectura precisa. • Estándares para las medidas de precisión Los proveedores expresan las medidas de precisión de maneras diferentes, lo cual puede llevar a equívocos a la hora de comparar diferentes receptores. No es lo mismo indicar 1m CEP, que 1m rms o que 1m drms. 2drms representa el radio del círculo que contiene al menos el 95% de las lecturas para una localización particular. El centro del círculo es la situación actual. CEP representa el radio del círculo que contiene el 50% de las lecturas GPS si nuestra verdadera posición es el centro del círculo. Este método no tiene en cuenta los errores muy grandes, y en vez de ello crea un círculo con el 50% de las medidas más precisas. Rms representa el radio del círculo que contiene al menos el 68% de las lecturas para una localización particular. El centro del círculo es la situación actual. Luego podemos concluir que CEP es el estándar que permite más imprecisión, Rms sería intermedio y 2rms sería el estándar de mayor precisión. • 3.2 GIS 3.2.1 Qué es GIS Un Sistema de Información Geográfica (GIS) es en realidad un programa de ordenador pensado para almacenar, recuperar, analizar y mostrar datos cartográficos. En GIS, los datos acerca de la superficie de la Tierra no se representan como un dibujo, como sucede con los mapas convencionales, sino como información o datos. Estos datos de GIS contienen toda la información espacial de un mapa convencional, pero con la ventaja de ser mucho más flexibles a la hora de representarlos, permitiendo además la obtención de nuevos mapas a partir de datos ya existentes. El mayor logro de GIS es que todos los datos espaciales se almacenan de forma estructurada, en una base de datos espacial. La propia estructura de esta base de datos determinará la sencillez en el manejo del programa. GIS utiliza dos modos de representación de los datos: modo vector y modo rastreo. En el modo vector se considera que todas las características de la superficie de la Tierra se pueden interpretar como un punto, línea o polígono. Cada característica almacenada en la base de datos de GIS debe estar especificada por su localización en la superficie de la tierra, y mantener relación espacial con el resto de características que le rodean. Este modo se prefiere en aplicaciones urbanas. El modo rastreo es el preferido a la hora de trabajar con imágenes digitalizadas, datos remotos y análisis estadístico. En este modo rastreo se almacenan los datos en celdas (o pixeles), determinados según una rejilla, generalizando así la localización de características a una matriz regular de celdas. Por otro lado, los datos en GIS suelen almacenarse en diferentes capas, cada una de las cuales con una característica topográfica particular. Es decir, habrá una capa para los ríos, otra para vegetación, asentamientos humanos..., facilitando el acceso a datos concretos. La Figura 3.6 muestra de modo conceptual cómo los mapas son almacenados según sus características en GIS. Aparte de este modo de almacenamiento de los datos, en GIS también puede incluirse información no espacial, relacionada con cada punto o zona del mapa. Por ejemplo, en el caso de tener un mapa con parcelas de terreno, podría adjuntarse a cada una de ellas una base de datos con el nombre del propietario, su dirección o el valor estimado de la propiedad. 3.2.2 Necesidad del empleo de GIS Hasta ahora hemos hablado del empleo de GPS en la Agricultura, pero GPS por sí solo no constituye la Agricultura de precisión. Se requiere de un sistema que permita el acceso a toda esa información recopilada de un modo organizado, el manejo de los datos y análisis de los mismos, facilitando su interpretación y la toma de decisiones. Aquí es donde toma importancia el papel de GIS, debido a todas sus características previamente mencionadas. Así, a medida que la Agricultura de precisión se expande, GIS se expande con ella. 4. ELABORACIÓN Y TIPOS DE MAPAS 4.1 Pasos para la elaboración de un mapa de terreno 4.1.1 El uso de sensores remotos El mayor inconveniente de los mapas de rendimiento (cuya elaboración trataremos en el siguiente apartado) es que éstos sólo pueden obtenerse durante la cosecha, mientras que en muchas ocasiones el agricultor necesita información acerca del estado de la plantación cuando todavía puede actuar sobre ella. Es en este punto donde los sensores remotos adquieren su importancia. Las imágenes remotas tienen por finalidad grabar las diferencias en la luz reflejada producidas por diferentes objetos y formas en la superficie de la Tierra. Utilizando sensores remotos y cámaras, es posible observar el brillo de los objetos en puntos distintos a lo largo del espectro visible y la luz cercana al infrarrojo (NIR). Se sabe que las plantas reflejan grandes cantidades de luz cercana al infrarrojo, así como también reflejan la luz verde, mientras que absorben la luz roja y azul. De este modo, analizando las respuestas espectrales en varios intervalos de longitud de onda del espectro, tales como el azul, verde, rojo y NIR, se pueden calcular los índices de vegetación en una zona determinada. Mediante estas imágenes y el uso de GIS, sistemas de procesamiento digital de imágenes y GPS se conseguirá una representación de los datos que dé idea de la variación espacial en el crecimiento de las plantas del cultivo, sin perder la conexión espacial entre ambas partes. 4.1.2 Pasos a seguir para la elaboración de un mapa del terreno Una vez capturadas las imágenes, generalmente desde el aire, éstas deben ser digitalizadas (escaneando los negativos de las mismas, por ejemplo) y georreferenciadas a un sistema real de coordenadas (como puede ser el sistema universal Mercator). Para ello habrá sido necesario establecer un conjunto de puntos de control de referencia en la plantación a estudiar, utilizando un receptor GPS diferencial (DGPS). Estos puntos de control deben ser localizados con precisión tanto en las imágenes como en el suelo. En el proceso de georreferencia se emplea el sistema GIS para registrar las imágenes digitales a los puntos de control. Un paso previo a este proceso será, en muchos casos, el ortorrectificar las imágenes adquiridas, de modo que se eliminen las distorsiones introducidas por la lente de la cámara. Para ello será útil el anteriormente citado conjunto de puntos de control, los cuales permitirán alargar o encoger las imágenes electrónicamente, de modo que sean espacialmente correctas. Para realizar la tarea de georreferencia de un modo más completo, se marcan los puntos en la imagen a ser registrada, y a continuación se introducen las coordenadas de cada punto con objeto de crear una matriz de transformación de coeficientes. Tras esto, una función propia de GIS se encarga de aplicar la matriz de transformación para calcular las coordenadas reales de cada pixel en la imagen, transformando las dimensiones en x e y de cada pixel en coordenadas estándar. Obtenidas las coordenadas reales, las imágenes registradas se clasifican en zonas de respuesta espectral similar por medio de un procedimiento de clasificación no supervisado. Una clasificación no supervisada es aquélla que identifica grupos naturales, o clases espectralmente homogéneas, dentro de los datos multiespectrales. Filtrando los mapas ya clasificados, es posible eliminar las pequeñas incursiones de otras clases dentro de una clase dominante, manteniendo gran parte del patrón espacial original. La Figura 4.1 muestra un mapa clasificado y filtrado con cuatro diferentes zonas, cada una de ellas representando un nivel de producción diferente, dado por la Figura 4.2, en dos años consecutivos. 4.2 Yield Mapping (Mapas de Rendimiento) 4.2.1 ¿Qué es un mapa de rendimiento? Imaginemos la siguiente situación: La media de una plantación de maíz fue de 120 bushels el año pasado, pero se sospecha que algunas zonas llegaron a producir hasta 160 bushels, mientras que otras tan sólo 80. Si el agricultor supiera a ciencia cierta qué zonas son las que más producen, ¿las trataría de modo distinto? Esto es lo que un mapa de rendimiento intenta reflejar: la variación espacial de la producción. 4.2.2 ¿Cómo se crea un mapa de rendimiento? Para crear un mapa de rendimiento, basta con conocer en cada instante la posición exacta de la cosechadora y la cantidad de grano cosechado en esa posición. Por tanto, los mapas de rendimiento se obtienen a partir de los datos recopilados por una cosechadora que incluye un sistema de posicionamiento de vehículos junto con un sistema de sensores que calculan la cantidad de grano cosechado. Los datos de posición pueden obtenerse por medio de varios sistemas diferentes, pero actualmente el sistema estándar más utilizado es DGPS, debido a la ya mencionada mayor precisión proporcionada. Las medidas se realizan cada segundo (aproximadamente, dependerá del equipo a utilizar), y los datos a considerar son tres: latitud, longitud y cantidad de cosecha en ese punto. Una vez obtenidos los datos y almacenados, éstos pueden ser procesados por medio de varias técnicas geoestadísticas (generalmente Kriging) y transformados en un mapa de rendimiento. Obtenido el mapa, su interpretación es también muy importante, ya que una mala elección de la representación del mapa puede ser desorientativa, en lugar de ayudar a tomar decisiones. Dado que los mapas de rendimiento son utilizados con fines administrativos, las consideraciones espaciales son de gran peso. Un mapa con un exceso de variaciones no sería aconsejable a la hora de tomar decisiones. Para que el mapa sea significativo, requiere algún tipo de allanamiento de los datos, de modo que sólo los altibajos más importantes en la cantidad de cosecha se vean reflejados. Las Figuras 4.3 y 4.4 nos sirven para ilustrar estos hechos. La Figura 4.3 muestra un mapa de rendimiento que tiene demasiadas perturbaciones como para ser apropiado a la hora de tomar decisiones. La Figura 4.4 (izquierda) nos muestra este mismo mapa, pero suavizado por medio de un algoritmo, de modo que sólo se muestran las variaciones más importantes. La Figura 4.4 (derecha) es el Mapa de datos potencial con la misma interpretación, pero mostrando unos patrones de producción claramente distintos, esta vez sin las anomalías propias de la cosecha. 4.2.3 Posibles errores cometidos durante la elaboración de un mapa de rendimiento Los principales errores a considerar pueden dividirse en seis grupos: 1.- Desconocimiento de la anchura de la cosecha entrante en el cabezal durante la recolección Debido a los aparatos asociados a los sensores de grano que calculan la salida de la cosechadora en toneladas por hectárea. El peso se calcula a partir de la salida del sensor de grano a través del tiempo, y el área se deduce a partir de la anchura del cabezal de la cosechadora multiplicada por la distancia recorrida en ese tiempo. 2.- Retardo del grano a través del mecanismo de trilla Debido a que el grano tarda un tiempo finito en alcanzar los sensores de grano desde que se recolectó. De este modo, al arrancar la cosechadora ésta avanzaría un determinado trayecto hasta que los sensores detectaran entrada de grano, trayecto durante el cual se han estado realizando mediciones y obteniendo un nivel de cosecha nulo. Un caso parecido se daría al salir de una zona de elevado rendimiento y entrar en otra de bajo, o al salir de una de bajo rendimiento y entrar en otra de alto. Dado que el retardo puede variar durante la cosecha, no se traducirá tan sólo como un error de offset a lo largo de todo el mapa. 3.- El error inherente de precisión propio de GPS 4.- Salida de grano a través del sistema de transporte de la cosechadora 5.- Pérdida de grano por parte de la cosechadora 6.- Precisión y calibración de los sensores 4.3 Gross Margin Maps (Mapas de Margen de Beneficios) Si el mapa de rendimiento puede considerarse como el ingreso de la granja a partir del campo, y el desembolso fuera la suma del coste fijo (renta) más el coste variable (semillas, fertilizantes, cosecha...), donde este coste variable se considera uniformemente aplicado, la diferencia entre ingresos y gastos nos daría el mapa de margen de beneficios. Dado que se ha considerado un ingreso variable en el espacio, y unos gastos uniformes, el mapa de margen de beneficios tendrá exactamente la misma forma que el mapa de rendimiento, pero con un offset diferente. Este mapa de beneficios puede utilizarse para tomar decisiones directas, tales como qué zonas no son rentables para la producción, y por lo tanto sería mejor no cultivar. La Figura 4.5 representa un mapa de margen de beneficios, para el caso concreto de un cultivo de trigo. 5. DS SY MIS (DE CIS ION SU PP ORT SYSTEMS AND MANAGEMENT INFORMATION SYSTEMS) El objetivo de un sistema de información como MIS es suministrar ayuda en la toma de decisiones que conduzcan a un incremento de la productividad agrícola. Previamente a la toma de decisiones debe realizarse un análisis de los datos de los que se dispone. Ya que cada explotación agropecuaria es diferente, los sistemas de información deben ser hechos a medida de cada agricultor. Tradicionalmente la toma de decisiones estaba completamente basada en la experiencia del agricultor acumulada durante muchos años de trabajo. La información de suministradores o vecinos también podía ser tenida en cuenta. El intercambio de información era siempre oral. Por otro lado, en la Agricultura de precisión el flujo de información es mucho más complejo. El granjero, después de obtener todos los mapas, se encuentra con una enorme cantidad de datos que por sí mismos no indican nada. El uso de GIS permite presentar mapas combinando varias capas, mostrando así la interacción entre cosecha, características topográficas, propiedades del suelo, etc. De esta manera el agricultor puede observar la variabilidad en sus fincas y obtener una mejor comprensión de qué zonas son más productivas que otras. El componente principal del flujo de información en la Agricultura de precisión es el MIS o Sistema de Información de Gestión. Se suele hablar casi indistintamente de MIS y de DSS como herramientas software empleadas en la toma de decisiones. Para diferenciar un poco más se puede decir que MIS es un sistema integrado que engloba el conjunto de todo el software empleado en Agricultura de precisión: software para elaboración de mapas, herramientas de interpretación con filtros expertos, base de datos con información espacial, herramientas de modelado, sistemas de información geográfica, sistemas expertos de inteligencia artificial y software de procesamiento de imágenes. El DSS sería la parte del MIS encargada de la ayuda en la toma de decisiones. De aquí en adelante emplearemos sólo el término MIS para referirnos a cualquiera de ambos. El MIS tiene tres tareas fundamentales: Entrada, Organización y Almacenamiento de datos, Presentación y Análisis, e Integración e Implementación. Entrada, Organización y Almacenamiento de Datos En este punto debe establecerse un esquema de almacenamiento de los datos, fundamentalmente mapas, basado en directorios y un esquema de nombramiento de los mapas, así como una organización del tipo base de datos. • Presentación y Análisis Es necesario seguir unas pautas para poder comparar mapas de cosechas de la misma finca correspondientes a diferentes años. Por lo tanto, los mapas deben obtenerse siguiendo las mismas técnicas de procesado y clasificación. Algunas de estas directrices podrían ser: proyección de mapa UTM, misma escala de colores para distinguir producciones, escala de cosechas idéntica para el mismo cultivo y caja con datos del mapa. Seguidamente se presentan mapas de la misma parcela referentes a años anteriores. En la presentación se produce un análisis que consiste en añadir a la visualización los datos de un sistema experto. • Integración e Implementación Combinando los mapas de años precedentes se obtiene un mapa de tendencias en las cosechas. De esta manera el agricultor puede observar las variabilidades espacial y temporal. Con la ayuda de un sistema de Inteligencia Artificial (DSS) y su propia experiencia se elabora finalmente el mapa de tratamiento. El mapa de tratamiento muestra de forma precisa la localización y cantidad del tratamiento (en términos de semillas, fertilizante o herbicida) o acción a llevar a cabo (por ejemplo arado y acondicionamiento) dentro de la tierra. 6. VARIABLE RATE APPLICATIONS (VRA) Las Variable Rate Applications consisten en la aplicación a medida de un tratamiento a una pequeña zona en vez de tratar toda la tierra de manera uniforme (técnica utilizada en la Agricultura tradicional). El objetivo de las VRA es reducir los costes y mantener la cantidad y calidad de las cosechas de forma medioambiental y económicamente sostenible. Se podrían resumir en el principio de "a cada cual según su necesidad". Las VRA se basan en el uso del mapa de tratamiento. Si bien el conseguir el mapa de tratamiento es relativamente sencillo, la optimización de su uso tiene algunas complicaciones, las cuales están intentando resolver las investigaciones actuales. En esencia todas las VRA funcionan de manera similar. El mapa de tratamiento se almacena en una smartcard (tarjeta de memoria del tamaño de una de crédito), o en un disquete, y es insertado en el equipo del tractor. El equipo de a bordo emplea DGPS para el posicionamiento y accede al mapa de tratamiento almacenado. El ordenador de a bordo compara ambas informaciones, establece cuál es el nivel de aplicación o acción que tiene que realizarse en ese punto concreto de la finca y envía las señales apropiadas al sistema de control de maquinaria. El operador, si puede observar en un display dentro de la cabina del tractor qué tasa de aplicación se está utilizando, no necesita realizar ningún ajuste Las VRA se aplican en las siguientes áreas de la Agricultura: Abonos La tecnología VRA para fertilizantes está hoy en día razonablemente desarrollada desde el punto de vista de hardware y software. No obstante, todavía no se ha desarrollado el proceso que aconseje un determinado abono en función de cada tipo de suelo y cultivo que aparece en los mapas GIS. • Insecticidas El empleo de estas sustancias químicas implica el uso de GPS y el rastreo de la tierra para controlar insectos o enfermedades. Un operario emplea GPS para realizar un mapa del terreno infectado y anota las localizaciones con detalles específicos sobre el insecto. El MIS crea un mapa de tratamiento con las necesidades de insecticidas y se carga en el controlador del difusor. El difusor de insecticidas, conectado a un receptor GPS, aplica las sustancia sólo en aquellas zonas que contienen insectos, en vez de aplicar una tasa uniforme a toda la tierra • • • • • Arado Plantado Eliminación de malas hierbas Regado Cosechado 7.1 Agricultura de precisión en las plantaciones de banano y plátano en Colombia Colombia es uno de los mayores exportadores mundiales de banano y plátano (112.000 acres). La más dañina de las enfermedades que ataca a estos cultivos es la llamada Sigatoka Negra, causada por un hongo. Este hongo se desarrolla y ataca las hojas de las plantas de banano y plátano causando su muerte y eventual pérdida de las hojas, acelerando así el proceso de maduración de los racimos. Esta enfermedad representa una gran amenaza económica si se toma en cuenta que el banano y el plátano deben llegar a su puerto de destino completamente verdes. El costo promedio anual para controlar este hongo en Colombia es de 25 millones de dólares. Debido a que los agroquímicos conforman hasta el 75 por ciento de estas cifras, incorporar una nueva tecnología para controlar la Sigatoka Negra en las plantaciones es esencial para racionalizar el uso de agroquímicos. El control de la Sigatoka Negra implica dos tareas primordiales: el control de las plantaciones y la fumigación aérea. Estas actividades son realizadas por la empresa Calima con el apoyo de herramientas GPS y GIS para posicionamiento, recolección y procesamiento de información de campo. Control de las plantaciones A fin de determinar la cantidad de agroquímicos a utilizar, se recorre la plantación cogiendo unas cuantas hojas al azar para concluir cuántas y cuáles tienen el hongo. Tradicionalmente, esta labor es realizada de manera rudimentaria por los trabajadores de las comercializadoras de fruta, quienes registran manualmente la información en el campo. Después, el trabajador procesa dicha información, generando un informe del estado de ataque del hongo, el cual es entregado cada dos semanas. Con este método, la máxima productividad alcanzada es de 200 acres controlados por semana y empleado. Otras desventajas del método tradicional son: su costo de operación elevado, la demora en la toma de decisiones y que el mismo no garantiza que el empleado recorra toda la plantación. Para aumentar la eficiencia en el control de las plantaciones, Calima optó por la utilización de un sistema GPS de precisión para la recolección de información geográfica en tiempo real y el levantamiento de mapas y procesamiento de la información. El sistema emplea un radiofaro propiedad de Calima, situado a 300 Km de las plantaciones, para transmitir las correcciones diferenciales DGPS. Asimismo, de un equipo GPS, recolectores de datos y software para el procesamiento de la información en un GIS. El trabajador recorre la plantación en zigzag capturando información de las plantas de banano al azar. Una vez que su equipo GPS está listo para funcionar crea un archivo de movimiento e introduce el nombre de los atributos de la finca que va a controlar. El trabajador se coloca lo más cerca posible a la planta e inmediatamente el equipo registra posiciones cada segundo y va mostrando en pantalla cuántas posiciones lleva. El operador cuenta las hojas de la planta y las introduce en el equipo; luego, busca qué hoja está infectada e ingresa la información, estando la antena colocada lo más cerca posible de la hoja. Las ventajas de esta tecnología con respecto al método tradicional son evidentes. Con la utilización del GPS, el empleado puede cubrir hasta 375 acres por semana. La información generada puede ser procesada fácilmente en el mismo día, permitiendo la visualización del área recorrida por el trabajador con el fin de garantizar que el área asignada fue cubierta. La incorporación de tecnología GPS de precisión en las plantaciones de plátano y banano, permitió a Calima obtener beneficios en el corto plazo, tales como: un posicionamiento de precisión de aproximadamente 15 cm, en postproceso; la posibilidad de seguimiento del tiempo de iniciación y terminación del trabajo de campo y la determinación del área cubierta por el trabajador; la presentación visual de la información, facilitando así su comprensión; la posibilidad de contar con información rápida, eficiente y confiable; la determinación precisa de áreas problema y sus coordenadas y, finalmente, la optimización de los recursos humanos. La información recolectada en campo es utilizada en post-proceso, obteniendo una descripción muy detallada de la plantación en un GIS. Esta información permite al dueño de la plantación, al inspector de Sigatoka Negra y a la compañía de fumigación aérea tomar decisiones con rapidez y precisión. Con el objetivo de proceder a la fumigación, en primer lugar se toman las coordenadas del perímetro del área en mención con la ayuda del sistema de recolección de datos. Esta información es transmitida al equipo del avión fumigador a través de la utilidad "Insertar Objetivos". El sistema de guía de precisión GPS procesa esta información para generar, en la pantalla del avión, el área a fumigar con sus atributos: el área total y el número de pasadas necesarias para cubrir toda el área. Fumigación aérea El control de la Sigatoka Negra demanda la aplicación de agroquímicos por vía aérea. Los aviones deben estar equipados con sistemas de guía de precisión GPS para la fumigación área. Tradicionalmente, la aplicación aérea de agroquímicos se efectúa con la ayuda de banderas humanas. Estas personas se mueven a través de líneas imaginarias llevando consigo globos fluorescentes para indicar al piloto la trayectoria del lote que se va a fumigar. Durante la aspersión del cultivo, las banderas humanas se desplazan de un punto a otro a través de las líneas imaginarias. En general, los puntos delimitados anteriormente no son precisos con relación a la distancia planeada, lo que genera una señalización insuficiente y una cobertura inadecuada. Adicionalmente, las personas que realizan estas labores están expuestas a la contaminación por agroquímicos, dependiendo de si utilizan o no el equipo adecuado de seguridad industrial. Hoy en día se ha incorporado la tecnología GPS a través de un sistema de guía de precisión para la fumigación aérea. El sistema no sólo posibilita un aumento de la productividad y un ahorro de combustible, sino que despeja las preocupaciones en torno a la aplicación incorrecta de agroquímicos, racionalizando su uso y más importante aún, permite prescindir del trabajo de personas en labores peligrosas. La tecnología GPS utiliza un sistema de posicionamiento global diferencial (DGPS) en tiempo real, con una precisión de 1 - 3 metros RMS, para guiar la aeronave y permite la aplicación precisa de los agroquímicos. Esta tecnología ha permitido mantener un excelente control y reducir los costos en los programas fitosanitarios. Con el fin de alcanzar una exitosa aplicación de los agroquímicos usando este sistema, deben seguirse estrictamente los siguientes parámetros: • • • • Localización exacta de los lotes a fumigar Señalización en tiempo real Ancho de pasada con precisión submétrica Altitud y velocidad de vuelo constante La unidad receptora instalada en el avión recibe señales con corrección diferencial de la estación base cada segundo. Estas señales guían al piloto con una precisión submétrica en tiempo real de aproximadamente 75 centímetros. Una vez que la aplicación concluye, el trabajo es registrado y evaluado. El sistema de guía de precisión aérea GPS ofrece varias posibilidades que permiten incrementar la eficiencia de la fumigación aérea. Entre estas se cuentan: • • • • • Cambiar el ancho de la pasada de acuerdo a las especificaciones del cliente. Cambiar la orientación de la línea de pasada, de acuerdo a los linderos del lote. Modificar los grados de la línea de pasada. Editar un bloque previamente creado para borrar o anexar áreas. Modificar la orientación de la aplicación, alterando el orden de la pasada, o sea, empezando en el número uno y • • terminando en el número cincuenta, ascendiendo; o empezando en el número cincuenta y terminado en el número uno, descendiendo. Generar un gráfico en la pantalla, haciendo visible la labor realizada y encontrando los errores cometidos con el fin de corregirlos posteriormente. Permitir la búsqueda de una pasada determinada para su corrección o conexión de fumigación. Beneficios técnicos y económicos Algunos beneficios técnicos obtenidos gracias al GPS son: • • • • Incremento del área fumigada por día y por hora Versatilidad en el programa de fumigación de la plantación Seguridad aérea Reducción de los riesgos de error en los lotes y mejoramiento en el control de la Sigatoka Negra. Desde el punto de vista económico se tienen los siguientes: • • • • • • Horas de vuelo Menos horas de turbina Menor mantenimiento Menor uso de agroquímicos Menores ciclos de aplicación Reducción de costes en los mecanismos de control Equipos empleados Calima utiliza los siguientes productos de Trimble (Sunnyvale, California, EE.UU.) en sus operaciones: el sistema GPS Pathfinder Pro XR para creación de mapas y recolección de datos de campo y el software Pathfinder Office para el procesamiento de la información. El sistema de guía de precisión para la fumigación aérea empleado es el TrimFlight GPS. 7.2 Compactación de suelos en Nueva Zelanda Uno de los problemas contra los que tienen que enfrentarse los ingenieros forestales es la compactación de suelos producida por el paso de las máquinas. La técnica de analizar muestras del terreno no es válida en este caso, ya que los investigadores de suelos normalmente se centran en centímetros o metros cuadrados, o como mucho en una hectárea, mientras que los ingenieros forestales han de abarcar decenas, cientos o miles de hectáreas. Las investigaciones demuestran que, en ocasiones, basta con tres pasadas de un vehículo para ocasionar la compactación del suelo. Semejante daño suele ser invisible en la superficie del terreno. Para estos casos no es suficiente el conocimiento de los daños causados a menor escala, sino que hay que determinar el efecto de las máquinas sobre al tierra en grandes áreas. Es aquí donde entran en juego agencias de investigación, como LIRO, y el sistema GPS. Las raíces del problema Una de las metas en Nueva Zelanda es minimizar el uso de leyes que digan a los administradores qué hacer; son las compañías quienes tienen que regular y controlar sus propias actividades. De modo que estas compañías, al final, contratarán los servicios de una agencia de investigación que les dé la información necesaria. El problema de la compactación no es nuevo para los agricultores, pero en el caso de los forestales es todavía más complicado, ya que el daño puede pasar desapercibido durante 25 ó 30 años, y por lo tanto la producción de esa zona decaerá, debido a las malas condiciones del suelo. Es decir, un modo efectivo de mantener la productividad de le zona es minimizando la compactación del suelo, en primer lugar. Uno de los proyectos más recientes de LIRO ha sido idear un método innovador, de precisión submétrica, que utilice equipos GPS convencionales para mostrar a los administradores qué cantidad de tráfico se da en sus bosques y si éste está afectando adversamente al medio ambiente. Ya era conocido que la caracterización de la compactación de suelos llevada a cabo de un modo tradicional era un proceso difícil, costoso e intensivo. Tras un proyecto previo llevado a cabo en 1994 se sabía que habría que seguir aplicando algunos de los métodos tradicionales, tales como el muestreo esencial o el uso de medidores de penetración para definir la variabilidad de la tierra a lo largo de un emplazamiento. Sin embargo, se pretendía encontrar una técnica que disminuyera la dependencia en ellos. El enfoque alternativo propuesto fue el implicar el uso de guiado remoto de maquinaria. Este enfoque tendría que aportar precisión submétrica, lo cual es esencial para determinar con exactitud los patrones del recorrido de las máquinas. Para ello se tuvo siempre en mente mantener todo lo más simple posible. La técnica recaía en tan sólo unos pocos aparatos: un receptor GPS comercial de ocho canales, L1, código C/A (con igualación de portadoras), un cargador de datos de 640 kilobytes, una antena remota, un ordenador y un software para creación de mapas. El proceso se dividía en dos pasos: obtención de localizaciones por medio de GPS y generación de mapas de recorridos. El equipo GPS era montado en el bosque, y una máquina iba recogiendo posiciones durante el día. Al cabo del día, todos los datos almacenados eran post-procesados y descargados en el software de creación de mapas. Una meta submétrica Una elevada precisión es imperativa en el estudio de los recorridos de las máquinas. En este estudio, la anchura de los caminos sería función de la anchura de la máquina y el error cometido por las mediciones en GPS, estando la antena de medición GPS en la línea central del vehículo. Si se supone una anchura de la máquina de 3m, y 1m de error cometido, esto resulta en un total de 5m de anchura del camino. Inadmisible. En este caso, la precisión requerida se hace en el post-procesamiento. Los datos recopilados eran descargados y enviados para el análisis. Debido al emplazamiento del lugar de estudio, se pudo utilizar correcciones a partir de tres de las estaciones base de TerraLink NZ Limited, y de una estación base de uso privado. Estas cuatro estaciones contaban con una distancia en el rango de 50 a 150Km, lo cual permitió estudiar el error que afectaba a las mediciones realizadas con GPS. Al final se obtuvo que la precisión era de 1,15m en el 95% de los casos, con estaciones base situadas a menos de 150Km. Ahora sólo quedaba saber cómo se vería afectada la señal bajo condiciones normales de estudio; es decir, en un espacio abierto donde pueden darse interferencias, debidas, por ejemplo, a la vegetación de la zona. Tras un estudio previo, se llegó a la conclusión de que la señal se veía afectada por el multicamino, lo cual llevaba a soluciones no tan obvias o baratas. Predecir errores en la localización en un entorno de multicamino puede parecer una buena idea, pero desde luego no es sencilla de implementar, y superaba el presupuesto del proyecto de LIRO. Se definió una nueva línea de visión, en la que se requería la optimización de la precisión mientras se trabajaba dentro de los límites del receptor. Ésta consistía de dos pasos: eliminar datos potencialmente anómalo durante la grabación de datos, e identificar datos "fuera de especificaciones" durante el análisis. Se deseaba eliminar datos anómalos porque el volumen de datos generados con esta técnica empleada prohibía preguntar o revisar datos durante el post-procesamiento. Trazando el mapa de caminos de máquinas Una vez solucionado el problema del multicamino y la pérdida de información, el siguiente paso era desarrollar un programa de trazado de mapas. En principio, los datos GPS procesados eran una serie de coordenadas de Nueva Zelanda que al dibujarse representaban al patrón de caminos de las máquinas. Esta información por sí misma podía ser aclaratoria, porque permitía discernir la extensión del camino, pero mostraba tan sólo un esqueleto al que había que añadir más datos. A pesar de poder generarse localizaciones GPS con relativa sencillez, las cuales permitían ver hasta qué punto una sección había sido transitada, esto no decía nada todavía acerca de la severidad del tránsito. Había que considerar el número de pases de la máquina sobre un área particular. Para dar cuerpo al esqueleto de datos GPS, se añadió anchura al camino, para representar el suelo que quedaba bajo la máquina, y crear un camino continuo que permitiera identificar solapes entre pasos de sucesivas máquinas. El resultado de esta tarea fue un programa software que no sólo crea representaciones de máquinas y genera estadísticas, sino que también representa datos preliminares. La Figura 7.2 muestra el resultado de la evaluación de los datos tras ser éstos procesados por el paquete software. La ventaja del software es que ayudaba a determinar solapes entre caminos. El terreno se representaba como celdas de 50cm cuadrados, formando un mapa de bits. El software lee localizaciones GPS y a continuación genera polígonos entre localizaciones GPS sucesivas. Todas las celdas dentro del polígono se marcan como receptoras de un paso de maquinaria. Si hay superposición, el número de pasos en esa zona aumenta. La Figura 7.3 muestra el resultado final, con los colores ya asignados según el número de pasos por cada zona. 7.3 Uso de DGPS para mejorar la producción de maíz y la calidad del agua en Nebraska (USA) El uso de fertilizantes puede llegar a ser tan beneficioso para nuestros cultivos como dañino para nuestra salud. Es el caso de Nebraska Central, donde gran parte de la tierra es destinada al cultivo de maíz de regadío. En estas zonas se ha descubierto que más de 500.000 acres de tierra de cultivo tienen agua subterránea con concentraciones de nitrógeno (N) superiores a las 10 partes por millón (ppm), siendo ésta la concentración máxima permitida en el agua potable en USA. Dado que los fertilizantes derivados del nitrógeno utilizados en la producción del maíz son una fuente de contaminación de las aguas subterráneas, y que este tipo de fertilizantes es totalmente necesario para obtener una producción de maíz óptima, la idea de reducir simplemente el nivel de fertilizante aplicado al terreno no es válida, ya que esto se traduciría en una cosecha pobre. Por tanto, parece lógico buscar el modo de aplicar fertilizantes en cantidades variables, dependiendo del tipo de tierra, reduciendo así el impacto medioambiental. La aplicación en cantidades variadas de fertilizante resulta una tarea relativamente simple si se cuenta con la ayuda de un sistema de posicionamiento, como es DGPS. Por medio de una antena colocada en el tractor y un controlador puede seguirse el rastro del vehículo y en cada punto ajustar la salida de fertilizante según la cantidad recomendada para esa zona. Sin embargo, el mayor problema surge a la hora de determinar un mapa que refleje las necesidades de cada punto. Determinando las necesidades de fertilizante Las decisiones acerca de la cantidad de fertilizante que debe aplicarse pueden realizarse tres veces a lo largo del año. Los granjeros deben: • • • Estimar la aplicación inicial de fertilizante Corregir las deficiencias producidas durante la temporada Evaluar la efectividad obtenida durante esa temporada, y hacer ajustes para el año siguiente Estimación de la cantidad inicial Ésta puede realizarse de diferentes maneras, según una visión tradicional de la Agricultura, o empleando las nuevas técnicas, acerca de las cuales se ha hablado durante todo el informe. Según visión tradicional: Podría hacerse calculando una cantidad media de fertilizante a aplicar, mediante el análisis conjunto de varias muestras recogidas a lo largo de todo el cultivo. También el agricultor podría decidir ahorrarse todo este trabajo, y utilizar los datos obtenidos en años previos. En cualquiera de los casos, se estará empleando una cantidad media de fertilizante, que en algunas zonas del terreno no llegará a cubrir las necesidades, y en otras las excederá con creces. • Según la Agricultura de precisión: Aquí aparecen también dos posibles métodos: Estableciendo una rejilla por medio de DGPS, con un área de celda predefinida por el usuario. El propio sistema DGPS guiará después la máquina hasta un punto determinado de cada celda, donde podrá recogerse una muestra de tierra que será posteriormente analizada. Al final, a cada celda se le asignará una cantidad de abono. Se trata de un método bastante costoso. o Por medio de la observación de una imagen aérea del terreno de cultivo, antes de haber sembrado las semillas. Así, analizando los colores, se puede dividir toda la plantación en zonas, y a continuación tomar una muestra de tierra en cada una de esas zonas. De esta manera se puede determinar qué zonas requieren de más o menos fertilizante. Se trata, por tanto, de establecer las características espaciales (variabilidad espacial) del terreno. o La Figura 7.4 muestra una comparación entre el mapa de materia orgánica determinado a partir de una fotografía aérea, y los resultados obtenidos por análisis de una rejilla de 40x80 pies. Se puede apreciar una fuerte similitud entre ambas imágenes, con la salvedad de que el mapa obtenido a partir de una imagen aérea lleva un esfuerzo mucho menor. Además, las imágenes aéreas pueden ser utilizadas también en el caso de querer analizar otros nutrientes, como los niveles de fósforo, por ejemplo. En este ejemplo concreto, se optó por utilizar imágenes aéreas, que posteriormente fueron digitalizadas y georreferenciadas por medio de puntos de control medidos con DGPS y la ayuda de las características topográficas del terreno. A continuación se tomaron algunas muestras de tierra dentro de cada zona, con lo que se pudieron calcular los niveles de nitrógeno en cada una de ellas, y así realizar una prescripción de la cantidad de fertilizante a aplicar. La Figura 7.5 muestra los resultados obtenidos a partir de una imagen aérea digitalizada. Corrección de las deficiencias durante la temporada En este caso se aplica el fertilizante sólo donde y cuando es requerido. Esto se puede llevar a cabo por medio de dos métodos diferentes: • • Por medio de fotografías de la vegetación: en lugar de examinar las fotografías de la tierra sin plantar, lo que se hace es fotografiar la plantación una vez el maíz ya ha brotado. Está comprobado que las imágenes aéreas de una plantación de maíz de regadío tienen una considerable variabilidad en el color de sus hojas, debido a la cantidad de fotosíntesis que se lleva a cabo en ellas. Georreferenciando los datos de las fotografías, se pueden determinar áreas donde la vegetación es más pobre, y por lo tanto requerirá de fertilizantes. Por medio de sensores ópticos: emplea sensores ópticos en tiempo real. Los sensores identifican el estado de las plantas analizando la luz que reflejan sus hojas. Las plantas afectadas reflejarán mucha más luz que las sanas, debido a una menor fotosíntesis en sus hojas. Este método no requiere de fotografías aéreas ni de DGPS para georreferenciarlas. Evaluación tras la temporada La aplicación de fertilizante puede mejorarse por medio de la evaluación de la suficiencia o deficiencia de nitrógeno en la plantación tras la temporada. Uno de los métodos más empleados en los últimos tiempos es el control de la cantidad de grano cosechado (Grain Yield Monitoring), explicado en apartados anteriores. Para este caso concreto se utilizó un sistema de navegación, guía, mapeo y recolector de datos que incluía un receptor de 12 canales, el cual cubría todas las necesidades de GPS. Por norma general, se estaban siguiendo ocho o más satélites, los cuales proporcionaban una precisión submétrica en combinación con un servicio de corrección diferencial de área extensa. El receptor incluía un diferencial remoto de tiempo real configurado para el formato RTCM SC-104. Un sencillo 486 con dos puertos serie RS-232 almacenaba la posición DGPS por uno de los puertos, mientras que por el otro recopilaba la salida del monitor de grano, creando con ambos datos un único fichero de texto con toda la información (la terna longitud - latitud - cantidad de cosecha). Un software adicional permitía escoger entre cinco categorías distintas de cantidad de cosecha, las cuales podían ser indicadas en el mapa por medio de colores, y añadidas a dicho mapa de seguimiento de la cosechadora. En esta ocasión se tuvo que pelear también contra los problemas que acarrea el control de la cantidad de grano cosechado, como sucede al pasar de una zona con elevada cosecha a otra de cosecha nula. Este problema se corrigió por medio de un paquete software específico. .4 Fumigación de precisión en Canadá La aplicación de herbicidas en zonas específicas tiene el potencial para reducir los costes de control de malas hierbas y decrementar la cantidad de pesticidas en el medio ambiente. Los métodos manuales para aplicar pesticidas de forma específica son demasiado costosos en cuanto a tiempo se refiere para llevarlos a cabo, pero las tecnologías actuales permiten automatizar el proceso de fumigación selectiva por medio del uso de GPS diferencial (DGPS). Mediante DGPS se pueden marcar las localizaciones exactas de malas hierbas, y el resto del equipo de la granja se encargará de la fumigación propiamente dicha. Para ello, por supuesto, se requerirá de ordenadores con memoria y velocidad suficiente para procesar grandes cantidades de datos, sistemas de información geográfica (GIS) para preparar los mapas de aparición de las malas hierbas, y fumigadores avanzados que permitan su control por medio de un ordenador a bordo, el cual siga prescripciones predeterminadas. Se ha demostrado que, en algunos casos, la fumigación de precisión puede reducir el uso de herbicidas en un 40%, dependiendo de la situación del terreno. Agricultura frente a tecnología Uno de los grandes retos en la implementación de técnicas específicas para una zona es que GPS, GIS, y el software empleado, así como los equipos para el campo se han desarrollado mucho más rápidamente que el conocimiento agrícola necesario para tomar la mejor decisión a partir de los datos recopilados. Durante este proyecto los investigadores intentaron dar con técnicas que integraran de un modo efectivo las nuevas tecnologías en operaciones de campo. Inicialmente, se instaló una estación base DGPS en lo alto de un almacén de grano, cubriendo alrededor de un millón de acres de la zona circundante. Su receptor y transmisor DGPS de 12 canales, L1, código C/A permitían la recepción de correcciones diferenciales desde cualquiera de los terrenos donde se estaba llevando a cabo el proyecto, logrando por tanto precisiones dentro de 1m en todo el área de estudio. Para generar mapas a partir de estos datos y permitir el planteamiento de la Agricultura según zonas específicas, se instaló un receptor de 12 canales, L1, código C/A en una cosechadora, colocando la antena en el centro del techo de la cabina. La antena se conecta por medio de un cable a la "caja negra" que hay dentro del vehículo, la cual porta una computadora y un módem de radio. La cosechadora se condujo por todo el perímetro del terreno para recopilar los datos topográficos, y a través del mismo en líneas rectas. El receptor DGPS recopilaba los datos en intervalos de un segundo, datos que más tarde se importarían al sistema GIS para crear los mapas base. Además de los datos así recogidos, investigadores del proyecto habían añadido capas a la base de datos GIS para un mejor estudio del terreno. Estos datos incluían información acerca de la composición de la tierra de cultivo, localización de las malas hierbas, rendimiento... A lo largo de este proyecto se descubrió que, a pesar de que la división convencional del terreno según una rejilla provee de información acerca de la distribución de malas hierbas a lo largo de un campo, los datos resultantes no son lo suficientemente precisos como para lograr a partir de ellos un mapa de prescripción de herbicida. Por tanto, se desarrollaron métodos de muestreo lineales y poligonales que fueron comparados a los métodos tradicionales de rejilla. Al final, la técnica de muestro lineal demostró ser menos costosa y más precisa que el muestreo por rejilla o según polígonos. La Figura 7.6 da un resultado gráfico de la evaluación de estas tres técnicas. Fumigación en zonas específicas Tras el periodo de investigaciones, por fin se puso en práctica el modelo de fumigación específica desarrollado. Para ello se confeccionó en primer lugar un mapa de aplicación de herbicida, según el método de muestreo lineal. A continuación, un equipo experimental de fumigación (dotado de una antena DGPS en el techo de la cabina, a través de la cual se recogían constantemente datos en tiempo real sobre la localización del equipo, los cuales eran pasados al ordenador de a bordo) controlaba de forma automática la activación/desactivación de los fumigadores. El operador podía en todo momento controlar el progreso en la pantalla de la cabina, y si fuera necesario modificar las órdenes del ordenador. Por desgracia, todavía no se conocen los resultados finales del proyecto, pero no hay duda acerca del atractivo de la fumigación de precisión, dado la simplicidad de la técnica y la reducción de costes, sumado a un incremento en la eficiencia, que ésta supone. 7.5 Control de la PAC en Andalucía La Política Agraria Común (PAC) de la Unión Europea consiste en la entrega de subsidios a los agricultores que siembran cultivos específicos en las cantidades ordenadas por la PAC. Para recibir la subvención el agricultor debe dejar una parte de sus tierras sin cultivar de forma que se evite la sobreproducción y se permita al suelo recuperarse. La Unión Europea debe controlar que esto se lleva a cabo y exige que al menos se audite el 5% de las zonas subvencionadas. Andalucía posee 3.8 millones de hectáreas de cultivo, que representan el 21% del total de España, y de las cuales 1.4 millones participan en la PAC. En 1995 la Junta de Andalucía decidió establecer un sistema flexible que permitiese realizar las auditorías de forma más rápida que con los métodos tradicionales de imágenes de satélite y aéreas, junto con las medidas con teodolito. Para la implementación del sistema se escogió el DGPS de postprocesamiento. Se establecieron tres estaciones base: una en Sevilla, otra en Granada y una tercera en Córdoba. Con una distancia máxima de 180 millas entre la estación base y el equipo auditor se obtuvo una precisión en postprocesamiento de 1m. Cada equipo de campo consistía en un receptor GPS de 12 canales, L1, código C/A, junto con un procesador Pentium, dos tarjetas PCMCIA de 2 megabytes y un handheld datalogger. El inspector disponía de un software que asociaba un código y un número de punto a cada posición GPS. Los inspectores recorrían el perímetro de la parcela auditada, obteniendo posiciones GPS cada 30m a 10 veces por segundo para cada posición. Anotaban además el tipo de cultivo en el datalogger. Si el límite de la parcela era frontera común entre dos cultivos diferentes, el inspector podía seleccionar más de un atributo para cada posición GPS. Una vez terminada la visita se volvía a la oficina, donde se volcaban los datos de las tarjetas PCMCIA en un PC para post-procesamiento. El postprocesamiento constaba de dos fases. En la primera, se aplicaban correcciones diferenciales a los datos. En la segunda fase se procesaban los atributos. Después se sobreponían estos mapas sobre un mapa UTM de cada provincia andaluza y se obtenía un mapa como el de la Figura 7.8, donde se muestran las zonas cultivadas y no cultivadas de la propiedad. El mapa se enviaba a la oficina central de la Consejería de Agricultura donde se decidía si conceder el subsidio o no. 7.6 Control de vehículos agrícolas con CDGPS en California La conducción autónoma de vehículos agrícolas no es una idea novedosa. Se han realizado varios intentos, pero todos han fallado debido a limitaciones en los sensores. Algunos de estos sistemas requerían de voluminosos mecanismos auxiliares en los alrededores o en la propia finca. Otros sistemas se fundamentaban en sistemas de visión, los cuales requerían buena visibilidad, buen tiempo y marcas en el terreno. Los sistemas GPS han permitido sistemas de control altamente precisos, de bajo coste y seguros para vehículos agrícolas. California es una zona importante por su Agricultura, fundamentalmente mediterránea, en Estados Unidos. La Universidad de Stanford ha ideado un sistema que permite usar vehículos sin conductor en zonas de visibilidad nula o muy reducida (zonas nevadas o con hielo, aplicación de pesticidas peligrosos) o realizar tareas tediosas o peligrosas sin la necesidad de estar presente en el vehículo. Muy importante para un sistema de este tipo es la capacidad de conducir el tractor a lo largo de líneas, arcos, espirales, curvas y otras trayectorias básicas relacionadas con tareas agrícolas. Además el sistema debe dar máxima precisión en cualquier circunstancia, incluso con visibilidad nula. La solución empleada para implementar este sistema ha sido el uso de carrier phase DGPS (CDGPS). Con CDGPS se logra una exactitud en la medida de centímetros y una precisión en la postura del vehículo de 0,1º, incluso en condiciones de visibilidad cero. La arquitectura hardware del sistema consiste en 4 antenas GPS en el techo del tractor y un rack dentro de la cabina. El ángulo de la rueda dispone de un potenciómetro que hace las veces de sensor y la rueda es dirigida por unidad de conducción eletro-hidraúlica. Un microprocesador Motorola hace de interfaz entre el ordenador de control y la unidad de conducción. El hardware GPS se fundamenta en un sistema CDGPS similar al Integrity Beacon Landing System (IBLS). Un receptor Trimble Vector de 6 canales da medidas de postura a 10Hz. Un receptor Trimble TANS de antena única producía las medidas code-phase y carrier-phase, usadas para dar la posición del vehículo, cada 4Hz. Además se dispone de un PC con sistema operativo de tiempo real LYNX-OS para conformar el Guidance-Navigation-Control (GNC), el cual realiza la interfaz de postura, los cálculos de posición, recolección de datos y cálculos de control. Con el sistema anterior se logra un sistema GPS kinemático de tiempo real que se modela por medio de un sistema matemático kinemático simple. La resolución del sistema de ecuaciones conduce al control del vehículo. 8. CONCLUSIONES A lo largo de todo el informe hemos podido constatar que el empleo de técnicas basadas en DGPS, junto con GIS y otras tecnologías, puede resultar beneficioso dentro del campo de la Agricultura, sustituyendo así la visión tradicional de la misma por lo que se ha dado en denominar Agricultura de precisión. Sin embargo, es sencillo comprobar que la aplicación de estas tecnologías no es tan obvia como en un principio parece. Para que resulte rentable es necesario disponer de medios, tantos tecnológicos como físicos. Por tanto, se ha demostrado cómo en América esta visión innovadora está logrando éxito, pero, por ejemplo, no sería un método en exceso eficiente a la hora de exportarlo a un país como el nuestro, España, donde tal vez no se cuente con la infraestructura suficiente, y además se tenga el problema adicional de la poca superficie de las fincas. Por otro lado, esta tecnología viene inevitablemente ligada al empleo de medios informáticos que interpreten los datos recopilados y resuelvan el problema concreto del modo más óptimo. De modo que no se trata tan sólo de una inversión en tecnología por parte del agricultor, sino que requiere también de un concienciamiento y preparación previos. Dejando a parte estos inconvenientes, se puede afirmar sin lugar a dudas que el empleo de GPS en la Agricultura, dentro de unas condiciones favorables, no aporta sino ventajas de todo tipo, como pueden ser: • Una reducción de los costes y un aumento de la producción, donde entran en juego los mapas del terreno y de producción. • Una mayor eficiencia en el empleo de recursos, tanto físicos como humanos y económicos. Se requieren menos horas de trabajo para realizar las mismas tareas, teniéndose ahora además una mayor precisión. En adición a esto, las técnicas de elaboración de mapas de producción y de mapas de margen de beneficios permiten deducir si hay zonas en la plantación que sería mejor no utilizar, ya que dan lugar a pérdidas. • Un menor impacto medioambiental, sobre todo en lo que a la aplicación de sustancias nocivas se refiere, ya sean pesticidas o abonos, dado que mediante el empleo de la Agricultura de precisión se pueden realizar prescripciones que se adapten a cada zona del terreno. Una disminución en el riesgo laboral, sobre todo a la hora de realizar fumigaciones aéreas • 9. REFERENCIAS Y ENLACES The Centre for Precision Farming, School of Agriculture Food and the Environment, Cranfield University, Silsoe, Bedford MK45 4DT England. http://www.silsoe.cranfield.ac.uk/cpf/ • "A Method for Direct Comparison of Differential Global Positioning Systems Suitable for Precision Farming", S. Saunders, G. Larscheid, S. Blackmore and J. Stafford. • "An Information System for Precision Farming", Simon Blackmore • "Interactions Between Farm Managers and Information Systems with Respect to Yield Mapping", G. Larscheid and S. Blackmore • "Management Decisions Based on Yield Maps", G. Larscheid, B. S. Blackmore and M. Moore. • • "Precision Farming - The management of variability", R Earl, P N Wheeler, B S Blackmore and R J Godwin "Precision Farming ; An Introduction", Simon Blackmore • "Precision Farming Applied to Plantation Agriculture", Andrew Emmott, Jonathan Hall & Robin Matthews • "Strategies for Managing Variability", B. S. Blackmore and G. Larscheid • "Yield Mapping; Errors and Algorithms", Simon Blackmore and Charles Marshall Stanford University GPS Group http://einstein.stanford.edu/gps/ • "System Identification of a Farm Vehicle Using Carrier-Phase Differential GPS", Gabriel Elkaim, Michael O’Connor, Thomas Bell, Dr. Bradford Parkinson • "System Identification and Robust Control of Farm Vehicles Using CDGPS", Gabriel Elkaim, Michael O’Connor, Thomas Bell, and Dr. Bradford Parkinson University of Missouri http://www.fse.missouri.edu/ • "Precision Agriculture: Global Positioning System (GPS)", Donald Pfost and William Casady (Extension Agricultural Engineers), Kent Shannon, (Associate Director of the Missouri Precision Agriculture Center University of Missouri-Columbia) GeoConvergência http://www.geoconvergencia.com • "Agricultura de precisión en las plantaciones de banano y plátano" GeoConvergência Marzo 1999, páginas 10-16 Precision Farming Magazine http://www.precisionfarming.com • "Practices and Potential. Assessing an Agricultural Revolution in Progress", Rex L. Clark , University of Georgia • • "Turning a Farm Art into Science. An overview of Precision Farming", Glen Gibbons, GPS World Editor "GPS: Putting the Precision into Farming", Glen Gibbons, GPS World Editor Trimble http://www.trimble.com • "Precision Agriculture FAQ" http://www.trimble.com/precise/pp_pragfaq.htm • "Trimble Precision Agriculture" http://www.trimble.com/precise/agri/index.htm Red Horse Technologies http://www.redhorsetech.com/index.htm • "GPS Technology Explained" http://www.redhorsetech.com/aggps/GPS_explained.html • "Understanding The GPS Terminology Used By Most Manufacturers And Retailers " http://www.redhorsetech.com/aggps/definitions.html The Royal Veterinary and Agricultural University. Department of Agricultural Sciences. Agrovej 10, DK-2630 Traastrup, Denmark http://www.agsci.kvl.dk/~lastjej5/plern-98/Precision-farmingfertilisation/index.htm • Presentación sobre Yield Mapping GPSWorld http://www.gpsworld.com • • "Using DGPS to improve corn production and water quality", Marzo 1996, páginas 44-52 "Unearthing Soil Compactation", Marzo 1997, páginas • • • • "Farming Pays: Andalucía’s Agricultural Application of GPS", Julio 1998, páginas 30-34 "A view form Above: Characterizing Plant Growth with Aerial Videography", Abril 1998, páginas 34-37 "What’s good for the gorwer: Assessing Goose Damage to Nothwest Crops", Marzo 1998, páginas 30-36 "Precision Spraying: Working Toward an Ideal", Febrero 1999, páginas 38-42 GeoWorld • • "When to choose real-time or post-processed DGPS corrections", Catherine Mansfield, Agosto 1999, Sección GPS/GIS Integration "U.S. Coast Guard to enhance GPS accurancy nationwide", A. Keith Turner, Marzo 1999, Sección GPS/GIS Integration GIS • • • "Principles of Geographical Information Systems for Land Resources Assessment", Burrough, P.A.(1986), Clarendon Press, Oxford University Press, New York "Geographic Information Systems: A management perspective", Aronoff, Stanley (1989) WDL Publications, Ottawa, Canada. "Geographic Information Systems: An introduction", Star, Jeffrey, and Estes, John E. (1990), Prentice-Hall inc., Englewood Cliffs, New Jersey
