Aplicaciones agrícolas inteligentes para una agricultura más sostenible y eficiente

El equipo del proyecto SQAT, financiado con fondos europeos, desarrolla un servicio de cartografía para abordar los problemas de calidad y sostenibilidad del suelo en la industria agrícola.

Las aplicaciones de la agricultura de precisión han experimentado un gran auge en las dos últimas décadas. Sin embargo, la forma en que la mayoría de los agricultores recopilan la información sobre sus suelos sigue siendo prácticamente la misma. Disponer de mejores datos sobre las propiedades del suelo sería muy beneficioso para la agricultura de precisión. Aumentaría aún más la eficiencia de los recursos y capacitaría a los agricultores para proteger y mejorar la salud del suelo al tiempo que se reducirían los costes.

El equipo del proyecto SQAT combina de forma innovadora datos de observación de la Tierra, sensores del suelo y robótica. En general, el objetivo es introducir una innovación que proporcione a los agricultores una técnica rentable para cartografiar con precisión las propiedades del suelo.

El servicio inteligente de cartografía de suelos utiliza imágenes satelitales de Copernicus para cartografiar las posibles zonas de propiedades del suelo. Para proporcionar una imagen precisa de lo que hay en el suelo, identifica rutas de recogida de datos sobre el terreno con una caja de herramientas compuesta por diferentes sensores. Los resultados se calibran a partir de muestras de suelo para garantizar que los mapas tengan los valores correctos, lo que incluye el análisis automatizados sobre el terreno y un número mínimo de muestras llevadas a un laboratorio de suelos para validar los resultados y asegurar una gran precisión. Este método reproduce los análisis del suelo complicados y costosos que actualmente se realizan en un laboratorio alejado del campo. Para optimizar aún más el proceso de muestreo del suelo y cartografiar campos más extensos con mayor rapidez que con los métodos actuales, los sensores se montan en un robot autónomo. La innovación será muy flexible para que pueda utilizarse en diversas condiciones, y que pueda emplearse cualquier robot de campo, «quad» o vehículo, siempre y cuando puedan resistir el peso.

Convertir los datos en valor para la explotación

«Los agricultores se beneficiarán de varias maneras, dependiendo del uso que se haga de los datos», explica Igor Milosavljevic, responsable de los asuntos europeos de la «Association of Balkan Eco-Innovation», una organización sin ánimo de lucro de Serbia que coordina el proyecto. Si en una explotación se utilizan directamente los mapas de las propiedades del suelo, SQAT proporciona un producto informativo de gran precisión a un precio significativamente inferior al de otras alternativas comparables disponibles en la actualidad. Los agricultores que antes no podían permitirse un mapa de tan alta resolución pueden ahora mejorar sus explotaciones o sus pautas de plantación para reducir el uso de insumos o generar mayores ingresos.

«Una segunda serie de beneficios procede de cómo los proveedores de servicios pueden utilizar estos datos», añade Milosavljevic. La falta de datos espaciales consolidados sobre el suelo limita el alcance de una verdadera agricultura de precisión. Al proporcionar estos datos se abren nuevos horizontes para las aplicaciones desarrolladas por los proveedores de agroservicios, que a su vez aportan valor a los agricultores. En SQAT (Soil Quality Analysis Tool: Implementing Smart Farming Applications using EO Data, Soil Sensors & Robotics) se están desarrollando cinco servicios de este tipo que representan una mejora importante respecto a las opciones actuales: encalado de tasa variable, siembra de tasa variable, fertilización con macronutrientes de tasa variable, labranza de profundidad variable y una solución de seguimiento, notificación y verificación de la carbonocultura. Gracias a estos servicios, los agricultores reducirán sus gastos en combustible, cal, abono y semillas. También aumentarán o al menos mantendrán el rendimiento.

Más información: CORDIS