Agricultura Precision curso7 libro

8/7/2019 Agricultura Precision curso7 libro

http://slidepdf.com/reader/full/agricultura-precision-curso7-libro 1/100

7º Curso de Agricultura de Precisión y Máquinas Precisas - INTA Manfredi 2007 1

Estación Experimental AgropecuariaInstituto Nacional de Tecnología Agropecuaria

EEA INTA ManfrediRuta 9 km. 636, 5988 MANFREDI, Córdoba, Argentina

Tel. +54 (3572) 493039,[email protected] , [email protected] http://www.agriculturadeprecision.org

77ºº CCuurrssoo ddee AAggrriiccuullttuurraa ddee PPrreecciissiióónn yy 22ªª EExxppoo ddee MMááqquuiinnaass PPrreecciissaass 1177 aall 1199 ddee JJuulliioo ddee 22000077

Argentina es el país de mayor adopción de Agricultura de Precisión de América

Latina, también el país de mayor desarrollo y fabricación de agropartes para aplicarinsumos variables con guía satelital; este desarrollo nos posiciona frente a lanecesidad de actualización y capacitación permanente de todos los actores de lacadena tecnológica, desde el operario de máquinas precisas, pasando por elproductor y técnico asesor, como así también los industriales de agropartes de altacomplejidad y de maquinas precisas.

El INTA desde el año 1995 viene generando y difundiendo esta tecnología deinformación que parece constituirse en una herramienta de mucha utilidad prácticapara aumentar la productividad con sustentabilidad, como así también comoherramienta de gestión y seguimiento con un futuro muy promisorio para el manejo dela segregación de calidad y trazabilidad de la producción.

Todos estos aspectos serán tratados en profundidad en el 7º Curso deAgricultura de Precisión realizado en INTA Manfredi.

El 7º Curso también ofrecerá la oportunidad de mostrar productos, realizarintercambio de conocimientos fomentando el asociativismo de Pymesmultidisciplinarias de alto nivel de competitividad. Tendrá carácter internacional ya quehabrá disertantes y participantes de varios países de América Latina.

El manejo de los factores que gobiernan el rendimiento de los cultivos hoy esla clave de los altos rendimientos, el manejo de esos factores y la aplicación de losinsumos según ambientes será una herramienta de diferenciación en el corto plazo.

Para dejar de ser un productor de promedios y pasar a ser un productorpreciso, es necesario información actualizada y capacitación permanente.

El objetivo del INTA es que el 7º Curso de Agricultura de Precisión y MáquinasPrecisas sirva como herramienta para acortar la brecha entre lo conocido y disponible(información y equipamiento) y lo conocido y aplicado por el productor medio denuestro país.

mailto:[email protected]


http://www.agriculturadeprecision.org/







ÁÁMMBBIITTOO EEMMPPRREESSAARRIIAALL

El Curso prevé la participación de 80 empresas en stand cubiertos, todas ellasproductoras de agropartes de alta complejidad, más alrededor de 20 empresas deservicio de Agricultura de Precisión.

En stand descubierto se mostrarán la maquinaria de precisión con cierto gradode automatización electrónica, todas máquina que a través de sensores y actuadoresgobernados electrónicamente “on line” puedan entregar datos, mejorar su prestacióno automatizar su funcionamiento con o sin el GPS.

Los participantes del 7º Curso de Agricultura de Precisión podrán observarmás de 80 empresas relacionadas directamente con la Agricultura de Precisión. O seaque:

El presente y el futuro de la Agricultura de Precisión en Argentina y Latinoamérica estará en INTA Manfredi del 17 al 19 de Julio de 2007.

OOBBJJEETTIIVVOOSS::

a) Actualización técnica sobre los últimos avances en Agricultura de Precisión.

b) Capacitación de operarios en el manejo de herramientas que involucra la Agricultura de

Precisión.

c) Demostración estática y dinámica de las herramientas que involucran la Agricultura de

Precisión: - Guía satelital (banderilleros)

- Auto guía satelital.

- Fertilizadoras variables con guía satelital (sólido y líquido)

- Sembradora variables con guía satelital.

d) Promover la comunicación, intercambio, y asociativismo de partistas interdisciplinarios de

máquinas precisas. Presentación de posters de potenciales PYMES que trabajan en

electrónica, comunicaciones, software y hardware que involucran a la Agricultura de Precisión.

e) Presentación de trabajos en posters de instituciones y/o universidades.

f) Promover la difusión de las ventajas del uso de maquinaria precisa e inteligente sobre la

mejora de las prestaciones y manejo variable de insumos según ambiente.




Programa: DDÍ Í AA 1177 DDEE JJUULLIIOO ((SSAALLÓÓNN ““AA””))

07:30 a 10:30 Inscripción.

10:40 a 11:10 Inauguración con la presencia de autoridades de INTA:

Ing Agr (MSc) Carlos Cheppi Presidente de INTA.Ing Agr (MSc) Emilio Severina (Director del Centro Regional Córdoba).Ing Agr (MSc) Enrique Ustarroz (Director de la EEA INTA Manfredi).Intendentes de la zona, Directivos de las empresas y autoridades delas instituciones auspiciantes.

11:20 a 12:30 hs La Agricultura de Precisión Presente y Futuro.Ing. Agr. M.Sc. Mario Bragachini (Coordinador de la Red del ProyectoAgricultura de Precisión y Maquinas Precisas de INTA).

12:30 a 13:00 hs Cluster de Maquinaria Agrícola, formas de acceder a los beneficios deayuda económica sobre innovación tecnológica, capacitación y mejorade la competitividad. Fundación CIDETER.

Ing. Agr. María Isabel Borghi

Cronograma de audiencia según área temática. (Actividades simultáneas)Salón A. Actualización técnica sobre los avances en Agricultura de Precisión.Salón B. Capacitación de operarios en el manejo de herramientas que involucra la

Agricultura de Precisión.

Día 17 de Julio - Salón A. Actualización técnica sobre los avances en Agricultura dePrecisión.

13:00 hs a 14,30 hs Almuerzo

14:40 a 15:20 hs. Calidad intrínseca de la producción granaria de soja.Presidente de AcSoja Ing. Rodolfo Rossi.

15:20 a 15:50 hs. Soja y agricultura de precisión. Ing. Agr. Edgardo Martini (consultoraBaigorri - Martini).

15:50 a 16:20 hs. Café.

16:20 a 16:50 hs. Utilización de variedades de soja según potencialidad de losambientes. Ing. Agr. MSc. Héctor Baigorri (asesor privado).

16:50 a 17:10 hs. Aplicación de fotografías aéreas infrarrojas para la definición de zonasy manejo variable de insumos. Ing. Agr. Pedro Towers (Agrisat).

17:10 a 17:40 hs. Café.

17:40 a 18:10 hs. Manejo de insumos y estrategias por ambientes según zonasdeterminadas con fotografías aéreas infrarrojas. FronteraAgropecuaria Ing Agr. Axel von Martini.

18:10 a 18:40 hs Desarrollo y aplicación de nuevas herramientas de Teledetección en elestudio de ambientes. Ing. Agr. Dr. Carlos M. Di Bella (Instituto deClima y Agua del INTA Castelar).

18:40 a 19:20 hs. Enfoques del manejo sitio específico de fósforo en maíz y soja:comparación de aplicación de insumos variable respecto a lasaplicaciones uniformes. Ing Agr PhD Manuel Bermudez.

19:20 a 20:00 hs Herramientas para el manejo sitio-específico de cultivos. Ing Agr PhD Ortega Blu – Universidad Técnica Federico Santa María - Chile.




DDÍ Í AA 1188 DDEE JJUULLIIOO ((SSAALLÓÓNN ““AA””))

Día 18 de Julio - Salón A. Actualización técnica sobre los avances en Agricultura dePrecisión.

Nutrición de Cultivos según ambientesModerador Ing Agr. Ph.D. Fernando García (INPOFOS).

08:30 a 9:00 hs. Aplicación práctica de los sensores remotos según ambientes. Ing.Agr. MSc. Agustin Bianchini (AAPRESID).

9:00 a 9:40 hs Avances para la utilización de sensores remotos para la aplicación denitrógeno en trigo y maíz. Ing. Agr. M.Sc. Ricardo Melchiori (INTAParaná Proyecto Agricultura de Precisión).

9:40 a 10:00 hs Identificación de zonas para encalado y criterios a tener en cuentapara el cálculo de la dosis variable. Ing. Agr. MSc. Sebastián

Gambaudo, INTA Rafaela.

10:00 a 10:30 hs Café

10:30 a 11:10 hs Importancia de la caracterización de los ambientes dentro del manejode la fertilidad y los fertilizantes. Ing Agr Hugo Fontanetto. INTARafaela.

11:10 a 11:50 hs Sensores remotos para la detección y el manejo del stressnitrogenado en maíz". Ing. Agr. Ph.D. Fernando Solari (Monsanto).

11:50 a 12:10 hs Resumen del panel aplicado a la Agricultura de Precisión. PhD JorgeGonzález Montaner – AACREA.

12:10 a 12:30 hs Resumen del panel aplicado a la fertilización. PhD Fernando García –IPNI.

12:30 a 14:00 hs. Almuerzo.

14:00 a 14:30 hs Proteína en trigo, su relación con el rendimiento y la calidad comerciale industrial'. Ing. Agr. MSc. Jorge Fraschina (INTA Manfredi).

14:30 a 15:00 hs Sensores NIRS de calidad de proteína, aceite y humedad encosechadoras. Ing Agr PhD Néstor Juan (INTA EEA GuillermoCovas).

15:00 a 15:30 hs Resultados de ensayos de dosis variable y de NIRS para proteínamontado en cosechadora (experiencias a campo en trigo y soja y larelación entre rendimiento y proteína según ambientes) Ing. Agr.Andrés Méndez (INTA Manfredi).

15:30 a 16:00 hs. Café.

16:00 a 16:30 hs. Tecnología existente para transferencia de datos en tiempo real.Ing. Andrés Moltoni (INTA Castelar).

16:30 a 17:00 hs Tecnología montada sobre Pulverizadoras y agricultura de precisión.Ing. Agr. Ramiro Cid (INTA Castelar).




17:00 a 17:20 hs Actualización en tecnología aplicada en Maquinaria Agrícola paramejorar el trabajo a campo en lo que respecta a control, trazabilidad yagricultura de precisión. Ing. Agr. Andrés Méndez (INTA Manfredi).

17,20 a 17,40 hs Demo de e-livestock - Presentación del producto/servicio basado enuna aplicación web, realizada por Interlink SRL, para gestión y

trazabilidad on-line en establecimientos ganaderos. Raúl Malisani.

17:40 a 18:00 hs Café.

18:00 a 18:30 hs. Experiencias y resultados logrados por la utilización de la Agriculturade Precisión en campos del sur de Córdoba. Hacia donde vamos.Ing. Gabriel Tellería. Facultad de agronomía de la UBA. Consultor,Asesor y Administrador de empresas agropecuarias. Coordinador deldepartamento técnico del estudio A&T Servicios y Negociosagropecuarios. Miembro de AAPRESID. Ex asesor de grupos CREA.

18:30 a 19:00 hs. Utilización Práctica de la Agricultura de Precisión en cultivosintensivos. Ing. Agr. PhD. Stanly Best. (INIA Chillan - CHILE).

19:20 a 20:00 hs. Panel de Preguntas.

DDÍ Í AA 1199 DDEE JJUULLIIOO ((SSAALLÓÓNN ““AA””))

Día 19 de Julio - Salón A. Actualización técnica sobre los avances en Agricultura de Precisiónde diferentes empresas que realizan trabajos de Manejo de Insumos Sitio Especifico.

09:00 a 09:30 hs. Avances en manejo de insumos variables en Sur de Córdoba. Ing AgrFederico Espina. Responsable Técnico de A&T.

09:30 a 10:00 hs. Sistemas de procesamiento de información para la optimizaciónespacial de insumos. Gustavo Ariel Sznaider. GeoAgris - FAUBA

10:00 a 10:30 hs. "Tecologías de Agricultura de Precisión en Empresas Privadas: Uso yServicio a Clientes de AGD”. Ing Agr Julián Muguerza.

10:30 a 11:00 hs. Café.

11:00 a 11:30 hs Sistema Telematics (control en tiempo real de la maquinaria)Sr Christoph Luis Darfeld (Servicio Técnico CLAAS).

11:30 a 12:00 hs Aplicación de un modelo creado por Geoagro. Lic. Ricardo Peralta.

12:00 a 12:30 hs Reconocimiento y manejo de la heterogeneidad ambiental. Ing. Agr.MSc Fernando Menéndez Responsable Técnico de Agricultura dePrecisión de grupos de AACREA.


14:10 a 14:40 hs. Resultados económicos de manejo de insumos según ambientes.Lic. Federico Proietti.

14:40 a 15:10 hs. Información utilizada para lograr la caracterización y el manejo deinsumos variables. L&S Sergio Marinelli.

15:10 a 15:40 hs. Resultados de manejo de insumos según ambiente y residualidad dela fertilización. Ing Agr Alejandro Saavedra (AER Justiniano Posse).




15:40 a 16:10 hs. Experiencias de Agricultura de Precisión realizadas en Italia. Matteo

Bertocco e Mario Chiericati.

16:10 a 16:40 hs. Presentación de video de capacitación en Agricultura de Precisiónrealizado por INTA / Geoagro / Agro TV. Lic. Victoria Soda e Ing. Agr.

Diego Peydro.

17:00 a 18:00 hs. Con un móvil provisto de audio se recorrerá los expositores queparticiparan de la dinámica quienes serán los encargados de definirbrevemente (5 min.) sus productos a mostrar. El público se dirigirá acada parcela demostrativa las cuales se realizaran en formasimultánea.

18:00 hs. Cierre del 7º Curso de Agricultura de Precisión a cargo del Ing.Agr. PhD. Nestor Oliveri, Director Nacional del INTA.

Las dinámicas se desarrollaran en forma simultánea a la realización del cursodurante los 3 días del curso. Las empresas preveen realizar charlas técnicas en sus

carpas individuales para capacitar en forma específica a los clientes interesados.




DDÍ Í AA 1177 DDEE JJUULLIIOO ((SSAALLÓÓNN ““BB””))

Día 17 de Julio - Salón B. Capacitación de operarios en el manejo de herramientas queinvolucra la Agricultura de Precisión. Coordinador de tiempos deexposición Ing. Agr. Fernando Scaramuzza y Técnico Diego Villarroel

INTA Manfredi.

13:00 a 14,30 hs Almuerzo

14:30 a 15:10 hs. Utilidad Práctica del Monitor de Rendimiento (generalidades) Ing AgrFernando Scaramuzza (INTA - Proyecto Agricultura de Precisión).

15:10 a 15:50 hs. Monitor de Rendimiento, calibraciones y manejo - Farm Scan.

15:50 a 16:30 hs. Monitor de Rendimiento, calibraciones y manejo - Ag Leader TécnicosAdrián Cardinali (D&E) e Iván Cativelli (Tecnocampo).

16:30 a 17:00 hs. Café.

17:00 a 17:40 hs. Monitor de Rendimiento, calibraciones y manejo - Sr Christoph LuisDarfeld (Servicio Técnico CLAAS).

17:40 a 18:20 hs. Monitor de Rendimiento, calibraciones y manejo - Field Star TécnicoPascual Dócimo (AGCO)

18:20 a 19:00 hs. Monitor de Rendimiento, calibraciones y manejo - AFS CASE.Técnicos de la Empresa CASE.

19:00 a 19:40 hs. Monitor de Rendimiento, calibraciones y manejo - Green Star.Técnicos de la empresa John Deere.

Panel de Preguntas


Día 18 de Julio - Salón B. Capacitación de operarios en el manejo de herramientas queinvolucra la Agricultura de Precisión.Manejo de software para obtención de mapas de rendimiento coordinador de tiempos deexposición Lic. Federico Proietti INTA Manfredi.

08:00 a 08:30hs. Manejo de Software SMS - Técnico Juan Pablo Vélez (INTAManfredi).

08:30 a 09:00hs. Manejo de Software - Farm Scan.

09:00 a 09:20hs. Café

09:20 a 09:50hs. Manejo de Software J Office - Sr Sergio Marinelli (Asesor).

09:50 a 10:20hs. Manejo de Software - Field Star Técnico Pascual Dócimo (AGCO)

10:20 a 10:40hs. Café.

10:40 a 11:10hs. Manejo de Software AFS- Case.




11:10 a 11:40hs. Manejo de Software - Sr Christoph Luis Darfeld (CLAAS).

12:00 a 12:30hs. Manejo de Software - Farm Works. Técnico Adrián Cardinali (D&E).


14:00 a 14:25hs. Guía Satelital. Introducción a GPS. Ing Agr Fernando Scaramuzza(INTA Manfredi).

14:25 a 14:50hs. Introducción al panel de Tecnología en Pulverizadoras. Ing AgrRamiro Cid – INTA Castelar.

14:50 a 15:05hs. Guía Satelital - Trimble Técnico Adrián Cardinali (D&E S.A.).

15:05 a 15:20hs. Guía Satelital - Sylcomp

15:20 a 15:40hs. Café

15:40 a 15:55 hs. Guía Satelital - Abelardo Cuffia (Raven).

15:55 a 16:10hs. Guía Satelital - Geosistemas (Out Back)

16:10 a 16:25hs. Guía Satelital - Arag (Sírio).

16:25 a 16:50hs. Café

16:50 a 17:05hs. Guía Satelital – Spray Sat Ing. Claudio Di Marco.

17:05 a 17:20hs. Guía Satelital – Bertolotti.

17:20 a 17:40hs. Controladores y registradores de siembra. Ariel Anaya.

17:40 a 18:10 hs. Funcionamiento del Green Seeker rt 200. Ricardo Melchiori y AdrianCardinali.


08:00 a 08:30hs. Aplicación de insumos según ambiente. Ing Agr FernandoScaramuzza (INTA Manfredi).

Presentación, funcionamiento y prestaciones de los aplicadores variables para siembra y fertilización.

08:30 a 09:00hs. Abelardo Cuffia AG9000 y Raven. Ing Marcelo Alassia.

09:00 a 09:20hs. Café.

09:20 a 09:50hs. Ag Leader D&E S.A.

09:50 a 10:20hs. Verion Ing. Danilo Casse

10:20 a 10:40hs. Café.

10:40 a 11:10hs. Agrometal TIM. Lic. Ariel Anaya.

11:10 a 11:40hs. VHB/Di Rocco.




11:40 a 12:00hs. Mediciones satelitales Land Manager


Dinámica a campo: la organización prevé un lugar para cada empresa donde podrán mostrarsus productos.

14:00 a 15:10hs. Con un móvil provisto de audio se recorrerá los expositores queparticiparan de la dinámica quienes serán los encargados de definirbrevemente (5 min.) sus productos a mostrar.

15:10 a 17:00hs. El público se dirigirá a cada parcela demostrativa las cuales serealizaran en forma simultánea.

Ing. Agr. M.Sc. Mario Bragachini(Coordinador de la Red del Proyecto Agricultura de Precisión y Maquinas Precisas de INTA).

Ing. Agr. Andrés Méndez(Coordinador del Proyecto Específico Desarrollo y aplicación de máquinas y agrocomponentes precisios).

Ing. Agr. M. Sc. Ricardo Melchiori(Coordinador del Proyecto Específico Desarrollo y aplicación de tecnología de Agricultura de Precisión para el manejo de cultivos).

Ing. Agr. Fernando ScaramuzzaTec. Juan Pablo VélezTec. Diego VillarroelTec. Mauro Bianco Gaido

Srta. María Elena EugeniSr. Aldo Oscar(Proyecto Agricultura de Precisión. EEA INTA Manfredi).

EdiciónDiego Villarroel – Andrés Méndez

Ruta 9 km 636, 5988 MANFREDI, Córdoba, Argentina. Tel. +54 (3572) 493039,[email protected] / [email protected]

http://www.agriculturadeprecision.org










Índicenº de páginas

La Agricultura de Precisión Presente y Futuro. 13-28 Ing. Agr. M.Sc. Mario Bragachini (Coordinador de la Red del Proyecto Agricultura de Precisión y Maquinas Precisas de INTA).

Calidad intrínseca de la producción granaria. Caso soja. 29-34 Presidente de ACSOJA Ing. Rodolfo Rossi.

El uso de la Agricultura dePrecisión en la elección y el manejo de cultivares de soja 35-40 Ing. Agr. Edgardo Martín; Ing. Agr. MSc. Héctor Baigorri (consultora Baigorri - Martín y Planeta Soja).

Desarrollo y aplicación de nuevas herramientas de 41-50 Teledetección en el estudio de ambientes.Carlos M. Di Bella; Alejandra C. Kemerer; César M. Rebella;

Arturo E. Melchiori; Juan Esteban Mosso y Juan Manuel Reta (Instituto de Clima y Agua INTA Castelar). CIRN.

Enfoques del manejo sitio específico de fósforo en maíz y soja: 51-61Comparación de aplicación variable vs. uniformeIng Agr PhD Manuel Bermudez. Consultor Privado.

Herramientas para el manejo sitio-específico de cultivos. 62-67 Ing Agr PhD Ortega Blu – Universidad Técnica Federico Sta María - Chile.

Manejo sitio-específico de nutrientes 68-76 Ing. Agr. MSc. Agustín Bianchini (AAPRESID).

Estado actual del manejo sitio específico de nitrógeno en argentina 77-84 Ing. Agr. M.Sc. Ricardo Melchiori (Proyecto Agricultura de Precisión INTA Paraná).

Evaluación del número de unidades de sensado green seekerpara un equipo de aplicación autopropulsado. 85-91 Ing. Agr. M.Sc. Ricardo Melchiori, Proyecto Agricultura de PrecisiónINTA Paraná; Susana Albarenque, Fac Ciencias Agropecuarias U.N.E.R.

Identificación de zonas para encalado y criterios a tener 92-98 en cuenta para el cálculo de la dosis variable.Ing Agr, Ms Sc Sebastián Gambaudo, INTA EEA Rafaela.

Importancia de la caracterización de los ambientes dentro 99-107 del manejo de la fertilidad y los fertilizantes.Ings. Agrs. Hugo Fontanetto ; Oscar Keller

, Dpto. Investigación

en Agronomía del INTA Rafaela; Julio Albrecht , AFA María Juana;

Gabriel Beccaría ,CREA zona S. M. de Las Escobas-Gral Belgrano.

Detección y manejo del estrés nitrogenado en maíz medianteel uso de sensores remotos 108-113 Ing. Agr. Ph.D. Fernando Solari (Monsanto).

Reflexiones sobre los desafíos de la Agricultura de Precisiónen el marco de una agricultura mas intensiva y sustentable. 114-123 Ing. Agr. Ph.D.G. Montaner; Ing Agr M. Di Napoli. (AACREA).




Relación proteina y calidad industrialen variedades argentinas de trigo pan. 124-126 Ing. Agr. MSc. Jorge Fraschina; Lic. Beatriz Masiero; Dionisio Gómez; Ing. Qca. Martha Cuniberti. Grupo Mejoramiento de Trigo, EEA INTA Marcos Juárez.

Tecnologia de analisis de granos por infrarrojo (NIRS) y su rol

en la agricultura de precision 127-126 Ing. Agr. PhD. Néstor Juan. INTA, EEA Anguil (La Pampa)

La agricultura de precisión avanza hacia el manejo de la calidaddel cultivo de soja y el mejoramiento de la productividadde los campos. 138-146 Ing. Agr. M.Sc. Mario Bragachini; Ing. Agr. Andrés Méndez; Ing. Agr. Fernando Scaramuzza; Téc. Juan Pablo Vélez; Tec. Diego Villarroel, Proyecto Agricultura de Precisión; INTA EEA Manfredi Ing. Martha Cuniberti, Laboratorio de Granos, INTA EEA Marcos Juárez; Ing. Agr. Néstor Juan, INTA EEA Anguil.Ing. Horacio Woycik, Representante regional de Zeltex Inc.

Tecnologías inalámbricas para la transmisión de datosen tiempo real 147-159 Ing. Andrés Moltoni, Laboratorio de Electrónica Instituto de Ingeniería Rural (INTA Castelar).

Agricultura de Precisión y aplicación de agroquímicos. 160-172 Ing. Agr. Ramiro Cid , Instituto de Ingeniería Rural (INTA Castelar).

Mejorar el control de algunas actividades es el paso previoa la aplicación de insumos variables. 173-181 Ing. Agr. M.Sc. Mario Bragachini; Ing. Agr. Andrés Méndez; Ing. Agr. Fernando Scaramuzza; Técnico Juan Pablo Vélez;

Técnico Diego Villarroel. Proyecto Agricultura de Precisión. INTA Manfredi

Agricultura de Precisión: 9 años de experiencias. 182-186 Ing Agr Federico Espina. Responsable Técnico de A&T.Responsable Dpto. Técnico: Ing. Agr. Gabriel Tellería.

Agricultura de precisión.Resultados de ensayos de manejo de insumos variables según ambientes cosechados con monitor de rendimiento. 187-197 Ing. Agr. M.Sc. Mario Bragachini; Ing. Agr. Andrés Méndez; Lic. Federico Proietti; Ing. Agr. Fernando Scaramuzza; Técnico Juan Pablo Vélez; Técnico Diego Villarroel.

Proyecto Agricultura de Precisión. INTA Manfredi.

Uso de herramientas de Agricultura de Precisiónen Aceitera General Deheza. Uso propio y visión de servicio. 198-200 Ing Agr Julián Muguerza. Dpto. Agricultura de Precisión AGD.

Claas¿Qué hace Claas para una Agricultura Precisa? 201-208 Sr Christoph Luis Darfeld (Servicio Técnico CLAAS).

La gestión de conocimientos como clavedel crecimiento. Los aportes del GIS como lenguaje. 209-214

Lic. Ricardo Peralta. GeoAgro.




Reconocimiento y manejo de la heterogeneidad ambiental. 215-221 Ing. Agr. MSc Fernando Menéndez. Área de Tecnología AACREA.

Caracterización y mapeo digital de ambientes edáficosen el área central de la región pampeana argentina. 222-226 Martín M. Silva Rossi, Estudio agronómico ; Luis Negruchi,Sergio Marinelli, Tomás Liendo, L&S Group

Fertilizacion en maiz: Respuesta al agregado de azufre.Efecto residual en el cultivo posterior de soja. 227-234 Ing Agr Alejandro Saavedra INTA J. Posse. EEA Marcos Juárez.

Comunidad APProyecto de difusión de la Agricultura de Precisión 235-239 Lic. Victoria Soda e Ing. Agr. Diego Peydro.

Sistemas Globales de Navegacion por Satelites (GNSS) 240-263 Ing. Gabino Cid Jiménez, M.Sc. Jefe Grupo Técnico (CNS)Dirección de Aeronavegación - IACC

Monitoreo de Rendimiento. 264-289 Ing. Agr. MSc. Mario Bragachini; Ing. Agr. Axel von Martín; Ing. Agr. Andrés Méndez . EEA INTA Manfredi. Proyecto Agricultura de Precisión .

Dosis variable de semilla y fertilizante para el cultivode maíz bajo riego. 290-298 Ing. Agr. M.Sc. Mario Bragachini; Ing. Agr. Andrés Méndez; Lic. Federico Proietti; Ing. Agr. Fernando Scaramuzza.EEA INTA Manfredi. Proyecto Agricultura de Precisión.

Ensayo de uniformidad de siembra en soja.Dosificador a chorrillo vs placa monograno. 299-306 Ing. Agr. M.Sc. Mario Bragachini; Ing. Agr. Andrés Méndez; Ing. Agr. Fernando Scaramuzza; Técnico Juan Pablo Vélez Técnico Diego Villarroel. Proyecto Agricultura de Precisión. INTA Manfredi.




7º Curso Internacional de Agricultura de Precisión y Máquinas Precisas

A manera de introducción del 7º Curso de Agricultura de Precisión y MáquinasPrecisas se consideró oportuno realizar un reportaje al Ing. Agr. M.Sc. MarioBragachini (Coordinador del Proyecto Propio de la Red de Agricultura de Precisión yMáquinas Precisas de INTA).

El técnico es Coordinador del Proyecto de INTA PRECOP, Eficiencia deCosecha y Postcosecha y Responsable Técnico del Área Mecanización Agrícola delINTA Manfredi, y su cargo dentro de la Institución es de Técnico Consulto a partir deEnero de 2007.

E-mail: [email protected], [email protected]

Web: www.agriculturadeprecision.org, www.cosechayposcosecha.org

Pregunta nº 1

¿Cómo se inició la Agricultura de Precisión en Argentina?Bragachini: La Agricultura de Precisión (AP) en Argentina se inicia allá por el año1994 /1995 donde a través de los habituales viajes de exploración tecnológica que ungrupo de técnicos de la EEA Manfredi realizan anualmente a EE.UU. (año 2007, viajeNº 17), teniendo como itinerario la visita a diferentes universidades del Cinturón Verdedel país y el Farm Progress Show. En los viajes de los años 1994/95 se observó comoprincipal novedad (dos años consecutivos) el monitoreo de rendimiento satelital,tecnología que posibilita disponer de un mapa de rendimiento geoposicionado, o seamás de 300 puntos de referencia de rendimiento por hectárea identificados en elespacio, y que con ello los productores y técnicos se comenzaban a ver y valorar laimportancia del conocimiento de la variabilidad y la identificación de ambientes dentro

de una unidad productiva llamada en nuestro país comúnmente “lote”. O sea,muchos ambientes dentro de un lote.En ese momento ver un mapa de rendimiento despertó inquietudes y motivaciones detraer esa tecnología lo más rápido posible a la Argentina considerando que en esemomento (año 1994) nació el Proyecto Agricultura de Precisión del INTA.Al regreso inmediatamente nos pusimos a trabajar y logramos motivar a gente muyinnovadora como por ejemplo Marcelo Duggan y Miguel Ezcurra de D&E para que conla gente de Trimble y Ag Leader en el año 1995 / 1996 se realizara el primer mapa derendimiento satelital en Monte Cristo, Provincia de Córdoba con la ayuda ya en esemomento de otra gente innovadora, como son los hermanos Amuchástegui deTecnocampo que estaban tan motivados como nosotros asumiremos el desafío.Recuerdo que el primer mapa se realizó con una cosechadora Case 1688 en un lote

de maíz de mucha variabilidad de rendimiento, con 3 personas dentro de la cabina dela cosechadora, un celular conectado casi continuamente con EE.UU., una notebookconectada al monitor y una antena correctora semi estacionaria (DGPS) colgada enun molino.Luego de tanta tecnología innovadora arriba de una cosechadora ver el mapaconcretado fue una satisfacción muy grande, lo cual generó una doble motivaciónpara continuar con el resto de la tecnología que consiste en el análisis de losambientes, o sea las causas o factores que explican la variabilidad del rendimiento,para luego llegar al manejo de los insumos por ambientes que hoy podemos decir quepodemos hacerlo, pero en aquel momento parecía tan lejano logarlo.Por ser hijo de pequeño productor manicero, sojero y sorguero y estarpermanentemente cerca de mi padre (una persona muy inquieta, casi obsesionadopor la productividad), mi formación universitaria estuvo siempre acompañada por elpragmatismo de mi padre que buscaba siempre la innovación que le permitiera




http://www.cosechayposcosecha.org/








incrementar los rendimientos del los cultivos; me acuerdo que en un campo de supropiedad de 82 ha, donde dominaba una zona baja, una media loma y una loma, lohabía dividido en 7 lotes con alambrados y caminos, y siempre explicaba lasdiferencias de ambientes por características de suelo y materia orgánica y pordiferencia de captación de agua (en esa época con labranza convencional).Mi padre de esa manera manejaba los ambientes de 12 ha promedio, dondediferenciaba cultivos, cultivares, densidades, fechas de siembra, secuencia de cultivos(la fertilización en esa época no existía), o sea que mi padre hacía Agricultura dePrecisión allá por los 80; sin GPS, o sea que sus coordenadas eran alambrados ycaminos.

Pregunta nº 2

¿Cómo sigue la historia de la Agricultura de Precisión en Argentina? Bragachini: La Agricultura de Precisión en Argentina al igual que en el mundo sedebe diferenciar en dos grandes temas, todo aquello relacionado a la innovación y eldesarrollo de agrocomponentes de alta complejidad que constituyen las herramientasque permiten captar, grabar, geoposicionar, analizar, ejecutar y aplicar insumosvariables, o bien guiar operativamente una máquina por el lote sin la asistencia deloperador, esas propiedades lo proporcionan los sensores, los monitores (hardware),los sistemas de comunicación hoy evolucionados como Can Bus, los softwareespecíficos, los actuadrtes electrohidráulicos, los posicionadotes DGPS, lascomunicaciones satelitales, las imágenes satelitales, Internet, etc., etc., todo esoconstituyen hoy los componentes complejos de una máquina precisa capaz detrabajar por el campo sin ninguna asistencia del operador, autoguiarse, autoregularsepara su funcionamiento, grabar todas sus operaciones y enviarlas por telefoníasatelital a un programa común en una web y su dueño por Internet recibirlo en una PC

casi en tiempo real la información ya procesada. Otro tipo de máquinas comosembradoras y pulverizadoras/fertilizadoras pueden aplicar insumos variables segúnambientes, o bien equipos que pueden sacar muestras de grano en la cosechadora yanalizar su contenido de proteína y aceite cada 12 segundos como se está realizandoexperimentalmente en el INTA Manfredi desde el año 2006.Todas estas herramientas complejas se pueden resumir como máquinasprecisas y agrocomponentes de alta complejidad.La palabra alta complejidad indica sistemas integrados donde se conjugan laelectrónica, la informática, las telecomunicaciones y la electromecánica, pero enningún momento eso debe generar temor de utilización porque estos equipostenderán cada día a ser más fáciles de manejar y comprender y también tenderán aver cada día más compatibles entre si y sobre todo más confiables y de menor costo.

Por otro lado la evolución será tan rápida que su renovación será permanente dada larápida obsolescencia tecnológica.Los bienes escasos en el mundo son hoy el petróleo, el recurso tierra, el recursoagua, el recurso aire limpio, en cambio lo que abunda son los cerebros argentinosinteligentes con espíritu innovador; de allí que no existe riesgo que esta tecnologíaincremente su precio y dificulte el acceso.

Pregunta nº 3

¿Toda esta tecnología resumida como “maquinaria agrícola precisa” para que

sirve, como se logra amortizar y obtener ganancias que justifiquen suadopción?




Bragachini: Eso es precisamente la “Agricultura de Precisión” que algunos autoresdefinen como agricultura satelital, otros como la agricultura del futuro, otros como laagricultura de máquinas precisas, otros más abarcativamente como la agricultura porambientes o el manejo sitio específico de los insumos y factores que manejan laproductividad y calidad de los cultivos. Otros indican que es la tecnología que permiteavanzar en los procesos de trazabilidad de los productos; algunos técnicos ven la APcomo un gran aporte para la gestión ambiental, otros ven a esta tecnología como aptapara el manejo de gestión empresarial, y la gran mayoría ve a la AP como unaherramienta para incrementar las ganancias de su empresa.El INTA y el equipo de trabajo que coordino en forma de red engloba dos grandesproyectos específicos, PE 1 “Desarrollo y aplicación de Máquinas y AgrocomponentesPrecisos”, donde su coordinador es el Ing. Agr. Andrés Méndez y el PE 2 “Desarrollo yAplicación de Tecnología para el Manejo de Cultivos, coordinado por el Ing. Agr.M.Sc. Ricardo Melchiori, vemos a la AP desarrollarse a través de una red funcionaldonde intervengan todos los actores de la cadena, desde el productor primario hastael cliente de la góndola de cualquier supermercado del mundo que desee adquirir unproducto de calidad, perfectamente trazable de bajo costo, producidos con procesos

que garantizan la gestión ambiental.

Pregunta nº 4

¿Puede aclarar como se integran todos estos factores, herramientas yconocimientos para definir a un productor de Agricultura de Precisión?Bragachini: Un productor de Agricultura de Precisión es aquel que valora einterpreta la variabilidad de ambientes productivos en sus unidades deproducción.Nosotros siempre decimos que un productor de precisión es aquel que no se maneja

con datos promedios, que manejan ambientes productivos que utilizan datosgeoposicionados espacialmente, que relacionan esos datos estratégicamente paratomar decisiones de manejo para cada ambiente, que luego utiliza la tecnologíadisponible de manera inteligente para aplicar lo justo, en el lugar exacto, en elmomento oportuno, tratando de maximizar la productividad y rentabilidad en algunoscasos, y en otros priorizar la sustentabilidad a mediano plazo resignando gananciaspuntuales.Un productor amigo, el Ing. Agr. Hugo Ghio dice siempre que los productoresno deben ganar una carrera, sino deben aspirar o ganar el campeonato.Estos criterios productivos con sustentabilidad no se adquieren y se logran solamenteutilizando máquinas inteligentes, software muy evolucionado o red de comunicacionesevolucionadas, pero los productores y técnicos con formación agronómica sobre esos

conceptos bien fundamentados, mediante el uso y aprovechamiento de estatecnología, potencian sus posibilidades de segregación de ambientes productivos,manejo de insumos variables, trazabilidad de la producción y hasta mejorar la gestiónde su empresa.Para resumir un productor preciso es aquel que deja de manejar su campo condatos promedios para manejar todas las variables según ambiente.

Pregunta nº 5

¿Por qué un país como Argentina, hoy competitivo para producir productos de

industrialización primaria derivados del agro debe adoptar masivamente estatecnología?




Bragachini: El recurso tierra en Argentina es hoy el bien más escaso del sistemaproductivo. Una ha de campo en Argentina posee un valor promedio en la zonaPampeana Centro de 8.000 U$S/ha con valores entre 4 a 12.000 U$S/ha, el uso de latierra en alquiler anual promedian valores de 300 U$S/ha con valores que oscilanentre 200 y 400 U$S/ha, esos valores resultan similares a los de Iowa, Illinois oIndiana, los tres principales Estados del Cinturón Verde de EE.UU., zona de máximaproductividad mundial de cultivos extensivos con tierra de valor agrícola y noinmobiliario como la agricultura subsidiada de la Comunidad Europea.O sea que el productor argentino produce con la tierra más cara del mundo y por endeestá obligado a producir eficientemente, aprovechando todo el potencial delconocimiento agronómico y del manejo disponible, para diferenciarse y subsistir en unambiente productivo muy competitivo. Además debe ser innovador y superar año trasaño las productividades promedios de la zona si desea seguir siendo productor y noser desplazado por la tecnología cada día más evolutiva y dinámica en sus cambios.Este panorama de hipercompetitividad productiva donde la tierra es el bien escaso ycaro, la tecnología de procesos basados en datos agronómicos reales yconfiables de cada metro cuadrado de la unidad productiva (campo o lote)

trabajado, constituye una herramienta de diferenciación muy poderosa, ya quepermite ajustar diagnóstico, posibilitando un manejo de los recursos con mayorprecisión, eficiencia y productividad.El Manejo de insumos según ambiente es la meta de todo productor innovador. LaSiembra Directa se realiza en Argentina un 70%, la biotecnología en los cultivosextensivos se utiliza en un 60% (soja y maíz) teniendo en cuenta los 30 M/ha de áreade siembra de cultivos extensivos; toda tecnología que supera el 50% de adopción,adoptarla no genera beneficios, sino que solamente se aplica para no perdercompetitividad, pero sin beneficios concretos. La tecnología más innovativa radica enla fertilización balanceada y la fertilización del sistema y no la nutrición puntual de uncultivo, esto acompañado de un ordenamiento de secuencia de cultivos paraaprovechar la residualidad química y física del suelo; esto si bien ya está en un alto

porcentaje adoptado puede diferenciar a algunos productores, pero lo realmenteinnovador en estos momentos es el manejo de los factores que gobiernan laproductividad, la calidad y la relación costo/beneficio de cada uno de los ambientes enparticular de una unidad productiva.

Pregunta nº 6

¿En que etapa de adopción se encuentra la AP en Argentian?Bragachini: La Agricultura de Precisión en Argentina ya pasó la primera etapa deexploración y se encuentra en la segunda; hoy como en todas las tecnologías, existen

productores innovadores que ya desde el año 97/98 utilizan el monitoreo con mapeode rendimiento posicionado con GPS. En estos años, cosecharon una gran cantidadde información sobre la variabilidad natural cuantificada con la productividad de losprincipales cultivos, o sea, conocen como responde cada ambiente de su campo ensoja, maíz, trigo y girasol; partiendo de esa información ya caracterizaron losambientes (análisis de suelo según ambiente), y en algunos casos, hasta manejan losinsumos en forma variable, como son la genética, la época de siembra, elespaciamiento entre hileras, la densidad, la fertilización nitrogenada, correcciones dePH, correcciones de fósforos con altas dosis, manejo del azufre, y la influencia varietalde algunos cultivos de acuerdo a la profundidad de la napa freática, o bienprofundidad de tosca, etc. También esa información georeferenciada constituye unelemento de gestión y control, cuando los trabajos son realizados por terceros (como

los pool de siembra).




En muchos casos, las mayores ganancias se obtienen reduciendo la aplicaciónde los insumos “bajando costo”; eso ocurre cuando el ambiente posee un factorlimitante incorregible, como por ejemplo, los lotes overos con ambientes con suelosódico, o tosca en superficie, donde el promedio de insumo del lote sondesaprovechados y resultan antieconómico aplicarlo. En cambio, en los ambientesde alta productividad, los insumos promedio desaprovechan el potencialproductivo, y a veces, mejorando la dosis de un insumo como el nitrógeno en maíz otrigo, por ejemplo, potenciamos la producción de esos ambientes en formasignificativa con resultados económicos alentadores.En Argentina existe amplia variabilidad de rendimiento de los cultivos porrelieve del lote, agua, suelo (materia orgánica y nutrientes), por ejemplo, lahistoria del lote, años de agricultura sin rotaciones y labranza, frente a otrosambientes con historia ganadera y siembra directa continua con rotación deleguminosas / gramíneas con fertilización. Con la Siembra Directa continua cambia laproductividad de un campo en pocos años, y eso también se observa en los mapas derendimiento; manejando esa información se pueden tomar mejores decisiones yrealizar mejores negocios, porque contrariamente a lo que piensa la gente, los

campos llevados de manera más sustentable rotación / fertilización / manejo enSiembra Directa continua, son los más rentables y con mayor estabilidadproductiva, y eso también se puede extraer del seguimiento de mapas derendimiento. Cuando a través de la globalización se juntan lotes, o sea, se sacanalambrados y caminos, uniendo 2 o 3 lotes, posteriormente se uniforma la siembracon un cultivo, al ser cosechado y mapeado, aparecen virtualmente los caminos y loslotes ahora ya no separados ya no por alambrados y caminos, sino por coordenadasde GPS, permitiendo cuantificar la respuesta de eficiencia productiva y de los insumosaplicados en cada ambiente. Dicho de otra manera, la Agricultura de Precisiónpermite el manejo según ambientes mediante alambrados virtuales, o sea,manejar el lote con grandes máquinas automatizadas y georeferenciadas, colocandolos insumos respetando la variabilidad conocida.

Parece que resultará más fácil aprender desde ahora a manejarse con los GPS, los controladores, los mapas de suelo, de siembra, etc. que dentro de 4 ó 6 años competir con los que conozcan o manejen estas herramientas. Probablemente esta diferencia resulte de la facilidad creciente que esta tecnología ofrece y ofrecerá al usuario, y las ventajas cada vez mayores que se logran con ellas. ¿Será así o la anterior es sólo una expresión de deseo?. Bragachini: Los primeros en adoptar las tecnologías innovadoras son losúnicos que obtienen ventajas; el que recién introduce estas herramientas decomplejidad en el campo; es cierto que encuentra equipamiento de menor costo, máspreciso y más fácil de utilizar, pero como lo realmente valioso en Agricultura dePrecisión es la información y la experiencia del manejo de esa información , losproductores con más años en Agricultura de Precisión son y serán los únicos

beneficiarios. La información agronómica georreferenciada de mi campo, no lapuedo comprar, y la experiencia del manejo de insumos variables de losambientes de mi campo, tampoco nadie me la venderá.

Pregunta nº 7

¿Por qué es importante y útil sacar provecho del servicio de capacitación queofrece el INTA como entidad de neto corte técnico independiente de marcascomerciales?Bragachini: El INTA posee un prestigio y reconocimiento técnico por parte del

productor agropecuario ganado fundamentalmente por la imparcialidad delmanejo de la información; esto no asegura que sea siempre la mejor información,




porque en Argentina existen las Universidades, AAPRESID, AACREA y tambiéninvestigaciones privadas generadoras de buena información. Debido a laexcelente y abundante información que hoy maneja el productor, no hay muchoespacio para vender información sesgada comercialmente, pero aún así lainformación del INTA siempre está respaldada por su imparcialidad y eso esreconocido por el productor argentino.Además el INTA y el productor argentino tiene la virtud de socializar el conocimientodisponible provocando un progreso permanente sobre bases cada día más elevadas.

Pregunta nº 8

¿Qué puede esperar un productor o técnico que se acerque al INTA parainformarse y formarse sobre el manejo adecuado de la Agricultura de Precisión?¿Podrá salir operando equipos tales como monitores de rendimiento,sembradoras, pulverizadoras de aplicación variable, banderilleros satelitales,etc., o sólo se enterará de las novedades existentes y las tendencias delmercado?

Bragachini: El 7º Curso de Agricultura de Precisión y 2º Expo de Máquinas Precisasesta orientado a cumplir con 4 objetivos específicos bien definidos:La meta deasistencia es de aproximadamente 1600 personas las cuales durante 3 días tendráncontacto directo con toda la tecnología de Agricultura de Precisión y MáquinasPrecisas que Argentina ofrece como país líder en el área temática en Latinoamérica.Para ello pensamos en un evento que englobe:- Los últimos adelantos tecnológicos en materia de manejo de cultivos según ambiente, con los mejores disertantes a nivel global (presentación de trabajos y disertaciones plenarias).

- La mayor oferta de capacitación para operarios de máquinas precisas ofrecidas hasta el momento.- - Mas de 80 empresas de máquinas precisas, agro componente y servicios con la mejor infraestructura demostrativa (muestra específica).- Más de 20 empresas mostrando en 3 días de dinámicas permanentes las ventajas de sus productos innovativos (demostraciones personalizadas)- Más de 50 horas de disertaciones técnicas con diferentes niveles de requerimientos de información y capacitación, orientados a técnicos asesores, productores y operarios.Para continuar evolucionando en la capacitación y el manejo de la información- Los participantes recibirán un libro (publicado con respaldo electrónico con toda la información del curso y las conferencias plenarias, completas).

El objetivo general de este 7mo Curso de Agricultura de Precisión y 2º Expo deMáquinas Precisas es fortalecer las capacidades tecnológicas del sistema productivoagropecuario argentino, mediante la capacitación, adopción y aprovechamiento delmanejo de los cultivos por ambientes y la eficiente utilización de las máquinasprecisas para ello definimos los Objetivos específicos del Curso como:

• Capacitar a los técnicos, productores y operarios sobre el manejo correcto de las máquinas y las herramientas tecnológicas que implican la Agricultura de Precisión

• Constituir el ámbito apropiado de exposición y discusión de los últimos desarrollos e investigaciones realizadas para mejorar el manejo de los cultivos por ambientes

• Brindar un ámbito de convocatoria específica del área temática para que los diferentes proveedores de herramientas e insumos muestren




sus productos y tengan la posibilidad de capacitar a sus potenciales clientes.

• Generar un ámbito de recepción procesamiento y difusión de toda la información referida al área temática mediante las diferentes alternativas de comunicación.

• Publicación de trabajos , listado y descripción de productos y proveedores de actualización anual. Difusión en página web, DVD, libro anual del curso, medios de comunicación masivos, etc.

• Brindar el ámbito de contacto directo del cliente con los proveedores y empresas a través de demostraciones dinámicas personalizadas a campo durante todo el día y los 3 días de duración del curso. Los demandantes de servicios especializados de Agricultura de Precisión podrán tener contacto directo con aquellos que los brindan

• Generar un ámbito de incubadora de ideas innovadoras en el manejo de cultivos por ambientes y máquinas herramientas precisas,favoreciendo el asociativismo interdisciplinario

• Generar el ámbito de captura y aprovechamiento de la información

tecnológica provista por referentes reconocidos internacionalmente,logrando una interacción interdisciplinaria. • Ofrecer un curso internacional en medio del campo con la logística

necesaria a un costo accesible para todos .

En Argentina existen muchos técnicos capaces, con ideas brillantes, que pordesconocimiento no prosperan. El ámbito del curso será una buena herramientapara potenciar el desarrollo de estas innovaciones.La Agricultura de Precisión ya es una realidad del sistema productivo argentino; poseevida propia y por eso, durante 3 días, el INTA Manfredi será la principal sede dedifusión de la Agricultura de Precisión a nivel Latinoamericano, ya que habrá 3disertantes y muchos participantes extranjeros de Brasil, Cuba, Venezuela, Chile,

Bolivia, Paraguay, Uruguay, Colombia y Perú, España e Italia, entre otros.A posteriori de este curso, el INTA programará un evento para el 2008 de mayormagnitud, y con mayor grado de transferencia de conocimientos, pero eso todavíaesta en la cosina.

Pregunta nº 9

¿Cuál será la gran novedad del Curso del INTA 2006?Bragachini: Las novedades serán muchas, pero una se destaca y la constituye unnuevo monitor que a través de un sensor NIRS colocado en la noria de la

cosechadora, analiza y posiciona en un mapa de calidad (proteína y aceite) del cultivocosechado; todo el proceso lo repite cada 12 segundos con buena precisión en trigo,cebada (proteína) y en maíz y soja (proteína y aceite); este equipo experimental es deorigen americano marca Zeltex; la cosechadora donde fue colocado y en la cualrealizamos los primeros mapas es una Vassalli 1550. Los primeros mapas de calidaden tiempo real se realizaron en Manfredi durante el mes de Mayo del 2006 en maíz ysoja, posteriormente en Diciembre del 2006 en trigo y en el 2007 se están realizandocon excelentes resultados en soja y maíz.Los avances de los ensayos y la factibilidad de adopción y segregación de calidad anivel de lote se realizarán en la próxima campaña de trigo y cebada del 2008/2007;luego de esos ensayos y evaluaciones, el INTA tendrá una opinión formada de lasposibilidades reales de esta nueva tecnología, que por ahora, está a nivelexperimental, pero que promete ser el cambio hacia la introducción delproductor al proceso de calidad y al manejo de los factores que la gobiernan.




Dado que la soja, el maíz, el trigo y la cebada son en definitiva comodities que deacuerdo a su valor alimenticio dependerá su precio resulta interesante esta línea dedesarrollo.Dicho de otra manera, en un futuro cercano el productor medirá el rendimiento en kg / ha de proteína, o bien kg / ha de aceite, pero también puede servir para segregarcalidad a nivel de lote, o bien, para el manejo de factores que gobiernan lacalidad, o sea, que puede nacer un nuevo concepto sobre el manejo agronómicoorientado en la calidad; la tecnología promete lo suficiente como para entusiasmarsey trabajar en forma intensiva y con mucha interdisciplinariedad.

Pregunta nº 10

¿Qué otras novedades importantes se podrán ver en este Curso que no sehallan podido observar el año pasado? Por ejemplo: Bragachini: En el 7º Curso Internacional de Agricultura de Precisión y 2º Expo deMáquinas Precisas del INTA se presentarán muchas novedades importadas deEE.UU. como ser diferentes alternativas de autoguías de tractores, cosechadoras ypulverizadoras autopropulsadas, las cuales con diferentes grados de precisión,sofisticación y costos permiten autoguiar las máquinas por el campo, esta tecnologíapor ahora no se fabrica en nuestro país y presenta un futuro muy promisorio para elequipamiento de grandes sembradoras, reemplazando el marcador mecánico que enSiembra Directa no resulta muy eficiente y complica la siembra.Otra novedad será la Rastra de Conductividad eléctrica “Veris” con un “kit” analizadorde PH, dos datos de suelo importantes que pueden ayudar a segregar ambientes,para luego caracterizarlos con muestreos dirigidos del suelo.También constituirá una novedad la transmisión por DGPS de todos los sensores dela cosechadora Claas llamado Telematic; los sensores unen la información a una

central donde están los programas que procesan la información, y el propietario en sucasa en una PC por la web recibe la información procesada, quedando grabadostodos los procesos que realiza la cosechadora en cada momento. Un equipamientosimilar también lo dispone la nueva cosechadora Massey Fergusson 9790 yChallenger de Acgo, pero un equipamiento similar y de desarrollo nacionalposiblemente se vea en este curso, o bien en los próximos meses.Otras novedades estarán constituidas por la gran cantidad de software específicos demayor prestación y menores costos, esto tanto a nivel nacional como internacional.John Deere y Case/New Holland también poseen mucha variedad tecnológica deagricultura de precisión en sus sistemas integrales llamados AMS de John Deere yAFS de Case y tendrán en Manfredi grandes stands y técnicos para mostrarlos.En materia de pulverización y aplicación variable de fertilizante existen varias

opciones, por ejemplo: la firma Pla posee un equipo de origen europeo marca Lechlercon multi picos de apertura automática en forma neumática, lo cual asegura unacalidad de aplicación variable en tiempo real con amplia variación de dosis sin perdercalidad de aplicación. El equipo es VarioSelectt Lechler Pocket PC hp HewlettPackard GPS.En este tema otros equipamientos nacionales e importados como D&E, Raven, DickyJohn, también serán presentados con óptimas prestaciones.En el rubro de siembra y fertilización variable se podrán ver los desarrollos nacionalesde Verion, Agro Oleohidráulica Di Rocco/Control Agro, Abelardo Cuffia, D&E,Landtech y Tim Agrometal, entre otros.En de monitores de siembra interactivos se podrán ver no menos de 10 tipos demonitores de excelentes prestaciones muchos de ellos con trazabilidad de datos y

transferencia de datos en tiempo real.




En fertilizadores al voleo se podrá ver a Yomel/D&E y a Fértil entre otros con nuevosaplicadores de dosificación variable bajo carga y automatizados.En el rubro aplicación variable en pulverizadores y fertilizadores líquidos la firma Jactode Brasil junto a D&E presentarán algunas novedades, y Metalfor también presentarámuchas novedades electrónicas.En todos los casos, tanto Pla, Metalfor y Jacto presentarán botalones automatizadospara lograr uniformidad de altura, guiados con sensores ultrasónicos.Los técnicos de INTA Paraná en convenio con la Universidad de Oklahoma, EE.UU.,podrá mostrar gracias a la gente de D&E un sensor Green Secker, sensor activo delectura de índice verde y biomasa para fertilización variable en tiempo real en cultivosgramíneas (maíz – trigo).Pero las grandes novedades y los más esperados son los monitores de rendimientosatelitales de origen nacional presentados por la firma Guillermo Bonamico (IGB) yotro desarrollo de las firmas Landtech y Sensor. Esta última firma Sensor presentarátambién sus sistemas de múltiple de sensores conectados a una pantalla de cuarzolíquido para automatismo de datos y manejo de pulverizadoras y cosechadorasVassalli / Don Roque, Metalfor, Bernardín y Pla, Metalfor en pulverizadoras entre

otras.En materia de balanzas electrónicas, mixer y tolvas autodescargables las firmasMagris y Hook presentarán novedades de grabados de datos, automatismos depesados y transmisión de datos a distancia.Sin duda un gran desarrollo tecnológico que indica un avance en ventas de elementosde alta complejidad en Argentina, que se puede señalar con un incremento del ordendel 264% en los últimos 3 años (2006/2006).Al respecto es importante señalar que la actualización del mercado deagrocomponentes electrónicos de AP indica que el mercado de máquinasprecisas y agrocomponentes de alta complejidad para agricultura de precisión,durante el 2006 es de 20 millones de dólares distribuido porcentualmente de lasiguiente manera:

Cuadro nº 1: Distribución porcentual de la inversión en el 2006

Banderilleros para máquinas terrestres, aviones y auto guía satelital 36%

Monitores de siembra 31%

Monitores de rendimiento 18%

Dosis variable para sembradoras y pulverizadoras/fertilizadoras 9%

Software específicos 3%

Total 100%

Fuente: INTA Manfredi – Proyecto Agricultura de Precisión. Octubre 2006

El mercado de agrocomponentes para máquinas precisas y agricultura de precisión,creció el 264% en los últimos tres años (2003/2006). Es el rubro del sector de mayorcrecimiento durante estos últimos 3 años.

Pregunta nº 11

¿Cómo evolucionó la adopción de los equipamientos de Agricultura dePrecisión en Argentina?Bragachini: Para esa pregunta tenemos un gráfico muy claro que explica como fue

evolucionando cada uno de los rubros de agrocomponentes y máquinas precisas; el




nivel de adopción de Agricultura de Precisión se mide en el mundo por el número demonitores de rendimiento.

Cuadro nº 2: Evolución de las ventas de algunas de las herramientas de Agricultura de Precisión.

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007*

Total de Monitores de

Rendimiento 50 200 300 450 560 600 850 1300 1600 2500 3130

Monitores de

Rendimiento con GPS 25 75 155 270 400 420 600 900 1300 2200 2750

Monitores de

Rendimiento sin GPS 25 125 145 180 160 180 250 400 300 300 380

Dosis Variable

sembradoras y

fertilizadoras

3 4 5 6 10 12 25 40 130 500 700

Monitores de siembra 400 500 700 1000 1300 1500 1800 2200 3000 4200 5100 Banderillero Satelital

en aviones 35 60 100 160 200 230 300 450 480 550 560

Banderillero Satelital

en pulverizadoras 0 10 70 200 400 500 2000 3000 4000 5000 5800

Guía Automática 0 0 0 0 0 0 0 3 25 50 80

Sensores de N en

tiempo real 0 0 2 2 4 5 6 7 7 12 15

Fuente: Proyecto Agricultura de Precisión INTA 2006.

* 2007 estadísticas de los primeros 6 meses.Argentina se ubica 2ª detrás de EE.UU en números de monitores de rendimiento y es 5º en el mundo ennúmero de monitores por cantidad de hectáreas sembradas. 1º EE.UU., 2º Dinamarca, 3º Suecia, 4ºGran Bretaña, 5º Argentina , 6º Australia, 7º Holanda.

Pregunta nº 12

La adopción de la Agricultura de Precisión termina en el campo en gran parteexplicada por el manejo variable de los insumos según ambientes, en eseaspecto ¿cómo podría explicar la evolución de cada insumo con y sin proyectodel INTA, desde ahora hasta el 2011? Bragachini: Es evidente que el grado de aceptación que hoy tiene esta tecnología enArgentina, y la cantidad de empresas dedicadas a la Agricultura de Precisión ya esuna realidad y esta tecnología se adoptará con el INTA y sin el INTA, pero también esevidente que el proyecto del INTA otorga una mayor confianza en el productor y unamás rápida adopción, en forma *** en un cuadro que elaboramos muyconcienzudamente, estimamos como será la evolución de los próximos años de cadainsumo aplicado variable con y sin proyecto del INTA.




Cuadro nº 3:

Aclaración: CP: con proyecto de INTASP: sin proyecto de INTA

Pregunta nº 13

El equipo de trabajo de INTA Agricultura de Precisión ¿es suficiente pararesponder a la demanda actual, o se siente desbordado?Bragachini: El equipo de Agricultura de Precisión del INTA en el año 2006 seencontraba parcialmente desbordado y por eso está creciendo en recursos humanos,dado que la demanda sobre el manejo agronómico según ambiente recién comienza yhay mucho por investigar y el productor argentino (por gracias) es muy exigente yansioso, y es bueno que así sea, para lograr un proceso continuo.Afortunadamente el INTA como institución priorizó el tema en el 2007 y le otorgórecursos a través de un Proyecto de Red, pero también es importante señalar que elINTA no está sólo en esto; están los técnicos de las Universidades, AACREA,AAPRESID trabajando y también varias empresas de servicio muy valiosas, pero lo

más importante es que estamos todos unidos y la organización de este 7º. CursoInternacional de Agricultura de Precisión y 2º. Expo de Máquinas Precisas lo pone enevidencia.

Pregunta nº 14

¿Como sueña Bragachini el futuro de la Agricultura Argentina frente a losproblemas de sustentabilidad marcado en el crecimiento del cultivo de soja?Bragachini: El futuro de la Agricultura Argentina es difícil predecirlo, porque el mundoy el mercado global puede cambiar frente a los conflictos bélicos que no están

descartados siendo el valor del petróleo la llave de ajuste de esos cambios, y dondelos granos “commodities” adquirieron además del valor como alimento, también un

Año 2006 2007 2008 2009 2010 2011

FertilizaciónVariable

CP CP SP CP SP CP SP CP SP CP SP

Fertilización NitrogenadaLíquido 1,2 2,7 1,8 6 2,7 13,5 4 30 6 50 9

Sólido 0,8 1,4 1 2,45 1,28 4,28 1,6 7,5 2 23 2,6Fertilización Fosforada

Líquido 0 5 5.75 10 6.6 20 7.6 35 8.7 45 10Sólido 3 5 3.3 8.3 3.6 1.37 4 22.9 5 40 7

EnmiendasYeso 5 7 5.5 10 6 15 6.6 23 7.3 35 8Cal 1 7 5.5 10 6 15 6.6 23 7.3 35 8

Siembra Variable CP CP SP CP SP CP SP CP SP CP SP

MaízDensidad 1 2 1.3 4 1.7 8 2.2 16 2.8 32 3.6

Soja

Densidad 1 1.5 1.15 2.25 1.32 3.3 1.52 5 1.75 11.4 2Distanciamiento 1.5 2.55 1.15 4.3 1.32 7.4 1.52 12 1.75 21 2

GirasolDensidad 0.5 1 0.6 2 0.7 4 0.85 8 1 16 1.2

TrigoDensidad 1 1.7 1.2 2.9 1.4 5 1.7 8.3 2 14.6 2.4




valor como biocombustible y/o biomateriales. En ese escenario, veo particularmenteen Argentina otra vez a la soja como protagonista principal, dado que su producciónno depende del nitrógeno (petróleo), ya que este cultivo extrae el nitrógeno del aire através de la fijación biológica (costo cero). El valor de grano se soja crecerá en lamedida que el maíz se potencie (etanol) y compita por el recurso tierra en formadirectaLa sustentabilidad buscada en la agricultura intensiva a través del cultivo de maíz, noresulta fácil lograrla porque el maíz es altamente dependiente del (petróleo) flete,secado y nitrógeno (petróleo).Al maíz lo veo competitivo por el precio como materia prima para el Etanol, y comoprincipal alternativa para generar valor agregado a la producción en origen,principalmente cuando la producción está lejos de los puertos, el proyecto de maíz (etanol en Argentina como en EE.UU.), solo cierra de forma integral. Maíz de altorendimiento – Etanol – subproducto – alimento del ganado lechero y de carne –frigorífico o usina láctica – góndola del mundo, estos proyectos resultan mástentadores si se hacen en gran escala y de manera asociativa con 200 o 300productores. En cambio si se sigue sembrando soja sobre soja el balance del carbono

se verá comprometido, y es allí, donde las estrategias políticas deberían influirpositivamente sobre la ampliación del área de siembra de maíz, sorgo y trigo sinperjudicar la producción de soja, incidiendo directamente en la sustentabilidad de lossistemas productivos predominantes.La ganadería de feed lot en base a silaje de maíz está comprometida frente al balancede carbono del suelo, dado que las picadoras extrae todo el carbono del lote, dejándoademás el suelo comprometido para la Siembra Directa al no tener cobertura y quedartodo compactado.Pero Argentina posee ventajas comparativas importantes, como ser el desarrollode la Siembra Directa, la fijación biológica del nitrógeno de la soja, el doblecultivo (intersiembra e intercultivo). Como principales herramientas de progresoproductivo se pueden mencionar; el balance nutricional del suelo, los avances en

biotecnología para mejorar el potencial productivo y la calidad, buena capacitaciónespecífica del productor, o sea, un productor experimentador, un productor máspreciso y allí aparece el manejo por ambientes y la Agricultura de Precisión comoherramienta fundamental.Argentina también posee un fuerte desarrollo industrial metalmecánico y también unpresente y mejor futuro en cuanto al desarrollo de la industria del alimento para lasgóndolas del mundo (valor agregado), debiendo avanzar el productor en suprotagonismo tranqueras afuera, ya que el negocio de las commodities representasólo el 35% del negocio integral de la producción y comercialización de alimentos. Enresumen, la agricultura (producción de alimentos) en Argentina presenta unFODA con muchas fortalezas, excelentes oportunidades, superables debilidadesy pocas amenazas, pero se debe actuar rápido, “el mundo de hoy no presenta

una disputa entre grandes y chicos, sino entre rápidos y lentos”.El eficiente y competitivo sistema productivo de alimentos desarrollado en Argentinaconstituye un know how muy valorado y apetecible por muchos países del mundo, ensu mayoría países petroleros hoy importadores de alimentos con mucha potencialidadproductiva, pero poco desarrollo tecnológico. Una oportunidad para aprovecharla.




Pregunta nº 15

¿Los 100 millones de toneladas de grano están lejos de alcanzarse?Bragachini: Los 100 millones de toneladas de grano no me desesperan conseguirlo yserán una realidad en la próxima campaña 2007/2008 con las 800.000 ha. más demaíz que se pronostican para la próxima campaña, lo que preocupa es que estenacompañados con un crecimiento cualitativo con valor agregado, donde se preservenlos cultivos y las economías regionales, el desarrollo territorial y la equidad social, enun marco de fuerte respeto por la gestión ambiental y la sustentabilidad del ambienteproductivo, eso no se debe negociar, ni sacrificar frente a una realidad produccionista.El interior del país en los próximos años debe recuperar la gente que exportó alas grandes ciudades en la década del ‘90, y la agroindustrialización en origendebe ser la llave para generar puestos de trabajo jerarquizados. También sedebe trabajar para que la riqueza generada se distribuya equitativamente entrela sociedad, siendo el productor el principal protagonista.

Pregunta Nº 16

¿Cuál es el verdadero alcance de las palabras “máquinas precisas, y cual elobjetivo que el INTA trabaje como incubadora de empresas PyMES para eldesarrollo de componentes de máquinas precisas? Bragachini: En el plan estratégico de INTA para los próximos 10 años (PEI) se defineclaramente que dentro de los objetivos del INTA se prioriza el desarrollo territorial conalto compromiso social; dicho de otra manera, es el trabajo activo dentro de lascomunidades del interior del país, orientado a la generación de puestos de trabajocon alto valor agregado; como el área que engloba los dos proyectos que secoordinan desde Manfredi (Agricultura de Precisión y PRECOP), mucho tiene que ver

con el desarrollo de las industrias metalmecánicas que desarrollan MáquinasAgrícolas, y ésta, para que sea competitiva globalmente debe ser precisa y conprestaciones relacionadas con la Agricultura de Precisión (GPS, sensores,actuadores, monitores con software específicos, elementos de grabación de datos,etc.), el desarrollo territorial de nuestra actividad tiene la orientación hacia eldesarrollo integral del sector productivo de Máquinas Precisas, y una respuestaconcreta es el Proyecto DEMAACO y la participación del INTA Manfredi en elProyecto PITEC del Cluster CECMA que lleva adelante el Cideter en Las Parejas,Santa Fe para el fortalecimiento de la competitividad de todas las industrias de laRegión Centro.

Pregunta nº 17

¿Cuál es la misión del DEMAACO (Desarrollo de Maquinaria Agrícola de AltaComplejidad)?Bragachini: La misión del DEMAACO es crear los espacios de interacciónpermanente entre los diversos sectores empresariales, educativos, del conocimiento ypolíticos, de modo de ofrecer al sector agropecuario nacional e internacional, sistemasde producción integrados que le permitan asegurar la calidad, eficacia y eficienciaproductiva en el marco de un sistema sustentable, además:

* Generar trabajo en el ámbito de la Provincia de Córdoba.* Lograr integración territorial productiva del sector.

* Fomentar la responsabilidad social empresarial.




Desde el desarrollo de la maquinaria precisa, también permite contribuir al desarrollode sistemas integrados de producción competitivos globalmente; este desarrolloimplica una alta interdisciplinariedad con planificación estratégica.

Pregunta nº 18

¿Cómo ve la integración de sectores con modalidades de trabajo diferentes?¿es conflictivo? ¿por qué?Bragachini: La integración en este caso se basa en una necesidad concreta, ya quepara mantenerse y progresar en el mercado de las máquinas precisas que hoydemanda el productor global, se tienen que introducir tecnologías de alta complejidad,tecnologías que hoy están dedicadas a otra rama de la industria, quizás másexigentes, como por ejemplo, la industria del camión, la industria automotriz, o bien, laindustria del auto de carrera, muy desarrollada y competitiva en Argentina.Cuando la necesidad es fuerte, las relaciones conflictivas pasan a un segundo otercer plano.

Pregunta nº 19

¿El DEMAACO es una idea innovadora o es más de lo mismo?Bragachini: Las Máquinas Agrícolas Precisas, (autoguiadas, autorregulables,adaptables en sus prestaciones de acuerdo a sensores y actuadores complejos),constituyen lo verdaderamente innovador; el DEMAACO es una buena herramientade integración interdisciplinaria para generar esas innovaciones que el mercado globalde la máquina agrícola hoy demanda.

Pregunta nº 20

¿Cuál es la relación del INTA con otras organizaciones del sector como serCAFMA, CIDETER?Bragachini: La relación del INTA Manfredi es excelente con todos, ya que sepersigue un objetivo común: trabajar interdisciplinariamente para lograr una industriade maquinaria agrícola competitiva en costo y calidad de producto.Con CAFMA, se está trabajando muy eficientemente en las colaboración en laexportación de Maquinaria Agrícola a Venezuela y a otros países como por ejemploKazakhstan; el INTA constituye el brazo tecnológico de la exportación de máquinas aVenezuela y a otros países, y en el transcurso del 2006, a través de 15 cursos secapacitarán alrededor de 400 técnicos venezolanos en Argentina en diferentes áreastemáticas, además de mecanización.Con el Centro Tecnológico de Desarrollo Regional, Fundación CIDETER (Provinciasde Santa Fe y Córdoba), con sede en Las Parejas, si bien la relación directa y activacomenzó hace poco más de un año, existen proyectos y tareas programadas entreCIDETER / INTA para el desarrollar el Cluster de maquinaria agrícola de Las Parejas,Armstrong, Las Rosas y Marcos Juárez mediante la investigación y el desarrollo deagropartes y componentes de máquinas precisas, estos proyectos serán una realidaden el corto plazo; las posibilidades de éxito son altísimas y sus resultados se podránirradiar al resto del país.

El INTA Manfredi posee un alto respeto y reconocimiento por la tarea realizada por laFundación CIDETER, por ello deseamos alinearnos a sus objetivos y colaborar




directamente a través de trabajos concretos, como lo es el desarrollo competitivo demáquinas precisas, donde el objetivo sea el mercado global y donde el INTA puedaacompañar y apoyar con tecnología de producción integral de procesos productivosde alimentos con el valor agregado de las máquinas argentinas.

Pregunta nº 21

¿El INTA Manfredi está integrado con sus proyectos al Instituto de IngenieríaRural con sede en Castelar?Bragachini: Totalmente integrado, dado que el Instituto de Ingeniería Rural de INTAaporta con sus desarrollos a nuestros proyectos, y nosotros colaboramos en todosaquellos trabajos donde el IIR es referente a nivel nacional, Tractores, Pulverizadoras,Sembradoras, Biocombustible, Normas de Seguridad, Transitabilidad y tracción, etc.El IIR del INTA con sede en Castelar es un Instituto con mucha experiencia y con unprestigio bien ganado en el área de mecanización de Argentina; por ese motivo, el IIRmuestra en este curso gran parte de sus conocimientos temáticos, poniendo a sustécnicos que integran el Proyecto Agricultura de Precisión al servicio de losparticipantes y las empresas.

Pregunta Nº 22

Para terminar: ¿Cuál es su visión de la Maquinaria Agrícola Argentina y delmundo, mirando el año 2015?Bragachini: En una visión futurista de la mecanización agrícola de los próximos 20años, se puede visualizar un crecimiento en la capacidad operativa y precisión detodas las máquinas, las cuales incorporarán nuevos tipos de sensores y actuadores,que conectados a monitores con software específico, serán capaces de auto guiarsepor el campo siguiendo cargas de prescripciones de aplicaciones de insumos segúnambiente, o bien, autorreguladas de acuerdo a la lectura de las característicasvariables del suelo o cultivo, a través de sensores en tiempo real cada día másprecisos y sofisticados.Las máquinas y sus operaciones estarán conectadas satelitalmente y por señales conel ordenador de la oficina del técnico, en muchos casos conectados a la web paraseguir las máquinas en el campo, esto ya se verá en el 7º Curso Internacional deAgricultura de Precisión y 2º Expo de Máquinas Precisas; la inteligencia electrónicaregulará en tiempo real la máquina y tendrá mayores y mejores conocimientosagronómicos que las del operario que conduce la máquina.

Las máquinas podrán evaluar y segregar la producción por calidad en formaautomática y en tiempo real, eso ya es una realidad en el INTA Manfredi.En resumen, la máquina agrícola del futuro será más precisa, más eficiente, másautomatizada, más sensorizada, más autoguiada y autorregulable, con mayorinteligencia electrónica, con mayor desarrollo de comunicación, sensorización ytransmisiones de datos en tiempo real.La maquinaria agrícola del futuro también será más segura y ergonómica para eloperario, menos contaminante, más conservacionista de los recursos naturales,con mayores prestaciones de trazabilidad de sus operaciones y con mejortratamiento de la producción para preservar la calidad.Seguramente las máquinas estarán construidas con muchos biomaterialesutilizando biocombustibles como energía (menos contaminates y más

biodegradables).




Todo el desarrollo de mecanización estará orientado hacia un crecimiento de laproductividad con sustentabilidad del ambiente productivo, preservando la salud y laseguridad de los operarios de las máquinas agrícolas.Y por último como siempre decimos en el grupo de trabajo de INTA Manfredi quetengo el orgullo de coordinar, el proyecto que seguramente nunca se realizará es elque no se intenta, no es lo mismo decir hagan que hagamos y las posibilidades deéxito siempre estarán más cerca de la gente rápida y abierta para pensar y actuar,que de la gente lenta y cerrada.El mundo de las comunicaciones ya es una realidad, quien no abra su mente perderáuna gran oportunidad. Nuestros dos sitios web www.agriculturadeprecision.org ywww.cosechayposcosecha.org están entre los más consultados del mundo en susáreas temáticas respectivas de habla hispana.

Pregunta final

¿Se siente bien dentro del INTA?Me siento bien dentro del INTA, me siento bien dentro del grupo de trabajo quecoordino, me siento bien siendo útil a la sociedad, me siento mal por no poder lograralgunos objetivos ambiciosos que tenemos dentro del equipo, pero por esotrabajamos y tenemos la certeza que lo lograremos.El principal objetivo es lograr ver a la industria metalmecánica argentina competitivaen el mercado global, contribuyendo a generar muchos puestos de trabajo en elinterior del país, alcanzando una facturación en el sector de Maquinaria Agrícola conconstrucción Argentina en el 2012 de 1300 M/U$S donde el 35% sea para el mercadoexterno, esto significaría llegar a duplicar la demanda laboral, llegando a 85.000puestos de trabajo directo y otro tanto indirectos, todos en el interior del país, equidadsocial y desarrollo territorial asegurada.








CALIDAD FISICA CALIDAD SANITARIA CALIDAD NUTRICIONALGRANO: DEFECTOS DEL GRANO COMPOSICION DEL GRANO:TENOR DE HUMEDAD GERMINADOS PROTEINAPESO ESPECIFICO HONGOS ACEITETAMAÑO DEL GRANO MANCHADOS FIBRACOLOR DEL GRANO QUEMADOS AMIDOCOLOR DEL HILO MINERALESDUREZA CONTAMINANTES: CARBOHIDRATOSINMADUROS-VERDES MICOTOXINAS

PESTICIDASMATERIAS EXTRAÑAS OTROSMALEZASOTROS GRANOSINERTES

CALIDAD INTRÍNSECA DE LA PRODUCCION GRANARIACASO SOJA

Ing. Agr. Rodolfo Luis [email protected]

El cultivo y la producción de soja han crecido en forma significativa en los últimosaños. La expansión de la frontera agrícola, tiene en la soja a su principal responsable,avalada por la buena adaptación a las diferentes regiones agroecológicas, eldestacado desarrollo varietal, la incorporación de alta tecnología y los menores costosde producción, en relación a otras actividades agrícolo- ganaderas.

La Argentina ocupa el tercer lugar en la producción, luego de EEUU y el Brasil, peroes la primer exportadora de aceite de soja y harinas, como también importanteexportador de granos de soja.

La producción global de soja viene creciendo y la demanda de los diferentessubproductos la acompaña. Son altas las expectativas de continuo crecimiento de laproducción de los países del Mercosur en el complejo soja, y en ellos se encuentranlas reservas de superficie màs importantes, lo que seguramente va a incrementar elprotagonismo de estos países en los próximos años. Desde la temporada 2002-03, laproducción regional superó por primera vez a EEUU, lo que marca un punto deinflexión muy relevante para la región y el agronegocio sojero internacional.

Los rendimientos unitarios de la soja en Argentina son comparables a los más altosdel mundo. La Argentina en la cosecha 2006-07 obtuvo el mayor rinde promedio paísde la historia con 29.9 QQ entre los principales países productores. En general junto aEEUU y el Brasil ostentan un promedio de los últimos años de 27.00 QQaproximadamente. Es de destacar que en la Argentina, el cultivo de soja, es en gran

parte monocultivo, con baja rotación con gramíneas, lo que marca un factor diferencialimportante a la hora de evaluar los rendimientos y la sustentabilidad del sistema en elque la soja está participando. Esta situación se presenta en las diferentes regionessojeras de igual manera.

La calidad de la soja Argentina, se la evaluado en varios trabajos del INTA yempresas privadas, como razonablemente buena, pero se reconocen algunosdefectos, que si bien no condicionan el mercado exportador, producen ciertos efectos

negativos en el logro de subproductos de alta calidad, principalmente en el caso delas harinas proteicas




La Calidad de la soja se la puede estudiar en cuanto a su Calidad FÍSICA, CalidadSANITARIA y Calidad NUTRICIONAL. Un detalle sobre esta clasificaciòn se presentaen el Cuadro I.

Hemos desarrollado un análisis sobre los principales items relacionados con laCalidad y se concluyó, que los que merecen un estudio específico son los niveles deproteina, la calidad de los aceites, el grano verde o inmaduro y el grano dañado porfactores bióticos y abióticos. Estos son los que han determinado cierta controversia enlos últimos años y que vamos a discutir brevemente a continuación.

Proteina:

La Calidad de la soja Argentina es muy buena medida por los valores de proteina yaceite contenidos en el grano, que sumados llegan al 62%. (Cuniberti et al), Los datosdisponibles en la actualidad en relación al contenido de aceite y proteina en Argentinasugieren que una proporción considerable de la variación encontrada se debe a

efectos ambientales. ) Cuniberti et al.) Un reciente trabajo (Dardanelli, et al) concluyóque para el contenido de aceite en la argentina hay un único mega ambiente, conmejor comportamiento relativo de los grupos cortos en cualquier ambiente que locompone. El mayor componente de interacción de grupo de madurez por ambientepara proteina y aceite más proteina permitió identificar por lo menos dos megaambientes para estos caracteres. En la comparación con los otros paisesproductores, nos encontramos por debajo del Brasil, que tiene altos valores deproteina y aceite y muy comparables con EEUU. La Argentina produce grano de altoporcentaje de aceite, apetecido por la industria, pero el de MENOR valor proteico.Se conocen varias relaciones entre proteina y aceite en el grano de soja. La proteina yel aceite están inversamente correlacionados, el aceite y rendimiento estánpositivamente correlacionados, y esta relación con el rendimiento es débil para la

proteina. Se han observado interacciones con el genotipo y con este y el ambiente.En cuanto al genotipo, no son estables con el ambiente pero los valores relativos semantienen. En general en zonas de menor latitud ambos items se encuentran altos yprincipalmente el porcentaje de proteina aumenta. También se observó una relacióncon la fecha de siembra, a mayor adelanto mayor aceite y menor proteina. Las altastemperaturas y el stress hídrico producen menor proteina.Algunos de estos hechos se ejemplifican en los valores de la proteina y el aceite parala Argentina.En el àrea norte se obtienen 43% de proteina sss y 22,5% sss de aceite. En el áreacentral pampeana oscilan entre 39-42% y 20-22% respectivamente.Estos valores se encuentran en las variedades cultivadas en la Argentina queprovienen de programas de mejoramiento para el rendimiento y resistencia a

enfermedades, sin procurar un objetivo especifico en cuanto al nivel de proteina oaceite. Sin embargo en el germoplasma de soja, se encuentran genotipos con valoresde proteina mayores al 47% sss, pero con muy bajo aceite.Hasta este año no se encontraban incentivos a sembrar variedades especiales enestas características, ya que el mercado local no las consideraba. En los últimos años,una empresa privada ha desarrollado un sistema para incentivar el uso de variedadesseleccionadas con alto valor de Profat (proteina + aceite).La industria viene teniendo problemas en la producción de harinas proteicas con màsdel 44%.Un valor importante a tener en cuenta es la proteina sobre seco ydesengrasado, que es la cantidad de proteina que queda en la harina luego de laextracción. Este valor en los últimos años se mantiene estable alrededor del 49,5%.Cuando se lleva esto a la humedad de entrega de la mercadería se logra 43% a12,5% de humedad. Para lograr 44% se debe bajar la humedad al 11/11,5%, lo quegenera un costo y pérdida de rendimiento en el proceso. Para llegar sin




inconvenientes hay que lograr un valor del 50, 8% luego del proceso de extracción.Para ello debe comenzarse con un valor de 40,35 sss. La situación se complicacuando se pretende producir harina “Hypro” que tienen 46,5% de proteina al 11% dehumedad. En este caso es necesario partir de una materia prima de mayor valorproteico.

Aceite:

Contamos con muy buenos valores de porcentaje de aceite en la soja Argentina, queson tan beneficiosos para la industria aceitera. En los últimos años se han producidotrabajos referidos a la composición relativa de los diferentes ácidos grasos en el aceiteproveniente del “crushing” local.Se observó, una mayor producción de ácido linolénico (C18:3) en partidas deexportación, que eran cuestionadas como provenientes de mezclas con otrasespecies. Esta situación generó discusiones sobre las causas, y las principales seatribuyeron a la introducción y expansión de la soja transgénica, a un acortamiento

de los grupos de madurez en todas las regiones, a las siembras más tempranas yfinalmente a los cambios climáticos de los últimos años.

Para dilucidar este asunto se desarrolló un estudio denominado:“ ESTUDIO SOBRE LOS ACEITES CRUDOS DE SOJA PROVENIENTES DEVARIEDADES TRADICIONALES Y OGM EN DIFERENTES LOCALIDADES YMANEJO, desarrollado por la empresa Nidera (Congreso Lipidex,2001).Se planificó el trabajo para estudiar si dicho incremento se debe a la “modificacióngenética” o surge de otros factores incidentes de índole varietal, de orden climático, obien en función de la época o de la zona de cultivo, cuyas consecuencias, en talsentido, se dan por igual y en forma indistinta, tanto en las variedades “genéticamentemodificadas” (resistentes al glifosato) como en las tradicionales o “no transgénicas”.

Los resultados fueron los siguientes:

a) En la cuestión de contenido de ácido linolénico, C18,3; puede aseverarsepartiendo de todos los datos expuestos que el incremento observado en los últimostiempos no proviene de la aparición y existencia de las variedades de sojagenéticamente modificadas, conocidas en el mercado como RG( Resistentes alGlifosato), dado que no se manifiesta una particular diferencia en los valores promediode sus respectivos aceites. Con respecto a los valores atípicos que se manifiestan enambas series, éstos se dan por igual en cada una de ellas, sean o no “GMO”; ypueden deberse a otros factores incidentes.b) Lo que antecede también puede decirse con respecto al grado de insaturaciónde los aceites, lo que se manifiesta tanto en las relaciones de los ácidos grasos entre

sí como a través de los Indices de Yodo, el cual también en promedio arroja el mismovalor.c) La mencionada incidencia de otros factores ya sea varietales, climáticos oambientales que pudieran provocar un efecto sobre el contenido de linolénico delaceite o en el grado de saturación, será considerada en la parte siguiente, a travésde un enfoque agronómico, donde a los datos precedentes se agregan otrosparámetros de interés.Conclusiones finales: a) Los aceites crudos extraídos de diferentes regiones de LaArgentina producen mayor nivel de Linolénico y menor de Oleico que los “ValoresTípicos de referencia bibliográfica”. b) En La Argentina, las localidades del Norte delpaís y los cultivos sembrados tempranamente que maduran bajo temperaturas altas,producen mayores contenidos de Oleico y menores de Linolénico. c) Lasvariedades transgénicas poseen perfiles de ácidos grasos similares a lastradicionales. En general las variedades de Ciclo de maduración más corto poseen




menores niveles de ácido Linolénico y las más tardías mayores, atribuyéndose enparte a la época de maduración a la que están expuestas.El INTA ha realizado estudios comparativos sobre la Calidad del Aceite de soja en laArgentina arribando a similares conclusiones respecto a la influencia de la región o dela fecha de siembra, en la proporción de ácidos grasos.

Grano Verde

Este tema es de una preocupación mayor en los últimos años. El contenido declorofila en el grano produce problemas en la obtención de aceites de calidad, lo queobliga a encarecer el proceso con el uso de filtros especiales, para clarificar elproducto. Otro efecto es los granos son más plásticos y no quiebran bien para permitirun mejor laminado, provocando aceite residual en las harinas. También este granoestá arrugado y dificulta el proceso de descascarado.

El Grano Verde se produce por varias razones, principalmente atribuidas a unasituación de stress térmico o hídrico en la etapa de premaduración y maduración. Hay

diferencias genéticas que en las nuevas regiones sojeras del norte del país semanifestaron más. La importación de algunas variedades no adaptadas fueron unacausa negativa importante (Rossi, R.L.).La fecha de siembra más temprana de cultivares precoces asociadas a ambientes dealta temperatura han acrecentado este fenómeno. Otro hecho significativo, han sidolas mayores temperaturas de los meses de verano, que incluso fueron iguales omayores en febrero que en el mes de enero, haciendo coincidir con la etapamadurativa en la zona pampeana también.Hemos tenido temperaturas crecientes durante el verano,promedios de febrero más altos que enero y promedios de marzo casi igualesa los de febrero, y esto produce en la planta un desbalance fisiológico.

Otro aspecto importante es atribuible al monocultivo de soja, que determinasituaciones de stress y un agotamiento de nutrientes que impactan en la producciónfinal.

Por ello hay maneras de mejorar la situación con las siguientes consideraciones:• Uso de variedades adaptadas a siembras tempranas y especialmente de

primavera.• Mejora en el sistema de rotaciones.• Mejor distribución de las fechas de siembra en zonas de riesgo.

Un reciente trabajo realizado por la Asociación de la Cadena de la Soja Argentina, conel INTA y la Bolsa de Comercio de Rosario como los principales colaboradorespermitió llegar a las siguientes conclusiones

1) Queda demostrada la variación existente entre Regiones para la producción deGrano Verde en soja. La Región I ( Norte del pais)es la más afectada, laRegión II ( Centro de Córdoba y Santa Fe) es medianamente afectada,mientras que la Región III ( Centro Sur) es la menos afectada, aunque tambiénpresentó casos de Grano Verde

2) Quedó demostrada la variabilidad entre Localidades para la producción de GVen soja, por lo menos en las Regiones I y II.

3) Para el Proyecto RECSO, las épocas de siembra Primavera y Temprana

fueron las más afectadas por Grano Verde, la época Óptima fue menos




afectada y la época Tardía es la menos afectada. Para el Proyecto Grupo deMadurez y Fecha de Siembra también hubo variabilidad entre épocas.

4) Hubo diferencias de producción de Grano Verde entre GM, siendo los GMcortos en cada región los más frecuentemente afectados.

5) Se observó evidencia suficiente para demostrar la existencia de variacióngenética entre cultivares, dentro del GM V L.

La SAGPYA en base a este y otros estudios, realizó una campaña informativarecomendando las mejores prácticas para reducir el impacto del grano verde. Losresultados fueron muy favorables a nivel comercial.

Grano dañado y acidez:

Granos dañados y acidez se incrementan debido a diferentes causas: la demora en lacosecha por elevada humedad, es un hecho que nos ha sucedido en los últimos

años; el estrés térmico e hídrico en formación de granos, incremento en el nivel deenfermedades en los últimos tiempos como Cercospora, Fusarium, Alternaria yPhomopsis, entre otras.

El impacto es el aumento de acidez en los granos que son más sensibles al calor enel proceso del grano de soja en las plantas industriales, el cual a su vez aumenta losvalores de acidez. Para ello las plantas deben bajar la temperatura de secado, quedeterminan menores rendimientos de “crushing”.Para mejorar los valores de acidez es necesario un mayor desgomado.y estoincrementa el costo de la industria, mermas en refinación física en neutralización,perfil de ácidos grasos diferentes y costos.Un aspecto importante a destacar es que a pesar de los aspectos sanitarios del

grano, no se detectaron ningún tipo de micotoxinas.Las enfermedades en el cultivo se vienen acrecentando por la masificación delcultivo, y las enfermedades llamadas “de fin de ciclo” son las principales. Si bien elmejoramiento varietal ha desarrollado mejores variedades, y estas enfermedadesmuchas veces no producen pérdidas de rendimiento, afectan la calidad de laproducción. El uso de funguicidas es una herramienta a utilizar en estos casos.Estos temas se incrementan con el uso de cosechadoras obsoletas que forman partede la planta actual sin renovación.

Micotoxinas en soja

La soja es un producto capaz de presentarse contaminado por zearalenona,

micotoxina que será regulada para la comercialización. Se necesitan estudios paraconocer la situación oja en nuestro país.

La zearalenona es una micotoxina producida como metabolito secundario del géneroFusarium, en nuestro país principalmente por Fusarium graminearum. Como todamicotoxina, la capacidad de aparición de la contaminación depende del medioambiente y de la matriz alimenticia, por esta razón la contaminación que se inicia en elcultivo, puede incrementarse (o disminuirse) durante el almacenamiento, así comodurante los procesos.




Conclusión general

En los últimos años el crecimiento del cultivo ha sido explosivo. Pasamos de 6millones de hectáreas en 1996 a 16 millones y podemos tomar a estos problemascomo producto de los “dolores de crecimiento”, y deberían ser tenidos muy en cuentaen defensa de este importante sector.Existen metodologías que puestas en práctica pueden solucionar y mejorar la calidadde la soja en la Argentina.En primer lugar debe difundirse convenientemente el conocimiento actual en estostemas y propender a acrecentar nuevos estudios sobre los problemas y lassoluciones.Las tecnologías de medición “punto específico” podría colaborar en el mejoramientogenético de variedades de soja de alta calidad y ser una herramienta de evaluación acampo de prácticas de manejo que contribuyan a mejorar la calidad.Este no es un trabajo de un solo sector sino de todos los involucrados en la Cadenade la Soja.




EL USO DE LA AGRICULTURA DEPRECISIÓN EN LA ELECCIÓN Y EL MANEJO DE CULTIVARES DE SOJA

Edgardo Martini y Héctor Baigorri(Asesores privados-Consultora Baigorri-Martini y Planeta Soja-www.planetasoja.com).

Introducción:

La agricultura de precisión permite adoptar las medidas de manejo necesariaspara optimizar la producción física o económica en cada sector diferente de unadeterminada área o potrero. Para lograr este objetivo, es necesario analizar primero lavariabilidad productiva dentro de cada área, identificar cuál o cuáles son los factoresque determinan las diferencias en la productividad y posteriormente ver si sonposibles algunas medidas para la corrección de los factores limitantes y/o laadaptación del manejo del cultivo a una determinada limitante no modificable (pormotivos técnicos o económicos), con el objetivo de maximizar el retorno económico.

En lo referente al cultivo de soja, la adecuada elección y manejo de cultivares,implica contar con el conocimiento previo de la ecofisiología del cultivo, de lascondiciones ambientales, de las características de los cultivares disponibles y delefecto de las prácticas de manejo sobre el cultivo.

El orden de importancia de las prácticas de manejo del cultivo de soja son lossiguientes:

1- Caracterización del ambiente de producción (CAP).2- Elección de la combinación del grupo de madurez (GM), hábito de crecimiento (HC)

y juvenilidad del cultivar y la fecha de siembra (FS).3- Elección del cultivar.4- Arreglo espacial.

La agricultura de precisión, permite mejorar fundamentalmente la CAP, que es

el paso más importante, en la elaboración de una estrategia de manejo de cultivaresde soja. Cabe destacar que el mismo, es también estratégico para otros cultivos yotras actividades (ganadera, forestal, etc).

1- Caracterización del ambiente de producción:

Para una adecuada elección y manejo de cultivares de soja, se considerafundamental contar con una adecuada CAP, porque el mismo condiciona elcrecimiento y el rendimiento y en consecuencia determina cuáles son los GM y elmanejo de los mismos, que permite alcanzar las mayores productividades.

La agricultura de precisión aporta a la CAP, herramientas tales comoprogramas de computación que permiten superponer capas de información,

consideradas claves tanto para conocer como comprender y predecir elfuncionamiento de cada ambiente.Entre las informaciones consideradas claves en la CAP, se mencionan las

referidas a la geomorfología del lugar, cuencas hídricas, relieve, suelo (unidades,capacidad de uso, profundidad, físico-químicas, hídricas y sanitarias) y el rendimientode los cultivos. La agricultura de precisión combina estas y otras características delambiente, apilando mapas de las mismas, que permiten interpretar la resultanteproductiva y su variabilidad, aportando elementos para mejorarla.

Cabe destacar la valiosa ayuda que brindan actualmente dos fuentes deinformación:

a- Imágenes del ambiente: que incluyen a las fotos aéreas e imágenes satelitales.

Estas últimas están disponibles en infinidad de formatos (bandas, tamaño de píxel,




fechas de registro, etc), permitiendo mejorar el conocimiento de la variabilidadtemporal del ambiente.

b- Equipos lectores de los atributos físico-químicos del suelo: tales como los deelectro-conductividad. Este tipo de equipos permitirán a la brevedad caracterizar deun modo adecuado la variable ambiental más importante, que es la disponibilidadhídrica; permitiendo elaborar mapas del contenido de agua hasta la profundidadmáxima de exploración radicular de los cultivos, considerando la influencia de capasde suelo que limitan la exploración radicular como la tosca y aportes de aguaadicionales a las precipitaciones durante el ciclo de cultivo como la napa freática(actualmente esta información debe relevarse con la ayuda de barrenos yfreatímetros).

Actualmente se está avanzando en la cuantificación del aporte hídrico de lanapa freática, no obstante es necesario continuar con los estudios sobre este tema eincorporar como trabajo de rutina la determinación del contenido de agua inicial.

Además se deben consideran en la CAP, los restantes componentes abióticos(régimen de lluvias, térmico y de radiación solar), los componentes bióticos

(enfermedades, plagas y malezas) y los empresariales (tamaño de la explotación,régimen de tenencia de la tierra y objetivos productivos de la empresa), para poderelaborar el traje a medida, para cada establecimiento, lote y sectores del mismos.

El primer paso es la CAP en forma global ó regional y el paso siguiente es laidentificación y cuantificación de la variabilidad intra lote, para determinar cuántosambientes diferentes hay en esa área en particular y cuán diferentes son.

Con la caracterización anterior se definen la cantidad de áreas diferentes y sedeben identificar los factores que las hacen diferentes entre sí, los que pueden serinherentes al suelo en sí mismo, como diferencias en el tipo de suelo (loma vs bajo),textura de suelo y su capacidad de almacenaje de agua, etc., o bien inducidas ya seapor diferencias en la rotación anterior, fertilidad, capacidad de infiltración, estabilidadestructural, etc.

La identificación de los orígenes de la variabilidad se hace a través derelevamientos topográficos, análisis de laboratorio físicos y químicos, etc., y una vezidentificados los factores limitantes se plantean las estrategias productivasconvenientes para cada área particular.

En el cultivo de soja la variable más limitante del rendimiento es ladisponibilidad hídrica, por lo que en una correcta caracterización del ambiente habráque jerarquizar esta variable y analizar de que manera podemos usufructuar de ella sila condición es favorable y de que manera atenuarla si es desfavorable.

A medida que mejora la calidad del ambiente el cultivo alcanza un mayordesarrollo vegetativo y es posible utilizar cultivares de ciclo más corto, para evitar elvuelco, reducir la incidencia de problemas sanitarios e incrementar el rendimiento.

Las características del ambiente determinan el rango de GM y los cultivares de

cada GM que mejor se adaptan a cada región y lote.El información con la que cuenta el productor y su asesor sobre el

comportamiento en cada lote de los cultivares utilizados en diferentes campañas,integra a todo el complejo de características ambientales locales. Su análisis resultasumamente valioso para orientar la elección de GM, incorporación de nuevoscultivares de dichos GM (teniendo en cuenta longitud del ciclo, hábito de crecimiento,potencial de rendimiento, comportamiento a vuelco, enfermedades y plagas, etc.) y sumanejo (FS, espaciamientos y densidades) y en definitiva poder preparar el traje amedida para cada lote.

Atendiendo a que la condición ambiental es la limitante más importante delrendimiento, un programa de siembra debe considerar la mejora del ambiente deproducción, cómo objetivo fundamental. Las prácticas más relevantes para lograr esteobjetivo, son la rotación, la SD, la fertilización, mejoramiento de la condición física ymanejo eficiente del agua.




2- Elección de la combinación del GM, HC y juvenilidad del cultivar y la FS:

En función de las condiciones ambientales, se deben definir el listado decultivares más adaptados teniendo en cuenta su GM, HC y juvenilidad y el porcentajea usar de cada uno de los GM elegidos y su FS. Estas decisiones de manejodeterminan la producción de biomasa aérea total, el índice de cosecha y el llenado degranos (ubicación, duración y tasa).

La FS es una de las prácticas de manejo de mayor influencia sobre elcrecimiento y específicamente el rendimiento del cultivo. La FS depende de lascondiciones ambientales, la secuencia de cultivos y las características del cultivar.

Actualmente se conocen los patrones de la evolución del desarrollo ycrecimiento de los cultivares en función de la FS, para los GM recomendados de nortea sur del país y en función de su HC. No obstante es necesario determinar conprecisión y para todos los ambientes de producción, que combinaciones de GM y FSpermiten lograr los rendimientos potenciales máximos, los más probables y losrendimientos mínimos y a su vez con que disponibilidad hídrica (en cantidad yoportunidad) y con que probabilidad en función de los registros de precipitaciones

históricos.En cualquier latitud, el adelantamiento de la FS incrementa la longitud del ciclototal (días de emergencia a madurez) de los cultivares, con independencia de su GMy HC; a mayor GM mas importante es este incremento, debido a la mayor respuestafotoperiódica de los cultivares de mayor longitud de ciclo.

Este incremento de la longitud del ciclo total que se produce al adelantar la FS,es debido fundamentalmente al aumento de los días de emergencia a floración (R1),es decir la etapa netamente vegetativa. No obstante, en menor medida también seincrementa la duración de las etapas reproductivas, incluyendo el llenado de granos.

Es decir que al adelantar la FS, aumenta la duración del llenado de granos yse adelanta su ocurrencia, con lo que logramos disponer de mayor radiación solar ytemperatura para generar más rendimiento, en condiciones hídricas no limitantes.

La altura presenta generalmente una forma de campana, con un techo entreprincipios del mes de noviembre y principios del mes de diciembre y reducciones de lamisma tanto con el adelanto como con el atraso de la FS, respecto al rangomencionado. En todas las regiones de cultivo de Argentina, las FS de la segundaquincena del mes de noviembre, son las que generalmente permiten alcanzar lamayor altura, a la mayoría de los cultivares de todos los GM recomendados en cadaambiente.

Cuando comparamos cultivares del mismo HC, a medida que aumentamos lalongitud del ciclo la campana mencionada es generalmente más alta y presentamenor reducción de la altura, con el adelanto y atraso de la FS con respecto a lasegunda quincena del mes de noviembre.

Analizando la FS en la que ocurre la mayor altura en cultivares de los 3 HC y

de igual longitud de ciclo, los cultivares de HC indeterminado alcanzan su mayoraltura en FS más temprana, que los de HC semideterminado y éstos que los de HCdeterminado.

Comparando cultivares de HC indeterminado de diferente longitud de ciclo, losde mayor ciclo alcanzan la mayor altura en FS más temprana y presentan menorreducción de la altura con el adelanto y atraso de la FS respecto de la segundaquincena del mes de noviembre.

La juvenilidad permite que los cultivares de cualquier HC, alcancen mayoraltura y en consecuencia tengan mayor plasticidad a la FS y pueda adelantarse másla FS y ser cultivados más al norte, que los del mismo HC que no poseen estacaracterística.

La altura lograda por cualquier cultivar varía con las condiciones ambientales yen especial con la disponibilidad hídrica. En consecuencia, para un mismo cultivar y




en un mismo lote se obtendrán campanas de crecimiento cada vez más altas, amedida que mejoran las condiciones ambientales de las campañas.

La mayor altura lograda en FS de la segunda quincena del mes de noviembre,en especial en buenos ambientes y/o campañas, puede determinar la ocurrencia devuelco y problemas sanitarios en los cultivares de ciclo medio a largo y mejorar elcrecimiento de los de ciclo corto, contribuyendo a lograr rendimientos muy altos.

El número de nudos presenta un comportamiento similar a la altura,alcanzando las mayores cantidades en las FS del mes de noviembre, en especial encultivares de HC determinado. Los cultivares con HC indeterminado de ciclo más largotienden a adelantan la FS en la que logran el mayor número de nudos al mes deoctubre, dependiendo de la latitud y del GM del cultivar.

El rendimiento presenta una relación con la FS, que depende del cultivar (GM,HC y juvenilidad) y el ambiente. En condiciones hídricas no limitantes y empleandodiferentes combinaciones de cultivares y FS, según las características del ambiente,es posible incrementar el rendimiento en forma lineal con el adelanto de la FS, hastala FS en la que ocurran heladas tardías que logren matar una cantidad variable deplantas

La relación entre la altura y el rendimiento es directa hasta que el cultivar encuestión logra la producción de biomasa vegetativa (BV) óptima. Una vez que lasupera, la aparición de vuelco y problemas sanitarios, puede determinar que estarelación pase a ser inversa. Por este motivo, los cultivares de ciclo corto generalmentepresentan relaciones directas entre altura y rendimiento y los de ciclo largo ó mediopueden presentar relación nula a inversa. Cuando las condiciones ambientalesposibilitan un crecimiento exuberante de los cultivares de ciclo corto, la FS de siembraque permite lograr el mayor rendimiento se adelanta a la FS en la que se logra lamayor altura.

Cuando la condición ambiental y en especial la disponibilidad hídrica sonsuperiores ó inferiores a lo normal, se producen modificaciones en la evolución delpatrón de crecimiento del cultivo en función de la FS.

Los cultivares de ciclo más corto tienen índices de cosecha de entre 50 y 60% ylos de ciclo más largo entre 40 y 50%, en FS tempranas a óptimas. En una FSdeterminada, el IC presenta generalmente una relación inversa con la longitud delciclo de los cultivares. Además se observa una tendencia creciente del IC con elatraso de la FS, de menor importancia en los cultivares de ciclo más corto y que creceen forma importante a mayor longitud de ciclo, en especial en las FS posteriores al 15de diciembre.

3- Elección del cultivar:

Una vez elegidos los cultivares por sus características más importantes (GM, HCy juvenilidad), se procede a definir sus nombres entre los comerciales disponibles, por

su potencial de rendimiento y sanidad, priorizando ésta última característica en losambientes en los que los problemas sanitarios son una limitante de importancia.

La “Red Nacional de Evaluación de Cultivares de Soja”, dependiente del INTAdesde 1980, actualiza anualmente la información referente al comportamientofenológico, agronómico, sanitario y el rendimiento de todos los cultivares disponiblesde cada GM, para facilitar su elección. Esta red de ensayos constituye la evaluaciónde referencia, la que es necesario complementar con las evaluaciones a nivel defranjas demostrativas (AACREA Zona Sur de Santa Fe, INTA Oliveros, INTA MarcosJuárez, para la región central del país; EEAOC para el NOA, etc), que incluyen másde un GM, permitiendo definir en que condiciones un GM de madurez logra mayorrendimiento que otro.

Dentro de cada GM, es posible separar los cultivares por su ciclo, en cortosmedios y largos y diferenciarlos por su altura, para realizar ajustes más finos de




manejo. Los cultivares con menor altura, requieren FS más tardías, mejoresambientes y menores espaciamientos entre surcos.

4- Arreglo espacial:

Una vez definido el listado de cultivares y teniendo en cuenta su desarrollovegetativo y la altura esperada en función del ambiente y la FS asignada, se puededeterminar el espaciamiento entre surcos más conveniente. Cuando esperamosalturas inferiores a los 70 cm, es altamente probable que una reducción delespaciamiento entre surcos a menos de 52 cm, incremente el rendimiento. Loscultivares de ciclo corto, tienen mayor probabilidad de incrementar su rendimiento conla reducción del espaciamiento, en especial con FS tempranas ó tardías.

La tendencia de reducir la longitud del ciclo de los cultivares utilizados y eladelanto de las FS, ha determinado que el mercado de sembradoras evoluciones auna mayor disponibilidad de equipos de siembra a hileras más estrechas que a 52 cmy con distribuidores de tipo placa, mecánicos ó neumáticos.

La densidad de siembra es la práctica de manejo menos importante y depende

de todas las decisiones previas y es la encargada de dar el ajuste final a ladistribución espacial de plantas. Al igual que con el espaciamiento entre surcos, elincremento de la densidad de siembra es más importante en FS muy tempranas otardías y para los cultivares de ciclo más corto.

5- Utilización de la agricultura de precisión en el manejo del cultivo de soja:

La utilización de la agricultura de precisión, para la elaboración de estrategiasde manejo, pueden ser muy diferentes para los cultivos de soja y maíz.

En el del cultivo de maíz las prácticas habituales de manejo sitio específico sonel cambio del híbrido, densidades de siembra y la fertilización, sobre todo nitrogenada,la que a su vez se puede llevar a cabo durante el transcurso del cultivo y a veces en

función de la evolución del mismo.En el cultivo de soja la situación es totalmente diferente, en cuanto a lanutrición nitrogenada porque gracias a la fijación simbiótica, es posible obtener hastael 80 por ciento de los requerimientos del cultivo, reduciendo la dependencia delnitrógeno del suelo. Atendiendo a que la fijación biológica, también está fuertementecondicionada por la disponibilidad hídrica, cuando el cultivo de soja cuenta con unaadecuada disponibilidad de agua (precipitaciones, riego ó napa freática), soluciona engran medida su demanda nitrogenada, incrementa su crecimiento y esto le permitemejorar la captura de los recursos (radiación, agua y nutrientes).

En cuanto a la densidad de siembra, es un cultivo mas plástico que el maíz,presentando un rango amplio de densidad a la cual el rendimiento no varíasignificativamente y compensa muy bien posibles deficiencias ya sean por exceso o

por defecto los posibles desajustes en este ítem.Queda entonces como variable común al cultivo de maíz para ajustar el

cambio de material genético (la oferta genética en soja es muy amplia y diversa,posibilitando contar con un cultivar para cada ambiente) y dada su gran plasticidadtiene un elemento de manejo propio que es la fecha de siembra debido a que poseeuna gran ventana de siembra que puede llegar a los 120 días en la región central delpaís.

En la mayor parte del área de siembra de soja de Argentina, los cultivares másdifundidos corresponden al GM IV largo. En ambientes de alta calidad, estoscultivares pueden presentar tendencia al vuelco y por lo tanto no expresan todo elpotencial productivo de esos lugares, hay varias maneras de corregir esa situación.De acuerdo con la calidad del sitio, se puede elegir una variedad de ciclo similar en lamisma fecha pero con menor crecimiento, o bien la misma variedad pero adelantandola fecha de siembra de manera de suprimir el crecimiento excesivo y por lo tanto el




vuelco y los problemas sanitarios. Si el ambiente aún provoca vuelco la elección seríautilizar un cultivar de ciclo más corto.

En campos ondulados de la zona sur de Córdoba, es frecuente encontrarsuelos francos a franco arenosos con una freática cercana en los sectores bajos y enlas lomas suelos muy arenosos donde la freática está a mayor profundidad. En estetipo de ambientes los planteos de agricultura por ambiente para el cultivo de maíz,generalmente se llevan adelante, utilizando en los bajos híbridos con mayor potencialde rendimiento, mayores densidades y más fertilizante y lo opuesto en las lomas.

En el caso del cultivo de soja, generalmente se utiliza un solo cultivar de GM IVlargo, que presenta vuelco en los bajos y no llega a cubrir el surco en las lomas, conrendimientos promedios aceptables y el modo de optimizar la producción y mejorar lospromedios de rendimiento, se recomienda para los sectores bajos donde el aporte dela napa freática garantiza el aporte de agua y el suelo tiene una buena capacidad dealmacenaje y fertilidad, se deberían utilizar cultivares de GM III o bien GM IV demenor altura en fecha óptima o GM IV de mayor crecimiento en fecha temprana, demanera de elevar los rindes máximos. En las lomas donde hay menos capacidad dealmacenaje de agua y una fertilidad menor, y como consecuencia un menor

crecimiento, la recomendación sería un cultivar de GM V de buen porte (determinadoo indeterminado) en fecha óptima para subir el piso de rendimiento; si la profundidadde la napa freática fuera tal que existe la posibilidad de alcanzarla se podría lograrcon un GM V indeterminado en fecha temprana (mayor profundidad de raíces pormayor ciclo y por alargamiento de ciclo) optimizando al máximo el rendimiento.

Comentarios

El aporte fundamental de la agricultura de precisión en el manejo del cultivo desoja, es que posibilita profundizar el conocimiento del ambiente de producción. Laadecuada caracterización de los ambientes presentes en cada establecimiento y lotede producción, es la llave para interpretar el potencial productivo de los mismos.

Conocer exactamente sus potencialidades y limitaciones llevarán a la correctaelección de fecha de siembra y del material genético que mejor se adapte a cadasituación para conseguir el máximo rendimiento posible.




DESARROLLO Y APLICACIÓN DE NUEVAS HERRAMIENTAS DETELEDETECCIÓN EN EL ESTUDIO DE AMBIENTES

Carlos M. Di Bella; Alejandra C. Kemerer; César M. Rebella; Arturo E. Melchiori; JuanEsteban Mosso y Juan Manuel Reta

Instituto de Clima y Agua – INTA Castelar – CIRN

La agricultura de precisión consiste en la aplicación de herramientas yprincipios para manejar la variabilidad espacio-temporal asociada a los aspectos de laproducción agrícola (Pierce y Nowak, 1999). Diferentes enfoques se han empleado enel manejo de la variabilidad espacial. Uno de los más ampliamente difundidos ha sidoel “manejo por ambientes” o “zonas de manejo”; entendiéndose por tal a ladelimitación de subregiones dentro de los lotes que expresan una combinaciónrelativamente homogénea de factores de rendimiento para los que es apropiada unaproporción única de insumos (Doerge, 1999). Las características de homogeneidaddentro de las subregiones conducirían a los mismos resultados en cuanto a

rendimiento potencial del cultivo, eficiencia de uso de insumos o impacto ambiental(Luchiari et al., 2000).La delimitación de ambientes no es una tarea menor y muchos trabajos se han

enfocado en analizar los distintos aspectos que se deben considerar en dichoproceso. Entre ellos cabe mencionar el tipo y cantidad de capas de información aemplear, el método a aplicar para la clasificación de la información, el número deambientes a definir y la estabilidad espacio-temporal de los ambientes definidos.

El tipo y cantidad de capas de información a emplear ha sido uno de losaspectos más estudiado. Se ha evaluado la utilización de una sola capa deinformación o varias, vinculándolas a través de un sistema de información geográfica(SIG). Ésta última alternativa permite una representación más clara de la realidad;pero requiere la aplicación de métodos de análisis más sofisticados que permitan

resumir y clasificar dicha información. La información que comúnmente ha sidoutilizada para la delimitación de ambientes puede ser agrupada en: datos de suelo,entre ellos mapas topográficos y de posición en la pendiente vinculados a ladisponibilidad de agua (Franzen et al., 1998; Jones et al., 1989; Jaynes et al., 1994 ySudduth et al., 1997), datos de profundidad del horizonte superficial, mapeo denutrientes y de contenido de materia orgánica (Mulla, 1991; Flowers et al., 2005),determinaciones de la conductividad eléctrica, asociada al contenido de arcilla yhumedad (Taylor et al., 2003; Johnson et al., 2003; Kitchen et al., 2005), y elcontenido de materia orgánica estimada indirectamente a partir de sensores remotos(Bhattí et al., 1991). Otra aproximación ampliamente utilizada ha sido a través demapas de rendimiento, con datos de una o varias campañas, como información crudao normalizada a través de la media, valores máximos, etc. (Whelan et al., 2002;Franzen y Nanna, 2002; Hornung et al., 2003; Jaynes et al., 2005; Mulla y Bhatti,1997). Cabe destacar también la utilización de índices espectrales obtenidos a partirde imágenes satelitales o fotografías aéreas durante el ciclo de crecimiento delcultivo, generalmente empleados como estimadores de biomasa y rendimiento (Layrolet al., 2000; Rydberg y Soderstrom, 2000; Schepers et al ., 2000; Kemerer, 2003).Finalmente, se puede mencionar la vinculación de la experiencia del productor coninformación topográfíca e imágenes de suelo desnudo (Fleming et al., 2000).

En cuanto a los métodos empleados para la delimitación de ambientes, uno delos más difundidos ha sido el análisis de cluster que consiste en la identificación delos grupos naturales existentes en el conjunto de datos de manera tal que lasdiferencias dentro de cada grupo son minimizadas y se maximizan las diferencias

entre grupos, asignándose cada punto o píxel a una clase en particular (Johnson et al., 2003; Ortega y Santibáñez, 2007). Una variante al análisis de cluster es la




clasificación difusa, que en lugar de clasificar cada punto a una clase, determina unporcentaje de pertenencia a cada una de ellas y a través de una serie de índicespermite seleccionar el número óptimo de zonas, que determina la asignación final delos puntos a las clases (Fridgen et al., 2004). Otros métodos empleados han sido elanálisis de componentes principales o análisis discriminante, que permiten resumir unconjunto de variables en un nueva a través de una serie de coeficientes, los queposteriormente son utilizadas en la clasificación (Jaynes et al., 2005; Ortega ySantibáñez, 2007), y finalmente métodos que consideran el coeficiente de variaciónde cada capa de datos incluida en el análisis (Flowers et al., 2005; Ortega ySantibáñez, 2007).

La identificación del número de ambientes y su tamaño es una de lascuestiones más críticas debido a que está fuertemente relacionada a la variabilidadexistente a nivel de lote, pero limitada por la capacidad operativa de la maquinariadisponible. Por otro lado, el número de zonas está asociado también al métodoempleado para la clasificación. Algunos de ellos requieren un número establecido deambientes, para lo cual se necesita tener un conocimiento previo de lascaracterísticas del lote, sin embargo se puede incurrir en el error de sobre o

subestimar la cantidad de zonas (Flowers et al., 2005; Taylor et al., 2003). Otrospermiten la evaluación de índices relacionados a la variabilidad generada en elsistema con diferente número de ambientes, pudiéndose seleccionar el número másadecuado (Fridgen et al., 2004; Jaynes et al., 2005). De todos modos, más allá delresultado determinado por la clasificación una alternativa práctica consiste enreagrupar zonas con características similares para reducir su número según lacapacidad operativa del sistema. Por último, la estabilidad temporal de los ambientesdefinidos está asociada a las características particulares de cada lote productivo, conresultados muy dispares, siendo relativamente estables en algunos casos (Jaynes et al., 2005) y en otros muy variables, asociado principalmente al tipo de informaciónutilizada para su delimitación (Taylor et al., 2003; Kemerer, 2003).

Los antecedentes presentados muestran que existe información abundante

vinculada a este sistema de manejo, sin embargo los resultados son muy variados yno se pueden generalizar. Cada situación requiere de un análisis particular, donde seintegren diferentes fuentes de información, se seleccione la metodología adecuada yfundamentalmente se analicen los costos y beneficios asociados. Esto plantea undesafío tanto para los productores interesados en aplicar este sistema de manejocomo para los técnicos responsables de la selección y tratamiento de la información.

En el Instituto de Clima y Agua de INTA Castelar se están evaluando nuevasherramientas para la adquisición de información que pueda ser aplicada en ladelimitación de ambientes. Recientemente se ha adquirido un avión equipado condiferentes instrumentos que permitirá generar capas de información con resoluciónespacial variable de acuerdo a la altura de vuelo (figura 1). La ventaja principal es quemediante un sólo vuelo se puede obtener un número importante de capas de

información independientes, en un mismo momento y con igual resolución, lo quefacilita el tratamiento posterior de la información.




Cámara multiespectralCámara IRAltímetro láser

Analizador de gases IRGA

Medidor deRadiación Neta

Medidorde PAR

Esfera depresión

GPS

GPS

Cámara multiespectralCámara IRAltímetro láser

Analizador de gases IRGA

Medidor deRadiación Neta

Medidorde PAR

Esfera depresión

GPS

GPS

Figura 1. Avión Sky Arrow ERA con el detalle del instrumental incluido

Este avión, el Sky Arrow ERA, está equipado con una cámara multiespectraldigital Duncan MS 4100, que permite obtener información en tres bandas del espectroelectromagnético: verde (550 nm), rojo (680 nm) e infrarrojo cercano (780 nm). Esta

información puede ser utilizada para el cálculo de índices espectrales que serelacionan con variables del cultivo como biomasa y rendimiento. En trabajosrealizados en Italia por la “Universita degli studi Della Tuscia” y Terrasystem S.R.L.con datos espectrales obtenidos en vuelos de prueba se pudieron realizar mapas depredicción de rendimiento de trigo y estimaciones del contenido de proteína en grano(figuras 2 a y b).

a)

15.00 15.20 15.40 15.60 15.80 16.00 16.20

41.20

41.40

41.60

41.80

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

25.00

26.00

Corial Stations

15.00 15.20 15.40 15.60 15.80 16.00 16.20

41.20

41.40

41.60

41.80

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

21.00

22.00

23.00

24.00

25.00

26.00

Corial StationsCorial Stations

b)

Contenido de proteína (ss)

R E M

S

Contenido de proteína (ss)

R E M

S

Figura 2. a) Mapa de predicción de rendimiento de trigo (qq/ha) generado a partir de índicesespectrales y b) función de predicción del contenido de proteína en grano de trigo (ss) a

partir de índices espectrales

A su vez, mediante ensayos realizados en INTA con sensores hiperespectralesse está evaluando la utilidad de los índices espectrales para el diagnóstico de lafertilización nitrogenada. Se compara la capacidad predictiva de diferentes índicesespectrales a los cambios en las variables de cultivo generadas por fertilizaciónnitrogenada y densidad de plantas en maíz en diferentes momentos del ciclo delcultivo. Los resultados obtenidos hasta la fecha indican que existen diferenciasimportantes entre los índices valuados, por ejemplo, el Índice de Vegetación deDiferencia Normalizada (NDVI) presenta una asociación fuerte con el IAF peroalcanza la saturación para valores de IAF superiores a tres, en cambio el índiceconocido como Punto de Inflexión del Borde Rojo (REIP) presenta una relación lineal

con el IAF, permitiendo su uso durante todo el ciclo del cultivo para la predicción deesta variable (figura 3 a y b).




0 2 4 6IAF

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

N V D I

Y = 0.87 + 0.61 e-X

r2 = 0.82

0 2 4 6IAF

717.5

720

722.5

725

727.5

730

R E I P

Y = 719.93 + 1.3 Xr2=0.77

0 2 4 6IAF

717.5

720

722.5

725

727.5

730

R E I P

Y = 719.93 + 1.3 Xr2=0.77

Figura 3. Relación entre el IAF y a) NDVI; y b) REIP

De esta manera, se pueden mencionar dos ventajas importantes relacionadascon la información derivada de los índices espectrales. Por un lado, pueden utilizarsepara evaluar diferencias en cuanto a condición de sitio, facilitando la delimitación deambientes en campañas futuras. Por otro lado, permiten la evaluación de la condiciónactual del cultivo y la planificación de tareas como fertilizaciones tardías o ladelimitación de zonas de cosecha con diferente contenido de proteína en grano.

Otro instrumento disponible es una cámara térmica Flir SC500 con rango demedición de 7.5 – 13.0 µm. Esta cámara permite obtener información de temperaturade superficie (Ts) y por lo tanto puede ser utilizada para determinar el grado de estréshídrico a nivel de lote y su variabilidad espacial (figura 4b). Esta información es deutilidad para determinar requerimientos de riego, así como, vinculada a la informaciónespectral, permite mejores resultados en las estimaciones de variabilidad derendimiento y contenido de proteína en grano. Puede ser de utilidad para evaluarincidencia de plagas o enfermedades en momentos tempranos, ya que el daño

generado determina variaciones de temperatura fácilmente detectables aún cuandolos daños visibles no son importantes.A su vez el avión está equipado con un medidor de flujo de gases móvil,

LICOR 7500 IRGA, que permite mediciones de flujo evaporativo de vapor de agua(figura 4c), flujo de calor (figura 4d) y CO2. La vinculación de la información disponiblea través de modelos adecuados permite obtener una representación clara del estadodel cultivo, condición nutricional, biomasa generada, así como evaluar su contenidohídrico, generar mapas de evapotranspiración y estrés hídrico. Esta informaciónserviría como base para determinar variaciones de calidad de sitio a través delanálisis de la condición del cultivo durante el ciclo de crecimiento, que puede seraplicada en la delimitación de ambientes. A su vez esta información puede serutilizada para la toma de decisiones de manejo en la campaña bajo evaluación.




a) b)

c) d)

Figura 4. a) Fotografía aérea multiespectral b) fotografía térmica c) fracción evaporativadeterminada por el medidor de flujo evaporativo y d) flujo de calor latente en W/m2. Extraído de

Esposito et al., 2006

El avión está equipado además con un altímetro láser Riegl LD90 y LD90-3300HR que cuenta con un rango de medición de 100 Hz to 1000 m. Con lainformación generada con este dispositivo se pueden obtener mapas de altimetría desuperficies variables de acuerdo a la altura de vuelo. En la figura 5 se presenta unmapa generado para una región, pero de manera similar se puede obtenerinformación a nivel de lote.

Entre los antecedentes mencionados se detallaron numerosos trabajos dondese utilizaron mapas de altimetría para la delimitación de ambientes con excelentesresultados. En la mayoría de estos trabajos los datos de altimetría se obtuvieron através del procesamiento e interpolación de mediciones obtenidas mediante GPSgeodésicos. El altímetro láser representa por lo tanto una alternativa novedosa al usode GPS, sobre todo considerando que se genera en combinación con otras capas de

información.




Figura 5. Mapa de altimetría obtenido con altímetro láser (©Terrasystem SRL)

Hasta aquí se han analizado diferentes aspectos relacionados a la delimitaciónde ambientes, lo que representa sólo el paso inicial en la aplicación de este sistemade manejo. Una vez delimitados correctamente los ambientes, éstos deben sermanejados de manera independiente, ajustando la utilización de insumos de acuerdoal potencial de cada uno. Resulta necesario por lo tanto evaluar la disponibilidad denutrientes mediante muestreos dirigidos de suelo o a través de mediciones realizadasa nivel de cultivo dentro de cada zona. Las metodologías y herramientas que se hanaplicado tradicionalmente en el manejo uniforme son útiles también en lasevaluaciones a nivel de ambiente.

Actualmente se está trabajando en el desarrollo de una herramienta nuevapara el diagnóstico de la fertilización nitrogenada. Esta herramienta es un fluorímetroportátil, generado como una aplicación alternativa a las mediciones de reflectanciaque se pueden obtener con un radiómetro hiperespectral, es decir, en lugar de realizardeterminaciones de reflectancia se evalúa la fluorescencia de la clorofila a nivel dehoja.La fluorescencia de la clorofila es un mecanismo utilizado por las plantas para disiparla energía en exceso que no puede ser canalizada hacia fotosíntesis. En loscloroplastos presentes en las hojas de las plantas se encuentran un conjunto demoléculas de clorofila y otros pigmentos reunidas en unidades funcionales llamadasfotosistemas. La radiación fotosintéticamente activa incidente excita estos pigmentospermitiendo que se desarrollen las diferentes etapas del proceso fotosintético.

Una adecuada provisión de N permite el normal desenvolvimiento del complejo

de proteínas que controlan la fotosíntesis debido a que gran cantidad del nitrógenopresente en la hoja forma parte de la clorofila y de las proteínas fotosintéticas como laRuBisco (Evans, 1989). En condiciones de estrés nutricional de nitrógeno se limita lahabilidad de las plantas para utilizar la luz absorbida produciéndose sobreexcitaciónde los fotosistemas, incluso a intensidades moderadas de luz (Demming-Adams yAdams 1992). Sin embargo, los organismos fotosintéticos han desarrolladomecanismos de protección tendientes a evitar o disminuir los efectos de la absorciónexcesiva de luz a través de la disipación como calor o emisión de fluorescencia (figura6).




1) Fotosíntesis (qP)

2) Calor (NPQ)

4) Fluorescencia

Clorofila

Clorofila

excitada

O2 *

O2

Luz Luz

3)

1) Fotosíntesis (qP)

2) Calor (NPQ)

4) Fluorescencia

Clorofila

Clorofila

excitada

O2 *

O2

Luz Luz

3)

Clorofila

Clorofila

excitada

O2 *

O2

Luz Luz

3)

Figura 6. Excitación de la clorofila por la luz y vías de retorno a su estado basal a través de: 1)Proceso fotosíntetico; 2) Disipación de la energía de excitación como calor; 3) Formación

de clorofila en estado de triplete excitado, oxígeno singlete excitado y/o superóxido; 4)Emisión de luz como fluorescencia.

Pueden distinguirse dos tipos de fluorescencia (figura 7), la producida por laradiación ultravioleta, con máximos en 440 nm (azul) y 520 nm (verde) y lafluorescencia de la clorofila, con máximos en 680 nm (rojo lejano) y 740 nm (infrarrojocercano). La emisión de fluorescencia en el azul y el verde ha sido atribuida a laRuBisco y a las proteínas de las plantas que contienen aminoácidos aromáticos (Corpet al., 1997). En cambio, la emisión de fluorescencia en el rojo y rojo lejano esinducida por la radiación visible y es atribuida enteramente a las clorofilas(Buschmann y Lichnthaler, 1998).

Figura 7. Fluorescencia producida por la luz UV (BGF) y fluorescencia producida por radiación

visible en el rojo lejano (RF) e infrarrojo cercano (FRF), línea llena. Reflectancia, líneapunteada, para diferentes longitudes de onda, obtenidas a nivel de hoja. Extraído de

Moya et al (2004)

En trabajos realizados por Gitelson et al. (1999) y Samson et al. (2000) se hanpresentado evidencias de la asociación entre el contenido de clorofila en hoja,contenido de N en hoja y cocientes de fluorescencia en longitudes de ondacorrespondientes al rojo e infrarrojo cercano generadas por la inducción con láser enlongitudes de onda correspondientes al 430 nm, 550 nm y 630 nm en el primer caso, y360 nm, 440 nm, 480 nm y 630 nm en el segundo (figura 8 a y b).




Figura 8 a) Relación entre el cociente de fluorescencia de la clorofila F735/F700 excitada con láserde 430 nm de longitud de onda y el contenido de clorofila en hoja, extraído de Gitelson et

al (1999) b) relación entre el cociente de fluorescencia obtenida por la excitación conpulsos de láser de longitudes de onda 360 y 440 nm y el contenido de N en hoja, extraído

de Samson et al (2000)

El objetivo de desarrollar un fluorímetro portátil es evaluar la posibilidad dedeterminar eficientemente la fluorescencia de la clorofila utilizando una fuente de luzadecuada y midiendo la señal generada con un radiómetro hiperespectral en el rangode 680 nm y 730 nm, porción correspondiente a la fluorescencia de la clorofila. Seanaliza la posibilidad de identificar un índice o relación de bandas que resulte útil parael diagnóstico de la nutrición nitrogenada. Una vez identificadas las bandas de mayorutilidad se puede desarrollar un sensor con las mismas, de costo significativamentemenor al que representa un radiómetro y de mayor practicidad para mediciones acampo.

Finalmente, a partir del análisis realizado se puede concluir que existennumerosas herramientas y metodologías de aplicación, así como variantes en cuanto

al tratamiento de la información disponible para la delimitación de ambientes y sumanejo posterior. Se presentaron dos herramientas nuevas sobre las que se estátrabajando, que presentan un potencial importante para la delimitación de ambientes,el seguimiento y evaluación de cultivos, las que podrán ser incorporadas en el futuropara la toma de decisiones en los sistemas productivos que implementan tecnologíasde agricultura de precisión.

Agradecimientos

Los actividades mencionadas son realizadas con fondos del ProyectoEspecífico Desarrollo y Aplicación de la Tecnología de Agricultura de Precisión para el

Manejo de Cultivos AEAI3722, Proyecto Específico Desarrollo Metodológico yaplicaciones de Sensores Remotos a la Producción Agropecuaria y ForestalAERN4642, Proyecto Específico Geomática Aplicada AERN4, de INTA

Referencias

Bhatti, A.U., Mulla, D.J. and B.E. Frazier. 1991. Estimation of soil properties and wheatyields on complex eroded hills using geostatistics and Thematic Mapperimages. Remote Sensing of Environment. 37: 181–191.

Buschmann, C. and Lichtenthaler, H.K. 1988. Reflectance and chlorophyll

fluorescence signatures of leaves. In Applications of Chlorophyll Fluorescence(H. K. Lichtenthaler, Ed.), Kluwer Academic, Dordrecht, p. 325–332.




Corp, L.A.; McMurtrey, J.E.; Chappelle, E.W.; Daughtry, C.S.T. and M.S. Kim. 1997.UV band fluorescence (in vivo) and its applications to the remote assessmentof N fertilization level. Remote Sensing of Environment. 61: 110– 117.

Demming-Adams, B. and W.W. Adam III. 1992. Photoprotection and other responsesof plants to high light stress. Annual Review of Plant Physiology and PlantMolecular Biology. 43:599-626

Doerge, T. A, 1999. Management zone concepts. SSMG-2. In: Information AgricultureConference, August 9-11, 1999, Stewart Center, Purdue, IN.

Esposito, M.; Magliulo, V.; Colin, J. and M. Menenti. 2006. Mapping heat flux densitiesat high spatial resolution with the multispectral image data and using the MultiScale Energy Balance System. Open Science Conference on the GHG Cycle inthe Northern Hemisphere Sissi-Lassithi, Crete, CarboEurope-IP Meeting .

Evans, J. 1989. Partitioning of Nitrogen Between and Within Leaves Grown underDifferent Irradiances. Australian Journal of Plant Physiology. 16: 533-48

Fleming, K.L; Westfall, D.G.; Wiens, D.W.; and D.C. Brodahl. 2000. Evaluating FarmerDefined Management Zone Maps for Variable Rate Fertilizer Application.Precision Agricultur. 2: 201-215.

Flowers, M.; Weisz, R. and J. G. White. 2005. Yield-Based Management Zones andGrid Sampling Strategies: Describing Soil Test and Nutrient Variability.Agronomy Journal. 97:968–982

Franzen, D.W.; Halvorson, A.D.; Krupinsky, J.; Hofman, V.L. and L.J. Cihacek. 1998.Directed sampling using topography as a logical basis. In Proc of the 4th International Conference on Precision Agriculture and Other ResourceManagement. ASA/CSSA/SSSA, Madison, WI, USA.

Franzen, D.W. and T.N. Nanna. 2002. Management zone delineation methods. In:Proc of the 6th International Conference on Precision Agriculture and OtherResource Management. ASA/CSSA/SSSA, Madison, WI, USA.

Fridgen, J.J.; Kitchen, N.R.; Sudduth, K.A.; Drummond, S.T.; Wiebold, W.J. and C.W.Fraisse. 2004. Management Zone Analyst (MZA): Software for Subfield

Management Zone Delineation. Agronomy Journal. 96:100–108.Gitelson, A.; Buschmanm, C. and H. Lichtenhaler. 1999. The Chlorophyll fluorescenceRatio F735/F700 as an accurate measure of the chlorophyll content in plants.Remote Sensing of Environment. 69:296–302

Hornung, A.; Khosla, R.; Reich, R. and D.G. Westfall. 2003. Evaluation of site-specificmanagement zones: grain yield and nitrogen use efficiency. In: Proc of theFourth European Conference on Precision Agriculture, Wageningen, TheNetherlands.

Jaynes, D.B.; Colvin, T.S. and J. Ambuel. 1994. Yield mapping by electromagneticinduction. In: Site-specific management for agricultural systems. Proc. Minn,MN, 27-30 Mar. ASA/CSSA/SSSA, Madison, WI, USA.

Jaynes, D.B.; Colvin, T.S. and T.C. Kaspar. 2005. Identifying potential soybean

management zones from multi-year yield data. Computers and Electronics inAgriculture 46:309–327

Johnson, C.K.; Mortensen, D.A.; Wienhold, B.J.; Shanahan, J.F. and J.W. Doran.2003. Site-Specific Management Zones Based on Soil Electrical Conductivity ina Semiarid Cropping System. Agronomy Journal. 95:303–315

Jones, A. J.; Mielke, L. N.; Bartles, C. A. and C. A. Miller, 1989. Relationship oflandscape position and properties to crop production. Journal of Soil and WaerConservation. 44: 328-332.

Kemerer, A. 2003. La utilización de imágenes satelitales en Agricultura de Precisióncomo herramienta para delimitar zonas de manejo uniforme. Tesis de grado.Facultad de Agronomía, Universidad Nacional de Entre Ríos

Kitchen, N.R.; Sudduth, K.A.; Myers, D.B.; Drummond, S.T. and S.Y. Hong. 2005.Delineating productivity zones on claypan soil fields using apparent soil




electrical conductivity. Computers and Electronics in Agriculture. 46 (1-3):285-308.

Ortega, R. A and O. A. Santibañez. 2007. Determination of management zones in corn(Zea mays L.) based on soil fertility. Computers and Electronics in Agriculture58: 49–59.

Pierce F. J., and P. Nowak, 1999. Aspects of precision agriculture. In: D. Spark (Ed)Advance in Agronomy 67, Academic Press. P 1-85.

Layrol, L.; Hedoin, E.; Lepoutre, D. and O. François. 2000. Matching multitemporalyield and images data. In: Proc. 5th International Conference on PrecisionAgriculture. Precision Agriculture Center, ASA, CSSA and SSSA, MN.

Luchiari, A. Jr.; Shanahan, J.; Francis, D.; Schlemmer, M.; Schepers, J.; Liebig, M.;Schepers, A. and S. Payton, 2000. Stategies for establishing managementzones for site specific nutrient management. In: Proc. 5th InternationalConference on Precision Agriculture. Precision Agriculture Center, ASA, CSSAand SSSA, MN.

Moya, I.; Camenen, L.; Evain, S.; Goulas, Y.; Cerovic, Z.G.; Latouche, G.; Flexas, J.and, A. Ounis. 2004. A new instrument for passive remote sensing 1.

Measurements of sunlight-induced chlorophyll fluorescence. Remote Sensingof Environment. 91:186–197.Mulla, D.J., 1991. Using geostatistics and GIS to manage spatial patterns in soil

fertility. In: Kranzler, G. (Ed.), Automated Agriculture for the 21st Century.ASAE, St. Joseph, MI, USA.

Mulla, D.J., and A.U. Bhatti. 1997. An evaluation of indicator properties affectingspatial patterns in N and P requirements for winter wheat yield. In: 1st European Conference of Precision Agriculture, Warwick Univ., UK. BiosScientific Publ. Oxford, Herndon, VA.

Rydberg, A. and M. Söderström. 2000. Potential crop growth assessment fromremotely sensed images compared to ordinary yield maps. In: Proc. 5 th International Conference on Precision Agriculture. Precision Agriculture Center,

ASA, CSSA and SSSA, MN.Samson, G.; Tremblay, N.; Dudelzak, A.E.; Babichenko, S.M.; Dextraze, L. and J.Wollring. 2000. Nutrient stress of corn plants: early detection and discriminationusing a compact multiwavelength fluorescent LIDAR. In: Proc. 20 th EARSeLSymposium, Dresden, Germany.

Schepers, J.S., M.R. Schlemmer, and R. B. Fergunson. 2000. Site-specificconsiderations for managing phosphorus. Journal of Environment. Quality.29:125-130.

Sudduth, K.A.; Drummond, S.T.; Birrell S.J. and N.R. Kitchen, 1997. Spatial modelingof crop yield using soil and topographic data. In: Proc. 1st European Conferenceon Precision Agriculture. Vol 1. Warwick University Conference Centre, UnitedKigdom.

Taylor, J.C.; Wood, G.A; R. Earl and R.J. Godwin. 2003. Soil factors and theirinfluence on within-yield crop variability. Part II: Spatial Analysis andDetermination of Management Zones Biosystems Engineering. 84 (4): 441–453

Whelan, B.M.; Cupitt, J.; McBratney, A.B. 2002. Practical definition and interpretationof potential management zones in Australian dryland cropping. In: Proceedingsof the 6th International Conference on Precision Agriculture and OtherResource Management. Madison, WI, USA.

http://www.sciencedirect.com/science/journal/01681699

http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%235006%232005%23999539998%23572665%23FLA%23&_cdi=5006&_pubType=J&view=c&_auth=y&_acct=C000054207&_version=1&_urlVersion=0&_userid=1677494&md5=e79582ac41327b14fbb417223748fe86

http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%235006%232005%23999539998%23572665%23FLA%23&_cdi=5006&_pubType=J&view=c&_auth=y&_acct=C000054207&_version=1&_urlVersion=0&_userid=1677494&md5=e79582ac41327b14fbb417223748fe86

http://www.sciencedirect.com/science/journal/01681699




ENFOQUES DEL MANEJO SITIO ESPECÍFICO DE FÓSFORO EN MAÍZ Y SOJA:COMPARACIÓN DE APLICACIÓN VARIABLE VS. UNIFORME

Dr. Manuel BermúdezConsultor [email protected]

Introducción

Un programa efectivo de manejo de fósforo (P) para cultivos requiere de unaestimación creíble del P disponible para la planta en el suelo. El análisis de suelo es laherramienta más común para determinar los requerimientos de fósforo para maíz ysoja. Los niveles de P en el suelo, la remoción de P en el grano a la cosecha y lanecesidad de reponer este nutriente al suelo a través de fertilizaciones no sonuniformes para un mismo lote.Tradicionalmente, la aplicación de P se realizaba con una dosis única y uniforme en

todo el lote. Considerando la muy alta variabilidad de P que se puede encontrar en lamayoría de los lotes, las aplicaciones uniformes pueden tender a sobre-fertilizaralgunas áreas y sub-fertilizar otras. La agricultura de precisión y el manejo de sitioespecífico proveen una oportunidad para mejorar el manejo de P en la agricultura. Laagricultura de precisión envuelve un amplio espectro de tecnologías, conceptos yprácticas de manejo. Sistemas de posicionamiento global (GPS), tecnología deaplicación variable (VRT) y sistemas de información geográfica (GIS) permitenobtener una identificación más precisa de los niveles de nutrientes en el suelo yajustar las dosis de fertilizantes dentro del lote. Más aún, el desarrollo de tecnologíasde aplicación variable permite ir cambiando las dosis de fertilizante a medida que lafertilizadora avanza y a su vez realizar un mejor control de las dosis aplicadas endeterminadas áreas un lote. En teoría, esta tecnología podría mejorar tanto la

eficiencia en el uso del fertilizante como también la rentabilidad del productor.Ahora bien, una de las tareas más difíciles de un productor o técnico es la de obteneruna estimación correcta del nivel de fertilidad del suelo de un lote. El éxito del uso dela agricultura de precisión se basa en la habilidad del muestreo de suelos deidentificar áreas dentro de un lote que tengan probabilidad de repuesta a la aplicaciónde fertilizante y áreas que no tengan respuesta. Además, el muestreo debe tambiénconsiderar la relación costo-beneficio cuando se trata de describir la variabilidad delanálisis de suelo dentro de un mismo lote. Las investigaciones en USA handemostrado que el muestreo en grilla, si bien describe muy bien parte de lavariabilidad del lote, requiere mucho tiempo y es muy caro. En contrapartida, variosinvestigadores han propuesto el muestreo por zonas basado en propiedades del sueloque son más estables en el tiempo con el único objetivo de reducir el costo de

muestreo. Mientras se han propuesto varias alternativas de muestreo, el desafíoradica en poder testear estos muestreos en términos de respuesta en rendimiento a laaplicación del fertilizante.El objetivo de esta presentación es brindar una recopilación de las principalesalternativas de muestreo de suelos para P y a su vez evaluar su eficacia en respuestaa la aplicación variable y uniforme de P para maíz y soja.

Variabilidad espacial y temporal de P en el suelo

Un concepto básico de la agricultura de precisión es que la descripción apropiada, elregistro de datos y también el entendimiento de la variabilidad espacial y temporalpermiten el manejo preciso de entradas de insumos al sistema. El manejo del P y lavariabilidad del nivel del P en el suelo fueron el enfoque temprano de la agricultura de




precisión ya que el uso del análisis de suelo para P ha sido ampliamente adoptadopor productores de USA, puede ser usado en diferentes escalas y es fácilmenteadaptado al manejo sitio específico.Las propiedades físicas y químicas del suelo pueden producir variabilidad tanto enrendimiento como en el P disponible para la planta afectando la cantidad total de P enel suelo, la fracción de P disponible para el cultivo y las posibles pérdidas desde lazona de raíces (Mulla y Schepers, 1997). La variabilidad en las propiedades del suelopuede ocurrir en varias escalas, desde decímetros a escalas regionales. Los técnicosestán interesados especialmente en la variabilidad de nutrientes dentro de un mismocampo. La variabilidad del suelo emerge naturalmente a través de interaccionescomplejas entre factores naturales y de manejo (Bouma y Finke, 1993). Los factoresnaturales incluyen aquellos involucrados en la formación del suelo como ser tiempo,material parental, topografía, clima y actividad de organismos. Prácticas de manejocomo arado, fertilización, aplicación de efluentes, y otros pueden afectar intensamentelos patrones de variabilidad de las propiedades físicas y químicas del suelo. Lavariabilidad espacial-temporal de las propiedades del suelo pueden ser relativamenteestáticas (por ej. textura, materia orgánica y los nutrientes mas inmóviles) o muy

dinámicas (por ej. humedad, temperatura y nutrientes móviles) (Bouma y Finke, 1993).Por lo tanto, los patrones de variabilidad espacial y temporal, y el método másapropiado para evaluar y manejar la variabilidad difieren considerablemente paradiferentes propiedades del suelo.Muchos estudios se hicieron en distintos países para describir la variabilidad del nivelde P en el suelo y su relación con otras propiedades del suelo. Estos estudios handemostrado, como era de esperar, que las relaciones entre el nivel de P en el suelo orendimiento y otras propiedades del suelo varían de campo en campo. Se sabe quemuchas propiedades del suelo influencian directa o indirectamente ya sea laconcentración total de P en el suelo o el P disponible en plantas en los primeroscentímetros del suelo, pero los responsables de la variación del nivel de P en el sueloen un campo en particular varían considerablemente a través de las regiones. La

variabilidad del nivel de P en el suelo dentro de un campo ha sido asociadaprincipalmente a variaciones en la textura del suelo, pH, contenido de Ca o CaCO3 ymateria orgánica. Interrelaciones complejas entre el nivel de P en el suelo, estaspropiedades del suelo y otras han sido investigadas pero en general no pueden serexplicadas fácilmente y probablemente resultan de la influencia de variables nomedidas. Sin embargo, una conclusión general de todos los estudios es que senecesita una consideración de la variación de las propiedades del suelo paracomprender la variabilidad del nivel de P en el suelo a través de un campo.La variabilidad del nivel de P en el suelo puede ser muy alta aún dentro de camposque parecen ser uniformes en otras propiedades del suelo, y tiende a ser todavía másalta en campos con varios años de cultivos y fertilización. También se observa unaalta variabilidad de P en el suelo en pasturas que han sido fertilizadas y pastoreadas.

Como conclusión se dice que la estructura espacial del análisis de suelo es específicapara cada lote y para cada nutriente en estudio.

Métodos de muestreo de suelos para P en agricultura de precisión

Se pueden utilizar diferentes esquemas de muestreo de suelos para colectar lasmuestras de P de un lote. En USA el reconocimiento de una alta variabilidad en losniveles de análisis de P en el suelo no asociado con los tipos de suelos o topografíallevó al uso del muestreo en grilla para caracterizar esta variabilidad (Franzen y Peck,1995; Wollenhaupt y col., 1994). La intensidad de muestreo en grilla requerida para

una prescripción efectiva con dosis variable es diferente para cada nutriente, lote oregión geográfica. Pero queda claro que si el muestreo de P se realiza con grillas muy




grandes se pueden encontrar bajas correlaciones cuando los resultados se comparancon muestreos en grilla de menor tamaño. Como resultado, las interpolaciones que serealizan para lograr mapas de prescripción de P pueden resultar inadecuadas dandolugar a recomendaciones de fertilidad erróneas. A modo de ejemplo, en Iowa, USA,tamaños de celda de 1 ha es lo que comúnmente se utiliza para muestreos de suelodonde quieren utilizarse dosis variable de P.En contraste al muestreo en grilla, muchos investigadores empezaron a proponer elmuestreo por zonas para reducir el número y costo de muestreo, siempre y cuando semantenga información aceptable acerca de la variabilidad del nutriente en el lote.Franzen y Nanna (2002) justifican el muestreo por zona si se asume que hay unarazón lógica para seguir un patrón en que los nutrientes se encuentran en el lote yque este patrón permanezca estable por un período de tiempo. Si se dan estascaracterísticas, la determinación de zonas de muestreo puede variar enormementedependiendo de los criterios, atributos o combinación de atributos que cada técnico oproductor quiera utilizar.Una de las técnicas más antiguas de muestreo de suelos por zonas es siguiendo elmapa de tipo de suelo que en USA describe la variabilidad del suelo en una escala

que va de 1:12000 a 1:24000. Una técnica más reciente de muestreo por zonas es através de la medición de la conductividad eléctrica (EC) del suelo. La información quese obtiene es estable, se mantiene de forma temporaria y sirve para encontrardiferentes patrones de variabilidad en el suelo (Fraisse y col., 2001). Esta técnica estáganando mucha popularidad para delinear zonas de muestreo.El uso de mapas de rendimiento de un lote es otra técnica que se está utilizando paradelinear zonas de muestreo. Con esta técnica se requieren varios años de mapas derendimiento del mismo lote para poder determinar en forma certera patrones devariabilidad en rendimiento dentro del mismo lote. En un estudio de Boydell yMcBratney (2002) se concluyó que para lograr una zona con un patrón de rendimientoestable se necesitan por lo menos cinco años de mapas de rendimiento.Hay varias otras aproximaciones utilizadas para delinear potenciales zonas de

muestreo y también utilizadas por productores. Algunas de ellas integran uso desensores remotos, topografía y conductividad eléctrica; cokriging basado en sensoresremotos; topografía, sensores remotos y experiencia del productor; color del suelo, ECy experiencia del productor; y una integración de mapa de suelo, elevación, zonas derendimiento y fotografías aéreas.Resumiendo, el muestreo en grilla y el muestreo por tipo de suelo y topografía son lasmetodologías de muestreo más antiguas y más usadas en USA para determinar P enel suelo. El muestreo por zonas basadas en la interpretación de varias capas deinformación se ha empezado a usar y recomendar en la agricultura de USA a fin deencontrar un equilibrio razonable en el costo-beneficio del muestreo. No obstante, laefectividad de estos muestreos sigue siendo incierta y no existe un único método demuestreo que sea superior a otro para describir la variabilidad de P en el suelo de una

forma costo-efectiva a través de todas las condiciones.Para estudiar el problema, Sawchik y col. (2002) utilizaron en Iowa 4 lotes en rotaciónmaíz-soja para comparar 5 tipos de muestreos de suelo. Estudiaron la variabilidad deP en el suelo dentro y entre zonas de muestreo y la respuesta en rendimiento a lafertilización con P (Tablas 1 y 2). Los esquemas de muestreo fueron: muestreo engrilla superintensivo de 0.1 ha, muestreo en grilla típico de la zona de 1 ha, muestreopor tipo de suelo basado en mapas con escala 1:12000, muestreo basado en mapasde elevación y conductividad eléctrica, y muestreo utilizando acumulación de mapasde rendimiento del lote. Las ventajas de un muestreo sobre otro se evaluaron en basea reducir la variabilidad dentro de una unidad de muestreo comparada con variabilidadentre las unidades de muestreo, y esto varió dependiendo de los lotes. El muestreo engrilla superintensivo presentó una muy alta variabilidad de P a pequeña escala. A suvez, fue el único muestreo en todos los campos que disminuyó la variabilidad dentrode una unidad de muestreo comparada con variabilidad entre las unidades de




muestreo. Cabe destacar que este muestreo resultó ser el de mayor número demuestras y con un costo muy alto, impracticable para un productor. De las restantestécnicas de muestreo, las realizadas con mapas de rendimiento fueron las que en lamayoría de los campos presentaron una menor variabilidad dentro de una unidad demuestreo comparada con variabilidad entre las unidades de muestreo. Los nivelespromedio de P en el suelo para las distintas zonas resultaron muy similaresindependientemente del tipo de zona y casi siempre quedaron en una misma clase desuelo. Esta es una de las razones por las pocas diferencias encontradas enrendimiento a través de las zonas de cada muestreo (Tabla 2). Cabe destacar queaunque el muestreo en grilla de 1 ha fue mejor en identificar distintas clases de P enel suelo que los muestreos por zona, esto no se vio reflejado en rendimiento cuandose aplicaron las dosis variables para cada clase (Tabla 1). Los autores concluyeronque no hay una única recomendación de muestreo que pueda ser aplicada a todos loslotes porque los niveles de nutriente y la variabilidad es especifica para cada lote. Losresultados de muestreo de suelos en grilla intensivos junto con los estudios deaplicación variable de P sugirieron que la variabilidad encontrada en los lotes debido alargas aplicaciones de fertilizante no pueden ser medidas de forma costo-efectiva. En

general, para todos los lotes el muestreo de mejor costo-efecto es aquel en el que sepueden definir áreas de muestreo en base a tipo de suelo, mapas de rendimiento,fotos aéreas y alguna otra información distintiva del lote.

Tabla 1. Incremento en rendimiento para áreas con distintos niveles de P en el suelo muestreadoscon dos intensidades de grilla (Adaptado de Sawchik y col., 2002).

Clase de P en el suelo

Bajo (9 - 15ppm)Optimo (16 -

20ppm)Alto (21 - 30ppm)

Muy Alto (>31ppm)

Sitio

Técnica

demuestreo

Área

(%)

Δ en

rendim.(%)†

Área

(%)

Δ en

rendim.(%)

Área

(%)

Δ en

rendim.(%)

Área

(%)

Δ en

rendim.(%)Grilla de

0.1 ha 52 10.6* 30 10.4* 18 15.3 - -1

Grilla de1 ha

36 15.8* 64 8.0 - - - -

Grilla de0.1 ha 36 1.8 18 3.2 36 1.1 10 2.3

2Grilla de

1 ha36 1.4 19 1.3 45 0.2 - -

† Incremento en rendimiento debido a la aplicación de P.* P < 0.05




Tabla 2. Nivel de P en el suelo e incremento en rendimiento debido a la aplicación de P paradistintas zonas delineadas por tres técnicas de muestreo de suelo (Adaptado de Sawchik y col.,2002).

Número de zona

1 2 3 4

SitioTécnica demuestreo

Nivelde P

(ppm)

Δ enrendim.

(%)†

Nivel deP

(ppm)

Δ enrendim.

(%)

Nivel deP

(ppm)

Δ enrendim.

(%)

Nivel deP

(ppm)

Δ enrendim.

(%)

Tipo desuelo 15 15.7 16 9.5 17 8.7 - -

EC yelevación

15 11.3 17 2.4 - - - -1

Mapa derendimiento 15 10.0 15 12.0 16 3.9 17 10.1

Tipo desuelo 18 -2.0 18 3.4 18 1.3 25 1.6

EC yelevación 20 1.6 21 0.6 22 4.2 - -2

Mapa derendimiento

18 1.0 19 1.8 20 0.5 25 2.1

† Incremento en rendimiento debido a la aplicación de P.* P < 0.05

Tecnología de dosis variables para aplicación de P

Como se acaba de discutir, el desafío es identificar áreas dentro de un lote condistintos requerimientos de nutrientes y realizar una fertilización variable con las dosisóptimas, manteniendo bajos los costos de los análisis de suelo. Varios artículos quepresentan técnicas de muestreo de suelos han demostrado que en muy pocasexcepciones los lotes presentan áreas donde los cultivos requieren la aplicación de Py áreas donde no se requiere fertilizar. Por lo tanto, muy pocos discuten sobre el valorde la tecnología de aplicación variable para mejorar el manejo de P. En la actualidad,la mayoría de las aplicaciones variables comerciales varían las dosis de aplicación de

P basadas en un mapa de prescripción desarrollado a partir del análisis de sueloobtenido a través de un muestreo en grilla o por zonas.Una gran cantidad de estudios en USA ha tratado de comparar las diferenciaspotenciales que podrían darse en la respuesta en rendimiento de un cultivo o cantidadde fertilizante aplicada a través de fertilizaciones con dosis uniforme o variable(Sawyer, 1994; Thompson y Robert, 1995; Penney y col., 1996; Schepers, 2000b). Sinembargo, estos estudios no dejan de ser simulaciones basadas en la variabilidad de Pen el suelo y rendimiento del cultivo. En general, la mayoría de ellos muestra unpotencial beneficio de la fertilización variable de P pero casi todos coinciden que losmayores beneficios se pueden lograr sólo cuando se utilizan técnicas de muestreo desuelos muy intensivas. Y como se describió previamente, la densidad de muestreo desuelo requerida va mas allá del costo que un productor puede económicamente pagar

para cultivos de tipo extensivo. Por ejemplo, Wollenhaupt y col., (1994) mostraron quela VRT puede resultar económicamente efectiva en cereales sólo en aquellos lotes




que presenten tipos de suelos que determinen claramente una respuesta contrastanteen la fertilización. Por otro lado, Schepers y col., (2000a y 2000b) mostraron el riesgoque se corre en realizar mapas erróneos de P en el suelo cuando se tiende adisminuir la densidad de muestreo. A su vez, Varvel y col. (1999) mostraron que esmucho más certero y económico realizar un muestreo de P por zonas que realizar unmuestreo con poca densidad de muestras y sin un patrón en particular.Ensayos a campo que combinan la descripción del análisis de P en el suelo conmedidas de respuesta en rendimiento de un cultivo proveen un valor más real de loque ocurre con la aplicación en dosis variable y uniforme de P. Varios estudios handemostrado que los ensayos a campo a base de franjas largas y angostas se hanadaptado muy bien a herramientas de agricultura de precisión como GPS, monitoresde rendimiento y tecnología de dosis variable. Los primeros ensayos comparabandosis múltiples de P aplicadas en franjas y analizaban la respuesta del cultivo deacuerdo al tipo de suelo. Hoy en día, una evaluación más integral del valor de laaplicación variable de P para la agricultura resulta de la comparación de dosisuniforme con dosis variables usando tecnología que ya está disponible paraproductores. Los ensayos que comparan métodos de aplicación variable y uniforme

en el centro-oeste de USA no muestran grandes diferencias, como se esperaba, afavor de la dosis variable. Por ejemplo, Anderson y Bullock (1998) compararon laaplicación variable y uniforme utilizando mezclas de P y K para rotaciones de maíz ysoja en seis sitios de Illinois, basándose en un muestreo en grilla de 1 ha. Losresultados indican que no hubo una respuesta a la fertilización, por lo tanto tampoco alos métodos de aplicación, si bien en los sitios había áreas con cierta probabilidad(17-78%) de respuesta a P. En otro ensayo de 12 sitios en Indiana, Lowenberg-DeBoer y Aghib (1999) compararon la respuesta en rendimiento a la fertilizaciónfosfatada aplicada con una dosis uniforme, una dosis variable basada en muestreopor tipo de suelo, y una dosis variable basada en muestreo por grilla de 1.2 ha. Losniveles de P en el suelo tenían un rango que iba de muy bajo a muy alto, pero cuandose tomaba el promedio de cada lote estaban por encima del nivel óptimo del cultivo. A

través de todos los sitios, la cantidad de fertilizante aplicado con la dosis variable fuemenor a la aplicada con la uniforme. Sin embargo, el análisis económico mostró quela dosis variable no incrementó las ganancias netas cuando se incluía el costo de laaplicación y el muestreo de suelos. Considerando las tres estrategias seguidas, elanálisis de riesgo determinó que el muestreo por tipo de suelo era el de menor riesgopara el productor.Otro ensayo de Bermudez y Mallarino (2007) en Iowa, comparó una dosis uniforme yuna variable basada en un muestreo en grilla (0.2 ha) para una rotación de maíz-soja.El objetivo del ensayo fue hacer un seguimiento durante 4 años para poder evaluar lavariabilidad de P en el suelo y la respuesta en rendimiento a los métodos deaplicación de P. El P aplicado fue basado en los requerimientos para 2 años de larotación maíz-soja (se aplicaron 2 veces los tratamientos en 4 años) y se utilizó

fosfato diamónico (DAP) como fuente fosforada. La dosis variable se aplicó en base auna interpolación de los valores de P en el suelo y varió de 0 a 70 kg P/ha. La dosisfija se aplicó en base al promedio de P en el suelo de todo el lote y varió de 34 a 70kg de P/ha de acuerdo a cada sitio. Los resultados promedios de 24 sitios mostraronque hubo una respuesta a la fertilización fosfatada, pero no hubo diferencias entre losmétodos de aplicación (Figura 1). En el análisis por sitio, la fertilización variableaumentó el rendimiento en 4 sitios cuando se comparó con la fertilización fija. La faltade respuesta en la mayoría de los sitios a la dosis variable se explicó por la elevadavariabilidad en pequeña escala de P en el suelo que no puede ser medida de formacosto-efectiva, y por las recomendaciones de P de Iowa que en áreas con muy bajonivel de P en el suelo se recomiendan dosis mayores a las necesarias para maximizarrendimiento. Las recomendaciones de P se basan en la filosofía de subir y mantenercuando los niveles de P en el suelo se encuentran por debajo del nivel óptimo.




Maiz Soja

R e n d i m i e n t o r e l a t i v o ( % )

70

80

90

100

110

120

a

b b

a

b b

* P < 0.05Control (Sin P)Dosis VariableDosis Uniforme

Figura 1. Rendimiento relativo de maíz y soja a la aplicación variable y uniforme de P. Promediode 24 sitios (Adaptado de Bermudez y Mallarino, 2007).

En el mismo estudio, cuando se evaluó la respuesta a través del paisaje, se encontróuna diferencia significativa en rendimiento de maíz y soja para los distintos tipos desuelos. También se estudió la respuesta de acuerdo a las clases de suelo, y éstasfueron mayores en aquellos lotes con niveles de P bajos o muy bajos (Figura 2) y raravez hubo respuesta en áreas con altos niveles de P. No obstante, el análisis derespuesta para áreas del lote con diferentes clases de P prácticamente no mostródiferencias entre los métodos de aplicación para las clases de P bajas o muy bajas.

Diferentes clases de P en el suelo

R e s p u e s t a e n r e n d i m i e n t o d e m a i z ( % )

0

5

10

15

20

Dosis Uniforme Dosis Variable

Muy Bajo

Bajo

OptimoAlto

Clases de P

Figura 2. Respuesta en rendimiento de maíz a la aplicación uniforme y variable de P para lasdiferentes clases de P en el suelo (Adaptado de Bermudez y Mallarino, 2007).

La cantidad de P aplicado con la dosis variable fue menor que con la dosis uniformeexcepto en 4 sitios (Tabla 3). En general, la dosis variable tendió a disminuir lavariabilidad en los niveles de P en el suelo cuando se la comparó con la dosis

uniforme. La dosis variable aplicó mayor cantidad de P en áreas con bajos niveles deP y menor cantidad en áreas con altos niveles de P.




Tabla 3. Nivel inicial de P en el suelo y diferencia en la cantidad de fertilizante usado entre la dosisvariable y la uniforme (Adaptado de Bermudez y Mallarino, 2007).

Nivel inicial de P en el suelo Variable –Uniforme

Sitio Mínimo Medio Máximo P2O5 usado

---------------- ppm ----------------- kg / ha1 5 9 22 192 5 10 17 -243 5 11 22 -394 5 12 24 -315 8 15 34 -256 5 16 74 -8

7 6 16 38 138 5 17 66 -299 9 18 32 8010 7 21 72 -1111 10 21 40 -5812 11 24 48 11

Estos resultados concuerdan con un estudio similar realizado por Wittry y Mallarino

(2002) donde compararon la aplicación variable y uniforme de efluente líquido porcinopara rotaciones de maíz-soja en 2 campos (6 sitios-años), basados en el nivel de P enel suelo y potencial de rendimiento promedio (con una fertilización uniforme nolimitante para maíz). A pesar que el efluente aumentó el rendimiento de maíz y sojaen la mayoría de los años (el nivel de P en el suelo de áreas de campos grandesestaba por debajo del óptimo), el método de aplicación variable no incrementó elrendimiento del cultivo en comparación con el método uniforme y aumentó la cantidadtotal de efluente aplicado. Sin embargo, como demuestran los datos promedio en laFigura 3, la aplicación variable de efluente redujo claramente la variabilidad del nivelde P en el suelo a través del aumento del nivel de P en suelo en áreas de bajocontenido y no aumentando ese nivel en áreas de alto contenido.




-3

-2

-1

0

1

2

3

4

5

6

7

8

9

Nivel de PMuy Bajo

Nivel de POptimo

Nivel de PBajo

Nivel de P

Alto

Dosis Variable

Dosis Uniforme

Control (Sin efluente)

V a r i a c i ó n d e l n i v e l d e P e n e l

s u e l o ( p p m )

-3

-2

-1

0

1

2

3

4

5

6

7

8

9

Nivel de PMuy Bajo

Nivel de POptimo

Nivel de PBajo

Nivel de P

Alto

Dosis Variable

Dosis Uniforme

Control (Sin efluente)

V a r i a c i ó n d e l n i v e l d e P e n e l

s u e l o ( p p m )

Figura 3. Efecto de los métodos de aplicación uniforme y variable de efluente líquido porcino en elcambio del nivel de P en el suelo después de una cosecha para las distintas clases de P en el

suelo (Adaptado de Wittry y Mallarino, 2002).

Conclusiones

Una estimación correcta de los niveles y variación de P en el suelo es un factor muyimportante a considerar cuando se planea realizar un programa de fertilización conmanejo de sitio específico.El muestreo y análisis de suelo tiene un costo muy alto dentro de un programa defertilización. No obstante, no existe una única recomendación de muestreo que pueda

ser aplicada a todos los lotes porque los niveles de nutriente y la variabilidad esespecífica para cada lote. Muestreos de suelo que no enfatizan la medición enpequeña escala de P pero desarrollan zonas de muestreo basadas en varias capasde información (tipo de suelo, mapas de rendimiento, fotos aéreas o alguna otrainformación que diferencie un área de otra dentro de un mismo lote) parecen ser máscosto-efectivos que muestreos intensivos.Las tecnologías de GPS y aplicación variable permiten una mejor aplicación delfertilizante dentro de un lote. La mayoría de los estudios concuerdan en que la dosisvariable disminuye la variabilidad de los niveles de P en el suelo porque más P esaplicado en áreas con bajo niveles de P en el suelo y menos P en áreas con altosniveles de P en el suelo.Los ensayos que comparan aplicaciones de P con dosis uniformes y variables no handemostrado aumentos consistentes en rendimiento a favor de la dosis variable. Noobstante, las dosis de fertilizante aplicado tienden a ser menores con la aplicaciónvariable. Dos razones posibles en la inconsistencia de los resultados son lasdiferentes estrategias utilizadas para muestrear los suelos y las diferentes filosofías defertilización usadas para cada cultivo.La combinación de un incremento en los costos por el uso de la tecnología deaplicación variable junto a las respuestas inciertas en rendimiento, en comparación alos tradicionales métodos de dosis única e uniforme, proporciona muy poco incentivoen la adopción de muestreos de suelo intensivos junto al uso de aplicación variable.




Referencias

Anderson, L.L., y D.G. Bullock. 1998. Variable rate fertilizer application for corn andsoybean. J.Plant Nutr. 21:1355–1361.

Bermudez, M., y A. P. Mallarino. 2007. Impacts of variable-rate phosphorus fertilizationbased on dense grid soil sampling on soil-test phosphorus and grain yield of corn andsoybean. Agron. J. 99:822-832.

Bouma, J., y P.A. Finke. 1993. Origin and nature of soil resource variability. p. 3–13. InP.C. Robert et al. (ed.) Proc. Soil specific crop management: A workshop on researchand development issues, Minneapolis, MN. 14–16 Apr. 1992. ASA, CSSA, and SSSA.Madison, WI.

Boydell, B., y A.B. McBratney. 2002. Identifying potential within-field managementzones from cotton yield estimates. Precision Agric. 3:9–23.

Fraisse, C.W., K.A. Sudduth, y N.R. Kitchen. 2001. Delineation of site-specificmanagement zones by unsupervised classification of topographic attributes and soilelectrical conductivity. Trans. ASAE. 44:155–166.

Franzen, W.D., y T.R. Peck. 1995. Field soil sampling density for variable ratefertilization. J. Prod. Agric. 8:568–574.

Franzen, D.W., y T.N. Nanna. 2002. Management zone delineation methods. In P.C.Robert et al. (ed.). Proc. 6th Int. Conf. on Precision Agric. CD-ROM. ASA, CSSA, andSSSA, Madison, WI.

Lowenberg-DeBoer, J., y A. Aghib. 1999. Average returns and risk characteristics of

site-specific P and K management: Eastern Corn Belt on-farm trial results. J. Prod.Agric. 12:276–282.

Mulla, D.J., y J.S. Schepers. 1997. Key processes and properties for site-specific soiland crop management. p. 1–18. In F.J. Pierce, and E.J. Sadler (ed.) The state of site-specific management for agriculture. ASA, CSSA, and SSSA, Madison, WI.

Penney, D.C., S.C. Nolan, R.C. McKenzie, T.W. Goddard, y L. Kryzanowski. 1996.Yield and nutrient mapping for site specific fertilizer management. Commun. Soil Sci.Plant Anal. 27:1265–1279.

Sawchik, J., A.P. Mallarino, M. Bermudez, y D.J. Wittry. 2002. Relating soil tests and

within-field yield response to P and K using various sampling strategies. In 2002annual meeting abstracts [CD-ROM]. ASA, CSSA , and SSSA, Madison, WI.

Sawyer, J.E. 1994. Concepts of variable rate technology with considerations forfertilizer application. J. Prod. Agric. 7:195–201.

Schepers, J.S., M.R. Schlemmer, y R.B. Ferguson. 2000b. Site-specific considerationsfor managing phosphorus. J. Environ. Qual. 29:125–130.

Schepers, J.S., J.F. Shanahan, y A. Luchiari, Jr. 2000a. Precision agriculture as a toolfor sustainability. p. 129–135. In E. Balazs et al. (ed.) Biological resourcemanagement. Connecting science and policy. Springer, Paris.




Thompson, W.H., y P.C. Robert. 1995. Evaluation of mapping strategies for variablerate applications. p. 303–323. In P.C. Robert et al. (ed.) Proc. 2nd Int. Conf. on Site-Specific Manage. For Agric. Systems, Bloomington/Minneapolis, MN. 27–30 Mar.1994. ASA, CSSA, and SSSA,Madison, WI.

Varvel, G.E., M.R. Schlemmer, y J.S. Schepers. 1999. Relationship between spectraldata from an aerial image and soil organic matter and phosphorus levels. PrecisionAgric. 1:291–300.

Wittry, D.J., y A.P. Mallarino. 2002. Use of variable-rate technology for agronomic andenvironmental phosphorus-based liquid swine manure management. In P.C. Robert etal. (ed.) Proc. 6th Int. Conf. on Precision Agric. CD-ROM. ASA, CSSA, and SSSA,Madison, WI.

Wollenhaupt, N.C., R.P. Wolkowski, y M.K. Clayton. 1994. Mapping soil testphosphorus and

potassium for variable-rate fertilizer application. J. Prod. Agric. 7:441–448.




HERRAMIENTAS PARA EL MANEJO SITIO ESPECÍFICO DE CULTIVOS1.

Rodrigo Ortega BluIng. Agrónomo, MS, PhDInvestigador Universidad Técnica Federico Santa María, Chile.Director de I&D NeoAg Ltda., Chile.

[email protected], [email protected]

Introducción

En términos simples la agricultura de precisión podría definirse como la aplicación demanejos agronómicos adecuados en el tiempo y lugar indicados, con la ayuda deherramientas basadas en las llamadas tecnologías de información y comunicación(TICs). Existen numerosas herramientas de hardware, software y análisis de datosque permiten definir manejos diferenciales o sitio específicos, entre estos últimos sepueden mencionar, siembra, fertilización, aplicación de agroquímicos, riego e inclusocosecha.El presente trabajo discute algunas herramientas disponibles para el manejo sitio-

específico de cultivos, incluyendo hardware, software y procesos estadísticos. Eltrabajo enfatiza aplicaciones reales en Chile como asimismo el manejo de los datospara convertirlos en información útil que permita la adecuada toma de decisiones.

Manejo sitio específico

El manejo sitio-específico se refiere a la aplicación de manejos diferenciales dentrodel área de interés, de acuerdo a un conjunto de características particulares de cadasector dentro del área bajo consideración. El manejo sitio-específico puede realizarsea distintos niveles de detalle y puede considerar grandes áreas geográficas, nivelpredial, nivel de campos (potreros) o cuarteles o bien sectores dentro del campo o

cuartel (Figura 1). A nivel de campo o cuartel, el manejo sitio-específico puederealizarse utilizando dos aproximaciones: la primera en base al muestreo y mapeo devariables de interés, para luego construir un mapa de prescripción y la segunda apartir de sensores de suelo o vegetación que permiten tomar una acción de manejo alinstante, tal como aplicar o no aplicar, variar la dosis, variar el volumen de aplicación,etc.Entre los manejos diferenciales más comunes pueden mencionarse plantación osiembra, fertilización, aplicación de agroquímicos, riego y cosecha. En cada caso, serequieren distintas herramientas y procesos.

Figura 1. Niveles de manejo sitio específico.

1 Trabajo presentado en el 7º Curso Internacional de Agricultura de Precisión y Máquinas Precisas. 17,18 y 19 de Julio de 2007, EEA INTA MANFREDI.








Herramientas para el manejo diferencial en base a mapas

A continuación se describen brevemente algunas herramientas para la aplicación demanejos diferenciales seleccionados.

Plantación Una verdadera agricultura de precisión parte con una adecuada planificación de laplantación. En esta etapa es esencial identificar el o los factores de suelo quepotencialmente puedan limitar el adecuado desarrollo radicular de los árboles o quepuedan afectar el posterior manejo de factores claves como el riego, la fertilización oincluso el control de malezas. Para ello se utilizan distintas herramientas con mayor omenor éxito. Una de las más utilizadas es el mapeo del suelo la conductividadeléctrica del suelo (CEa) utilizando inducción electromagnética. Dos son losinstrumentos más conocidos para este efecto: el EM-38 (Geonics, 2007) y el Veris SoilEC Mapping Systems (Veris Technology, 2007). Ambos equipos han demostrado unbuen funcionamiento para la evaluación de problemas de salinidad, sin embargo, su

correlación con otras propiedades de suelo de importancia agronómica, tal comotextura, ha sido errática, por lo que su uso sólo se recomienda como variable auxiliaro como técnica de estratificación del muestreo (Tabla 1).

Tabla 1. Varianza relativa1 para la zonificación en tres sectores en base a ECa.Arena Limo Arcilla

Sitio 1 (Franco arenoso) 0,10 0,07 0,06Sitio 2 (Franco arenoso) -0,01 -0,03 0,066

1 La varianza relativa es similar al R2; a mayor valor mejor relación entre ECa y la variable de interés.

La otra técnica de mapeo de suelos es a través del estudio de calicatasgeoreferenciadas, distribuidas en terreno con un diseño sistemático, con una

intensidad de muestreo variable que permita alcanzar un número de observacionescercano a 100, de manera de asegurar dependencia espacial, para la adecuadainterpolación de las variables de interés vía kriging u otro método robusto deinterpolación. La idea es identificar en cada caso los factores limitantes para eldesarrollo radicular (profundidad, presencia de estratas compactadas, nivel freáticoalto, etc.), además de otras propiedades físicas y químicas, los cuales sonposteriormente mapeados. A partir de ellos es posible definir zonas de manejohomogéneo (ZMH) las cuales tendrán un tratamiento diferencial en términos demanejo, que puede incluir aspectos tales como subsolado, riego, drenaje, fertilizacióny combinaciones patrón/injerto, entre otros (Figura 3). En el caso de cultivosextensivos es posible seleccionar la variedad o híbrido o variar la dosis de semilla enfunción de la calidad del suelo.

Figura 2. Calicatas georeferenciadas.




Aplicación de enmiendas y fertilización

Esta es una de las áreas de mayor desarrollo a nivel mundial. Consiste en laaplicación variable de enmiendas (cal, yeso, azufre, etc.) o fertilizantes, en base a unmapa de prescripción. En el caso del nitrógeno es posible realizar una aplicación

variable a través de sensores activos o pasivos que estiman la biomasa (aérea) delcultivo y a partir de esta información permite la aplicación variable en tiempo real.Para otros nutrientes tales como fósforo o potasio, existen algunos sensores endesarrollo en base Espectroscopía de Reflectancia en el Infrarrojo (NIRS), los quepodrían estar disponibles a nivel comercial en el mediano plazo (Maleki et al., 2007).El procedimiento para la aplicación de enmiendas es bastante sencillo: en base a unmuestreo georeferenciado, o bien estratificado a partir de una variable auxiliar, seprocede a medir la variable de interés (pH, sodio, etc). A partir de esta información secrean mapas de evaluación y prescripción. Este último se ingresa al sistema decontrol de aplicación variable. Es posible obtener mapas de aplicación, los que,cuando ésta es bien realizada, debieran ser similares a los de prescripción.En el caso de la fertilización, particularmente nitrogenada, la tarea es mucho más

difícil, ya que no necesariamente debiera aplicarse más fertilizante donde el suelo esmenos fértil. Muchas veces no existe relación entre el nivel de fertilidad del suelo y elrendimiento; es más, en muchos casos, de existir una relación, ésta es absolutamenteinversa, es decir, los mayores rendimientos se logran en aquellos lugares de menorfertilidad y viceversa. En suelos con pendiente, donde existen posiciones topográficasdefinidas, es posible encontrar una relación directa entre fertilidad y rendimiento. Elmejor criterio para definir las dosis de aplicación en cada lugar del campo es elpotencial de rendimiento del mismo. Sectores de mayor potencial debieran recibirmayores dosis de fertilización y viceversa. La utilización de mapas de rendimientohistórico es una excelente herramienta para definir lugares de alto, medio y bajopotencial de rendimiento. Otra herramienta posible de usar es la teledetección; através de imágenes multiespectrales es posible definir áreas de mayor o menor

biomasa aérea, que particularmente en el caso de cultivos anuales está directamenterelacionada con el rendimiento de grano. Cabe señalar que los lugares de bajopotencial de rendimiento deben ser clasificados como tales, solo una vez que sedetermine que el factor limitante del rendimiento no puede ser mejorado (ej.profundidad de suelo); un área del campo podría pasar de bajo a medio o de medio aalto potencial de rendimiento si se corrige el factor limitante. En la mayoría de loscasos, el factor limitante no es la fertilidad del suelo sino que corresponde a factoresfísicos (compactación, profundidad de suelo, drenaje, etc.).La definición de zonas de manejo homogéneo (ZMH) para fertilización normalmentees un problema multivariado; cada lugar del campo tiene un conjunto decaracterísticas (variables) únicas que lo hacen distinto a las demás áreas del mismo.Es posible simplificar el problema zonificando en base a una sola variable (univariado)tal como rendimiento que, bajo un manejo constante, normalmente integra todas lascaracterísticas físico-químicas y biológicas del suelo. En este caso, bastaría dividir elrendimiento en clases, normalmente tres (alto, medio y bajo) y realizar unaprescripción en base a ellas. Una aproximación más compleja es aquella que mezclatodas las variables medidas (propiedades físico-químicas) para definir ZMH; loimportante en este caso es que efectivamente estas propiedades determinen dealguna forma los rendimientos, cosa que no siempre ocurre. Una tercera aproximaciónes la mezcla de mapas de rendimiento con mapas de propiedades físico-químicas delsuelo u otras capas de información. En cualquier caso multivariado deben contestarselas siguientes preguntas: 1) ¿que capas (mapas) de información se deben incluir parala definición de ZMH? y 2) ¿como se mezclan dichos mapas?. Existen algunas

herramientas estadísticas para contestar la primera pregunta; el uso de técnicas talescomo análisis de componentes o factores principales permiten determinar quevariables pesan más en términos de diferenciar sectores dentro del campo;




lamentablemente estas técnicas requieren software específico. Sin embargo, existeuna técnica sencilla, basada en el coeficiente de variación (CV) de cada variable quepermite determinar los pesos de cada una de ellas (Ortega y Santibáñez, 2007); estoscálculos pueden hacerse en Excel sin mayores complicaciones (Ecuación 1).

∑=

i

ii

CV

CV w

[Ecuación 1]

donde:w i = peso de la variable iCV i = coeficiente de variación de la variable i

Para contestar la segunda pregunta, es posible utilizar dos grupos de técnicas: unasque agrupan los sectores de características similares y otras que separan los sectoresde acuerdo a las propiedades más relevantes; dentro de las primeras el uso deanálisis de cluster con todas sus variantes, es el más utilizado; dentro de lassegundas, el análisis de componentes principales o bien la técnica del coeficiente devariación pueden ser utilizados. En este caso se estima un índice que mezcla todaslas capas de información de manera lineal (Ecuación 2), otorgándole pesos distintos acada capa (variable) (Ecuación 1).

zii zSV wSI •=∑ [Ecuación 2]

SI z = índice en la posición z dentro del campo.w i = peso de la variable estandarizada SV iz en la posición z dentro del campo.

Estudios realizados en Chile por Ortega y Santibáñez (2007) han demostrado quetodas las técnicas para combinar las capas de información funcionan de manerasimilar y que lo más importante es incluir en la zonificación, aquellas variables queexpliquen las variaciones en rendimiento.

Cosecha

La cosecha diferencial es una práctica que tiene importantes retornos económicoscuando la industria paga por calidad. Así por ejemplo, si existe un diferencialimportante de precios según el contenido de proteína del grano, es rentable identificaraquellos sectores dentro del campo que presentan un mayor o menor (para el caso decebada) contenido proteico y cosecharlos separadamente. El caso más notable decosecha diferencial se da en la industria del vino, donde la calidad de la uvadetermina el tipo de vino a producir. Así, las uvas de mejor calidad pueden dar origen

a vinos de reserva, de alto valor de mercado, mientras las de menor calidad sedestinan a la producción de vinos varietales.Existen varias herramientas para definir zonas de calidad, algunas directas y otrasindirectas. En el caso de los granos, el uso de NIRS en tiempo real a través de unmonitor de proteína permite la cosecha diferencial de granos. Otra alternativa esrealizar un muestreo intensivo georeferenciado del campo previo a cosecha, analizarel contenido de proteína a través de un instrumento portátil (NIRS), mapear los datosy definir zonas de cosecha diferencial.En el caso de frutales y vides, es posible muestrear y mapear el contenido de sólidossolubles utilizando refractómetros digitales, además de otros parámetros de calidaddel fruto tales como contenido de fenoles, antocianinas y clorofila, a través deinstrumentos portátiles especializados.

En relación a las técnicas indirectas, en el caso de uva vinífera, las más comunes sebasan en la captura de imágenes multiespectrales de alta resolución espacial, a partir




de sensores montados en plataformas aéreas y satelitales. A partir de estas imágenesse calculan índices de vegetación (GVI, DDVI, PCD, etc.) utilizando normalmente losvalores de reflectancia en las bandas roja e infrarroja; en general, estos índices serelacionan directamente con la biomasa aérea del viñedo e inversamente con lacalidad representada por variables tales como contenido de azúcar, fenoles oantocianinas (Figura 3). A partir de la clasificación de los índices de vegetación, sedefinen sectores de alto, medio y bajo vigor, los cuales se cosechan separadamente.Existen diferencias en los algoritmos utilizados para calcular los distintos índices,particularmente en términos de la remoción de los efectos atmosféricos, de suelo, etc.En Chile, el uso del índice calibrado GVI ha mostrado mejores resultados que el NDVIcomún (Ortega y Esser, 2005). Por otra parte, recientemente se ha estado utilizandocon mucho éxito el índice denominado PCD (plant cell density ) basado en el sensorAustraliano Specterra.La utilización de índices calibrados tales como GVI, permite el desarrollo de modelospara predecir anticipadamente el rendimiento y calidad de cultivos como tomate, losque permiten mejorar los procesos logísticos de empresas agroindustriales (Ortega etal., 2007).

y = 0,0177x - 0,1732

R2 = 0,9782

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

20 25 30 35 40 45 50

GVI

P e s o d e p o d a ( k g p l - 1 )

y = -6,231x + 1046,6

R2 = 0,9799

0

200

400

600

800

1000

1200

0 10 20 30 40 50

GVI

A n t o c i a n i n a s ( m g L - 1 )

BA

Figura 3. Relación entre GVI y A) biomasa aérea (peso de poda) y B) calidad (antocianinas) en uva

vinífera Cabernet Sauvignon.

Aplicación de agroquímicos

A partir de distintas metodologías es posible aplicar volúmenes de mojamientovariable a árboles y viñedos. Dicha aplicación variable puede hacerse a través de

mapas de prescripción o sensores que estimen el volumen de los árboles en tiemporeal. Un reciente estudio realizado en Chile en viñedos (Ascencio, 2006), determinóque la aplicación variable de plaguicidas en base a un mapa de prescripción basadoen una imagen de vigor es absolutamente rentable, disminuyéndose además laspérdidas de producto y como consecuencia el impacto ambiental de la aplicación deagroquímicos.




Comentarios finales

Existen en el mercado un sinnúmero de herramientas de hardware, software yanálisis de datos que permiten el manejo sitio-específico de cultivos. Todas ellaspresentan ventajas y desventajas, que deben ser conocidas por el usuario. De todas

las etapas del manejo sitio-específico el análisis de los datos recolectados es sin dudala más importante; el desafío es transformar los datos en información que se traduzcaen recomendaciones agronómicas apropiadas.

Literatura citada

Acencio, Lorena. 2006. Modelo económico para la incorporación de nuevastecnologías asociadas al control de plagas y enfermedades. Memoria para optar altítulo de Ingeniero Civil Industrial. Universidad Técnica Federico Santa María. 164 p.

Maleki, M.R., Mouazen, A.M., De Ketelaere, B., Ramon, H., and J. De Baerdemaeker,

J. 2007. Development and evaluation of an on-the-go visible and near infrared soilsensor-based variable rate phosphorous fertilization system. In J.V. Stafford (ed.)Precision Agriculture 07. 6th European Conference on Precision Agriculture. Skiathos,Greece. pp 705-711.

Ortega, R. and Santibáñez, O. 2007. Agronomic evaluation of three zoning methodsbased on soil fertility in corn crops (Zea mays L.). Computers and Electronics inAgriculture 58 (1):49-59.

Ortega, R., Esser, A., Inostroza, A., and Jara, L. 2007. Tomato yield and qualityprediction by using a calibrated, satellite-based, green vegetation index (GVI). In J.V.Stafford (ed.) Precision Agriculture 07. 6th European Conference on PrecisionAgriculture. Skiathos, Greece. pp 573-579.

Ortega, R. and Esser, A. 2005. Use of calibrated satellite-based green vegetationindex (GVI) for site-specific vineyard management in Chile. Book of abstracts 5 th Conference Precision Agricultura, Uppsala Sweeden. pp 233-235.

Geonics, 2007. http://www.geonics.com/

Veris Technology, 2007. http://www.veristech.com/




MANEJO SITIO-ESPECÍFICO DE NUTRIENTES1

Ing. Agr. (M. Sc.) Agustín Bianchini(AAPRESID)[email protected]

Muestreo de suelos

El análisis de suelos es la herramienta básica para evaluar el nivel de fertilidad ydiagnosticar necesidades de fertilización. Para realizar un buen diagnóstico de lafertilidad de un lote es necesario contar con información confiable y para ello se debepartir de un buen muestreo de suelos. Es importante tener en cuenta que endeterminadas situaciones, los análisis de suelo pueden presentar algunas limitantes.Esto se debe a que el muestreo es la fuente de error más importante en el uso delanálisis de suelo (Cline, 1944). Este error, debido al muestreo, es generalmente variasveces superior al error originado en laboratorio, por lo tanto es necesario que el

muestreo del lote sea lo más representativo posible. Generalmente hay altavariabilidad lateral, en profundidad, y a través del tiempo para los principalesnutrientes. Sin embargo, el mayor inconveniente es que la cantidad y estructura de lavariabilidad cambia entre nutrientes, entre lotes, y dentro de los propios lotes(Mallarino, 2003).Existe variabilidad de diferentes orígenes que ocurre a diferentes escalas: Variabilidad natural, que es debida a tipo de suelo, pendiente, etc. y ocurre en

gran escala Variabilidad por manejo, que es debida a erosión, cultivos antecesores,

aplicación previa de fertilizantes, etc., y ocurre en gran y pequeña escala.La variabilidad en pequeña escala es especialmente alta con siembra directa debida ala mínima mezcla de fertilizantes con el suelo, con fertilización en bandas, y para

nutrientes inmóviles y con mucha residualidad como fósforo (Mallarino, 1996).Los errores de muestreo pueden ser minimizados siguiendo técnicas de muestreoapropiadas. Siempre es bueno asegurarse la limpieza del barreno, en lo posiblefabricado en acero inoxidable. En segundo lugar, dicho barreno debe estar bienafilado para producir un corte uniforme en todo el perfil y no generar variacionesinvoluntarias en la profundidad de muestreo.Tanto el tiempo, como la frecuencia y la profundidad del muestreo dependen de lamovilidad del nutriente. Para nutrientes móviles como el nitrato o sulfato, el muestreodebe realizarse con una frecuencia anual a una profundidad de 60 cm o mayor enalgunos casos. El momento de muestreo debe ser lo más cercano a la siembra,cuando se reduce la actividad biológica, o lo más cercano posible a la aplicación defertilizante. Para aquellos nutrientes poco móviles, como fósforo y potasio, essuficiente con una profundidad de 20 cm y no es necesaria una frecuencia anual demuestreo (Roberts y Henry, 1999).

1 Material extraído y adaptado de:García, F. y A. Bianchini. 2006. Fuentes de fertilizantes y sistemas de aplicación. Pág. 471-

487. En : H.E. Echeverría y F.O. García (eds.). Fertilidad de Suelos y Fertilización de Cultivos.Editorial INTA, Buenos Aires, Argentina. 525 pp.






Una vez que las muestras han sido extraídas es necesario etiquetarlas con buencriterio y acondicionarlas antes de que sean enviadas al laboratorio para que losresultados no sean afectados. Si dentro de las determinaciones a realizar se incluye elanálisis de nitratos, es conveniente que las muestras se mantengan refrigeradashasta llegar al laboratorio.

Técnicas de muestreo de suelos

La parte más crítica en un buen programa de análisis de suelos es la obtención deuna muestra que sea representativa del lote (Petersen y Calvin, 1986). Un esquemasencillo, y el más usado para obtener muestras representativas, consiste en tomarsubmuestras al azar a lo largo del campo, mezclándolas luego para obtener unamuestra compuesta que se enviará al laboratorio, o analizando individualmente cadasubmuestra. Una muestra compuesta es apropiada pero no da idea de la variabilidaddel lote. El envío individual de cada submuestra es más costoso, pero proveeinformación de la variabilidad del lote, que puede alterar las recomendaciones deaplicación de fertilizantes.

Otra alternativa es la división del campo en sub-unidades dentro de las cuales setoman muestras compuestas al azar (Fig. 3 A). Este es un esquema de muestreo alazar estratificado y es semejante al muestreo por paisaje, por topografía, por tipo desuelo, por zonas de manejo o dirigido. Este esquema incrementa la precisión, sinaumentar sustancialmente los costos. El muestreo de áreas de referencia es un tipode muestreo al azar estratificado. Involucra la selección de un área pequeña(aproximadamente 1/10 de ha) considerada representativa del lote de la cual setoman muestras al azar. Este tipo de muestreo asume menor variabilidad que elmuestreo de todo el campo porque el área muestreada es menor. Eligiendo bien elsitio de muestreo, este sistema reduce costos, reduciendo los problemas asociadoscon el muestreo de un área extensa y de importante variabilidad.Un plan de muestreo que también puede ser usado es el sistemático o de grilla (Fig. 3B y C). Las muestras son tomadas a intervalos regulares en todas las direcciones.Este tipo de muestreo ha sido extensamente aceptado en EE.UU. debido a la mejorapotencial en la exactitud de los análisis de suelos. Es el programa de muestreo máscaro, por la gran cantidad de muestras extraídas, pero provee información muy valiosaacerca de la variabilidad del lote, siendo la herramienta necesaria para la adopciónexitosa de sistemas de agricultura de precisión y aplicación sitio-específica denutrientes en algunas regiones.




Fig. 3. Técnicas de muestreo de suelos. A) Al azar estratificado, B) En grilla de puntos, y C) Engrilla de celdas (Mallarino, 2003).

El plan ideal de muestreo debería incluir la menor área posible que el productor puedatratar como unidad. Generalmente, existe un compromiso entre el área mínimadeseada para lograr la mejor exactitud y la aceptada por menores costos de muestreo(Roberts y Henry, 1999).En síntesis, se recomienda evitar los muestreos a ciegas. Además, al tomar ladecisión de muestrear, considerar historia del campo y su manejo, relieve otopografía, fotos aéreas, mapas de suelo y/o rendimiento. Es importante recordar queningún esquema de muestreo es mejor para todos los lotes y nutrientes, y obviamentela clave consiste en adaptar el método de muestreo a las condiciones específicas decada lote (Mallarino, 2003).

Muestreo de suelos para aplicación sitio-específica de nutrientes

El primer paso crítico en agricultura de precisión consiste en determinarapropiadamente la variabilidad espacial. Con frecuencia se observa alta variabilidaden pH, P y K del suelo en lotes de productores (Pierce et al., 1995; Mallarino, 1996).Las características de Ca, P y K en los suelos sugieren que el encalado y lafertilización con P y K son muy factibles para el manejo de precisión porque laresidualidad del encalado o fertilización es alta y la variabilidad temporal es bajacomparada con el N (Pierce y Nowak, 1999). Los patrones de variabilidad para estosnutrientes no siempre están relacionados a las unidades de mapeo de suelos, porquela fertilización y el encalado frecuentemente han incrementado los valores de losanálisis de suelos y han creado nuevos patrones de variabilidad (Mallarino y Wittry,1998). Lotes donde los fertilizantes (P y K) han sido aplicados en bandas o dondealtas dosis de nutrientes o estiércol han sido usadas, muestran una gran variabilidad

Punto:4 a 12 tomas100 a 400 m2

Celda:4 a 12 tomas1 a 2 ha

A)

B)

C)




de nutrientes (Mallarino, 1996). Los patrones cíclicos en pequeña escala (1 m omenos) resultan de aplicaciones bandeadas de fertilizante o estiércol, mientras quelas tendencias cíclicas en mayor escala (15-18 m) resultan de la aplicación al voleo defertilizante o estiércol a granel con esparcidores comerciales (Mallarino, 1996).Diferentes técnicas de muestreo pueden ser usadas para recolectar muestras desuelo de los lotes. El muestreo de suelos en grilla comenzó a ser usado a principiosde 1990 en el Cinturón Maicero de EE.UU., y se refiere a un proceso mediante el cualun lote es dividido en muchas celdas pequeñas para propósitos de muestreo. Losresultados de los análisis son combinados con coordenadas geográficas de cadamuestra para crear mapas (Pocknee et al., 1996). La intensidad de muestreorequerida para un uso efectivo de la tecnología de dosis variable (TDV) no estáclaramente definida y puede ser diferente para diferentes análisis de suelos, lotes yregiones geográficas. El muestreo de suelos para pH, P y K basado en grillascuadradas de 1 ha está en uso en el Cinturón Maicero y otras regiones. Lainvestigación mostró que el muestreo de suelos en grilla de puntos a densidades de0.4 y 0.1 ha incrementa la precisión del mapeo del análisis de suelo (Franzen y Peck,1995). Mallarino (1996) encontró que la variabilidad del P y K del suelo dentro de las

celdas de la grilla de ese tamaño puede ser tan grande como la variabilidad a lo largode un lote completo. Más aun, otros encontraron que el muestreo de suelos en grillascuadradas puede conducir a una pérdida de la información de variabilidad espacial, silos patrones de análisis de suelo son largos y angostos o si los patrones tienden aseguir ciclos (Wollenhaupt et al., 1994).Recientemente se ha sido sugerido que el muestreo por zonas reduce los costos demuestreo mientras mantiene una información razonablemente buena sobre niveles denutrientes. El muestreo por zona asume que se pueden identificar áreas de muestreoen base a zonas con suelo o características de cultivo diferentes a través de un lote yque es probable que los patrones se mantengan temporalmente estables (Franzen etal., 2000). El criterio usado para delinear zonas de manejo varía. Topografía eimágenes de suelo y de canopia de cultivos pueden ser usadas para identificar zonas

de manejo porque pueden reflejar diferentes propiedades de suelo, son no invasivas,y pueden ser de bajo costo (Schepers et al., 2000). La conductividad eléctrica desuelos (CE), que puede ser estimada usando métodos de inducción electromagnéticano invasivos, ha sido útil para estimar la profundidad del horizonte superficial (a unhorizonte arcilloso u otra capa que limita el crecimiento radicular), propiedades físicasy químicas del suelo, y para explicar la variabilidad de rendimiento (Doolittle et al.,1994; Kitchen et al., 2000). Los mapas de rendimiento pueden ser usados para definiráreas de productividad de suelos diferente, que junto a otras capas de informaciónpueden ser usadas como base para la fertilización con dosis variable. Sin embargo,Colvin et al. (1997) concluyeron que patrones estables de rendimiento dentro del lotepueden ser observados en algunos lotes pero no en otros.En síntesis, las tecnologías como el mapeo de inducción electro-magnética (EM-38 yVeris), los mapas de rendimiento, y las fotografías aéreas pueden utilizarse paraayudar a delinear las zonas de manejo. El muestreo de suelo por zonas de manejo hademostrado ser muy efectivo, más accesible y de menor costo que el muestreo engrilla.

Aplicación sitio-específica de nutrientes

Los beneficios de usar la TDV pueden incluir importantes incrementos de rendimientoen suelos con baja disponibilidad de nutrientes o ácidos y ahorros en fertilizante o calmediante la reducción de dosis de aplicación en suelos con alta disponibilidad de

nutrientes (Pierce y Nowak, 1999). Las grandes variaciones en análisis de suelosdentro de los lotes presentan el problema de determinar si una simple recomendación




de fertilizante puede ser prescripta para el lote completo o si la variación es tangrande que diferentes recomendaciones son requeridas para las diferentes zonas dellote.Mapas de rendimiento y receptores de sistemas de posicionamiento global diferencial(DGPS) en las cosechadoras pueden ser usados para evaluar los efectos de la TDV yde otras prácticas de manejo sitio específico (Oyarzabal et al., 1996). Los tratamientosse aplican en franjas angostas (usualmente el ancho es múltiplo del ancho del equipoutilizado para aplicar los tratamientos) y largas (generalmente el largo del lote), y loscultivos son cosechados con cosechadoras equipadas con monitores de rendimiento yreceptores DGPS. Las tecnologías de agricultura de precisión pueden ser adaptadasexitosamente a estos tipos de ensayos a campo usados para investigación (Oyarzabalet al., 1996). Sin embargo, no se puede esperar que los datos del sensor de flujo delmonitor de rendimiento resuelvan la variación detallada de rendimiento a través deintervalos espaciales de menos de aproximadamente 15 m, y 20 a 25 m puede seruna escala de resolución más realista para evaluar ensayos a campo (Lark et al.,1997).

Manejo sitio-específico de nitrógeno y utilización de sensores remotos

Las recomendaciones de fertilización nitrogenada para maíz y trigo comúnmenteaumentan con el nivel de producción esperado (es decir, objetivo de rendimiento) ydecrecen con la oferta de N. La cuantificación de la oferta de N en una base espaciales una limitación importante al desarrollar recomendaciones de fertilizantenitrogenado espacialmente variable. A principios de los 90’, el muestreo en grilla sepercibía como la forma más apropiada de generar un mapa de aplicación defertilizante nitrogenado en dosis variable. El alto costo del muestreo en grilla y de losanálisis de laboratorio requeridos para construir un mapa de N residual, hace confrecuencia que este esfuerzo sea difícil de justificar, a menos que haya un beneficioambiental importante.Los problemas de sincronización de las necesidades de N en cultivo con la habilidadde los suelos para suministrar el N necesario, mientras se minimiza el potencial parapérdidas de N para el medio ambiente, son la fuerza motora detrás de la estrategia demanejo de N basada en el cultivo. Las incertidumbres climáticas hacen casi imposibleque se cubra por completo la necesidad de nutriente de los cultivos sin tener déficit oexceso en el sistema. Uno de los méritos clave de la estrategia de manejo de Nbasado en el cultivo es que confía en el cultivo para evaluar la mineralización y lapérdida de N durante el tiempo de absorción rápida de N (Schepers, 2002).Para tener éxito, el enfoque basado en el cultivo primero debe ser capaz de detectaruna deficiencia de N en el mismo y, en segundo lugar, debe haber tecnologías para

remediar el estrés antes de que afecte el rendimiento de modo irreversible. Estosrequisitos significan que debe haber un corto tiempo entre la detección del estrés y eltratamiento del mismo. La estrategia de manejo de N basada en el cultivo tambiénnecesita que el proceso de detección del estrés sea confiable y oportuno. A primeravista, puede parecer que las imágenes aéreas o satelitales pueden proporcionar lainformación espacial apropiada sobre el estrés del cultivo. En realidad, tanto lasplataformas de imágenes aéreas como las satelitales tienen problemas deconfiabilidad ya que el hecho de que las nubes puedan tapar la plataforma es unproblema permanente. La resolución espacial (20 m aproximadamente) y el registroadecuado con mojones son otras limitaciones al usar imágenes. Traducir lainformación espacialmente variable que contienen las imágenes (intensidad y coloresdel suelo y cultivo) a las recomendaciones de manejo de cultivo, requiere de

considerable experiencia y habilidad. La información sobre el estatus de clorofila delcultivo (verdor expresado como la cantidad de la reflexión de rojo y verde) y la




cantidad de vegetación viviente (expresada como la cantidad de reflexión del infrarrojocercano (NIR)) puede extraerse de las imágenes de cultivos en crecimiento. Laincertidumbre asociada con la medición del verdor del cultivo es que el estrés de casitodos los cultivos afecta al estatus de clorofila. Por eso, se necesita determinar lacausa de la clorosis antes de recomendar el tratamiento. En el caso del maíz, ladeficiencia de N es la causa más frecuente de clorosis, seguida de ciertosmicronutrientes cuando el pH del suelo es elevado.Debido a consideraciones de resolución y oportunidad para proporcionar imágenesconfiables y utilizables, se han desarrollado los sensores terrestres que proveen datosde reflexión del cultivo en tiempo real a fin de sustituir las plataformas con bases ensatélites o aviones. Estos sensores terrestres están diseñados para montarse entractores o pulverizadoras de alto despeje del suelo y proporcionar el mismo tipo dedatos de reflexión que los que se obtienen con los recursos de imágenes. En el casode los datos de sensor terrestre o imágenes, los diferentes anchos de banda secombinan para representar un índice sensible al parámetro que se está evaluando.Por ejemplo, el índice normalizado de diferencias de vegetación (NDVI) se creó paraevaluar el índice de área foliar y se representa con NDVI = (NIR - rojo)/(NIR + rojo).

Otro índice denominado Verde NDVI = (NIR – verde)/(NIR + verde) es útil cuando elíndice de área foliar (IAF) es superior a ~2.5 (Schepers, 2002). Esencialmente, lareflexión verde es más indicativa del status de N en cultivo cuando hay suficientematerial vegetativo para absorber (vía fotosíntesis) una mayor parte de la luz roja.Pasar los datos de reflexión o un índice de vegetación a una recomendación defertilizante nitrogenado es una ciencia poco desarrollada. Cuando los sensoresMinolta SPAD se presentaron en 1990, los científicos intentaron calibrarlos deacuerdo con los datos de concentración de N en hoja. Este esfuerzo falló básicamenteporque continuamente se desarrollan nuevas hojas durante las etapas de crecimientovegetativo, el status de clorofila en hoja cambia con la etapa de crecimiento de laplanta, y la relación entre la lectura SPAD y el contenido de N en hoja no es la mismaen todos los cultivares. Debido a las limitaciones y problemas, Schepers et al. (1992)

propusieron el concepto de un índice de suficiencia para normalizar los datos SPAD afin de minimizar los efectos de la etapa de crecimiento y las diferencias entrecultivares. Sin embargo, debido a que las lecturas SPAD representan una medición enel tiempo o instantánea de un área muy reducida de la hoja, es difícil pasar la lecturaSPAD a una recomendación de N sin información adicional. Esta limitación puedesuperarse por completo con sensores de la canopia del cultivo, ya que monitorean unárea mayor, que integra la cantidad de biomasa de plantas vivientes en la lectura dereflexión y el valor de índice de vegetación subsecuente. Comparar el valor NDVI deun área en el lote con el valor de un área fertilizada adecuadamente proporciona unamedida del status relativo de N.Si se pudieran predecir los niveles de rendimiento a partir de las condiciones decrecimiento en la mitad de la campaña, se podría conocer la demanda relativa de Nde acuerdo con las observaciones que se obtienen en ese momento. Después demuchos años de trabajo en Oklahoma (EE.UU.) y México, Raun et al., (2001)demostraron que los niveles de rendimiento actuales pueden predecirse a partir demediciones NDVI que se realizaron en el trigo de invierno en la mitad de campaña.Esta metodología fue mejorada más tarde y por medio de ésta notaron que la lecturade un sensor NDVI (utilizando el sensor GreenSeeker (NTech Industries, Inc.))tomada entre el estadio de crecimiento Feekes 5 a 7 (Primer a segundo nudo),dividida por la cantidad de días desde la siembra hasta la medición donde GDD(Growing Degree Days , Grados Día de Crecimiento) ((Tmin + Tmax)/2 – 4.4°C) fueronsuperiores a 0, tuvo una buena predicción del rendimiento real. Este trabajo demostróque en muchos sitios y años, los rendimientos reales podrían ser verdaderamente

predichos en los lotes sembrados en diferentes épocas, sensados en diferentesmomentos, y donde las condiciones climáticas fueron significativamente diferentes(Fig. 4). Este modelo de predicción del rendimiento fue adoptado y luego se buscó un




método para calcular las dosis de fertilizante de N en la mitad de la campaña, y almismo tiempo se desarrollaron modelos de predicción de rendimiento para otroscultivos como maíz y pasto bermuda (Raun, et al., 2004).

Figura 4. Relación entre el INSEY (rendimiento calculado en la mitad de la campaña) o NDVIdividido por la cantidad de días desde la siembra hasta la medición (donde GDD >0), y el

rendimiento real del grano de trigo. La línea de puntos es igual a la línea sólida + 1 desviaciónestándar, para reflejar mejor el “rendimiento potencial” o el borde externo de las observaciones

(Raun, et al. 2004).

La tecnología para aplicar los fertilizantes de N de manera variable en tiempo realsegún las necesidades del cultivo ha sido desarrollada y se encuentra disponible. Seha creado un algoritmo que calcula las dosis de aplicación de fertilizante de N deacuerdo con el potencial de rendimiento de los cultivos y la respuesta al fertilizanteadicional (Raun et al., 2004). Numerosos ensayos extensivos a campo handemostrado la validez del algoritmo y el buen desempeño tanto de los sensores comode los aplicadores. Hay numerosas evidencias que demuestran que esta tecnologíafuncionará con éxito en diversas partes del mundo como lo hace en Estados Unidos.

ReferenciasCline, M.G. 1944. Principles of soil sampling. Soil Science 58:275-288.

Colvin, T.S., D.B. Jaynes, D.L. Karlen, D.A. Laird, y J.R. Ambuel. 1997. Yieldvariability within a central Iowa field. Trans. ASAE 40:883-889.

Doolittle, J.A., K.A. Sudduth, N.R. Kitchen, y S.J. Indorante. 1994. Estimating depthsto claypans using electromagnetic induction methods. J. Soil and Water Cons.49:572-575.

Franzen, D.W., y T.R. Peck. 1995. Field soil sampling density for variable ratefertilization. J. Prod. Agric. 8:568-574.

Franzen, D.W., A.D. Halvorson, y V.L. Hofman. 2000. Management zones for soil Nand P levels in the Northern Great Plains. En P.C. Robert et al. (eds.) Fifth

30 Sitios, 1998-2003

0.0

1.0

2.0

3.0

4.0

5.0

6.0

7.0

8.0

0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 INSEY

PKNP 1998

PKSN 1998TPSN 1998

PKNP 1999

222 1999

301 1999EFAA 1999

801 1999

502 1999

PKNP 2000222 2000

301 2000

EFAA 2000801 2000

502 2000

HNAA 2000

PKNP 2001222 2001

301 2001

EFAA 2001801 2001

PKNP 2002

222 2002

301 2002EFAA 2002

801 2002

HNAA 2002

502 2003222 2003

EFAA 2003

YP 0 = 0.254e324.4 INSEY R 2=0.54

YP 0 + 1Std Dev = 0.359 e 324.4 INSEY

Rend. (Mg/ha)




International Conference on Precision Agriculture Proceedings. Bloomington,MN. ASA, CSSA, and SSSA, Madison, WI.

Kitchen, N.R., K.A. Sudduth, y J.J. Fridgen. 2000. Influence of claypan soil topsoilthickness and fertility factors on corn and soybean yield. En P.C. Robert et al.(eds.) Fifth International Conference on Precision Agriculture Proceedings.Bloomington, MN. ASA, CSSA, and SSSA, Madison, WI.

Lark, R.M., J.V. Stafford, y H.C. Bolam. 1997. Limitations on the spatial resolution ofyield mapping for combinable crops. J. Agric. Eng. Res. 66:183-193.

Mallarino, A.P. 1996. Spatial variability of phosphorus and potassium in no-tilled soilsfor two sampling scales. Soil Sci. Soc. Am. J. 60:1473-1481.

Mallarino, A.P., y D.J. Wittry. 1998. Soil sampling strategies for variable rate P and Kfertilization and liming. p. 251-256. En The Integrated Crop ManagementConference. Proceedings. Nov. 17-18, 1998. Iowa State Univ. Extension. Ames.

Mallarino, A.P. 2003. Manejo de fósforo y potasio para maíz y soja en zonashúmedas. En : Actas XI Congreso Nacional de AAPRESID, Tomo II. pp. 219-230.

Oyarzabal, E.S., A.P. Mallarino, y P.N. Hinz. 1996. Using precision framingtechnologies for improving applied on-farm research. p. 379-387. En P.C.Robert, R.H. Rust, and W.E. Larson (eds.) Precision Agriculture: ThirdInternational Conference on Precision Agriculture Proceedings. ASA, CSSA, andSSSA, Madison, WI.

Petersen, R.G. y L.D. Calvin. 1986. Sampling En: A. Klute (ed.) Methods of SoilAnalysis, Part 1. 2nd Ed. Agronomy 9(1): 33-51.

Pierce, F.J., D.D. Warncke, y M.W. Everett. 1995. Yield and nutrient variability inglacial soils of Michigan. p. 133-150. En P.C. Robert, R.H. Rust, and W.E.Larson (eds.) Site-Specific Management for Agricultural Systems Proceedings.ASA, CSSA, and SSSA, Madison, WI.

Pierce, F.J., y P. Nowak. 1999. Aspects of precision agriculture. p 1-85. En D.L.Sparks (ed.) Advances in Agron. Vol. 67. Academic Press, San Diego, CA.

Pocknee, S., B.C. Boydell, H.M. Green, D.J. Waters, y C.K. Kvien. 1996. Directed soilsampling. p. 159-168. En P.C. Robert, R.H. Rust, and W.E. Larson (eds.)Precision Agriculture: Third International Conference on Precision AgricultureProceedings. ASA, CSSA, and SSSA, Madison, WI.

Raun, W.R., G.V. Johnson, M.L. Stone, J.B. Solie, E.V. Lukina, W.E. Thomason y J.S.Schepers. 2001. In-season prediction of potential grain yield in winter wheatusing canopy reflectance. Agron. J. 93:131-138.

Raun, W.R., J.B. Solie, M.L. Stone, K.W. Freeman, K.L. Martin, R. Teal, B. Arnall, B.Tubana, C. Byungkyun, K.B. Morris, K. Girma, S. Moges, y C. Mack. 2004.Cómo aumentar la eficiencia de uso del nitrógeno del cereal utilizando un sensorbasado en tecnología. En : Actas XII Congreso Nacional de AAPRESID. pp. 365-371.

Roberts, T.L. y J.L. Henry. 1996. El muestreo de suelos: los beneficios de un buentrabajo. Informaciones Agronómicas 8:7-10. INPOFOS Cono Sur. Acassuso,Argentina.

Schepers, J.S., D.D. Francis, M. Vigil, y F.E. Below. 1992. Comparison of corn leafnitrogen concentration and chlorophyll meter readings. Commun. Soil Sci. PlantAnal. 23(17-20):2173-2187.

Schepers, J.S., M.R. Schlemmer, y R.B. Ferguson. 2000. Site-specific considerationsfor managing phosphorus. J. Environ. Qual. 29:125-130.

Schepers, J.S. 2002. Manejo de nitrógeno: Nuevas tecnologías para el manejo ydiagnóstico de la fertilización nitrogenada. En : Actas X Congreso Nacional de

http://i/Local%20Settings/Temporary%20Internet%20Files/Content.IE5/LJZN114E/Informaciones

http://i/Local%20Settings/Temporary%20Internet%20Files/Content.IE5/LJZN114E/Informaciones




AAPRESID, Tomo I. pp. 141-155.Wollenhaupt, N.C., R.P. Wolkowski, y M.K. Clayton. 1994. Mapping soil test

phosphorus and potassium for variable-rate fertilizer application. J. Prod. Agric.7:441-448.




ESTADO ACTUAL DEL MANEJO SITIO ESPECÍFICO DE NITRÓGENO ENARGENTINA

Ricardo J. M. MelchioriINTA, EEA Paraná - Grupo Recursos Naturales y Factores Abióticos Paraná. Entre Ríos Argentina

[email protected]

(Nota: Trabajo presentado al Simposio de Fertilidad 2007 – IPNI)

Es muy extensa la información y las técnicas desarrolladas vinculadas al manejo delnitrógeno (N), sin embargo la eficiencia de uso (EUN) a escala mundial es baja y desolo un 33% (Raun y Johnson, 1999), lo cual sugiere que es prioritario propender almejoramiento de EUN mediante el desarrollo y empleo de nuevas tecnologías.

Las recomendaciones de fertilización nitrogenada para maíz comúnmente aumentancon el nivel de producción esperado y decrecen en función de una mayor oferta de N.La variabilidad espacial de la oferta de N es una limitación importante para desarrollar

recomendaciones de fertilización nitrogenada espacialmente variables.

Una alternativa promisoria propuesta, es la de utilizar al cultivo para evaluar lamineralización y la pérdida de N durante el tiempo de absorción rápida por la planta(Schepers, 2002). Esto permite evaluar la sincronía entre las necesidades de N encultivo y el suministro del suelo, premisa sobre la cual se sustenta la estrategia demanejo del N basada en el cultivo.

Para utilizar métodos de diagnóstico de N basados en mediciones en la canopia esconveniente realizar aplicaciones postergadas a fin que el cultivo demuestre demanera evidente las deficiencias de N. Existen antecedentes promisorios en la

bibliografía (Russelle et al., 1983, Scharf y Lory, 2002, Randall et al., 2003), sinembargo no se dispone de información local que evalúe aplicaciones postergadas.

Este enfoque basado en mediciones en estadios avanzados del los cultivos, requierela disponibilidad de tecnología para detectar las deficiencias, y métodos dediagnóstico y prescripción para remediar el estrés antes que afecte el rendimiento demodo irreversible. Estos aspectos condicionan la utilización de técnicas de manejovariable en tiempo real.

Trabajos realizados principalmente desde la Universidad Estatal de Oklahoma, handemostrado la factibilidad de predecir el rendimiento de los cultivos y han propuestoun método de cálculo de las recomendaciones de fertilización basadas en mediciones

de un índice de vegetación normalizado (NDVI) utilizando sensores remotos activos(Raun et al., 2004, 2005).

Los antecedentes mencionados, han originado actividades de investigaciónvinculadas al mejoramiento de la EUN, que se sustentan en un trabajo colaborativoconducido desde 2002 en INTA Paraná, integrando a la Universidad Estatal deOklahoma (OSU), AAPRESID y PROFERTIL.

La experimentación generada en relación al manejo variable de N en tiempo real, haestado orientada a los siguientes objetivos: i) Determinar la respuesta espectral delcultivo de maíz durante el desarrollo vegetativo (V6, V8, V10, V12, V14); ii) Determinarel efecto de aplicaciones postergadas de N, sobre el rendimiento y la eficiencia de usodel N; y iii) Evaluar el rendimiento y la eficiencia de uso de N comparando






refertilizaciones fijas vs variables utilizando el Sensor Based Nitrogen Rate Calculator(SBNRC).

Los resultados de las experiencias realizadas hasta el presente, han sido publicadoscon anterioridad (Melchiori et al., 2001; 2004, 2005a b c, 2006, 2007), informándose

en el presente trabajo los aspectos mas relevantes al desarrollo del manejo variablede N.

Aplicación postergada de nitrógeno en maíz

Los resultados obtenidos en las experiencias específicas, y en anteriores asociadas,revelan la posibilidad de ampliar la ventana de aplicación de N en maíz de maneramuy considerable. Esta ampliación del momento para aplicar N, representa una granventaja agronómica, debido a que se incrementa la capacidad de intervención sobreel cultivo a estadios mucho más cercanos al periodo crítico para la determinación delrendimiento, posibilitando disminuir el riesgo en la toma de decisión de fertilización.Los resultados obtenidos permiten sustentar la propuesta de diferir la aplicación del N

hasta estadios más tardíos desde V8 hasta V14, con resultados similares a losobtenidos con aplicaciones a la siembra. (Fig. 1).

Un aspecto importante, las experiencias realizadas han incluido mediciones desde V6hasta V14, con lo cual se evalúa un amplio rango de diferencias en el crecimiento delcultivo, expresado a través de la biomasa, el N acumulado y el área foliar. Si bien lasmediciones han contemplado condiciones de cultivo donde los valores de NDVI hanllegado situaciones de saturación (IAF > 3), donde se evidencia un límite a la habilidadpredictiva del método, es destacable señalar que dichos valores solo son alcanzadosen estadios posteriores a V12. Esta situación, se alcanza en estadios donde el cierrede la canopia por el excesivo desarrollo del área foliar, en especial en cultivos conespaciamiento a 0,52 m fija un limite operativo que impide el transito normal con

maquinaria de aplicación.

Asimismo, como en toda estrategia fertilización sin incorporación, es necesarioevaluar adecuadamente los ambientes donde la frecuencia de precipitaciones esnormalmente alta, situación común en la mayor parte de la región pampeana, a fin deque las precipitaciones post aplicación viabilicen la incorporación del fertilizante alsuelo, y su posterior absorción por el cultivo.




Sin Fertilizacion a la Siembra

0

4000

8000

12000

16000

s/N V8 V10 V12 V14

Dosis de refertilizacion 70 KgN/ha

R e n d . K g

/ h a

70 Kg N/ha a la Siembra

0

4000

8000

12000

16000

s/N V8 V10 V12 V14


R e n d .

K g /

h a

210 Kg N/ha a l a Sie mbra

0

4000

8000

12000

16000

s/N V8 V10 V12 V14


R e n d . K

g / h a

140 Kg N/ha a l a Sie mbra

0

4000

8000

12000

16000

s/N V8 V10 V12 V14


R e n d . K

g / h a

Figura 1. Efecto de la refertilización nitrogenada en maíz (70 kg N/ha) aplicada en los estadios de

8, 10, 12, 14 hojas desplegadas (V8, V10, V12 y V14), sobre el rendimiento del cultivo con distintasdisponibilidades de nitrógeno aplicado a la siembra (0, 70, 140 y 210 kg de N/ha). (INTA EEA

Paraná, 2004)

Refertilización según algoritmos basados en sensoramiento remoto

El método de recomendación de OSU se sustenta en la obtención de ecuacionespredictivas del rendimiento del cultivo en función del NDVI. El algoritmo de cálculo,predice el rendimiento y la respuesta a N y, en función de la diferencia derendimientos estimados (con y sin el agregado de N), calcula la dosis de N para unaEUN dada.

Mediciones realizadas en cultivos de maíz, creciendo en condiciones variables de sitio(experimentos, y niveles de N) han permitido verificar estas relaciones. La Figura 2,sintetiza la relación obtenida entre el NDVI determinado con un sensor GreenSeeker y

el rendimiento del maíz. Dicho modelo de predicción para maíz ya esta integrado en lalibrería de ecuaciones disponibles en http://nue.okstate.edu. Resultados específicospara maíz en siembras de segunda, se han particularizado dado el efecto que latemperatura elevada confiere a la relación crecimiento-desarrollo en el cultivo demaíz.




y = 240,01e4,8869x

R2 = 0,7046

0

4000

8000

12000

16000

20000

0,0 0,2 0,4 0,6 0,8 1,0

NDVI GS

R t o

K g / h a

V14 Mtos V12 EEA V 12 Mtos V12 L1 V12 L2

Figura 2. Relación entre el NDVI determinado con un sensor GreenSeeker en distintos estadios y

el rendimiento de maíz.

En las ultimas 3 campañas se han realizado comparaciones de estrategias de manejo

de N, una estrategia ha sido la de aplicar una refertilización predeterminada fija conuna dosis de 70 kg de N/ha y la otra utilizar el método de prescripción de OSU(SBNRC). Para mas información ver Melchiori et al. (2005 a,b). La Figura 3 muestra elefecto del manejo variable de N asistido mediante el empleo de sensores remotospara el promedio de distintas condiciones iniciales de cultivo en cuatro estadios derefertilización. De manera esperable, dada la mayor expresión tardía de lasdeficiencias, la diferencia en la EUN fue creciente hacia estadios más tardíos yfavorable al manejo de N variable en todas las comparaciones.

0

20

40

60

80

V8 V10 V12 V14

E U N K g d e g r a n o / K g N a p l i c a d o s

referti lización fi ja referti lización sensor

Figura 3. Eficiencia de uso de nitrógeno media (EUN) (promedio de 4 condiciones de N en siembra

= 0, 70, 140 y 210 kg N/ha) para distintos momentos de refertilización (V8, V10, V12, V14). (INTAEEA Paraná, 2004.).

En la última campaña evaluada (2005), las dosis de N en refertilización estimadas conel SBNRC, fueron en algunos casos mayores a la dosis fija. En particular en lasmediciones realizadas en V6 (Fig. 4 a). Este comportamiento se verificó para todos losniveles de N aplicado en siembra. Las mayores dosis aplicadas en V6 no causarondisminuciones en la EUN, debido a que la respuesta en rendimiento fue más queproporcional al incremento en el N aplicado. De manera consistente con losresultados de otras campañas, las dosis variables (SBNRC) aplicadas en estadiosmas tardíos fueron menores a la dosis fija, y estas diferencias fueron mayores amedida que las recomendaciones se calcularon más tardíamente, desde V8 hastaV14 (Fig. 4 b).




0

20

40

60

80

100

120

140

V 6 V 8

v 1 0

v 1 2

V 1 4 s r V 6 V 8

v 1 0

v 1 2

V 1 4 s r V 6 V 8

v 1 0

v 1 2

V 1 4 s r V 6 V 8

v 1 0

v 1 2

V 1 4

d o s i s d e N e n r e f e

r t i l i z a c i ó

Dosis segun SBNRC Dosis fija

a

0

10

20

30

40

50

60

V 6 V 8

v 1 0

v 1 2

V 1 4 s r V 6 V 8

v 1 0

v 1 2

V 1 4 s r V 6 V 8

v 1 0

v 1 2

V 1 4 s r V 6 V 8

v 1 0

v 1 2

V 1 4

E U N e n r e f e r t i l i z a c i ó n

Dosis segun SBNRC Dosis fija

b

Figura 4. Dosis de refertilización (a) y eficiencia media de uso del nitrógeno aplicado total (b) (EUN= kg de grano por kg de N aplicado) para distintos estadios de desarrollo del maíz según nivel de

N aplicado a la siembra, y dos estrategias de aplicación: dosis fija y SBNRC.

La utilización del manejo variable de N, asistido mediante sensoramiento remoto se

ha experimentado como opción de mejoramiento de la EUN. Dichos resultados, entérminos generales han significado la reducción de la dosis de N aplicado. La Figura5, muestra el rendimiento del cultivo de maíz, ante las dos estrategias de manejoevaluadas, (fijo y variable), donde el manejo variable de N resulto en aplicar un 14%menos de N.




0

2000

4000

6000

8000

10000

12000

0 2000 4000 6000 8000 10000 12000

Rendimiento (DF)

R e n d i m i e n t o ( S B N R C )

1:1

Figura 5. Relación entre rendimiento del cultivo de maíz con refertilización fija (DF) vs.

Rendimiento con refertilización según recomendación con el algoritmo (SBNRC) (INTA EEAParaná, 2005.).

Ajuste de la tecnológia de aplicación de dosis variable disponible

Recientemente se han comenzado evaluaciones a campo de un sistema GreenSeeker RT 200 (Ntech Industries, Ukia, CA). Este equipo basa su funcionamiento enmediciones realizadas con sensores que se disponen sobre el botalón de equiposautopropulsados de aplicación de fertilizantes. El sistema integra el conjunto desensores mediante los cuales se calcula un índice de vegetación normalizado (NDVI= IR – R/IR +R) y determinan prescripciones en función de algoritmos disponibles(http://www.soiltesting.oksate.edu/sbnrc/sbnrc.php) incorporados en una pocket PC.Esto integrado con un actuador de dosis variable permite modular en tiempo real lasdosis en función a cambios en el NDVI.

El dispositivo experimentado, se configura con 6 sensores, cada uno de los cualescubre el área de un surco, y se distribuyen de manera equidistante a lo largo delbotalón del equipo de aplicación (aprox. 20 m de ancho). Se conoce que el tamaño

de las plantas varía espacialmente, por lo cual la cantidad de elementos de medicióndispuestos en el botalón puede afectar la precisión de las estimaciones a la vez queinfluye de manera directa en el costo del equipo.

Experiencias conducidas recientemente en maíz, demuestran la magnitud de lavariabilidad de las mediciones de NDVI obtenidas al sensar un área de estudio de 48surcos de ancho (simulando el ancho de un aplicador autopropulsado) (Melchiori yAlbarenque, 2007). Las comparaciones realizadas al estadio de V8 (Tabla 1)muestran que la diferencia máxima en el NDVI encontrada fue de solo un 2%. Dichasdiferencias aunque resultan significativamente diferentes en las comparaciones demedias son de escasa significancia agronómica en referencia a las demás variablesdel método utilizado en la prescripción.




Tabla 1. Estadísticos descriptivos del NDVI en función del número de surcos sensados al estadioV8 en maíz. (INTA EEA Paraná)

P>t: Diferencias significativas al 5% para la prueba de t para muestras con variancias no homogéneas; (a/b) a:numero de casos significativamente diferentes en la prueba a la prueba de t, b: numero de comparaciones evaluadasen función del numero de surcos sensados.

Si bien es de interés contar con mediciones precisas de los índices que originan lasprescripciones, resulta mayormente relevante juzgar su efecto sobre lasrecomendaciones de fertilización. Simulaciones realizadas en base a los resultadosobtenidos para dos estadios, muestran que las recomendaciones varían

escasamente por encima de la dosis media de referencia (prescripta en V6 en baseal sensado de 48 surcos) y que su variación fue aun menor cuando las mediciones serealizaron al estadio de V8 (Tabla 2).

Tabla 2. Estimación de la recomendación de fertilización en función del NDVI utilizando el SBNRC(*) según el número de surcos sensados al estadio V6 y V8 en maíz (INTA EEA Paraná).

(*) Estimaciones realizadas según http://www.soiltesting.oksate.edu/sbnrc/sbnrc.php.

Estos resultados muestran que la variabilidad espacial en el NDVI decrece enfunción del desarrollo del cultivo y que seria factible obtener una estimaciónaceptable del NDVI medio a partir de 6 o 4 sensores para un ancho de trabajoequivalente al de un aplicador autopropulsado.

Consideraciones finales

Las experiencias realizadas en Argentina hasta el presente, son escasas y necesitanser expandidas a un más amplio rango de condiciones a fin de contar con criterios yresultados más robustos para recomendar la implementación de técnicas de manejovariable de N basadas en sensoramiento remoto.

Es necesario promover la participación de mayor número de investigadores,instituciones y empresas en el desarrollo de técnicas y equipamientos específicos.

El manejo variable de N, en condiciones de precios de los insumos crecientes,representa una opción muy interesante en modelos de producción con alta

tecnología.

SurcosSensados Promedio n Mín Máx Rango DE CV P>t

(a/b )48 0.528 480 0.524 0.533 0.005 0.051 9.624 0.519 240 0.518 0.538 0.010 0.053 10.2 2/2

12 0.528 120 0.518 0.538 0.010 0.055 10.5 0/46 0.536 60 0.523 0.549 0.013 0.052 9.6 0/84 0.528 40 0.511 0.545 0.017 0.055 10.4 0/123 0.517 30 0.494 0.539 0.022 0.062 12.0 1/16

Mediciones en V6 Mediciones en V8Surcossensados NDVI Recomendación

(Kg N/ha) (*)% del

promedioRecomendación

(Kg N/ha) (*)% del

promedio48 Promedio 72,0 100% 86,6 100%24 Promedio 78,0 108% 90,8 105%

12 Promedio 78,0 108% 86,5 100%6 Promedio 74,9 104% 82,9 96%4 Promedio 78,5 109% 86,7 100%3 Promedio 83,2 116% 92,1 106%

http://www.soiltesting.oksate.edu/sbnrc/sbnrc.php

http://www.soiltesting.oksate.edu/sbnrc/sbnrc.php




Agradecimientos

Al Dr. W. Raun por su permanente disponibilidad y apoyo a la realización de lasactividades mencionadas. A PROFERTIL y AAPRESID por el financiamiento delConvenio “Mejoramiento de la Eficiencia de Uso del Nitrógeno mediante Técnicas deSensoramiento Remoto”. Las actividades experimentales están enmarcadas en elProyecto AEAI3722 “Desarrollo y Aplicación de la Tecnología de Agricultura dePrecisión para el Manejo de Cultivos”.

Referencias

Melchiori, R.J.M., P.A. Barbagelata, C. Christiansen y A. Von Martini. 2001. Manejo sitioespecífico de nitrógeno en maíz: evaluación del N-SENSOR. VII Congreso Nacional de Maíz.Pergamino.

Melchiori, R.J.M., O. Caviglia, y A. Bianchini. 2004. Timing and rate of nitrogen fertilizationon maize yields in the North of Argentinean Pampas. ASA-CSSA-SSSA Annual Meeting.Seattle, Washington.

Melchiori, R.J.M. O.P. Caviglia, A. Bianchini, N. Faccendini, y W. Raun. 2005a. Sensor-Based Relationships to Improve Nitrogen Fertilization in Maize in the Northern ArgentineanPampas. 2005 ASA-CSSA-SSSA International Annual Meetings. Salt Lake City, UT -November 6 - 10, 2005

Melchiori, R.J.M., O. P. Caviglia, A. Bianchini, N. Faccendini, y W. Raun. 2005b.Evaluación de refertilización nitrogenada basada en la utilización de un sensor óptico. VIICongreso Nacional de Maíz. pp 218-220. Rosario, Argentina.

Melchiori, R.J.M., O.P. Caviglia, y A. Bianchini. 2005c. Momentos de fertilizaciónnitrogenada en maíz en el centro-oeste de Entre Ríos. VII Congreso Nacional de Maíz. pp214-217. Rosario, Argentina.

Melchiori, R.J.M., O. P. Caviglia, A. Bianchini, N. Faccendini, y W. Raun. 2006. Use of

sensor based nitrogen rates to improve maize nitrogen use efficiency in the NorthernArgentinean Pampas. 2006 ASA-CSSA-SSSA International Annual Meetings. Indianapolis, IN- November 12 – 16.

Melchiori, R.J.M. y S.M. Albarenque. 2007. Evaluación del número de unidades de sensadoGreen Seeker para un equipo de aplicación autopropulsado. CADIR 2007 (en revisión).

Randall, G.W., J.A. Vetsch, y J.R. Huffman. 2003. Corn production on a subsurface-drained mollisol as affected by time of nitrogen application and nitrapyrin. Agron. J. 95:1213-1219.

Raun, W.R., J.B. Solie, M.L. Stone, K.W. Freeman, K.L. Martin, R. Teal, B. Arnall, B.Tubana, C. Byungkyun, K.B. Morris, K. Girma, S. Moges, y C. Mack. 2004. Cómoaumentar la eficiencia de uso del nitrógeno del cereal utilizando tecnología basada en

sensores. En: Actas XII Congreso Nacional de AAPRESID. pp. 365-371.Raun, W.R., J.B. Solie, M.L. Stone, , K.L. Martin, K.W. Freeman, R. W. Mullen, H Zhang, JS Schepers, y V Jonson. 2005. Optical sensor-based algorithm for crop nitrogen fertilization.Comm in Soil Sci and Plant Anal. 36:2759-2781.

Raun, W. R., y G. V. Johnson. 1999. Improving nitrogen use efficiency for cereal production.Agron. J. 91: 357-363.

Russelle, M.P., R.D. Hauck, y R.A. Olson. 1983. Nitrogen accumulation rates of irrigatedcorn. Agronomy Journal. 75:593-598.

Scharf, P.C., W.J. Wiebold, y J.A. Lohry. 2002. Corn yield response to nitrogen fertilizertiming and deficiency level. Agronomy Journal. 94:435-441.

Schepers, J.S. 2002. Manejo de nitrógeno: Nuevas tecnologías para el manejo y diagnósticode la fertilización nitrogenada. En: Actas X Congreso Nacional de AAPRESID, Tomo I. pp.141-155.




EVALUACIÓN DEL NÚMERO DE UNIDADES DE SENSADO GREEN SEEKERPARA UN EQUIPO DE APLICACIÓN AUTOPROPULSADO

MELCHIORI Ricardo1, Susana ALBARENQUE2.1-INTA EEA Paraná, Ruta 11 Km 12,5 Paraná, ER. (CP 3100) Argentina.2 Fac Ciencias Agropecuarias [email protected]

Nota: Trabajo presentado al IX Congreso Argentino de Ingeniería Rural y I del MERCOSUR)A publicarse en el libro “Avances en la Ingeniería Rural 2005 – 2007”,

Introducción

El crecimiento sustentable de la producción de maíz requiere incrementar las dosis

de fertilización con nitrógeno (N) lo cual puede aumentar el riesgo de impactoambiental. La aplicación de dosis variable de nitrógeno es una técnica que puedeatenuar estos potenciales efectos negativos, mediante una mejora en la eficiencia deuso de este nutriente (Raun y Jonson, 1999). Sin embargo, las variacionesespaciales en el rendimiento de los cultivos y en la disponibilidad de N en el suelo,son una limitante importante para el desarrollo de recomendaciones de fertilizaciónnitrogenada variable.

Las técnicas de sensoramiento remoto son una alternativa para estimar el estado denutrición de los cultivos y determinar su variabilidad en relación a los cambios en elambiente productivo. Estas herramientas proporcionan de manera rápida y precisauna gran cantidad de información (Schepers, 2002) que puede utilizarse para

diagnosticar las necesidades de nutrientes (Raun et al 2001, 2002).La tecnología de dosis variable basada en sensores en tiempo real fue introducida enEstados Unidos por Stone et al (1996), posibilitando detectar variabilidad submétricay simultáneamente aplicar el fertilizante prescripto, incrementar el rendimientopotencial, decreciendo el costo de producción mediante el ahorro de insumos yminimizando el impacto ambiental por exceso de N (La Ruffa et al, 2001).

El sistema Green Seeker RT 200 (Ntech Industries, Ukia, CA) es un equipo que basasu funcionamiento en mediciones realizadas con sensores ópticos activosconstruidos con diodos de alta intensidad que emiten en 650 nm (Rojo) y 770 nm (IRcercano). El sistema calcula un índice de vegetación normalizado (NDVI = IR – R / IR+ R) y determina prescripciones en función de algoritmos disponibles

(http://www.soiltesting.okstate.edu/SBNRC/SBNRC.php) e incorporados encomputadoras montadas en la maquinaria. Este tipo de equipamiento incorporado enaplicadores autopropulsados con computadoras para dosis variable en tiempo realson herramientas disponibles en el mercado local que están siendo evaluadas paraoptimizar su utilización.

El sistema de sensoramiento y prescripción integrado a un actuador de dosis variablepermite realizar aplicaciones correctivas en tiempo real modulando las dosis enfunción de la detección de cambios en los valores de NDVI. El modelo de equipomencionado utiliza 6 sensores, cada uno de los cuales cubre el área de un surco, yse distribuyen de manera equidistante a lo largo del botalón del equipo de aplicación(aprox. 20 m de ancho).

Se conoce que el tamaño de las plantas varía espacialmente en respuesta a loscambios en las condiciones sitio-específicas. La cantidad de elementos de medición






puede afectar la precisión de las estimaciones y modifica directamente el costo delequipo. En especial esto resulta relevante dado que no es económicamente factible,en las condiciones actuales, realizar una evaluación del total del área de cobertura(un sensor por surco), y debe optarse por estimar el valor de NDVI con un númeromenor de unidades de medición sensando una muestra del área a tratar.

Por lo expuesto se plantea que para sustentar la utilización a escala productiva deluso del Sistema Green Seeker RT 200 es necesaria la evaluación de la variabilidaden las mediciones del NDVI durante el crecimiento vegetativo del maíz, paradeterminar la cantidad mínima necesaria de sensores que permitan obtener un valorde NDVI representativo del ancho de trabajo de un equipo de aplicación variable,evaluando su efecto sobre la estimación de las dosis de N recomendadas.

Materiales y Métodos

El ensayo se llevó a cabo durante la campaña 2005/06 en la Estación Experimental

INTA Paraná (Entre Ríos, Argentina 31,5ºS; 60,31ºW; 110 m.s.n.m) sobre un sueloArgiudol Ácuico. El cultivo se sembró el 02 de septiembre de 2005, con una densidadde 90.000 plantas/ha, y un espaciamiento de 0,52 entre hileras.

Para realizar las mediciones se utilizo un sensor manual Green Seeker (NtechIndustries, Ukia, CA USA). Este equipo sensa un área de 0,60 x 0,01 m cuando esmantenido a una altura de 0,6 a 1 m por encima de la superficie iluminada y adquiere10 datos por segundo. Las mediciones se realizaron orientando la sección de 0,6 mde lectura perpendicular al sentido de siembra del cultivo adquiriéndose los datos conuna velocidad aproximada de 6 km/h, lo cual permitió registrar unas 30 lecturas deNDVI cada 5 m.

Las mediciones se efectuaron en los estadíos de seis y ocho hojas desplegadas (V6y V8, respectivamente). El experimento se condujo sobre un área experimental de24,96 m de ancho (48 surcos a 0,52 m) y 50 m de largo, en la cual cada uno de lossurcos se dividió a lo largo en 10 segmentos de 5 m., incluyéndose de esta manera480 unidades experimentales.

Los resultados se procesaron en planilla de cálculo, obteniendo el NDVI medio, enbase a sensar un diferente número de surcos por vez (48, 24, 12, 6, 4 y 3 surcos,respectivamente), simulando lo que ocurriría en un equipo donde los sensores sedispongan sobre el total de surcos bajo el área de cobertura del equipo (botalón), osobre un numero menor (pe, en surcos alternados, o cada dos o mas surcos dedistancia entre sensores).

Los resultados obtenidos se evaluaron mediante estadísticos descriptivos y secompararon las diferencias de medias mediante una prueba de T para dos muestrascon varianzas desiguales, realizándose todas las comparaciones respecto al NDVIpromedio obtenido del relevamiento del total de los surcos en estudio (480observaciones). En los casos en que el número de surcos sensados fue menor a 48,las comparaciones incluyeron todas las combinaciones posibles obtenidas a partir de los diferentes agrupamientos, manteniendo la equidistancia entre surcos, tal como seseñaló anteriormente. Estas fueron 2, 4, 8, 12 y 16 combinaciones para grupos de 24,12, 6, 4 y 3 surcos sensados por vez, respectivamente. Por ejemplo, para el caso desensar 24 surcos (un sensor surco por medio), considerando los 48 surcos posiblesde ser sensados, se presentaron dos alternativas, comenzar por el primer surco o porel segundo. Asi, sucesivamente, a medida que disminuye el número de surcos

sensados por vez, aumenta el número de combinaciones posibles




Resultados y discusión:

Las figuras 1 y 2, muestran la variabilidad espacial del NDVI medida por surcos alestadio de V6 y V8, lo cual evidencia que existen diferencias similares en magnitudtanto entre surcos como a lo largo de los surcos. El NDVI, varía en función de lacobertura del cultivo y del verdor de la canopia, variables que responden a cambiosen la nutrición nitrogenada. Por lo cual para estimar recomendaciones en función deeste índice es necesario disponer de mecanismos capaces de determinar su variabilidad. La magnitud de las variaciones del NDVI evidencian la heterogeneidaddel crecimiento del cultivo, y la posibilidad de tratar el aporte complementario denutrientes de manera variable en función de dicho índice, tal como sugieren Solie etal (2002).

La magnitud del NDVI se incrementa en función del estadio de crecimiento de maneraproporcional al incremento en la biomasa del cultivo, mientras que su variabilidadmedida en el desvío estándar de las medias del NDVI no evidencia cambios

importantes, con lo cual el coeficiente de variación (CV = DE / media), funciónindirecta de la media (Steel et al. (1997) decrece sensiblemente (Tabla 1 y 2).Similares comportamientos en el CV del NDVI han sido informados por Raun et al(2005).

Figura 1: Variabilidad espacial en el NDVI en maíz determinado con un sensor Green Seeker.Mediciones realizadas al estadio de seis hojas en maíz. (INTA EEA Paraná, 2005)




Figura 2: Variabilidad espacial en el NDVI en maíz determinado con un sensor Green Seeker.

Mediciones realizadas al estadio de ocho hojas en maíz. (INTA EEA Paraná, 2005)

Tabla 1: Estadísticos descriptivos del NDVI en función del número de surcos sensados al estadioV6 en maíz.

P>t: Diferencias significativas al 5% para la prueba de t para muestras con variancias no homogéneas; (a/b) a:número de casos significativamente diferentes en la prueba a la prueba de t, b: numero de comparaciones evaluadasen función del numero de surcos sensados, n°: número de unidades experimentales.

Tabla 2: Estadísticos descriptivos del NDVI en función del número de surcos sensados al estadioV8 en maíz.

P>t: Diferencias significativas al 5% para la prueba de t para muestras con variancias no homogéneas; (a/b) a:numero de casos significativamente diferentes en la prueba a la prueba de t, b: numero de comparaciones evaluadasen función del numero de surcos sensados, n°: número de unidades experimentales.

Surcos

Sensados

Promedio nº Mín Máx Rango DE CVP>t(a/b

)48 0.424 480 0.418 0.429 0.005 0.060 14.324 0.412 240 0.405 0.419 0.007 0.055 13.4 2/212 0.412 120 0.403 0.421 0.009 0.052 12.6 3/46 0.418 60 0.403 0.433 0.015 0.059 14.0 5/84 0.411 40 0.395 0.427 0.016 0.052 12.6 2/123 0.402 30 0.381 0.422 0.021 0.068 14.3 5/16

SurcosSensados Promedio nº Mín Máx Rango DE CV

P>t(a/b

)48 0.528 480 0.524 0.533 0.005 0.051 9.624 0.519 240 0.518 0.538 0.010 0.053 10.2 2/212 0.528 120 0.518 0.538 0.010 0.055 10.5 0/46 0.536 60 0.523 0.549 0.013 0.052 9.6 0/84 0.528 40 0.511 0.545 0.017 0.055 10.4 0/123 0.517 30 0.494 0.539 0.022 0.062 12.0 1/16




Las comparaciones de las medias obtenidas sensando diferente número de surcos(Tabla 1 y 2) sugieren que en la medida que el cultivo tiene mayor cobertura (70%aproximadamente en V8), las diferencias entre sensar el total del área de estudio oobtener una muestra decrece. La diferencia máxima en el NDVI encontrada en V6 fuede un 5% mientras que en V8 esta diferencia fue de sólo un 2%. Dichas diferenciasaunque resultaron estadísticamente significativas en las comparaciones de medias,son de escasa relevancia agronómica debido a que fueron de muy reducidamagnitud. El método de prescripción basado en mediciones de NDVI requiere deotros componentes que se fijan arbitrariamente: el rendimiento potencial del cultivo yla eficiencia de uso del N. Para ambos casos, los errores de estimación sonpotencialmente mayores, debido a que dependen de las condiciones ambientales.

El sistema RT 200 (Ntech Industries, Ukia, CA) esta diseñado con 6 unidades desensado, sin embargo no se conoce información disponible que demuestre laprecisión obtenida con diferente número de sensores distribuidos de maneraequidistante a lo largo del botalón de un equipo de aplicación variable. Los resultadosaquí obtenidos muestran muy escasa diferencia entre las mediciones realizadas con48 vs. 6 surcos sensados e incluso 4 surcos (Figuras 3 y 4).

14,3% 13,4% 12,6% 14,0% 12,6% 14,3%

0,00

0,10

0,20

0,30

0,40

0,50

0,60

48 24 12 6 4 3

Número de surcos sensados

N D V I

0%

10%

20%

30%

40%

50%

60%

C V

Figura 3. Efecto del numero de surcos sensados sobre el valor del NDVI medio y su variabilidad

(CV %). Mediciones realizadas al estadio de seis hojas en maíz. (INTA EEA Paraná, 2005)




9,6% 10,2% 10,5% 9,6% 10,4%12,0%

0,00

0,10

0,20

0,30

0,40

0,50

0,60

48 24 12 6 4 3

Número de surcos sensados

N D V I

0%

10%

20%

30%

40%

50%

60%

C V

Figura 4 Efecto del numero de surcos sensados sobre el valor del NDVI medio y su variabilidad(CV %). Mediciones realizadas al estadio de ocho hojas desplegadas en maíz. (INTA EEA Paraná,

2005)

La estimación de las recomendaciones de fertilización basadas en el valor medio deNDVI obtenido a partir de distinto número de surcos sensados muestra que las dosisresultantes recomendadas en V6 serían levemente superiores (104 a 116%) a lasrecomendadas en base a la lectura del total de los surcos (48 surcos), tomando comodosis de referencia a esta última (se le asignó valor de 100%). La simulación deprescripción derivada de sensar 6 o 4 surcos en V6 muestra que las variaciones enla dosis seria de 2,9 y 6,5 kg de N por encima de la dosis media de referencia.Cuando las mediciones se realizaron al estadío de V8, las diferencias en NDVI fueron

menores, y las estimaciones fueron similares a las de la referencia. Las diferenciasfueron de -3,7 kg de N o nulas cuando la prescripción se hizo sobre 6 o 4 surcos enreferencia a una dosis media de 86,6 kg de N/ha (Tabla 3).

Tabla 3: Estimación de la recomendación de fertilización en función del NDVI utilizando el SBNRC(*) según el número de surcos sensados al estadio V6 y V8 en maíz.

(*) Estimaciones realizadas según http://www.soiltesting.okstate.edu/SBNRC/SBNRC.php

Los resultados obtenidos en la presente experiencia evidencian la variabilidadespacial en el NDVI determinado sobre un cultivo de maíz, la cual decrece en funcióndel avance en el desarrollo del cultivo desde V6 a V8.

En las condiciones evaluadas las diferencias obtenidas en la estimación del NDVImedio y de las recomendaciones de fertilización asociadas, muestran que estas nofueron superiores a un 5%. De acuerdo a esto, seria factible obtener una estimaciónaceptable del NDVI medio a partir de lecturas realizadas con 6 o 4 sensoresdistribuidos en un ancho de trabajo similar al evaluado (aprox. 25 m).

Mediciones en V6 Mediciones en V8Surcossensados NDVI Recomendación

(Kg N/ha) (*)% del

promedioRecomendación

(Kg N/ha) (*)% del

promedio48 Promedio 72,0 100% 86,6 100%24 Promedio 78,0 108% 90,8 105%

12 Promedio 78,0 108% 86,5 100%6 Promedio 74,9 104% 82,9 96%4 Promedio 78,5 109% 86,7 100%3 Promedio 83,2 116% 92,1 106%




Es conveniente continuar estudios extendiendo el rango de condiciones evaluadas amayor número de sitios y estadios de desarrollo, así como también incorporarmediciones en cultivo de trigo a fin de contar con criterios más robustos pararecomendar una simplificación en el equipamiento lo cual redundaría en un ahorrosignificativo de costos.

Bibliografía

LARUFFA, J.M; W.R. RAUN, S.B. PHILLIPS, J.B. SOLIE, M.L. STONE, AND G.V.JONSON. 2001. Optimum Field Element Size for Maximum Yields in Winter WheatUsing Variable Nitrogen Rates. J. Plant Nutr. 24:313-325.

RAUN W. R. y G.V.JONSON. 1999 Improving Nitrogen Use Efficiency for CerealProduction. Agron. J. 91:357–363.

RAUN, W.R., J.B. SOLIE, G.V. JOHNSON, M.L. STONE, R.W. MULLEN, K.W.FREEMAN, W.E. THOMASON, AND E.V. LUKINA. 2002. Improving nitrogen useefficiency in cereal grain production with optical sensing and variable rate application.Agron. J.

RAUN, W.R., G.V. JOHNSON, M.L. STONE, J.B. SOLIE, E.V. LUKINA, W.E.THOMASON AND J.S. SCHEPERS. 2001. In-season prediction of potential grain yieldin winter wheat using canopy reflectance. Agron. J. 93:131-138.

RAUN, W. R.; J. B. SOLIE, K. L. MARTIN, K. W. FREEMAN, M. L. STONE, G. V.JOHNSON, AND R. W. MULLEN. 2005. Growth Stage, Development, and SpatialVariability in Corn Evaluated Using Optical Sensor Readings. Journal of PlantNutrition, 28: 173–182, 2005.

SCHEPERS, J.S. 2002. Manejo de nitrógeno: Nuevas tecnologías para el manejo ydiagnóstico de la fertilización nitrogenada. En: Actas X Congreso Nacional deAAPRESID, Tomo I. pp. 141-155.

SENSOR BASED NITROGEN RATE CALCULATOR ON LINE. (2002).http://www.soiltesting.oksate.edu/sbnrc/sbnrc.php (consulta 16 de marzo de 2007).

SOLIE, J. B.; M.L. STONE; W.R. RAUN, G.V. JOHNSON, K. FREEMAN, R.MULLEN; D.E. NEEDHAM, S. REED, C.N. WASHMON. (2002) Real-time sensing andn fertilization with a field scale greenseeker applicator.http://www.nue.oksate.edu/papers/minnesota_2002_solie.htm (consulta 16 de marzo

de 2007).

SOLIE, J.B., W.R. RAUN, R.W. WHITNEY, M.L. STONE AND J.D. RINGER. 1996.Optical sensor based field element size and sensing strategy for nitrogen application.Trans. ASAE 39(6):1983-1992.

STEEL, R. G. D., J. H. TORRIE, AND D. A. DICKEY. 1997. Principles and proceduresof statistics: A biometrical approach, 3rd Ed. New York: McGraw Hill Book Co.

STONE, MARVIN L., JOHN B. SOLIE, RICHARD W. WHITNEY, WILLIAM R. RAUNAND HEATHER L. LEES. 1996. Sensors for detection of nitrogen in winter wheat. SAETechnical paper series. SAE Paper No. 961757. SAE, Warrendale PA.




IDENTIFICACIÓN DE ZONAS CON NECESIDAD DE ENCALADO Y CRITERIOS ATENER EN CUENTA PARA EL CÁLCULO DE LAS DOSIS DE CORRECCIÓN

Ing Agr, Ms Sc Sebastián GambaudoConvenio ENCaLAR –INTA EEA [email protected]

La agricultura moderna debe volcarse hacia el desarrollo sustentable, creando ymanteniendo la productividad del suelo a largo plazo. Los sistemas actuales utilizadosen la Argentina comienzan a ser cuestionados y a ser relacionados con el conceptode sustentabilidad, es decir “usar sin depredar de tal modo que los recursos naturalespuedan ser transferidos a las generaciones futuras en condiciones de capacidadproductiva”.

La agricultura moderna tiene que ser sustentable, por medio de la creación ymanutención de la productividad del suelo a largo plazo. Los beneficios de suelos dealta productividad incluye la protección ambiental y el uso eficiente de los insumos

(calidad y cantidad).Como se sabe las plantas superiores forman sus tejidos a partir de elementos quetoman de la atmósfera y del suelo. Para ello es necesario que dispongan de todos losnutrientes minerales esenciales y que la velocidad de suministro de cada uno sea, almenos, igual a la demanda de los cultivos.

Un elemento es esencial para los cultivos (Wild, 1992) si su carencia hace imposibleque se completen las fases que componen el ciclo de las plantas, si la deficiencia esespecífica y no puede ser prevenida o corregida más que con el aporte de esteelemento y si el elemento está directamente relacionado con la nutrición de la planta.Los nutrientes que actualmente se consideran necesarios son:

1. Macronutrientes: carbono, hidrógeno, oxígeno, nitrógeno, fósforo, potasio,calcio, magnesio y azufre.2. Micronutrientes: hierro, manganeso, cobre, cinc, boro, molibdeno y cloro.

Zonas con deficiencias:

En la región pampeana, el origen de la acidez en los suelos con aptitud agrícola, deacuerdo a estudios realizados, se debería a la extracción diferencial de los nutrientescalcio y magnesio de la capa arable por los cultivos realizados. Existen también otrascausas que pueden determinar una acidez como ser el material de origen, laprofundidad del suelo, las precipitaciones, la descomposición de la materia orgánica,la vegetación natural, la remoción de bases a través de la cosecha de cultivos, o porel residuo ácido que dejan en el suelo los fertilizantes nitrogenados (Potash &Phosphate Institute, 1997).

En un mapa realizado por Michelena et al . (1997) sobre la base del Atlas de Suelosde la República Argentina se diferencian las áreas con problemas de acidez edáfica(Figura 1).




Figura 1. Áreas de suelos ácidos de la República Argentina

Las características principales de suelo y clima, así como el tamaño de cada una delas áreas señaladas en la Figura 1(Giorgi) son:

1. Misiones – NE de Corrientes:

Suelos rojos. Meteorización avanzada. Sesquióxidos libres. Bien provistos de materiaorgánica (M.O.), fósforo (P) fijado, ácidos con baja capacidad de intercambiocatiónico (CIC) y bajo porcentaje de saturación de bases (%SB); pH entre 4,3-5,8.Precipitación: media anual 1500 a 1700 mm. Representan: 3.448.259 has.

2. Este de Corrientes:Hidromórficos. Buena provisión de MO. Acidez con pH de 5,5. Precipitación: mediaanual 1400 mm. Representan: 2.188.593 has.

3. Centro –Norte de Corrientes:Mal drenados, reacción ácida, no salinos. Precipitación: media anual 1600 mm. Representan: 1.589.606 has.

4. Oeste de Corrientes y NO de Entre Ríos:Albardon arenoso y profundo, reacción ácida. Precipitación: media anual 1100 a 1300mm. Representan: 3.221.725 has.

5. Oeste de Entre Ríos:Area ondulada. Vertisoles con Argiudoles vérticos. Baja permeabilidad. Acidez ensuperficie, con pH que aumentan en profundidad de 5,5 a 8. Precipitación: mediaanual 1000 mm. Representan: 2.039.486 has.

6. Sur de Entre Ríos, Isla y Delta del Río Paraná:Arenosos, con napa de agua cercana, anegadizos. Acidos. Precipitación: media anual950 a 1050 mm. Representan: 2.671.586 has. 7. Margen derecha Río Uruguay en Entre Ríos y Corrientes:




Arenosos sobre subsuelo arcillo-arenoso, moderadamente drenados. Acidos. BajoCIC y %SB. Precipitación: media anual 1300 a 1400mm. Representan: 1.589.606 has.

8. Centro, este y sur de Santa Fe, Noroeste de Buenos Aires:Argiudoles, con B2 textural. Bien provistos de MO y nutrientes. Levemente ácidos ensuperficie y moderadamente alcalinos en profundidad. Precipitación: media anual 900a 950. Representan: 3.923.565 has.

9. Sistema de Tandilla – centro Sureste de Bs As:Bien drenados. Ricos en MO y en nutrientes, son ligeramente ácidos a neutros.Precipitación: media anual 800 mm. Representan: 2.169.704 has.

10. Centro este de La Pampa y pequeñas áreas de SO de Bs As y SO de Cba:Textura liviana. Horizonte pertrocálcico a 1m de profundidad. Moderadamenteprovistos de MO y nutrientes. Ligeramente ácidos en superficie. Precipitación: mediaanual 550 a 600 mm. Representan: 4.591.209 has.

11. Sector serrano de Catamarca, La Rioja, Córdoba, San Luis, San Juan y Tucumán:Suelos someros. Perfil poco desarrollado. Pobres en MO y en mutrientes. Acidos aneutros. Precipitación: media anual 100 a 500 mm. Representan: 17.429.120 has.

12. Este de Jujuy, noroeste y sur de Salta:Las zonas de bosque: bien provistos de MO y son ácidos. Representan: 4.788.801has.

13. Centro oeste de Neuquén:Desarrollados sobre cenizas volcánicas. Horizonte a1 ácido, con baja %SB. Ricos enMO y nutrientes. Representan: 9.464.966 has.

14. Santa Cruz y Tierra del Fuego:Suelos medianamente profundos. Horizonte Ao superficial rico en MO pocohumificada. De reacción ácida. Representan: 8.924.025 has.

Cruzate y Casas (2003) identificaron zonas de extracción de nutrientes por losprincipales cultivos de Argentina, maíz, trigo, sorgo granífero, soja y girasol,determinando que los mayores valores de calcio se exportan de los departamentosSan Nicolás (Buenos Aires) y Rosario (Santa Fe) con una extracción de 7,80 kg porhectárea en la campaña 2002/03. Además determinaron que en tres áreas, una del Sde Santa Fe y N de Buenos Aires, otra del centro de Córdoba al S de Santiago delEstero y la tercera en el SO de Santiago del Estero y E de Tucumán, los valores decalcio exportado fueron superiores a 6 kg. ha-1 .

Diagnóstico:

El mismo debe realizarse teniendo en cuenta todas aquellas variables que incidendirectamente sobre la acidez edáfica:Para ello se debe comenzar a identificar en el análisis de suelo los siguientesaspectos:

- Capacidad de intercambio catiónico del suelo (CIC): representa la suma totalde cationes intercambiables que un suelo puede retener. Cuanto mayor es laCIC mayor será la cantidad de cationes que éste pueda retener. A medida queel contenido de arcilla y/o materia orgánica aumentan el suelo tendrá mayor

CIC.




Cuadro1. Valor de CIC y su relación con el nivel de retención de cationes por el suelo.

Capacidad de Intercambio Catiónico (meq/100 g) NivelMenor de 6 Muy bajoEntre 6 y 12 Bajo

Entre 13 y 20 MedioEntre 21 y 30 AltoMayor de 30 Muy alto

En suelos con alta CIC es posible de observar una residualidad de la enmienda por3-4 años, mientras que aquellos con baja CIC lo recomendable es la aplicación anualde la enmienda con menores dosis.

- Porcentaje de saturación de bases: Uno de los métodos más utilizados paracalcular la cantidad de enmienda a agregar se basa en el porcentaje desaturación de las bases presentes y el de cada una de ellas, considerandovalores referencias como los siguientes Buena ≥ 80%, media 60-79% y baja <

60%.

- Porcentaje de saturación con calcio: Bueno ≥ 70%, moderado 60-69% y bajo < 60%.

- Porcentaje de saturación con magnesio: Bueno > 7%, moderado 5 –6 % y bajo< 5%.

- Relación calcio-magnesio: ideal 6-7 de calcio: 1 de magnesio.

- pH: El valor del pH del suelo es indicador de su grado de acidez, neutralidad oalcalinidad, que se relaciona con numerosas propiedades del mismo,influyendo sobre la solubilidad de los nutrientes, el crecimiento y el rendimientode las plantas. Además se vincula con el material que dio origen a los suelos,es decir, con los minerales que lo integran (calcio y magnesio) y con la formaen que se fueron alterando.

Cuadro 2: Valor del pH del suelo como indicador de acidez, neutralidad o alcalinidadAcidez Neutralidad Alcalinidad

Muyfuerte

Fuerte Media Moderada Ligera Ligera Moderada Media Fuerte Muyfuerte

3 4 5 6 7 7,5 8 8,5 9,5 10,5

La adaptabilidad de las plantas es diversa y varía a lo largo de la escala de pH,determinándose que para valores entre 6,5 - 6,8 no habría restricciones decrecimiento para ninguno de ellas. Se considera que un suelo es ácido cuando seencuentra por debajo de pH 6 y es alcalino cuando el valor es superior a 7,5.

Material a utilizar:

Las enmiendas factibles de utilizarse para la corrección de la acidez edáfica enArgentina han quedado definidos por la Norma IRAM 22451 (Gambaudo, 1998). En lamisma se establecen los requisitos (concentración y granulometría), las condicionesde recepción y los métodos de ensayos de materiales calcáreos para usoagropecuario que se emplean en suelos. Al material calcáreo se lo define como elproducto constituido básicamente por calcio, o calcio y magnesio, que actúa comocorrector de suelos y es fundamental para la nutrición vegetal.




Se podrá establecer, como lo menciona Bonalumi (2005), una clasificación de losmateriales con tendencia calcítica a aquellos que tiene entre un 30-52% de OCa yentre 0 y 11% de OMg y con tendencia dolomítica las que poseen entre un 30-35% deOCa y entre 13-21% de OMg, dejando una estrecha franja a un grupo de materialescon tendencia mixta que tiene entre 30-355 de OCa y 11-13%OMg.

La concentración y la granulometría, determinan el Poder Relativo de Neutralización Total (PRNT) que está compuesto por el Poder Neutralizador del material (PN) y suvelocidad de reacción, la Eficiencia Relativa (ER), quedando definida de acuerdo a lasiguiente ecuación:

PN x ERPRNT = ----------------

100

A partir del PRNT es posible diferenciar la calidad de los materiales a utilizar y

establecer una clasificación (Cuadro 3).Cuadro3. Calidad de los materiales calcáreos para su uso agropecuario según

su Poder Relativo de Neutralización Total (PRNT).Calidad PRNT (%) Superior Más del 90Buena Entre el 75 y 90

Regular Entre el 60 y 74Inferior Entre el 45 y 59

Un aspecto importante a recordar es la residualidad que tienen el efecto de lasenmiendas.

Cálculo de la dosis:

Existen varios pero entre los más utilizados se pueden mencionar:• Cálculo de la saturación de bases: la necesidad de encalado surge de cotejar

la saturación actual de bases con la deseada como se mencionóanteriormente.

• Buffer SMP: consiste en medir el descenso del pH de una suspensión de sueloen una solución reguladora (buffer). El descenso se relaciona con valores yacalculados y se obtiene la cantidad de enmienda necesaria para alcanzar el pHdeseado.

• Curvas de Neutralización: se usa como patrón de ajuste de los métodos

citados anteriormente, no siendo utilizado muy utilizado en los laboratorios porsu demora para ser usado e determinaciones de rutina.

• Concentración del Al +++ intercambiable: el contenido de Al intercambiable esdetectable en suelos con pH inferior a 5,5 y en estos casos el método máseficaz de diagnóstico de necesidad de enmienda radica en tomar entre una ydos veces el contenido de Al intercambiable y referirlo directamente comonecesidad de carbonato en toneladas por hectárea. Este método resulta muyútil para suelos ultisoles, oxisoles y arenosos (baja CIC).




Maquinarias para su aplicación:

La evolución de la maquinaria, como en todas las actividades agropecuarias, viene dela mano de la demanda y de la necesidad. La incorporación de grandes volúmenes dematerial mineral con alto peso específico y características abrasivas limita el uso deequipos convencionales de aplicación de fertilización.

Los actuales equipos aplicadores de enmiendas calcáreas poseen sistema decalibración indirectos y trabajan con precisión relativa. Poseen dispositivosdosificadores sincronizados con el desplazamiento. Deben garantizar un flujo continuode material desde el seno de la tolva hacia el órgano dosificador. Los acarreadorespueden ser de cadena o caucho accionados por toma de fuerza o rueda de mando.Los distribuidores existentes son a voleo con bidiscos de baja revoluciones, bidiscoscon “polleras” o cortinados antideriva y dispositivos distribuidores de precisión asinfines transversales con paravientos.

Recientemente han aparecido dosificadores variables (Tron, 2007) que pueden

clasificarse, según su naturaleza de funcionamiento, en dos tipos: mecatrónicos yelectrohidraulicos.

Mecatrónicos: son aquellos equipos que basan su funcionamiento en la interacciónentre componentes mecánicos y electrónicos (Figura 2).

Figura 2. Detalle del sistema de caja variadora comandada elctrónicamente.Cortesía de FÉRTIL.

Se trata de un sistema de control que se gobierna a través de un actuador(servomotor), un variador mecánico que acciona un eje dosificador (dosificadoreschevron en sembradoras, rotores de sistemas air drill, rolos de sistemas deacarreadores y cadenas dosificadoras), lográndose de esta manera variarpermanentemente la relación de transmisión de este variador, estableciendo así

diferentes valores de dosificación en tiempo real. Estos sistemas permiten la




aplicación de dosis fijas seleccionadas por el operador, o en función de mapas deaplicación prescriptos.

Electrohidraulicos: son los sistemas compuestos de órganos oleohidraulicos,comandados electrónicamente. Estos sistemas logran variar las revoluciones de unoleomotor solidario a un eje dosificador, a través de electroválvulas proporcionalesgestionadas por un sistema de control. Al igual que en el caso anterior estos sistemaspermiten la aplicación a tasa fija o variable en función de mapas de aplicación.

Bibliografía:

Bonalumi, A. 2005. Ubicación geográfica, contexto geológico regional y característicasgeoquímicas de las manifestaciones. Informe interno. Secretaría de Minería de laProvincia de Córdoba. 7p.

Cruzate, G. y Casas, R. 2003. Necesidades de Nutrientes en la Agricultura Argentina.

Presentación en la Jornada Internacional Uso de minerales para una AgriculturaSustentable. CYTED-Cámara Argentina de Productores Mineros. Pergamino, 11 –12/09/03.

Gambaudo, S. 1998. Materiales calcáreos para uso agropecuario. FERTILIZAR.11:10-11.Giorgi, R. Cálculos realizados en base al Atlas de Suelos de la Rep. Argentina.(Comunicación personal).

Potash & Phosphate Institute. 1997. “Manual internacional de fertilidad de suelos”.PPI, 655 Engineering Drive, Suite 110, Norcross, GA 30092-2837, USA. Capítulo 2.

Tron, L. 2007. Comunicación personal.

Wild, A. Ed. 1992. Condiciones del suelo y desarrollo de las plantas según Russell.Ed. Mundi –Prensa. Madrid, España. Capítulo 3: 71-121.




IMPORTANCIA DE LA CARACTERIZACIÓN DE LOS AMBIENTES PARA ELMANEJO DE LA FERTILIDAD Y LOS FERTILIZANTES

Ings. Agrs. Hugo Fontanetto1 ; Oscar Keller1 ; Julio Albrecht2 y Gabriel Beccaría3.

Los suelos de la zona pampeana de Argentina presentan diferencias muymarcadas en cuanto a sus propiedades físicas, químicas y biológicas y tambiénrespecto a las precipitaciones que ocurren anualmente en sus diferentes áreasgeográficas. Esto produjo que exista variabilidad espacial (que ocurre principalmentea diferentes escalas) y temporal (a través de los años y de las estaciones decrecimiento). La mencionada variabilidad es natural (y ocurre principalmente a granescala) e inducida (debida a aspectos de manejo de los suelos y cultivos y se da apequeña, mediana y a gran escala).

Un ejemplo de la variabilidad a gran escala se muestra en la siguiente imagensatelital de un sector de la zona centro norte de la provincia de Córdoba del año 2005,donde se aprecia la variabilidad de ambientes productivos.

--------------------------------------------------------------------------------------------------------------------------------(1): profesionales del Dpto. Investigación en Agronomía del INTA Rafaela; (2): AFA MaríaJuana; (3): CREA zona S. M. de Las Escobas-Gral Belgarno.-



Otro ejemplo de variabilidad a gran escala se puede apreciar en el siguiente mapade los contenidos de fósforo extractable del suelo en la capa 0-20 cm (Bray I) querealizaron entre Yara y AGD.

La variabilidad en pequeña escala es también un problema a resolver para elmanejo eficiente de los recursos productivos y la misma es alta en los planteos desiembra directa continua debido a la aplicación anual y reiterada de los fertilizantes alcostado y debajo de la línea de siembra y a las aplicaciones de fertilizantes (connutrientes poco móviles como P, K, Ca, Mg, etc) en forma “bandeada”.

Ejemplos de variabilidad en pequeña escala e inducida se aprecia en la siguientefigura de aplicaciones de diferentes dosis de P (Kitchen et al., 1990) localizadas en elsuelo:

BUENA ESPERANZA

VILLA HUIDOBROHUINCA RENANCO

DESPEÑADEROS

VICUÑA MACKENNA

VILLA VALERIA

CORONEL MOLDES

ALEJANDRO ROCALA CARLOTA

LABOULAYE

GENERAL CABRERA

GENERAL DEHEZA

HERNANDO

CORRALITO

CARNERILLO

CHAZON

PUEBLO ITALIANO

RUFINO

CANALS

ALEJO LEDESMA

MONTE MAIZ

LAGUNA LARGA

COLONIA CAROYA

RIO PRIMERO

ONCATIVO

MARIA TERESA

CHABAS

FIRMAT

COLON

CERES

5.00

10.00

15.00

20.00

25.00

30.00

35.00

40.00

45.00

50.00

Agricultura Precision curso7 libro

Documents

Transcript of Agricultura Precision curso7 libro