• Imprimeix

Agricultura de precisió

L’ICGC selecciona els paràmetres a observar i les tècniques a aplicar en agricultura de precissió

Imatge aèria d'una zona agrícola.

L’agricultura va lligada a l’alimentació, i l’augment continu de població mundial fa pensar en una optimització dels recursos relacionats. Així, en zones on l’aigua és escassa, es podrien regar només aquelles parts que realment ho necessiten, i el mateix passaria amb els nitrats i fertilitzants.

Paral·lelament, es pot millorar el rendiment dels cultius i augmentar la qualitat dels productes resultants, mitjançant un seguiment específic de diversos paràmetres, com ara l’estrès hídric. Aquest seguiment també permet la detecció de malalties i minvar els seus efectes.

De fet, alguns països ja apliquen tècniques d’agricultura de precisió, des de la mesura i anàlisi de les condicions que es donen al cultiu, fins a la navegació automàtica de la maquinària.

A banda d’aquestes millores productives, la detecció i control de varietats, com poden ser d’oliva i raïm, afavoreix una justa distribució d’ajudes administratives als agricultors, i un correcte compliment de les normes establertes per les denominacions d’origen, especialment de vins.

 

Alternatives

El primer pas per assolir els objectius de l’agricultura de precisió és l’obtenció de certes dades i la seva anàlisi.

Aquesta obtenció de dades es pot realitzar en camp, assolint d’aquesta forma un elevat grau de fiabilitat i facilitant la diversitat d’informació. Malauradament l’eficiència d’aquesta opció en grans extensions de terreny és escassa, i la seva validesa gairebé nul·la quan les mesures s’han d’efectuar en una finestra de temps reduïda.

Una alternativa seria, llavors, l’ús de sensors d’observació aerotransportats o embarcats en satèl·lits, tenint en compte la resolució dels mateixos en cada cas i el tipus d’informació que es pot obtenir.

S’ha de dir, però, que es poden optimitzar els resultats de la solució anterior, complementant-la amb observacions en camp, ja que seria possible un calibratge i revisió dels resultats en qüestió, a més del coneixement de noves variables.

En qualsevol cas, el procés de les dades i la seva anàlisi posterior són primordials en l’obtenció de resultats rellevants, sent necessaris importants coneixements estadístics i experimentació prèvia.

 

Descripció de la solució

L’ICGC disposa de sensors hiperespectrals i tèrmics que permeten una captura de dades configurada segons els requisits que es plantegen, sobre tot pel que fa a resolució espectral i espacial. A més, s’ha dut a terme una exhaustiva experimentació amb aquests i són ben coneguts els paràmetres a tenir en compte.

Habitualment se solen efectuar calibratges previs i mesures addicionals en camp, per tal d’obtenir resultats precisos, a banda d’augmentar el coneixement de variables com la resposta espectral de diferents plantes en diferents situacions, i entrenar d’aquesta forma el sistema.

Cal remarcar que l’ICGC avalua cada cas, tenint en compte les diverses vessants que té l’agricultura de precisió, i llavors selecciona els paràmetres a observar i les tècniques a aplicar pertinentment, planificant diversos vols si és necessari (com ara en estudis on l’evolució fenològica o la diversitat de condicions climatològiques són rellevants).

Per exemple, per a la detecció de varietats, se sol calcular NDVI, transformar les imatges a components principals, avaluar índexs estadístics (Hellden, Short, Kia...), etc. En canvi, per a controlar l’estrès hídric de cara a millorar la qualitat d’un producte, es poden utilitzar models empírics com l’anomenat baseline, o l’equació del balanç energètic, un cop mesurats variables com la temperatura.

Cal dir que, en general, s’utilitzen diversos sensors (hiperespectral i tèrmic) per disposar del màxim de dades possibles i facilitar tasques com la discriminació de cultius.

Per una altra banda, el treball conjunt amb entitats especialitzades en els diferents tipus de cultius facilita l’anàlisi de les dades en algunes de les aplicacions.

Imatge aèria d'una zona agrícola amb dades hiperespectrals i tèrmiques.

Presentacions

Articles

Projectes realitzats

  • Detecció de varietats de raïm a la Rioja.
  • FARMSTAR: optimització de recursos orgànics en camps de cereals. França.

Aplicacions relacionades