AGRICULTURA DE PRECISION

Organizacin de la Presentacin
I. Introduccin II. Ejemplos prcticos III. Herramientas IV. Anlisis de Informacin V. Aplicaciones en Chile VI. Perspectivas

Jorge Prez Quezada

Depto. Cs. Ambientales y Rec. Naturales Renovables Facultad de Ciencias Agronmicas U. de Chile

jorgepq@uchile.cl

I. Introduccin
Manejo Sitio Especfico (MSE): El manejo de
un predio a una escala espacial y temporal apropiada a su variabilidad natural

Criterios que justifican hacer un MSE

(1)Existe una variacin espacial dentro del predio significativa en factores que influyen en el rendimiento y/o calidad del cultivo, (2) Las causas de esa variabilidad pueden ser identificadas y medidas, y (3) La informacin recopilada puede ser usada para modificar el manejo del cultivo para cumplir el/los objetivos. AP es en ltimo trmino = manejo de informacin

Agricultura de Precisin (AP): Es el conjunto

de tecnologas que hacen posible la aplicacin del MSE Objetivos: aumentar la produccin mejorar la calidad reducir costos reducir el impacto ambiental.

AGRICULTURA ANTIGUA

MECANIZACIN AGRCOLA

LABORES AGRCOLAS DE PRECISIN

AGRICULTURA DE PRECISIN

Poda de invierno

Raleo de fruta

II. Ejemplo Prctico

Nivelacin en campo de arroz
40 hectareas de Arroz Imgen Area Infraroja 1998 Mapa de Rendimiento 1998 Mapa Topogrfico 1999 Sistema de Informacin Geogrfico

PERCEPCIN REMOTA Imgen Area Infraroja 25 das despus de la Siembra 1998

MAPA DE RENDIMIENTO Cosecha 1998

SISTEMAS DE INFORMACION GEOGRAFICO Mapa Topogrfico 30 das previo a la siembra 1999

APRECIACION VISUAL

Mapa Altimtrico Georeferenciado con GPS

III. Herramientas
GPS Percepcin remota Monitores de rendimiento SIG Aplicadores de dosis variable Autogua Otros sensores

III. Herramientas GPS

Herramientas GPS
Se necesitan 4 satelites mnimo para ubicar un punto en el espacio

III. Herramientas PERCEPCIN REMOTA

Herramientas PERCEPCIN REMOTA

60 40 20 0

Herramientas PERCEPCIN REMOTA

Reflectancia (%) Vegetacin vigorosa Vegetacin con bajo vigor Superficie sin vegetacin

0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 m

IR

Indice de Vegetacin de Diferencia Normalizada (NDVI) r = i ( + ) r= reflectancia; i= radiacion incidente

= absorbancia;

= transmitancia

NDVI =

IR R IR + R

Herramientas PERCEPCIN REMOTA

III. Herramientas MONITORES DE RENDIMIENTO

NDVI relacionado con: productividad, plagas y enfermed., estatus hdrico,

(Johnson et al., 2003)

LAI: ndice de area foliar

III. Herramientas SISTEMAS DE INFORMACIN GEOGRFICA

III. Herramientas APLICADORES DE DOSIS VARIABLE

nivelacin

enfermedades fertilidad textura rendimiento

Herramientas APLICADORES DE DOSIS VARIABLE

III. Herramientas AUTOGUIA

Relative Solution

Reduccin de 10-20% en aplicacin

Trimble

III. Herramientas OTROS SENSORES

Herramientas
OTROS SENSORES
Textura Malezas

+ GPS SIG =

+ GPS SIG =

(Jurado-Exposito et al., 2003)

IV. Anlisis de Informacin

Variabilidad espacial y temporal del rendimiento Relacin con variables de suelo Zonas de manejo

Anlisis de variabilidad de rendimiento en rotaciones de 4 cultivos en el Valle de Sacramento, California (1996 - 1999)
J.F. Prez Quezada & R.E. Plant

Department of Agronomy and Range Science University of California Davis, California

Campo 5
Trigo Tomate Frejol Maravilla
Predominantemente Franco arcilloso 30 ha muestreo de suelo

Campo 58
Trigo Tomate Maravilla Maiz
Arcillo limoso 30 ha

Estadsticas de rendimiento (grilla de 20 20 m)

Crop Number of pixels Wheat ('95 - '96) Tomato ('97) Field 5 Bean ('98) Sunflower ('99) Wheat ('95 - '96) Tomato ('97) Field 58 Sunflower ('98) Corn ('99) 776 714 545 707 780 566 780 780 Mean (Kg/ha) 2927 69525 1561 2012 4428 82583 3048 13912 Standard Deviation 1375 18990 374 202 1447 19448 399 2392 Coefficient of Variation (%) 50.0 27.3 24.0 10.0 32.7 23.5 13.1 17.2

BEAN '98 VS SUNFLOWER '99

3500 3000 2500 2000 1500 1000 500 0 0 1000 2000 Bean (Kg/ha) S un flow er (K g/ha) y = 0.1359x + 1793 R2 = 0.0561

3000

4000

ESTANDARIZACION DE RENDIMIENTOS
Yi : rendimiento de cada celda Y : rendimiento promedio para ese ao Ys rendimiento estandarizado para cada celda

i Ys = 100

Sumscore : Ys j
Ys j rendimiento estandarizado de cada celda para cada ao

CV = 100 i
CV coeficiente de variacin de cada celda desviacin estndar sobre el promedio de rendimiento estandarizado (Yi ) para cada celda

Plot of Means for Eac h C lus ter 1.5

A
5

Plot of Means for Eac h C lus ter 1.5

Anlisis de Cluster
Estandarizacin

1.0

1.0

s = i 100

0.5 0.5 0.0 0.0 -0.5

i es el rendimiento para el pxel i

-0.5

es el rendimiento promedio del ao y cultivo en particular.

-1.0 WH EAT TOMATO Var iables Plot of Means for Eac h C lus ter BEAN SU N FLWR

-1.0 C lus ter N o. 1 C lus ter -1.5 N o. 2

WH EAT

TOMATO Variables

BEAN

SU N FLW R

C lus ter N o. 1 C lus ter N o. 2 C lus ter N o. 3

Varianza dentro del grupo es minimizada Varianza entre grupos es maximizada Sin considerar informacin espacial

1.0

C
58

Plot of Means for Eac h C lus ter 1

0.5

0.0

-1

-0.5

-2

-1.0

-3 C lus ter N o. 1 C lus ter -4 N o. 2

-1.5 WH EAT TOMATO SU N FLW R C OR N Var iables

W H EAT

TOMATO

SU N FLW R

C OR N

C lus ter N o. 1 C lus ter N o. 2 C lus ter N o. 3

Variables

Balance Econmico (US$/ha) Campo 5

Anlisis de Regresin
Xs: Tres clases texturales, materia orgnica y pH Y: Sumscore

Table 3. Variables and adjusted coefficient of determ ination (R2) of best-fit models obtained by regression analysis. Variable R2 Soil organic matter (SOM) 0.42 Field 5 Silt content (SILT) 0.35 SOM+ SILT 0.54 SILT 0.15 Field 58 SAND 0.10 SILT + SAND 0.14

CONCLUSIONES
Falta de correlacin de rendimiento entre aos Clusterizacin es muy til para Agric. Precisin Campo 5 tiene gran variabilidad intrnseca en una variable: drenaje de suelo. Es conveniente dividir el campo en dos o tres unidades de manejo? Campo 58 es mas homogneo en sus propiedades de suelo. Como se puede aumentar el rendimiento total?

V. Aplicaciones en Chile
Programa de Agricultura de Precisin INIAU. de Concepcin
Fruticultura de precisin Vitivinicultura de precisin www.progap.cl

10

Maquinaria
DERCO-MAQ
Sembradoras de precisin, neumticas Cosechadoras con monitores de rendimiento para cereales; 15 en el sur

Empresa Agroprecisin www.agroprecision.cl

Venta de equipos GPS Mapeo de suelo (muestras y C.E.) Imgenes satelitales y fotos areas multiespectrales Implementacin de SIG

Sargent Agrcola

VI. Perspectivas futuras

Falta capacidad de anlisis de la informacin Adaptacin tecnolgica Incorporacin del concepto de agricultura de precisin

Nmero de Monitores de Rendimiento por pas. Rodolfo Bongiovanni INTA, 2003

35000 30000 25000 20000 15000 10000 800 Australia 400 150 150 12 15 15 15 50 4 5 5 6 6 250 400 5000 0 Espaa Portugal Holanda Blgica Paraguay 850 Argentina EE.UU. 30000 China Uruguay Brasil Chile Sudfrica Francia Alemania Suecia Gran

Mtodos para Monitorear Rendimiento

1. 2. 3.
Mtodo de Cosechar y Pesar Mtodo de Pesaje en la Tolba de la Cosechadora Mtodos Continuos y/o Instantneos

AGRICULTURA DE PRECISION

Jorge Prez Quezada

Depto. Cs. Ambientales y Rec. Naturales Renovables Facultad de Ciencias Agronmicas U. de Chile

jorgepq@uchile.cl

Dinamarca

11

Mtodos de Interpolacin Espacial

Mtodo ms simple.

Thiessen
-29.5

Casi ms un mtodo de asignacin que de interpolacin Adaptable a variables discretas.

-30

-30.5

-31

-31.5

-32

-71.5

-71

-70.5

-70

Inverso de la distancia.
-29

Inverso de la distancia.
82 80 78 76 74 72 70 68 66 64 62 60 58 56 54 52 50 48 46 44 42 40 38 36 34 32 30 28

Las cosas ms cercanas se parecen ms. Influencia definida por una funcin.

Z ( x, y ) =

z (i , j ) W (i , j )
i, j
-29.5

W (i , j )
i, j

-30

-30.5

1 W (i , j ) = D (i , j ) n
Mientras mayor el valor de n, mayor peso a los valores cercanos al punto que se quiere interpolar

-31

-31.5

-71.5

-71

-70.5

Tendencia (trend)
Ajuste de polinomio de grado n
-29

Regresiones.
130 125 120 115 110 105 100 95 90 85 80 75 70 65 60 55 50 45 40 35 30

Uso de una o varias variables Independientes.

90 85 80
-29.5

75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0

-29.5

-30

-30

-30.5

-30.5

-31

-31

-31.5

-31.5
-32

-71.5

-71

-70.5
-71.5 -71 -70.5 -70

TENDENCIA Z(x,y)= a + b x + c y + d x2 + e x y + f y2

TENDENCIA Z(x,y)= a + b x + c y + d DisMar + e Pend + f NDVI

12