AGRICULTURA DE PRECISION
Organizacin de la Presentacin
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
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
I. Introduccin
II. Ejemplos prcticos
III. Herramientas
IV. Anlisis de Informacin
V. Aplicaciones en Chile
VI. Perspectivas
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
MECANIZACIN AGRCOLA
1
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 MAPA DE RENDIMIENTO

Imgen Area Infraroja Cosecha 1998
25 das despus de la Siembra 1998

2
 SISTEMAS DE INFORMACION GEOGRAFICO
Mapa Topogrfico APRECIACION VISUAL
30 das previo a la siembra 1999

Mapa Altimtrico
Georeferenciado
con GPS

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

3
 Herramientas III. Herramientas
GPS PERCEPCIN REMOTA
Se necesitan 4
satelites mnimo
para ubicar un
punto
en el espacio

Herramientas Herramientas
PERCEPCIN REMOTA PERCEPCIN REMOTA
Reflectancia (%)
60
Vegetacin vigorosa
40
Vegetacin con bajo vigor
20 Superficie sin vegetacin

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

Indice de Vegetacin de Diferencia Normalizada (NDVI)

IR R
r = i ( + ) r= reflectancia; i= radiacion incidente NDVI =
= absorbancia; = transmitancia IR + R

Herramientas III. Herramientas

PERCEPCIN REMOTA MONITORES DE RENDIMIENTO

NDVI relacionado
con:

productividad,
plagas y enfermed.,
(Johnson et al., 2003) estatus hdrico,

LAI: ndice de area foliar

4
 III. Herramientas III. Herramientas
SISTEMAS DE INFORMACIN GEOGRFICA
APLICADORES DE DOSIS VARIABLE

nivelacin

enfermedades

fertilidad

textura

rendimiento

Herramientas III. Herramientas

APLICADORES DE DOSIS VARIABLE AUTOGUIA
Relative Solution

Reduccin de 10-20%
en aplicacin

Trimble

III. Herramientas
OTROS SENSORES

5
 Herramientas
OTROS SENSORES Malezas
Textura

+ GPS SIG = + GPS SIG =

(Jurado-Exposito et al., 2003)

Anlisis de variabilidad de rendimiento

IV. Anlisis de Informacin en rotaciones de 4 cultivos
en el Valle de Sacramento, California
Variabilidad espacial y temporal del
rendimiento (1996 - 1999)
Relacin con variables de suelo
J.F. Prez Quezada & R.E. Plant
Zonas de manejo

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

6
 Campo 58
Trigo
Tomate
Maravilla
Maiz
Arcillo limoso

30 ha

7
 BEAN '98 VS SUNFLOWER '99
Estadsticas de rendimiento
(grilla de 20 20 m) y = 0.1359x + 1793
3500
R2 = 0.0561
S un flow er (K g/ha)

Crop Number of Mean Standard Coefficient of 3000

pixels (Kg/ha) Deviation Variation (%) 2500
Wheat ('95 - '96) 776 2927 1375 50.0 2000
Tomato ('97) 714 69525 18990 27.3
1500
Field 5 Bean ('98) 545 1561 374 24.0
Sunflower ('99) 707 2012 202 10.0
1000
Wheat ('95 - '96) 780 4428 1447 32.7 500
Tomato ('97) 566 82583 19448 23.5 0
Field 58 Sunflower ('98) 780 3048 399 13.1 0 1000 2000 3000 4000
Corn ('99) 780 13912 2392 17.2
Bean (Kg/ha)

8
 ESTANDARIZACION DE
RENDIMIENTOS
i
Yi : rendimiento de cada celda Ys = 100
Y : rendimiento promedio para ese ao

Ys rendimiento estandarizado para cada celda

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

1.5
Plot of Means for Eac h C lus ter
A 1.5
Plot of Means for Eac h C lus ter
B
Anlisis de Cluster 1.0
5
1.0

( )
0.5
0.5

Estandarizacin s = i 100 0.0

0.0

-0.5

i es el rendimiento para el pxel i

C lus ter
-0.5 N o. 1
-1.0
C lus ter C lus ter
N o. 1 N o. 2

es el rendimiento promedio del ao y cultivo en particular. -1.0

WH EAT TOMATO BEAN SU N FLWR
C lus ter
N o. 2
-1.5
WH EAT TOMATO BEAN SU N FLW R
C lus ter
N o. 3

Var iables Variables

Plot of Means for Eac h C lus ter

C Plot of Means for Eac h C lus ter
D
Varianza dentro del grupo es minimizada 1.0 1

0.5
58 0

Varianza entre grupos es maximizada 0.0 -1

-0.5 -2

Sin considerar informacin espacial -1.0 -3

C lus ter
N o. 1
C lus ter C lus ter
N o. 1 N o. 2
C lus ter C lus ter
-1.5 -4
WH EAT TOMATO SU N FLW R C OR N N o. 2 W H EAT TOMATO SU N FLW R C OR N N o. 3

Var iables Variables

9
 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 determination (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 V. Aplicaciones en Chile
Clusterizacin es muy til para Agric. Precisin
Programa de Agricultura de Precisin INIA-
Campo 5 tiene gran variabilidad intrnseca en una U. de Concepcin
variable: drenaje de suelo. Es conveniente dividir el campo Fruticultura de precisin
en dos o tres unidades de manejo? Vitivinicultura de precisin
www.progap.cl
Campo 58 es mas homogneo en sus propiedades de suelo.
Como se puede aumentar el rendimiento total?

10
 Empresa Agroprecisin
Maquinaria www.agroprecision.cl

DERCO-MAQ Venta de equipos GPS

Sembradoras de precisin, neumticas
Cosechadoras con monitores de rendimiento
para cereales; 15 en el sur
Sargent Agrcola
Mapeo de suelo (muestras y C.E.)
Imgenes satelitales y fotos areas
multiespectrales
Implementacin de SIG

Nmero de Monitores de Rendimiento por pas.

VI. Perspectivas futuras Rodolfo Bongiovanni INTA, 2003

30000
35000

Falta capacidad de anlisis de la informacin 30000

25000
Adaptacin tecnolgica 20000
15000
Incorporacin del concepto de agricultura de
10000
precisin

800
850
5000

400
400
150
150
250
12
15
15
15
50
4
5
5
6
6

EE.UU.
Espaa

Brasil
Chile
China

Uruguay

Australia
Gran
Portugal

Blgica
Holanda

Sudfrica

Francia

Suecia

Argentina
Paraguay

Alemania

Dinamarca

AGRICULTURA DE PRECISION
Mtodos para Monitorear Rendimiento

1. Mtodo de Cosechar y Pesar

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

Jorge Prez Quezada

Depto. Cs. Ambientales y Rec. Naturales Renovables
Facultad de Ciencias Agronmicas U. de Chile
jorgepq@uchile.cl

11
 Mtodos de Interpolacin Espacial
Thiessen

Mtodo ms simple. -29.5

-30

Casi ms un mtodo de asignacin

que de interpolacin -30.5

-31

Adaptable a variables discretas.

-31.5

-32

-71.5 -71 -70.5 -70

Inverso de la distancia. Inverso de la distancia.

82
80
78
76
74
-29 72
70

z (i , j ) W (i , j )
68
66

Las cosas ms cercanas se

64
62

Z ( x, y ) =
i, j -29.5
60
58

parecen ms.
56

W (i , j )
54
52
50
48
-30 46
i, j 44
42

Influencia definida por una funcin.

40
38
36
34
-30.5 32
30

1 28

W (i , j ) =
D (i , j ) n -31

-31.5

Mientras mayor el valor de n, mayor peso a los valores cercanos al

punto que se quiere interpolar -71.5 -71 -70.5

Tendencia (trend) Regresiones.

130
125 90

Ajuste de polinomio de grado n Uso de una o varias variables

120 85
-29 115 80
110 75

Independientes.
-29.5
105 70
100 65
-29.5 95 60
90 55
85 -30
50
80
45
75
-30 40
70
35
65 -30.5
30
60
55 25
-30.5 50 20
45 15
-31
40 10
35 5
-31 30 0

-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