ESTADO DEL ARTE

La agricultura de precisión es la aplicación de tecnologías y principios para gestionar la variabilidad

espacial y temporal asociada con todos los aspectos de la producción agrícola con el fin de mejorar
el rendimiento del cultivo y la calidad ambiental. El éxito en la agricultura de precisión está
relacionado con qué tan bien se puede aplicar para evaluar, gestionar y evaluar el continuo
espacio-tiempo en la producción de cultivos. Este tema se utiliza aquí para evaluar las capacidades
actuales y potenciales de la agricultura de precisión. La agricultura de precisión es tecnología
habilitada. Es a través de la integración de tecnologías específicas que se crea el potencial para
evaluar y gestionar la variabilidad a niveles de detalle nunca antes obtenibles y, cuando se hace
correctamente, a niveles de calidad nunca antes alcanzados.

INVESTIGACIONES INTERNACIONALES.
Q. Zhang, S. Han, J.F. Reid. IFAC Proceedings Volumes. Volume 33, Issue 29, Noviembre de 2000,
páginas 297-300, Agricultural Info Tronic Systems for Precision Crop Production. EEUU.
https://www.sciencedirect.com/science/article/pii/S1474667017367940

OBJETIVO: Optimizar y utilizar la información arrojada por otros mecanismos electrónicos y las
misma maquinaria de manera más efectiva y rápida mediante el sistema infotrónico agrícola (AIS).
Es una tecnología emergente que conecta sensores en la maquinaria y computadoras en la oficina,
y presenta la información de la operación en formatos listos para usar para soportar operaciones
de precisión eficientes.

SISTEMA INFOTRONICO AGRICOLA: Un sistema infotrónico agrícola está diseñado para recopilar,
procesar, transmitir y presentar precisión información agrícola sobre maquinaria agrícola, y
proporciona a los agricultores información lista para usar para apoyar la toma de decisiones sobre
la marcha.

HERRAMIENTAS: Para cumplir las funciones principales del AIS, un Se diseñó el sistema de red de
área de máquina (MAN) para proporcionar enlace de datos entre diferentes subsistemas. En este
estudio se aplicó una topología de red mixta para este sistema MAN. Se aplicó una topología de
anillo. Para vincular esos subsistemas, una topología en estrella para datos subsistema de
recopilación, un bus CAN para vincular todas las pantallas electrónicas y / o unidades de control
(ECU), y un LAN inalámbrica para vincular un planificador en la oficina. En la topología de anillo, los
elementos están conectados entre sí.

MUESTRA: La evaluación de campo experimental del AIS fue realizado en la Investigación de

Ingeniería Agrícola Granja (Esta, cuenta con 200 hectáreas).

RESULTADOS Y CONCLUSIONES: El resultado de esta evaluación indicado que este enlace de datos
inalámbrico era capaz de proporcionar suficiente información de navegación del tractor para
apoyar Operación de cultivo controlada a distancia.
Taku Okunot, Kazuki Takamatsu , Keiji Suzuki, Yukinori Kakazu. IFAC Proceedings Volumes. Volume
34, Issue 19, September 2001, Pages 209-214. Field Information System for Map-Based Precision
Farming. Japón. https://doi.org/10.1016/S1474-6670(17)33138-5

El sistema infotrónico agrícola tiene el potencial de aumentar la efectividad de la agricultura de

precisión operaciones El AIS tiene en la maquinaria y en la oficina unidades conectadas por un
enlace de datos inalámbrico para soportar la gestión de información en la máquina.

Este estudio ha integrado el hardware clave y desarrolló el software fundamental, y implementado

con éxito las funciones básicas en un tractor agrícola Para completar el desarrollo de Tecnología
AIS, otros estudios se centrarán en recuperación de información y algoritmos de clarificación
desarrollo, desarrollo de modelos de toma de decisiones, y evaluación general del sistema en
cultivos de precisión operaciones de producción.

MAPA: En este dominio se puede definir un mapa como una colección de atributos específicos del
sitio de cualquier materia o tasas de cualquier entrada. Que están involucrados en agricultura. Un
campo de granja. Y cualquier fase de la agricultura.

ENFOQUE SITUANDO-MAPAS: en un sentido general, el enfoque basado en mapas puede ser

definido como uno que hace tales mapas que de alguna manera se enfoca en avanzar y ejecutar el
trabajo agrícola específico del sitio por refiriéndose a los mapas.

Desde un punto de vista más realista, simplificando proceso anual de cultivo, el ciclo anual de la
agricultura de precisión basada en mapas se puede dividir en cuatro fases:

La recopilación de datos del suelo. La planificación del trabajo agrícola, el trabajo agrícola con
implementos de Tecnologías de Tasa Variable (VRT), y la recopilación de datos de rendimiento

OBJETIVO GENERAL: El objetivo de este proyecto es establecer un sistema integrado sistema para
la implementación del ciclo basado en mapas mencionado anteriormente con el poder de menos
mano de obra.

OBJETIVOS: Mejorar, ayudar, ahorrar, gestionar y brindar eficacia de mano de obra en granjas por
medio de la agricultura de precisión basada en mapas, Sistema de Información Geográfica (GPS).

HERRAMIENTAS: Sistema de Información Geográfica (GPS).

METODOLOGIA

SISTEMA DE INFORMACIÓN DE CAMPO

El sistema de información de campo se basa en sistema de información geográfica (SIG) y es una

agregación de los programas de aplicación diseñados para ayudar a los usuarios a hacer planes de
trabajo. El sistema actualmente consta de cinco principales aplicaciones: el mantenimiento de
mapas de campo de granja, la planificación de caminos de trabajo, el dibujo de mapas de
aplicación, la superposición de mapas de aplicación y planificación de reabastecimiento rutas.
El mantenimiento de los mapas de campo de la granja

El mantenimiento de mapas de campo incluye el dibujo del contorno de un campo agrícola por un
polígono, y el contorno dibujado puede rotarse de tal manera que un lado arbitrario del polígono
de contorno sea paralelo al dato geográfico.

Planificación de las trayectorias de trabajo

Una de las principales aplicaciones de planificación es la planificación de las trayectorias de

trabajo. Se compone de dos tipos de planificación muy diferentes: Uno es para el campo de
crestas y otro la pradera.

El dibujo de mapas de aplicaciones

Otra aplicación de planificación principal es el dibujo de mapas de aplicación. El sistema actual

especialmente proporciona la planificación automática de la aplicación de fertilizantes basado en
el resultado del análisis del suelo. La aplicación calcula la cantidad apropiada de ambos principales
producto fertilizante mixto y uno suplementario en cada sitio de tal manera que la aplicación de
estos los productos compensarán la escasez de ambos nitrógeno y fosfato incluidos en el suelo.

Superposición de los mapas de aplicación

Es prevista tanto para analizar el resultado de la planificación y el resultado de la agricultura.

Como el primer caso, por superponer un mapa de ruta de trabajo en un fertilizante mapa de
aplicación e integración de la tasa de aplicación a lo largo del camino en cada cresta, el consumo
de fertilizantes en cada cresta se puede obtener. Como el último caso, por superponer un mapa de
aplicación de fertilizante en un rendimiento mapa, la eficiencia de la agricultura de precisión
puede ser evaluada.

La planificación de las rutas de reabastecimiento

Aplicando el mismo enfoque que la planificación del camino para el prado de arriba, los caminos
de reposición conectando el final de las crestas y un camión de suministros son generados. En el
proceso, el usuario debe especificar algunas restricciones, incluido el contorno de la punta o zona
móvil, ubicación del camión de suministros, y El radio de giro mínimo de un vehículo.

RESULTADOS Y CONCLUSIONES: El documento en cuestión para ese tiempo aún estaba en

desarrollo y se estaban esperando sus resultados, pero hay algunas cosas que se pueden resaltar y
concluir: Las máquinas agrícolas y el software de gestión de mapas se han desarrollado en la forma
en que los componentes del sistema serán las herramientas para apoyar la precisión basada en
mapa de Sin embargo, sigue habiendo algunas tareas para realizar el abalorio de precisión que
aumenta la productividad total. Una de estas tareas es la automatización del muestreo y análisis
del suelo. Por el momento, el suelo se muestrea casi manualmente punto por punto. Además, el
análisis de las muestras toma mucho tiempo en comparación con el trabajo de muestreo. Otra
tarea es el establecimiento de algoritmos eficaces para interpolar los estados de muestreo del
suelo y cartografiar la composición del suelo en un plan de aplicación de fertilizantes.
D. Johnsona, G. Dukea , P. Irvineb, D. Kaminskib, J. Boldtb, S. Wismathb , M. Goodwinc, J.
Davidsond, B. Wirzbae , G. Moultone, B. Reamsbottome , T. Heatone. Procedia Environmental
Sciences Volume 2, 2010, Pages 1163-1168. A Multi-level System for Delivering Biodiversity
Knowledge, Data Analysis and Pest Management Recommendations to Growers, for
Environmentally Sustainable Crop Protection. Canadá.
https://www.sciencedirect.com/science/article/pii/S1878029610001581

PALABRAS CLAVE: Informática de protección de cultivos, Modelado poblacional, Agricultura

ambientalmente sostenible.

OBJETIVO: Proporcionar información actualizada y detallada para enfrentar los desafíos que
presentan las verdaderas plagas que cambian rápidamente de brotes que concurren ocasionar
problemas en grandes regiones geográficas de esta manera reducir la incertidumbre con respecto
a la trata de estas (uso de pesticidas) para así reducir las pérdidas económicas y prevenir Impactos
ambientales de las acciones de gestión.

MUESTRA: El estudio fue llevado a cabo en Canadá, cultivos de heno y tierras de pastoreo, con 413
agricultores, la especie a tener en cuenta fueron los saltamontes, más de 60 especies (algunas
dañinas, otras no).

FACTORES: en gran parte de la gran región de pastizales canadienses, las decisiones de manejo de
cultivos se basan en pronósticos generales con precisión limitada, y la mayoría de los usuarios
tienen un conocimiento técnico limitado de biodiversidad y biogeografía Ciertas plagas de cultivos
se repiten periódicamente en grandes áreas, presentando tres necesidades de manejo:

1) anticipación de la gravedad, el momento y la geografía de los riesgos de plagas

emergentes para la agricultura,
2) Reducir el potencial costos económicos y efectos secundarios ambientales de las
aplicaciones generalizadas de insecticidas químicos.
3) Complicaciones relacionadas con ineficiencias y demoras relacionadas con la confusión
sobre el estado de la plaga y la estimación del riesgo.

Las plagas de insectos, especialmente los saltamontes (Orthoptera: Acrididae), no solo aparecen
en grandes cantidades, sino que están presentes como gran grupo de especies que contiene
plagas y no plagas, pero que los administradores perciben como generalmente similares en
apariencia. En algunos casos, se han iniciado esfuerzos de control contra especies inofensivas en
este grupo de insectos, mientras se han pasado por alto especies dañinas en otras partes de las
áreas afectadas.

METODOLOGIA
Desarrollo y distribución de herramientas y software para la identificación de plagas: Los
productores de Pulse, Canadá determinaron que el reconocimiento de saltamontes plaga vs
saltamontes no plaga fue un gran impedimento para el manejo racional de plagas. Se prepararon
folletos y fotografías a color para facilitar el reconocimiento de saltamontes (e insectos
estrechamente relacionados) además de la aplicación en ¡Phone donde estaba incluido un sin
número de datos del tema en cuestión.

Métodos mejorados para estimar la actividad actual de las plagas de campo y difundir
información: Se acudieron a diversos modelos sigmoideos estos trabajan con del tiempo en
función de la temperatura para de esta manera predecir las apariciones de insectos en mayores
cantidades pues en la que la temperatura del cuerpo del insecto depende en gran medida del
medio ambiente temperatura. Las precisiones relativas de tales modelos se han comparado,
cuando se utilizan para describir la relación. Entre tasas de desarrollo de diferentes etapas de
insectos y temperatura. Un simplificado El enfoque se utiliza para generar mapas actuales de la
progresión esperada de la etapa del insecto, que los productores pueden consultar cuando elegir
el momento apropiado para monitorear o prepararse para posibles acciones de control.

RESULTADOS: El material se presentó en seminarios web en línea diseñados para enseñar el

reconocimiento de plagas y métodos de reduciendo el uso de insecticidas. Los seminarios web en
línea sobre este tema tuvieron un total de 75 participantes, que consistieron en agricultores y
asesores de agricultores. La gran mayoría indicó que la disponibilidad de esta información ayudaría
a reducir la pulverización de pesticidas. Se puso a disposición de forma gratuita un archivo PDF del
folleto en los sitios web de Saskatchewan Pulse Growers, la Universidad de Lethbridge y los
departamentos gubernamentales de agricultura.

Una encuesta posterior al taller realizada por todos los asistentes indicó que la mayoría de los
asistentes (91%) exploran sus campos para verificar la presencia de saltamontes, y que la mayoría
de los agricultores (90%) monitorean o verifican sus campos ellos mismos, lo que indica que el
acceso individual a la información es una característica valiosa. Solo 18 de los agricultores en los
talleres indicaron que habían utilizado previamente la identificación de especies para determinar
el estado de riesgo de plagas.

CONCLUSIONES: Una razón para desarrollar un sistema de información sobre estos insectos y
variables climáticas es apoyar opciones de gestión alternativas futuras. La información sería útil
cuando se utiliza un control alternativo o propuesto. Métodos que son sensibles al clima.
 INVESTIGACIONES NACIONALES

Fernando Aparicio Urbano-Molano. Redes de Sensores Inalámbricos Aplicadas a Optimización en

Agricultura de Precisión para Cultivos de Café en Colombia Journal de Ciencia e Ingeniería, Vol.5,
No.1, Agosto de 2013, pp. 46-52 Investigación - Ingeniería Electrónica.

https://www.researchgate.net/profile/Fernando_Urbano_Molano/publication/266733150_Wirele
ss_Sensor_Networks_Applied_to_Optimization_in_Precision_Agriculture_for_Coffee_Crops_in_Co
lombia/links/543855940cf2d6698bded33b.pdf

PALABRAS CLAVE: Redes de sensores inalámbricos (WSN), 802.15.4, agricultura de precisión,

microcontrolador, PIC, nodo sensor.

OBJETIVO: Implementar una red de sensores inalámbricos (WSN) para los cultivos de café con el
fin de que puedan enviar la información a una estación de control, ubicada en los alrededores de
las casas de habitación de las fincas (granjas) y que desplieguen la información de manera gráfica
con el fin de ser fácilmente entendible, estos datos permitirían analizar cuál es el impacto de los
diferentes parámetros, así como de los climas y microclimas, sobre la cosecha y que acciones se
deben tomar.

En otras palabras, el uso de WSN podría ayudar en el aumento de la producción de cafe, ahorrar
los costos de la cosecha y proteger el cafetal contra el abuso de pesticidas y fertilizantes.

HERRAMIENTAS: REDES DE SENSORES INALAMBRICOS (WSN): Una red de sensores inalámbricos

(WSN) es un sistema que consiste de dispositivos autónomos usando sensores distribuidos
espacialmente para monitorear cooperativamente condiciones físicas o ambientales, tales como
temperatura, humedad relativa, radiación solar, flujo fotosintético, etc. en diferentes ubicaciones.

Actualmente, las WSN son usadas en varias áreas de aplicación industrial, incluyendo monitoreo
de procesos y control, salud, ambiente y hábitat, aplicaciones de control, domótica, control de
tráfico y monitoreo agrícola.

IEEE 802.15.4: Es un estándar que define la capa física (PHY) y el control de acceso al medio (MAC)
para redes inalámbricas de área personal (WPAN) con bajas tasas de transmisión de datos. Hace
énfasis en el bajo costo de la comunicación con los nodos cercanos y sin infraestructura o con
muy poca, para favorecer aún más el bajo consumo.

TOPOLOGIA DE REDES: La topología se refiere a la manera como son distribuidos los componentes
hardware de la WSN y a la manera como los datos son transmitidos por la red. Se ´ debe analizar,
cual es la topología más apropiada que se ajuste a las necesidades específicas para cada
aplicación El estándar IEEE 802.15.4 define dos tipos de dispositivos: el Full Function Device (FFD) y
el Reduced Function Device (RFD). El FFD contiene el conjunto completo de los servicios MAC y
puede operar como coordinador PAN (Personal Área Network) o como un simple dispositivo de
red. El RFD contiene un conjunto reducido de servicios MAC y puede operar únicamente como un
dispositivo de red.

METODOLODIA

Se tratara entonces de explicar en qué consistió la arquitectura que fue propuesta en el artículo:
La arquitectura de la red está basada en un nodo coordinador (o gateway), que se encarga de
recolectar los datos provenientes de cada nodo sensor (ver figura 2) y transmite los datos vía GPRS
a un servidor central. Los nodos sensores, son aquellos que procesan y transmiten al nodo
coordinador la información de los sensores. Se ´ propone el uso de una topología en estrella,
debido a que inicialmente la red prototipo tiene únicamente tres nodos sensores.

CONCLUSIONES Y RESULTADOS: En este trabajo se presenta una revisión preliminar sobre algunos
trabajos relevantes de la agricultura de precisión, así como los principios básicos de una red de
sensores inalámbricos, aplicada a la optimización en agricultura de precisión, en particular a los
cultivos de café en Colombia. Se presentaron los sistemas diseñados luego, En este contexto, se
evaluó el diseño de la red, encontrando algunos problemas técnicos en las transmisión de datos,
dado que a pesar de haber adquirido unos módulos de comunicaciones, con unas buenas ´
características, debido a las condiciones a que fueron sometidos, hay perdidas de paquetes y por
lo tanto, se ´ hace necesario replantear la topología de la red WSN implementada, así como el
protocolo de transmisión de datos.

Mukhtar Ahmed ,Fayyaz-Ul-Hassan, F.F. Van Ogtrop. Clima y climas extremos Volúmenes 5–6,
octubre de 2014, páginas 48-55. Can models help to forecast rainwater dynamics for rainfed
ecosystem?

https://doi.org/10.1016/j.wace.2014.07.001

PALABRAS CLAVE: Simulación Ecosistema de secano (RE), APSIM (Simulador de Sistemas de

Producción Agrícola), Conductores climáticos

OBJETIVO: El presente estudio tiene como objetivo analizar los datos de lluvia a largo plazo (1961–
2011) de la zona del ecosistema de secano de Pakistán (Islamabad, Chakwal y Talagang) mediante
el Simulador de Sistemas de Producción Agrícola (APSIM) y el modelo R. Para ser más específicos
el objetivo principal de este análisis fue estudiar el vínculo entre las fases SOI (Índice de oscilación
sur) y las TSM (Temperatura de la superficie del mar); y de este modo comprender el patrón del
cambio climático debido a estos factores climáticos en condiciones de secano en Pakistán.

Y de manera más general nuevamente, los objetivos fueron: (i) comprender mejor los predictores
climáticos como las fases SOI, las TSM del Océano Índico y Pacífico, ENSO e IOD y (ii) estimar la
influencia de estos impulsores climáticos en la variabilidad de la lluvia en nuestro RE para su
efectividad al pronosticar la precipitación estacional (lluvia monzónica y tres intervalos de lluvia
durante la temporada de cultivo de trigo).

MUESTRA: Los tres sitios experimentales del ecosistema de secano fueron Islamabad (33 ° 40′N,
73 ° 10′E, 508 m snm), Chakwal (32 ° 56′N, 72 ° 52′E, 513 m snm) y Talagang (32 ° 55′N, 72 ° 25′E,
458 m snm), cultivo: Trigo.

HERRAMIENTAS: Simulador de Sistemas de Producción Agrícola (APSIM): Es una herramienta

dinámica que puede vincular sus submodelos para simular sistemas agrícolas (McCown et al.,
1996). Tiene varios módulos agrupados y categorizados como Planta, Medio Ambiente y Gestión
Simula el crecimiento mecanicista de los cultivos, los procesos clave del suelo y el rango de
opciones de manejo considerando la perspectiva de los sistemas de cultivo.

METODOLOGIA

En este estudio, el APSIM se utilizó para estudiar la variabilidad de la lluvia en las zonas de secano
de Islamabad, Chakwal y Talagang en relación con la presión como SOI y sus impactos en la
variabilidad de la lluvia en Pothowar. Se utilizó un enfoque probabilístico para describir las
posibilidades de exceder la precipitación media. La precipitación media se calculó a partir de los
datos de lluvia real a largo plazo (1961–2011) de Islamabad, Chakwal y Talagang.

Los datos de lluvia (1961–2011) se analizaron utilizando el software estadístico "R" para
pronosticar la precipitación del monzón (JAS), la temporada de crecimiento temprano del trigo
(NDJ), la temporada de crecimiento final (FMA) y la temporada de crecimiento total (NDJFMA)
trazando la acumulada curva de distribución de probabilidad y vinculación de datos de lluvia con
SOI de julio. Después, la exactitud de la predicción se probó por las puntuaciones de habilidad de
pronóstico como R, correlación, NSE (Normalized error estándar), RMSE (Root Mean Square Error),
BIAS, CSS (Bonus Score S), BSS (Brier Habilidad Score) y ROC (Características operativas del
receptor) para determinar el modelo más parsimonioso. El cálculo de la puntuación S se basó
enMoeller y col. (2008).

RESULTADOS: El análisis de datos de lluvia a largo plazo (1961–2011) de Islamabad, Chakwal y

Talagang reveló la posibilidad de 44%, 40%, 35% de exceder la precipitación media cerca de cero,
mientras que la probabilidad de fases SOI negativas consistentes fue de 35%, 34% y 33%
respectivamente durante Julio. Del mismo modo, los resultados de pronóstico estimados por R
usando covariables como la sequía, NINO1.2, NINO3, NINO4, NINO3.4 y IOD de diferentes meses
revelaron que la predicción del monzón, el crecimiento temprano del trigo, el período de llenado
del grano de trigo y la precipitación total de la temporada de crecimiento del trigo, tienen señales
significativas con los factores climáticos.

Los modelos exhibieron una fuerza significativa para pronosticar la ocurrencia de flujo distinto de
cero para RE. Las TSM se encontraron como los impulsores dominantes de la probabilidad de
ocurrencia de lluvia intermitente y cero. En general, la relación entre las TSM y la lluvia se
encontró significativa en Islamabad.

CONCLUSIONES: La vida de RE depende de la gestión del agua azul, especialmente la que se recibe
durante el período del monzón (JAS). Dado que los modelos simularon la lluvia durante el período
JAS con precisión, por lo tanto, podría considerarse como una herramienta importante de gestión
de riesgos para ER. Se requerirá una cantidad adicional de agua para producir los alimentos para
erradicar el hambre en los países en desarrollo como Pakistán, lo que solo podría lograrse por
cultivo por gota (Rockstrom et al., 2007a, Rockstrom et al., 2007b) La fluctuación del rendimiento
del trigo bajo RE debido a diferentes factores climáticos (SOI y SST) tiene un fuerte vínculo con el
agua del suelo disponible.

Nuestro modelo ha pronosticado la lluvia con buena precisión, por lo tanto, la pérdida de agua se
puede minimizar adoptando decisiones de gestión como aumentar la infiltración de agua en el
suelo mediante operaciones culturales, adoptando agricultura de conservación, siembra de
cultivos adecuados y selección de tecnología de siembra adecuada.

La implementación de los modelos propuestos en este estudio puede ayudar a tomar decisiones
críticas para conservar y mejorar la ER mediante el pronóstico de la lluvia junto con los
controladores climáticos.