Agricultura de precisión. Entrevista a José Antonio Martínez

La Agricultura 4.0. La historia, los conceptos, las herramientas y algunos ejemplos aplicados a la fruticultura, viticultura y a los cultivos herbáceos. Analiza los retos futuros

¿En qué consiste la agricultura de precisión, cuáles son sus principales aportaciones y cuándo surge (su nacimiento)?

La agricultura de precisión es el nuevo paradigma tecnológico de la agricultura. Comenzó hace algo más de 25 años, pero es ahora cuando está tomando un gran auge y expansión. Esta nueva forma de concebir la agricultura está aquí para quedarse. Así, pienso que en un futuro muy próximo, la agricultura será de precisión o no será la agricultura de la que se espere una rentabilidad económica o que sea sostenible.

La agricultura de precisión significa adoptar estrategias de manejo de los suelos, de los cultivos y de los insumos, que estén orientados a obtener un mayor rendimiento de los cultivos y mayor calidad de los productos, minimizando el impacto ambiental. Así, implica aportar solo los insumos necesarios según el potencial productivo de las diferentes zonas identificadas en las parcelas de acuerdo a su variabilidad y en el momento oportuno. Para ello es necesario, previamente, conocer cómo varía el potencial productivo de cada punto de la parcela, ya que no suele ser homogéneo.

La agricultura de precisión no es solo tecnología (por ejemplo, tractores autoguiados, monitores de rendimiento, satélites, drones, sensores, etc.), es también conocimiento. Básicamente del tipo agronómico sobre el funcionamiento de los suelos, sus propiedades, y de producción de cultivos. Para ello, el conocimiento y experiencia de los agrónomos y de los agricultores es fundamental.

Se habla mucho de la Agricultura 4.0. ¿Cuál es realmente su significado? ¿En qué consisten las fases previas? Y en tu opinión, ¿en qué punto nos encontramos realmente?

En poco tiempo ha aparecido diversa terminología relacionada con la agricultura de precisión. Por ejemplo, PrecisionFarming, Smart Farming o Agricultura 4.0. PrecisionFarming tendría una equivalencia directa con el término de agricultura de precisión, mientras que Smart Farming es un término similar pero más fácil de comparar con otros como las Smart Cities, Smart Buildings, etc. También, hay quien entiende que Smart Farming sería un paraguas más amplio que englobaría lo que entendemos como agricultura de precisión y otras tecnologías de última generación aplicadas en multitud de campos (entre ellos la agricultura), como el Internet de las Cosas, redes Wireless, sistemas Big Data, robots, etc.

Es decir, que poco a poco estamos avanzando hacia una nueva revolución industrial, técnica y económica, donde la inteligencia artificial es señalada como el elemento central. Este tipo de inteligencia está destinada a gestionar y analizar grandes cantidades de datos (“big data”), procedentes de la interconexión masiva de sistemas y dispositivos digitales.

Esta nueva etapa, que sería la cuarta desde la primera revolución industrial, se ha venido a denominar Revolución Industrial 4.0, término que se ha extrapolado a la industria (Industria 4.0) o a sectores como la agricultura (Agricultura 4.0).

Así, aunque no podamos caracterizar completamente esta nueva agricultura (4.0), su objetivo será organizar de una nueva manera, los medios de producción para una mayor adaptabilidad a las necesidades y a los procesos productivos, con una asignación más eficiente de los recursos. En la agricultura, las explotaciones agrícolas estarán sensorizadas y todo estará interconectado.

Toda esta información podrá ser analizada de forma masiva gracias a la tecnología Big Data, constituyendo verdaderas explotaciones inteligentes. Así, el agricultor recibirá la recomendación para conseguir mayores niveles de producción y mayor eficiencia de los sistemas de producción.

¿En qué momento estamos actualmente?

Si seguimos los pasos de las diferentes revoluciones industriales, podemos decir que:

1. La Agricultura 1.0 fue la agricultura de tracción animal, parcelas de pequeñas dimensiones y labores manuales (como la de la siembra o fertilización)
2. La Agricultura 2.0 supuso la aparición, empleo y expansión del uso maquinaria agrícola para la realización de todas las labores agrícolas
3. La Agricultura 3.0, que vendría a ser la agricultura de precisión, aparece entrada la era digital, gracias a la aparición de los sistemas de posicionamiento global (por ejemplo el GPS), imágenes de satélite de alta resolución, cámaras multiespectrales en avionetas o drones, sensores de conductividad eléctrica aparente del suelo, monitores de rendimiento, robots, etc.

No obstante, el nivel de implementación de esta tecnología todavía es escasa en la gran mayoría de explotaciones agrícolas, ya que hace falta mucha formación, incluso a nivel de los agrónomos, que a día de hoy salen de nuestras escuelas de ingeniería. Por tanto, en mi opinión, yo diría que estamos todavía en una Agricultura 2.3, lejos aún de llegar a la plena 3.0 que indicaría que la mayoría de los agricultores hayan adoptado el uso de estas tecnologías para mejorar la toma de decisiones.

¿Qué herramientas son las más importantes o las de mayor aplicación en la agricultura de precisión? Al final mucha gente la asocia a la teledetección, a los drones… ¿es eso real?

Como he dicho al principio, la agricultura de precisión ya tiene un poco más de un cuarto de siglo, pero (en mi opinión) no se ha hecho popular hasta la aparición de los drones. ¿Por qué? Porque los drones transmiten la idea de precisión (por ejemplo, imágenes muy detalladas, ojos que todo lo ven). 

No obstante, los drones solo son una herramienta más, aunque pueden no ser la mejor opción en parcelas de grandes dimensiones, ya que la cantidad de datos que suponen imágenes de 2-8 cm/píxel, todavía pueden ser difíciles de manejar y procesar.

Además, también hay otros problemas que suelen ser más desconocidos para los usuarios, como el de la calibración de las imágenes, la formación del mosaico de estas, diferencias de escala, etc., que pueden hacer que las imágenes de dron no sean la mejor alternativa.

En mi opinión, la herramienta más importante hoy día son las imágenes de los satélites Sentinel-2 del programa Copérnico de la Unión Europea, con 10 m/píxel de resolución, repetitividad de 5 días y de libre acceso. Alternativas de mayor resolución a nivel de satélite también existen, pero son de pago. Después, están los medidores de la conductividad eléctrica aparente del suelo en continuo, que permiten tener una idea de la variabilidad de las propiedades de los suelos.

La agricultura de precisión ya tiene un poco más de un cuarto de siglo, pero no se ha hecho popular hasta la aparición de los drones

En algunos casos, estos datos se correlacionan bien con la textura del suelo, pero no únicamente ni siempre, ya que la resistividad del suelo al paso de la corriente eléctrica está influida por un conjunto de factores interrelacionados. 

También están los monitores de rendimiento, que aparecieron a finales de los años 90, pero que su uso no ha acabado de generalizarse. Son sistemas complejos, pero el tener un mapa de rendimiento del cultivo en una parcela, es como la “prueba del algodón” para saber cómo se ha comportado el cultivo en cada punto de la misma.

Otra tecnología bastante desconocida, ya que todavía está en fase de investigación para extraer información de utilidad de los datos que se adquieren, es el LiDAR, que permite la adquisición de datos 3D a partir de los haces de luz que emite un emisor y retorna cuando impacta con los objetos.

En este sentido, nuestro grupo de investigación es pionero en la aplicación de esta tecnología para caracterizar la arquitectura foliar en plantaciones frutales, lo cual es de mucha importancia en la reducción de la aplicación de productos fitosanitarios, gestión de la poda, penetración de la iluminación y/o como medida del vigor de los árboles con una perspectiva 3D.

Por otra parte, tendríamos todo lo que son las tecnologías de aplicación variable (VRT), para aplicar las dosis prescritas según la variabilidad del suelo/cultivo en la parcela, lo cual es otro mundo tecnológico distinto al de la determinación de la variabilidad.

Por tanto, quedaría claro que, aunque la gente asocie los drones a la teledetección, ni esta son todo drones ni tampoco la agricultura de precisión, que hace uso de otras muchas diferentes tecnologías.

Al parecer está bastante introducida en el sector vitivinícola, también hay muchas aplicaciones en los cultivos extensivos, pero curiosamente está menos introducida en el sector hortofrutícola. ¿Es eso real? Y si es así, ¿cuáles pueden ser las causas?

Los cultivos que van a la cabeza en la aplicación de las tecnologías de agricultura de precisión yo diría que son los extensivos, principalmente el maíz, por ser un cultivo de alto rendimiento y donde el coste de los insumos es una parte muy importante del coste de producción. Además, el impulso en los cultivos extensivos también es debido por la disponibilidad en la maquinaria de avances, como el autoguiado en base a GPS, monitores de rendimiento, maquinaria de aplicación variable, etc.

No obstante, en España, el viñedo fue un cultivo pionero en la aplicación de esta tecnología. El mejor ejemplo es el de la finca de Raimat (Lleida), que ya a principios de los 2000 empezó a hacer mapas de cosecha con monitores de rendimiento instalados en las vendimiadoras. Después vino el seguimiento del vigor a través de imágenes de satélite y avioneta, lo cual, poco a poco fue extendiéndose a otras zonas vitícolas y hoy día es, quizá, el cultivo permanente donde más aplican estas tecnologías.

Pero tienes razón, los cultivos hortofrutícolas es donde menos penetración está teniendo la agricultura de precisión. Por ejemplo, nosotros en la Universidad de Lleida, los principales trabajos de I+D para clientes externos sobre AP han sido en viña y en cultivos extensivos, pero no en frutales, siendo Lleida una de las principales zonas frutícolas del país. En fruticultura es difícil hacer un mapa del rendimiento, ya que la fruta no se pesa árbol a árbol, o por metro lineal.

En algunas plantaciones muy intensivas de olivos o almendros, sí que se pueden implementar monitores de rendimiento, pero en otros frutales es más difícil. Yo creo que la tecnología LiDAR para la caracterización 3D de las plantaciones tiene mucho recorrido, pero hace falta más investigación para extraer información de los datos y también sistemas comerciales que sean operativos al alcance de, por lo menos, servicios técnicos de cooperativas o empresas.

Por otra parte, si la calidad de la fruta no se valorase básicamente por el color y el calibre, y los precios recibidos por el agricultor fuesen otros, quizá se avanzaría más en la adopción o aplicación de las técnicas de AP en fruticultura.

Por último, ¿cuáles son los retos y las perspectivas de la agricultura de precisión en el sector agroalimentario?

El reto es que la AP se vaya empezando a adoptar y consolidar en más explotaciones agrícolas. A nivel general de implantación, yo diría que estamos empezando y los que llevan unos años aplicando técnicas de AP están aprendiendo. Los que llevamos años investigando, también aprendemos día a día, y cada día aparecen cosas nuevas, por lo que no podemos parar de aprender y el recorrido es enorme. Pero estamos en un sector que es bastante reaccionario al cambio. Las tendencias cuesta cambiarlas y primero hemos de ver el beneficio que supone al vecino que experimenta.

También, siguiendo lo de la pregunta de los retos, ahora diré uno que quizá os sorprenderá. La tecnología de la AP no es un problema, está desarrollada y consolidada. Evidentemente, va evolucionando y mejorando, y aparecen sensores nuevos, etc., que mejoran los datos que se pueden obtener. No obstante, el gran reto es la formación. La interpretación de la variabilidad intraparcelaria y toma de decisiones en base a esta variabilidad es compleja.

Si hasta ahora a un agricultor le costaba o le cuesta decidir cuánto nitrógeno aplicar al maíz o a otro cultivo, imagínate ahora que conocemos la variabilidad de las parcelas y hay que decidir cuántas zonas de variabilidad considerar y qué dosis aplicar en cada zona.

Se observa como las propiedades de los suelos en ambas zonas marcadas pueden ser diferentes, ya que así lo muestran los valores de la conductividad eléctrica. Esto significa que un mismo color en el mapa (NDVI) puede no estar indicando que la causa de la variabilidad sea la misma y que hace falta conocimiento agronómico para poder interpretar la información.

La pregunta es: ¿nuestros agricultores formados en escuelas agrarias y los agrónomos formados en escuelas de ingeniería, tienen una formación técnica y agronómica acorde a la tecnología de la AP que está en el mercado? La respuesta es claramente que no. Los planes de estudio en las escuelas de ingeniería agrícola/agrónomos no se adaptan al avance de la tecnología y conocimientos relacionados con la AP.

Solamente hay que buscar en un navegador de Internet “plan de estudios agricultura de precisión”. Veréisque en el Grado de Ingeniería Agrícola, solamente una universidad en España ofrece asignaturas de grado directamente relacionadas con esta temática. Es precisamente la Universidad de Lleida, en el Grado en Ingeniería Agraria y Alimentaria que se imparte en la Escuela Técnica Superior de Ingeniería Agraria. Luego hay otras ofertas de universidades a nivel de máster. Totalmente insuficiente para hacer frente al análisis e interpretación de datos que supone este nuevo paradigma.

Así, desde aquí hago un llamamiento para el cambio urgente en los planes de estudios de las ingenierías agrícolas/agrarias/agroalimentarias, ya sea a nivel de grado o máster, para que sean más ágiles e incorporen de forma obligatoria la enseñanza de cuáles son, cómo funcionan las tecnologías de la AP y cómo se interpretan (lo cual sea el aspecto más importante) los datos para mejorar la toma de decisiones para una agricultura más productiva, rentable y sostenible.