agricultura de preciÓn en banano · platos y ollas de presión con oxígeno. 3 textura bouyoucos 1...
TRANSCRIPT
AGRICULTURA DE PRECISIÓN EN BANANO
DARIO ANTONIO CASTAÑEDA SANCHEZ
PROFESOR
Temática
• Introducción a la agricultura de precisión
• La producción en la definición de zonas de muestreo y manejo.
• Comportamiento espacial del pH y la resistencia a la penetración en tres agroecosistemas bananeros.
• Evaluación de la dispersión del moko en el cultivo de banano.
• Sensores cercanos y remotos
• Tecnología VRT
• Plataforma integradora de información
INTRODUCCIÓN AP
DEFINICIÓN DE AP
Aplicación de tecnologías y principios para identificar ymanejar la variabilidad espacial y temporal de todos losaspectos asociados con la producción agrícola, con elpropósito de mejorar la gestión del cultivo y/o reducir elimpacto ambiental.
Pierce and Nowak, 1990
AGRICULTURA DE PRECISIÓN
Supuesto
➢Existencia de variabilidad espacial y temporal en los sistemas productivos.
Evidencias
➢Producción
➢Plagas y enfermedades
➢Suelo
➢etc…
Sheng y Brindal, 2012
CARACTERÍSTICAS VARIABLES
• Variables de la planta Factores
➢ Rendimientos➢ Densidad de plantas➢ Coloración➢ Contenidos foliares
de nutrientes➢ Calidad➢ Sanidad
❖ Geomorfológicos
❖ Suelos
❖ Biológicos- Plagas- Enfermedades- Malezas
❖ Climáticos
❖ Manejo
❖ Políticas, mercado, …Zhang et al. , 2012
Rentabilidad $$$
FACTORES RESPONSABLES DE LA VARIABILIDAD ESPACIAL
➢ Geomorfología
➢ Suelo
➢ El agua
➢ Biológicos
➢ Manejo
FACTORES RESPONSABLES DE LA VARIABILIDAD TEMPORAL
➢ Clima: oferta ambiental
➢ Mercado
➢ Políticas
INTEGRACIÓN INFORMACIÓN
ERA DE LA INFORMACIÓN
ERA INDUSTRIAL
ERA DE LA TECNOLOGÍA
✓ Mecanización✓ Agroinsumos
✓ Ing. genética✓ Automatización✓ Sistemas
AGRICULTURA DE PRECISIÓN
HERRAMIENTAS DE LOS SISTEMAS DE INFORMACIÓN
➢Sistemas de posicionamiento global (GPS)
➢Sistemas de información geográfica
➢Sistemas de análisis estadísticos y de minería de datos
➢Sensores directos, proximales y remotos
➢Telecomunicaciones
ETAPAS DE UN PROGRAMA AP
DISEÑO DE PROPUESTA DE MANEJO POR SITO ESPECÍFICO
Propósito: contar con zonas pequeñas homogéneas en las propiedades de interés para el cultivo, para las cuales es recomendable hacer una aplicación homogénea
Zhang et al. 2002
Requerimiento
Conocimiento de losfactores limitantes ysus niveles críticos
Establecer relacionesespaciales entre laproducción y unconjunto de factores
Bourenane et al. 2004
MANEJO ESPECÍFICO DE VARIABLES RELACIONADAS CON PRODUCCIÓN
ASPECTOS DEL MPSE DE FERTILIZACIÓN
➢La mayor cantidad de trabajos han sido realizados en cereales principalmente y son escasos los trabajos en cultivos perennes.
➢La variable de nutrición manejada es principalmente N, en algunas ocasiones P y K.
➢No hay una respuesta clara y generalizada de la producción frente a las propuestas de manejo por sitio específico realizadas.
LA PRODUCCIÓN EN LA DEFINICIÓN DE ZONAS DE MUESTREO Y MANEJO
RELACIÓN PRODUCCIÓN FACTORES
➢ Si hay diferencias en producción deben existir también diferencias en los factores
➢Generalmente no encontramos diferencias porque los factores buscados (N, P, K), no son los limitantes
➢ Factores limitantes
OBJETIVO DEL TRABAJO
Evaluar el comportamiento espacial de los rendimientosen el clon de banano Williams y su relación conpropiedades químicas, físicas del suelo, con miras aestablecer zonas de muestreo y de manejo por sitioespecífico en la región de Urabá.
EXPERIMENTO
➢Área: 6 ha
➢Variedad: Clon Williams
➢Arreglo: cuadro 2.5 x 2.5 m
➢Tipos de suelo: A, B y C
➢Lotes: L3, L4, y L5
➢Muestra: 130 Unidades
➢Malla regular: 20 x 20 m
➢Georreferenciación✓Unidades
✓Lotes
✓Canales
✓Cable vías
PROPIEDADES Y METODOLOGÍASQuímicas
Propiedad MétodopH PotenciométricoMO Walkley-BlackBT CH3COO-NH4 (pH: 7)Al KClCIC7 AcNH4, pH:7CICE BT+AIP Bray IIS Fosfato monocalcicoFe, Mn, Cu, Zn OlseinB Agua calienteIGAC 2006
Físicas
No Propiedad Método
3Resistencia superficial a la penetración
Penetrómetro de bolsillo
8Indices de estabilidad estructural
Tamizado en seco y en húmedo
2 Indice de humedadDesorción de humedad en platos y ollas de presión con oxígeno.
3 Textura Bouyoucos
1 Arcilla Dispersa Pipeta
1Coeficiente de dispersión Jaramillo, 2002
PROPIEDADES Y METODOLOGÍAS
Producción
Peso del racimo
ETAPA DE ANÁLISISPREDICCIÓN ESPACIAL
➢ Generar un mapa de rendimiento continuo Métodos geo estadísticos
➢ Categorías de rendimiento (Estadística descriptiva)
Schabenberger y Gotway (2005)Matheron (1963); Mulla y Hammond (1988);
Diggle y Ribeiro (2007)
Categoría Rango producción(kg/racimo)
Baja < 25 kg
Media baja 25 – 30 kg
Media Alta 30 - 34
Alta > 35 kg
MAPA DE ZONAS DE PRODUCCIÓN
❖Sectores claramente definidos e identificables en campo, indicando estructuración espacial
Definen zonas de muestreo
VALIDACIÓN DEL COMPORTAMIENTO DE RENDIMIENTO EN CADA UNA DE LAS CATEGORIAS
❖ Se prueba que realmente existen diferencias estadísticas
❖ Gráfico de cajas y bigotes y ANAVA Gráfico de cajas y bigotes
Prueba tukey
MATERIA ORGÁNICA SEGÚN CATEGORIAS DE PRODUCCIÓN
Variable UnidadCategoría (kg)
< 25 25 - 30 30 - 34 > 34
mo % 1.52 b 1.80 ab 2.20 a 2.20 a
CARACTERÍSTICAS QUÍMICAS SEGÚN CATEGORÍAS DE PRODUCCIÓN
Variable UnidadCategoría (kg)
< 25 25 - 30 30 - 34 > 34
pH - 5.38 a 5.17 ab 5.06 b 5.05 b
Al
cmolc(+) kg-1
0.58 b 0.94 ab 1.16 a 1.30 a
K 0.30 a 0.36 a 0.36 a 0.42 a
Ca 17.50 a 15.75 a 14.87 a 14.73 aMg 5.29 a 5.38 a 5.32 a 5.51 a
cice 23.70 a 22.50 a 21.70 a 21.90 a
cic7 21.01 a 21.85 a 22.10 a 21.10 a
Sat.Al % 2.50 a 4.40 a 5.70 a 6.20 a
Ca/Mg - 3.40 a 2.90 ab 2.80 b 2.60 b
(Ca+Mg)/K - 76.00 a 63.80 a 60.50 ab 45.90 b
CARACTERÍSTICAS FÍSICAS SEGÚN CATEGORIAS DE PRODUCCIÓN
Variable UnidadCategoria (kg)
< 25 25 - 30 30 - 34 > 34
H0.3 % 35.53 a 36.00 a 36.00 a 36.98 a
H15 22.82 a 22.81 a 23.60 a 23.34 a
Da g cm-3
1.26 a 1.26 a 1.24 a 1.26 a
CD % 13.69 a 11.06 a 10.03 a 10.39 a
C30 g cm-2
2.45 a 2.34 a 2.12 a 2.37 a
C60 1.87 a 2.21 a 2.33 a 2.27 a
C60 2.17 a 1.98 a 2.13 a 2.30 a
DPMS mm 4.58 ab 4.63 a 4.33 b 4.28 b
AFS % 1.67 b 2.56 b 3.78 a 2.97 ab
AES 83.48 a 82.02 a 81.34 a 81.75 a
IES 19.99 a 22.32 a 23.02 a 22.76 a
DPMH mm 1.95 a 1.94 a 2.21 a 2.02 a
AFH % 48.05 a 46.38 a 41.63 a 44.75 a
AEH 80.44 a 79.61 a 79.92 a 79.88 a
IEH 24.60 a 26.18 a 25.60 a 25.62 a
Conclusiones
❖ No se evidencian diferencias en los contenidos de las bases intercambiables.
❖ El bajo pH (5.4) y alto contenido de Al (1.3) en las zonas de alta producción muestran, con respecto a las de baja (pH: 5.1; Al:0.58), muestran mejor balance de cationes.
RECOMENDACIÓN
- Manejo diferencial de la materia orgánica
- El K puede ser manejado uniformemente.
- No es necesaria la aplicación de Ca
- Hacer un manejo diferencial de Mg
- Las características físicas comportamiento estable
COMPORTAMIENTO ESPACIAL DEL pH y RESISTENCIA A LA PENTRACIÓN
AGROECOSISTEMAS BANANEROS
CENIBANANO
OBJETIVO
Evaluar el comportamiento espacial del pH y laresistencia a la penetración, en tres agroecosistemasbananeros, del Urabá, Antioqueño.
PROCEDIMIENTO
➢ Fincas: 3 fincas➢ Muestra
Finca Área (ha)
n n/ha
AC 38 190 5
PG 130 360 3
LE 63 201 3
Resistencia a la penetración (kg cm-2)0-3030-6060-80pH
ANÁLISIS DE LA INFORMACIÓN
Datos
Análisis exploratorio
Análisis Geo estadístico
Mapas Reclasificación
Puntos categorías
Zonas
COMPORTAMIENTO GENERAL DE LA RESISTENCIA
PUNTOS DE CLASIFICACIÓN
Variable Prof. Min 1erQ Mediana Prom. 3erQ Max.
Resitencia 0 - 30 cm 0.31 0.85 1.01 1.06 1.20 2.36penetracion 30-60 cm 0.31 0.97 1.17 1.19 1.38 2.50(kg/cm2) 60-80 cm 0.34 0.94 1.17 1.22 1.40 3.94
baja media altos
RESISTENCIA PENETRACIÓNFINCA AC
0 – 30 cm
30 -60 cm60 -80 cm
Correspondencia > 0.6
(kg cm-2)
(kg cm-2)
RESISTENCIA PENETRACIÓNFINCA PG
0 – 30 cm
30 -60 cm60 -80 cm
Correspondencia > 0.6
(kg cm-2)
(kg cm-2)
(kg cm-2)
RESISTENCIA PENETRACIÓNFINCA LE
0 – 30 cm
30 -60 cm60 -80 cm
Correspondencia > 0.6
(kg cm-2)
(kg cm-2)
(kg cm-2)
COMPORTAMIENTO DEL pH
5.4
4.9
4.6
COMPORTAMIENTO DEL pH
Variable Min 1erQ Mediana Prom. 3erQ Max.
pH 3.77 4.47 4.75 4.89 5.15 7.421Q 2Q 3Q 3Q
COMPORTAMIENTO DEL pH
AC LE
PG
Conclusiones
❖ No se evidencian sectores con resistencia a la penetración mayores a 2.0 kg cm-2.
❖ Si se observan sectores con resistencia a la penetración con valores muy bajos (< 0.85 kgf cm-2).
❖En una de las fincas se presentan valores de pH bajos que caen en las categorías de extremadamente, muy fuerte y fuertemente ácido.
RECOMENDACIÓN
- Evaluación de la producción en regiones representantesde cada una de las categorías, de Resistencia como depH, para determinar si existe o no relación conproducción
EVALUACIÓN DE LA DISPERSIÓN DEL MOKO EN EL CULTIVO DE BANANO
John Alexander EspinosaOscar Javier Munar
❖Enfermedad de moko: Ralstonia solanacearum
❖InfecciónHeridas: herramientas,
insectos, animales, semilla
❖Fuentes de inóculo- Suelo- Material infectado- Hospederos
ANTECEDENTES
❖ Impacto: Urabá- 1970 – 2003: Erradicación 611 ha- 16 ha año-1
❖EnsayoSe trabajó en 10 fincas con moko
ChigorodóCarepaApartadoTurbo
Entender el proceso dedispersión de la enfermedad demoko dentro de las fincasbananeras
PROPÓSITO
Con un GPS
❖Levantó el perímetro de la finca
❖ Cables vía
❖ Canales de drenaje
❖ Focos de la enfermedad cada tres meses
✓ Se integró en un sistema de información geográfica
✓ GEOESTADISITCA✓ Evaluó la correlación espacial de la
enfermedad vs atributos
PROCESO METODOLÓGICO
Conclusión
❖Dispersión de la enfermedad asociada (0.7) a los cable vía
Operarios principal agente dispersor de la enfermedad
RESULTADO
DISTRIBUCIÓN DE MOKO EN PLATANO EN EL QUINDIO
SENSORES
SENSORES
Los sensores son un aspecto crítico en el desarrollo
de la AP por tres razones:
1- El costo
2- Los sensores pueden muestrear a escalas
pequeñas de espacio.
3- Los sensores facilitan mediciones repetidas
SENSORES
Dispositivos que permiten obtener información de un
objeto o proceso, sin entrar en contacto, en respuesta a
un estimulo físico tal como:
❖Calor❖Luz❖Magnetismo❖Gravedad❖Ondas acústicas
Nivel de detalle no lograble con otras técnicas de
monitoreo
SENSORES
Desaparece el concepto de azar (aleatoriedad)
Desaparece el concepto de muestreo
SENSORES
Cercanos
Espaciales
Terrestres
SENSORES CERCANOS
Estímulo físico, está en contacto o próximo al sensor
Clorofilómetro EM38 Cropscan
Espectrómetro
Potencial de la reflectancia edáfica y foliar para la predicción de contenidos de
nutrientes en plantaciones de banano y plátano (Musa ABB Simmonds) en el
Suroeste y Urabá antioqueño.
Juan Manuel Botero
Eddie Yacir Alvarez Albanés
COMPORTAMIENTO DE LA
REFLECTANCIA DE DIFERNTES COBERTURAS
Ge, Thomasson, y Sui (2011), Labrador et al (2012), Camacho (2013)
MÉTODO
MUESTRAS
Determinación reflectancia
Pretratamiento
Modelos explicativos
CalibraciónEspectros
Espectros transformados
ValidaciónCapacidad
predictiva modelos
Laboratorio suelos
Contenido nutrientes foliar edáfico
MEDICIÓN DE REFLECTANCIA
• Contramuestras
• HR 2000+
• 335 – 1100 nm
• Cada 0.4 nm
• 1329 bandas
MÉTODO
MODELOS POTENCIALES PARA DETERMINAR EL CONTENIDO FOLIAR DE NUTRIENTES EN BANANO
MODELOS CONTENIDO FOLIAR BANANO
Nutriente Transf. No. Comp Error CV Error CV aj R2
NSG1 5 0.10 0.10 0.89DOSC 4 0.08 0.08 0.86
P DOSC 2 0.01 0.01 0.92S DOSC 3 0.01 0.01 0.92
Ca DOSC 2 0.03 0.03 0.96
MgCrudo 11 0.03 0.03 0.83DOSC 3 0.01 0.01 0.97
K DOSC 3 0.16 0.16 0.91Fe DOSC 3 4.25 4.24 0.99
MnSG1 15 66.28 65.75 0.98DOSC 3 10.29 10.27 0.99
CuSG1 5 1.00 1.00 0.88DOSC 3 0.26 0.26 0.97
Zn DOSC 3 0.63 0.63 0.95B DOSC 3 0.57 0.57 0.99
MODELOS POTENCIALES PARA DETERMINAR EL CONTENIDO EDÁFICO DE NUTRIENTES EN SUELOS DE FINCAS PLATANERAS
Subregión nutriente Transformación RMSPD Media CP
Urabá
N Crudo 0.34 2.83 0.88
P 1ra Derivada 0.03 0.18 0.83
S 1ra Derivada 0.07 0.12 0.42
Ca 2da Derivada 0.16 0.81 0.80
Mg DOSC 0.14 0.38 0.63
Cu Crudo 1.43 7.9 0.82
Zn 1ra Derivada 2.08 19 0.89
SENSORES REMOTOS
ALGUNAS APLICACIONES DEL MONITOREO REMOTO
Fotogrametría
➢ DEM➢ Curvas de nivel➢ Pendientes➢ Longitudes➢ Áreas ➢ Volumenes
Ambiental y Agrícola
➢ Clasificación cobertura vegetal.
➢ Índices de vegetación✓ Producción.✓ Enfermedades✓ Deficiencias
nutricionales✓ Humedad del suelo✓ Incendios
➢ Zonas de riegos➢ Deslizamientos
MONITOREO DE RENDIMIENTOS USANDO SENSORES CERCANOS Y REMOTOS
USO DE LAS IMÁGENES AEREAS
Robinson Manco SantamariaCamilo Mejía
MONITOREO LOCAL DE PLANTACIONES BANANERAS USANDO IMÁGENES DE BAJA ALTITUD
Experimento
❖Lote: 4.000 m2
❖Cuatro parcelas
❖Muestra: 144 plantas
Determinar características alométricas de la panta de banano enfunción de característcas obtenidas de imágenes aéreas
PROPÓSITO
Variables tradicionales
- Altura de la planta
- Número de hojas
- Área foliar
PROCESO METODOLÓGICO
Adquisición de imágenes
ADQUISICIÓN DE IMÁGENES
PROCESAMIENTO IMAGENES
Imagen Segmentación
Clasificación Extracción de características
Forma Reflectancia
RESUSLTADOS
GENERACION DE MODELOS
Área foliar Altura de la planta Número de hojas
R2 = 0.74p < 0.01
R2 = 0.89p < 0.01
R2 = 0.90p < 0.01
La información obtenida de las imágenes explica en mas del 90 % las variables alometricas de las plantas:Altura Area foliarHojas
OTROS USOS DE LAS IMÁGENES
Clasificación de coberturas y usos del suelo
TECNOLOGIA VRT
La implementación a gran escala requiere de unatecnología conocida como VRT.
GPS
SIG
CONTROLADORES
✓Fertilización
✓Aspersión plaguicidas
✓ Distribución semillas
✓ Riego
Cereales, Algodón y SoyaEEUU, Australia
Argentina, Brasil
Koch y Khosla 2003, Bongiovanni 2006, Roloff y Focht 2006
SIGA, es una plataforma que asistirá al productor en el manejo agronómico,trazabilidad, planificación y gestión, inicialmente dirigida al cultivo del plátano.
Información general
Agronómico
Ambiental
Fertilidad
Geográfico
ADAPTABLE A DISPOSITIVOS
ACCESO AL SISTEMA
INFORMACION
MÓDULO DE INFORMACIÓN GENERAL
CONCLUSIÓN FINAL
Se tiene la tecnología y procedimientos metodológicos parala captura, análisis espacial de la información.
Es necesario el desarrollo de equipos dotados con latecnología vrt, para el cultivo de banano.
Plataforma que permita integrar, interpretar y desplegarespacialmete la información que actualmente el sectorbananero esta generando
MUCHAS GRACIAS