MANEJO SITIO ESPECIFICO Ing. Agr. MSc. Juan Manuel Vzquez
Para definir de qu se trata el manejo Sitio Especifico es conveniente revisar ciertas
definiciones, ya que existe cierta superposicin entre este concepto y el de Agricultura de
Precisin.
Hasta los aos 80 el manejo era a nivel de establecimiento y la unidad de
manejo el lote. El suelo de un lote era muestreado para determinar el valor
medio de nutrientes y el pH, fertilizando todo de manera uniforme (Oliver, 2010).
El manejo sitio especifico consiste en el manejo de cultivos agrcolas a una
escala especial menor a la del campo entero (Plant, 2001).
El manejo sitio especifico tiende a manejar el suelo, las plagas y los cultivos
basado en la variacin espacial al interior del campo, mientras que la agricultura
convencional maneja el campo uniformemente, ignorando la variabilidad natural
inherente del suelo y las condiciones de los cultivos entre y dentro de los lotes.
Puntualmente, el manejo sitio especifico se refiere al manejo de los cultivos a
una escala inferior que la del campo entero, tomando en cuenta la variabilidad
local para compatibilizar productividad y calidad, impactos ambientales
desfavorables y el uso de los recursos (agua, fertilizantes, pesticidas, etc.)
mediante la aplicacin de estos cuando, donde y en la cantidad
necesaria(Corwin & Lesch, 2010).
La agricultura de precisin es una estrategia de manejo que usa las tecnologas
de informacin para recoger datos de diferentes fuentes con el fin de tomar
decisiones asociadas con la produccin de cultivos(Oliver, 2010).
Es quizs desafortunado que el termino ambiguo de Agricultura de Precisin
est siendo usado cada vez ms frecuentemente como sinnimo de manejo sitio
especifico, porque refiere ms a agricultura que a manejo de cultivos en todo
caso el termino agricultura de precisin debera ser aplicado al uso de las
tecnologas de la informacin en toda la agricultura y el manejo sitio especifico
sera un componente de de la misma. (Plant, 2001).
I. Diferencias entre prcticas generales de manejo y prcticas de manejo por ambientes o sitio especifico Se debe diferenciar que mientras las practicas generales de manejo se aplican a parcelas
completas (rotaciones, labranzas, manejo de los residuos, barbechos), las practicas de
manejo sitio especifico consisten en el tratamiento diferenciado de los ambientes dentro de
cada parcela (variacin de la densidad de siembra, la dosis de fertilizante, la lamina de
riego, localizacin del control de malezas). Las practicas generales de manejo suelen ser
tecnologas de procesos mientras que las practicas de manejos por ambientes se han
limitado a realizar aplicaciones variables de insumos (semilla, fertilizantes, pesticidas,
agua, etc.), pero tambin podra relevarse areas dentro de un lote, que requieren una
labranza de descompactacin profunda o bien identificar dos reas con diferente balance
de carbono que requieran un manejo diferenciado de los residuos de cosecha (por ej. el
picado o no de los residuos).
II. Condiciones que justifican su implementacin Se han establecido tres criterios para justificar el uso del manejo sitio especifico: 1)
existencia al interior de las parcelas, de variabilidad espacial en factores que condicionan
el rendimiento del cultivo, 2) que las causas de la variabilidad puedan ser identificadas y
medidas 3) que la informacin pueda ser usada para modificar las practicas de manejo de
forma de aumentar la rentabilidad o reducir el impacto ambiental(Miller, et al., 1999).
III. Estabilidad de los parmetros limitantes Dentro de los parmetros que pueden llegar a limitar el rendimiento de un cultivo existen
algunos que son ms estables en el tiempo (textura, capas compactadas, disponibilidad de
fosforo), mientras que otros son tan variables que de una campaa a la siguiente se puede
modificar su distribucin (disponibilidad de nitrgeno, plagas, salinidad). Para los ms
estables se van a plantear a continuacin los pasos para relevar su variabilidad espacial,
analizarla y plantear un manejo sitio especifico. Para los parmetros ms variables, al final
del captulo se analizaran alternativas de manejo en tiempo real.
IV. Etapas para la implementacin del manejo sitio especifico Figura 1: Oliver (2010), propone tres etapas para la implementacin de un manejo sitio
especfico:
1) Obtencin de datos con una escala apropiada, (relevar la variabilidad ambiental).
2) Anlisis e interpretacin de los datos.
3) Implementacin de respuestas de manejo a una escala y oportunidad apropiadas.
Figura 2: Pierce & Nowak (1999), contemplaban la evaluacin como una cuarta etapa, para
contrastar la implementacin de un manejo sitio especifico con la respuesta de los
cultivos.
1) RELEVAMIENTO DE LA VARIABILIDAD AMBIENTAL
Al momento de proceder a relevar la variabilidad ambiental se suele disponer como punto
de partida de mapas de rendimiento, fotos areas o imgenes satelitales. Todas ellas son
fuentes que permiten diferenciar diferentes ambientes a partir de la expresin del cultivo.
Sin embargo, tambin se debe evaluar que otros parmetros es necesario relevar, que
puedan ser los causantes de generar variaciones en el rendimiento de los cultivos. En la
figura se observan los principales factores que determinan la variabilidad ambiental en
distintas zonas de la Regin Pampeana.
Figura 1: factores que determinan la variabilidad ambiental en la Regin
Pampeana(Menndez, 2007).
Para diferenciar las fuentes de informacin utizadas para relevar la variabilidad espacial, se
distinguen tres vas de medirla (Senay, et al., 1998):
a. Continua: monitores de rendimiento, topografa, rastras de conductividad elctrica.
b. Discreta: muestreos de suelos o cultivos.
c. Remota: mediante fotografas areas o imgenes satelitales.
a. Fuentes de informacin continua Rendimiento:
Con la difusin del uso de receptores GPS para fines civiles, a inicios de los aos
noventa, junto con la disposicin de sensores de flujo de grano en las cosechadoras, se
posibilit la obtencin de datos de rendimiento georeferenciados. En la actualidad
existen sensores de rendimiento para cosecha de granos, pasturas, biomasa, frutas y
vegetales (Griffin, 2010). Ya en el ao 2008 en Argentina ms del 90% de las
cosechadoras de granos, estaban equipadas con monitores de rendimiento (INTA,
2008).
La difusin de los monitores de rendimiento ha sido uno de los factores fundamentales
que han impulsado la difusin de la agricultura de precisin, debido a que permiten la
elaboracin de mapas con una densidad de datos superior a la mayora de los mtodos
de muestreo y con un costo sustancialmente menor.
A pesar de que los mapas de rendimiento brindan informacin significativa sobre la
variabilidad espacial de un terreno, generalmente el uso aislado de los mismos, no
alcanza para explicar las causas ni la magnitud de sus patrones de variacin. Suele ser
necesario contar con relevamientos de factores que condicionan el rendimiento
(topogrficos, edficos, climticos, biticos), para explicar las causas de la variabilidad
espacial de los cultivos.
Los monitores de rendimiento deben registrar informacin complementaria para poder
mapear adecuadamente los datos: la humedad del grano cosechado, el ancho
cosechado en cada pasada, la velocidad de avance, el desfasaje entre el momento en
que el flujo de grano se recolecta, hasta que es medido por el sensor y las demoras al
inicio y al final de cada pasada.
Figura 2: Mapa de rendimiento.
Paisaje
El paisaje condiciona el contenido y flujo del agua en el suelo y por lo tanto del
nitrgeno disuelto en la misma. A s mismo la disponibilidad de agua y nutrientes para
el cultivo condicionan el rendimiento del mismo(Franzen, et al., 1998). El paisaje
tambin condiciona el rendimiento por medio de su influencia en el microclima.
La caracterizacin del paisaje se ve facilitada por el uso del GPS diferencial, para la
obtencin de alturas georreferenciados de diferentes puntos del terreno, que permite la
obtencin por interpolacin de modelos digitales de elevacin y la consiguiente
extraccin de parmetros topogrficos como pendiente, curvatura(Pilesj, et al., 2005;
Kweon, 2012). Los valores de elevacin tambin son tiles como informacin auxiliar
debido a que el drenaje, la humedad del suelo y la materia orgnica, varan de acuerdo
a la topografa (Frogbrook & Oliver, 2007).
Figura 3: Mapas de pendiente y curvatura del terreno (Kweon, 2012).
Conductividad elctrica del suelo.
La conductividad elctrica del suelo como medida de la capacidad del mismo de
conducir la corriente elctrica, no es un parmetro que condicione el rendimiento del
cultivo. Sin embargo es una propiedad que puede correlacionar muy bien con otras
propiedades fisicoqumicas como: contenido de humedad, sales disueltas, textura,
capacidad de intercambio catinico (y por lo tanto porcentaje de materia orgnica,
cantidad y tipo arcillas).
Las rastras de conductividad aplican al suelo una corriente elctrica mediante
electrodos y miden la diferencia de potencial o voltaje. A partir de estos datos se puede
calcular la conductividad elctrica del suelo de los diferentes puntos por donde se
desplace la rastra (puntos que son georeferenciados mediante un receptor GPS).
Existen otros dispositivos que miden la conductividad elctrica del suelo por induccin
electromagntica, que estn menos difundidos.
Por lo tanto, aunque la Conductividad Elctrica del Suelo no sea en s mismo un
parmetro relevante, el hecho de que permita obtener una gran densidad de datos a
bajo costo y que la misma este asociada a otros parmetros que si influyen
directamente sobre el rendimiento, ha llevado a que los mapas de Conductividad
Elctrica sean el medio ms habitual para caracterizar la variabilidad edfica. Estos
permiten diferenciar ambientes en los que luego se toman muestras para analizar
cuales parmetros edficos son los que determinan los patrones de variacin de la
Conductividad. Aunque no se prescinde del muestreo, se reduce notablemente la
cantidad de muestras necesarias respecto a un muestreo en grilla.
Figura 4: Mapa de conductividad elctrica (Corwin & Lesch, 2010).
pH del suelo relevado con sonda
Existe un sensor mvil con electrodos para la medicin del pH del suelo a una
profundidad de unos 10 cm. El mismo genera mediciones a intervalos de 5 a 15
segundos, que al ser georeferenciadas permiten la elaboracin de mapas(Adamchuk, et
al., 2004).
Materia Orgnica relevada con sensores pticos
Mediante un sensor ptico dispuesto en un abresurco de doble disco similar a los de las
sembradoras, se registran las variaciones en el color del suelo a una profundidad de
aproximadamente 4 cm. Basndose en la relacin entre el color del suelo y el contenido
de materia orgnica se generan mapas con la variabilidad espacial de este ltimo
parmetro. El modulo ptico contiene una fuente de luz y registra la radiacin roja e
infrarroja reflejadas por el suelo.
Profundidad a capas de tosca relevada con Georradar.
Ante la existencia de planchas de tosca en un campo, la profundidad a la que se halla
la misma relevada con georadar, se ha determinado que condiciona el rendimiento
(Mndez, et al., 2010).
Un georradar dispone de una antena transmisora que emite pulsos electromagnticos
al suelo, donde son parcialmente reflejados y registrados desde la superficie por una
antena receptora. La propagacin de las ondas electromagnticas a travs del suelo
est influenciada fundamentalmente por la constante dielctrica y la conductividad
elctrica del mismo. Este permite la deteccin de las interfaces de las capas del suelo y
objetos simples como piedras y cavidades.
La profundidad a la que penetran las seales depende tanto de la conductividad
elctrica del subsuelo como de la frecuencia de la seal aplicada. Con el aumento de la
conductividad del medio, tambin lo hace la atenuacin de la energa de las ondas
electromagnticas y se reduce la profundidad de penetracin. Con el incremento de la
frecuencia, disminuye la profundidad de penetracin en el suelo, pero al mismo tiempo
aumenta la resolucin espacial debido a la menor longitud de onda.
Figura 5: Se observa como al variar la frecuencia para un mismo perfil, se distingue ms claramente una capa compactada entre 40 y 50 cm de profundidad.
Resistencia mecnica del suelo
Se han desarrollado unos sensores de resistencia mecnica del suelo que miden la
resistencia a la penetracin en sentido horizontal y a diferentes profundidades, con
celdas de carga dispuestas sobre un brazo metlico vertical. Al desplazarlo a travs del
campo, registra los valores de resistencia mecnica, los que son georeferenciados con
un receptor GPS. El uso de esta herramienta no est difundido hasta la actualidad y
para caracterizar la variabilidad espacial de la resistencia mecnica se suele recurrir a
mediciones puntuales, habitualmente con penetrmetro de cono.
Figura 6: Sensor de la resistencia mecnica del perfil del suelo (Chung, et al., 2006)
Figura 7: Mapa de resistencia mecnica del suelo(Adamchuk, et al., 2008)
b. Fuentes de informacin discreta Muestreos en grilla
Los muestreos de puntos aislados han sido el medio tradicional de obtener informacin
del suelo y el cultivo. Tradicionalmente se enviaban muestras de suelo o tejidos a
laboratorios para su analisis, aunque van apareciendo sensores que brindan
informacin instantnea de las muestras, particularmente sensores pticos.
Los muestreos tradicionalmente han estado dirigidos a determinar valores medios de
las propiedades del terreno, por lo que los puntos de donde se toman los datos deben
seleccionarse al azar, de modo de evitar errores en la estimacin de la media del
campo.
Cuando se pretende construir un mapa de la variacin de una propiedad en el terreno,
la distribucin de la misma no es al azar y el valor de cada punto va a estar ms
correlacionado con los puntos cercanos que con los ms distantes. Ante la ausencia de
un conocimiento previo, lo ms adecuado es muestrear en base una grilla e interpolar
los valores entre los puntos de muestreo. La eficiencia y simplicidad son caractersticas
positivas de los muestreos en grillas pero presentan aspectos negativos como el riesgo
de interactuar con fenmenos peridicos, su elevado costo, demandan tiempo e
intensidad de trabajo, sumado a posibles errores de interpolacin.
En la actualidad se asume que la escala requerida para que las grillas de muestreo
documenten adecuadamente la variabilidad especial, es probablemente prohibitiva. A
falta de otro medio para documentar la variabilidad espacial se llega a tomar una
muestra por hectrea, sin embargo en muchos casos se observa que los mapas
generados a partir de las grillas, no se ajustan a los patrones observados en los mapas
de rendimiento, fotos areas o imgenes satelitales. Esto est llevando a la adopcin
de muestreos basados en zonas de manejo definidas a partir de fuentes de informacin
disponibles previamente.
Figura 8: Grilla de muestreo en un lote con dos muestras por celda de la grilla.
Figura 9: Ejemplo de diferentes propiedades relevadas a partir de un muestreo en puntos
discretos (Duffera, et al., 2007)
c. Sensores remotos
Los sensores remotos permiten caracterizar la reflectancia o emitancia del canopeo y de
este modo relevar la condicin del suelo y el estado de crecimiento y desarrollo del cultivo,
a bajo costo. Las mediciones se pueden hacer con sensores digitales (imgenes
satelitales) o film fotogrfico (fotos areas). Los datos de reflectancia generalmente son
expresados en la forma de ndices de vegetacin que son relaciones entre diferentes
longitudes de onda, de los cuales el ndice normalizado de diferencias de vegetacin NDVI
es el ms comn. Este (NDVI) se cre para evaluar el ndice de rea foliar y se representa
con NDVI = (NIR - rojo)/(NIR + rojo), por lo que permite evaluar la biomasa y el rendimiento
de los cultivos. Otro ndice denominado Verde NDVI = (NIR verde)/(NIR + verde) es til
cuando el ndice de rea foliar (IAF) es superior a ~2.5 (Schepers, 2002). Esencialmente, la
reflexin verde es ms indicativa del status de N en cultivo cuando hay suficiente material
vegetativo para absorber (va fotosntesis) una mayor parte de la luz roja.
2) ANALISIS E INTERPRETACIN DE LOS DATOS
El objeto del anlisis e interpretacin de los datos relevados es determinar cules son las
limitantes al rendimiento de los cultivos en cada sitio del campo y si estas se modifican
para diferentes aos. En cualquier ao, el rendimiento en diferentes partes del campo,
puede potencialmente estar limitado por cualquiera de los diferentes factores que lo
condicionan: edficos, antropognicos, biolgicos y meteorolgicos. La variabilidad
espacial en estos factores puede estar influenciada por diferencias en la topografa, la
estructura y el agua del suelo, microclima, etc. La importancia del los factores limitantes
puede variar dentro y entre estaciones de cultivo.
El primer paso para el anlisis de los datos es proceder a la limpieza de los mismos, que
consiste en la remocin de errores, fundamentalmente en los mapas de rendimiento. Con
estos ltimos se debe analizar el ancho y posicin del cabezal, retardo de flujo de grano en
la cosechadora, cambios de velocidad abruptos, retardo inicial y final de cada pasada,
valores extremos de rendimiento, errores de posicin y otros (Simbahan, et al., 2004;
Sudduth & Drummond, 2007). Para completar esta paso, existe un software especfico
Yield Editor ( http://www.ars.usda.gov/Services/Services.htm?modecode=36-22-15-00).
En segundo lugar, para mapas de rendimiento de diferentes cultivos en un mismo lote, se
deben normalizar los rendimientos de diferentes especies, expresando los mismos en
forma relativa al mximo rendimiento de cada cultivo(Flowers, et al., 2005).
Figura 10: Etapas en el anlisis de datos A) datos de rendimientos sin analizar, B) luego de eliminar errores, C) normalizados D) ajustados a una grilla comn.
En una tercera etapa del anlisis se deben ajustar los datos de diferentes parmetros y de
diferentes aos, a una grilla comn, de forma que estn referidas a puntos con las mismas
coordenadas(Kleinjan, et al., 2007; Plant, 2001). Esto generalmente se logra con diferentes
mtodos de interpolacin geoestadistica, por ejemplo el inverso de la distancia o kriging.
Figura 11: Ajuste de los datos a una grilla comn.
Figura 12: Ejemplo de datos del GPS combinados con los de rendimiento, generando una superficie continua por kriging.
El siguiente paso del anlisis de los datos consiste en identificar las propiedades que mejor
correlacionan con el rendimiento de los cultivos (figura 13), aunque debe tenerse en claro
que correlacin no siempre indica causalidad.
Finalmente se puede armar un modelo de respuesta del rendimiento del cultivo, basado en
la o las propiedades que mejor correlacionan con el rendimiento.
Figura 13: Correlaciones de diferentes parmetros con el rendimiento del cultivo (Corwin & Lesch, 2005).
3) IMPLEMENTACIN DE RESPUESTAS
Cuando se han determinado las causas de la variabilidad del rendimiento, se deben
determinar las prcticas de manejo ms apropiadas. Puede ocurrir que la variabilidad
espacial no se desve lo suficiente de la media del campo como para justificar aplicar un
manejo diferenciado de distintas areas del mismo. De todos modos en ese caso se podr
plantear un manejo uniforme ms ajustado (Pierce & Nowak, 1999; Plant, 2001). Para los
otros casos en los que la variabilidad espacial de los factores limitantes del rendimiento, se
desve considerablemente de la media, se debe plantear un manejo diferenciado de los
insumos (fertilizantes, enmiendas, laminas de riego, etc.) o practicas (descompactacin,
drenaje, etc.).
El manejo diferenciado puede tener por objeto eliminar las limitaciones o ajustar el manejo
a las mismas. Por ejemplo, la respuesta del cultivo a la fertilizacin nitrogenada es mayor
en suelos profundos por lo que se podra aumentar la dosis en estos ambientes. Sin
embargo en el caso que la limitacin a la profundidad de races estuviera originada por
capas compactadas, podra plantearse una descompactacin profunda para eliminarlas.
El campo se debe dividir en zonas de manejo donde cada una es una subregin que
expresa una combinacin homognea de factores limitantes del rendimiento, para el cual
una misma dosis de un insumo del cultivo es apropiado para alcanzar la mxima eficiencia
productiva (Doerge, 1999). La delineacin de las zonas de manejo se puede realizar a
partir de la variabilidad del del cultivo (mapas de rendimiento, imgenes satelitales, fotos
aereas) o bien partiendo de la variabilidad de las propiedades del suelo que lo influencian
(relevada mediante grillas de muestreo). En este ltimo la intensidad de muestreo
necesaria para lograr la densidad de informacin adecuada, desalienta su utilizacin por lo
elevado de los costos (Cox & Gerard, 2012). No se descartan los muestreos ya que son
imprescindibles para relevar determinadas propiedades, pero se realizan con menos
muestras para caracterizar los ambientes que ya fueron diferenciados por otros medios.
Existe la posibilidad de diferenciar zonas de manejo en funcin de mapas de suelos,
topografa, sensores remotos o la experiencia de los productores. Sin embargo la
delineacin de zonas de manejo a partir de mapas de rendimiento, se ve facilitada por la
disponibilidad de los mismos para varios aos, en muchos establecimientos
agropecuarios(Flowers, et al., 2005).
En el caso de que ms de un factor influencie el rendimiento, se agrupan los ms
importantes que limitan el rendimiento en areas determinadas, cuantos ms factores se
incluyan en la delineacin de una zona de manejo, ms preciso ser el mapa de aplicacin
variable (Doerge, 1999; McCann, et al., 1996).
Para la delineacin de zonas de manejo, generalmente se ha estado usando tcnicas de
anlisis de conglomerados (cluster analysis), para agrupar caractersticas similares
basadas en propiedades del suelo o atributos geogrficos, aunque no hay una tcnica de
delineacin de zonas de manejo aceptada universalmente
En el caso de hallarse tan solo un factor que condicione el rendimiento, la diferenciacin de
ambientes se limita a delinear reas con diferente grado de expresin del mismo. Cuando
las limitaciones son varias, se debe valorar la importancia de cada una en los diferentes
ambientes, pudiendo ser necesario diferentes prcticas de manejo en las distintas zonas.
Figura 14: A partir de la informacin der rendimiento se definen tres zonas de diferente potencial productivo.
En la figura 14 a, b, c y d, se observan mapas de los factores limitantes del rendimiento,
generados por interpolacin a partir del muestreo de estos parmetros. De los mismos
surgen cuatro recomendaciones para mejorar el rendimiento, 1) reducir la fraccin de
lavado en reas con mucho drenaje, 2) reducir la salinidad aumentando el lavado donde la
salinidad en la zona de races supere los 7,17 dS/m, 3) incrementar la disponibilidad de
agua para los cultivos en las reas de textura gruesa, aumentando la frecuencia del riego,
y 4) reducir el pH donde sea superior a 7,9(Corwin & Lesch, 2010).
Figura 15: Zonas de manejo con diferentes practicas en funcin de distintas limitantes.
Las zonas de manejo deben ajustarse a los siguientes criterios: 1) las diferencias de
rendimiento entre zonas deben ser mayores que las diferencias dentro de cada zona, 2) los
principales factores que influencian el rendimiento en cada zona, deben ser los mismos
(Plant, et al., 1999),, 3) las areas de diferente potencial productivo pueden o no ser
contiguas y 4) el nmero de zonas diferenciadas es subjetivo y depende de la tcnica
utilizada para delinearlas y la escala de variacin observada en el campo. (Khosla et al.
2002; Koch et al. 2004).
Extensin de las zonas de manejo
Al definir las areas que van a recibir un manejo diferenciado, existen condicionantes
prcticos a la superficie dedicada a cada tratamiento. Es conveniente dividir los lotes en no
mucho ms de dos o tres areas diferenciadas por potencial de rendimiento, debido a las
dificultades que se presentan para manejar areas muy pequeas con la tecnologa
disponible, por ej. an con mapas muy precisos, las deficiencias de nutrientes o las plagas
pueden presentar dificultades para su tratamiento, si su expresin areal es
considerablemente menor que la mnima rea tratable por los equipos de aplicacin
disponibles(Pierce & Nowak, 1999), adems para aplicar determinados insumos existe un
tiempo de retardo para variar la dosis.
Variabilidad temporal
El uso de zonas de manejo ha producido resultados encontrados, con zonas que presentan
una produccin homognea en algunos aos y en otros presentan diferencias marcadas al
interior de las mismas. Particularmente se ha encontrado que los patrones espaciales de
rendimiento cambian en los aos ms secos o hmedos, apartndose de las zonas de
manejo definidas. Por lo tanto el uso de zonas de manejo basadas en propiedades del
suelo, tendra sus limitaciones a lo largo de los aos y debera ser complementada con el
uso de sensores remotos que releven la variabilidad del cultivo, por ejemplo para las
aplicaciones variables de nitrgeno(Roberts, et al., 2010). Blackmore (2003), ha planteado
que en el caso del rendimiento la mayor parte de la variabilidad espacial se cancela en el
tiempo (va tendiendo a valores medios), en la medida que se van sumando datos de
diferentes aos. Las condiciones climticas en conjunto con el tipo de suelo, podran
explicar esto: si un campo tuviera una rea baja donde escurriera el agua, podra tener un
rendimiento alto en un ao seco y un rendimiento bajo en un ao hmedo, por lo que
tenderan a valores medios en el tiempo.
Sin embargo, aunque las zonas de manejo en un ao sean un poco diferentes de las que
pudieran definirse en un ao diferente, aun cuando el cultivo sea el mismo, estas proveen
un medio para caracterizar la distribucin espacial de los factores limitantes del
rendimiento para cada campaa. La acumulacin de mapas de zonas de manejo de
diferentes campaas en el mismo campo puede proveer de un medio para comprender la
respuesta espacial del cultivo(Plant, 2001).
Manejo sitio especfico en tiempo real El manejo de la fertilizacin nitrogenada se debe realizar en funcin de las condiciones del
ao en curso, ms que por el uso de mapas de rendimiento de los aos previos. Es
necesario combinar informacin en tiempo real, sobre la estructura del cultivo,
generalmente obtenida mediante sensores remotos y comprobacin con los modelos
existentes de respuesta al nitrgeno, para ajustar exitosamente las dosis que optimicen el
rendimiento. Este manejo basado en el cultivo, cuando se realiza a partir de imgenes
satelitales presenta algunas limitaciones como la presencia de nubes que provocan la
perdida de informacin, pero fundamentalmente la resolucin (unos 20 metros). Existen
sensores terrestres que miden la reflexin del cultivo montados sobre la maquinaria de
aplicacin (tractores o pulverizadoras autopropulsadas), para realizar la aplicacin en
tiempo real(Bianchini, 2007).
Los estudios comparativos entre el manejo de la fertilizacin nitrogenada basada en el
cultivo y otras alternativas, han indicado un aumento en la eficiencia en el uso del
nitrgeno, pero con nulos a pequeos aumentos del rendimiento, poniendo en cuestin la
rentabilidad de la estrategia, particularmente por el costo que actualmente tienen los
sensores (Dobermann, et al., 2004). A nivel local se ha observado los mismos resultados
de aumento de la eficiencia en el uso del N, sin diferencias en el rendimiento respecto de
aplicacin de dosis uniformes, aunque se estima que con la reduccin de los precios de los
sensores, la tcnica ser una opcin viable para ajustar la eficiencia de la fertilizacin
(Melchiori, 2010).
Bibliografa Adamchuk, V. I., Hummely, J. W., Morganz, M. T. & Upadhyaya, S. K., 2004. On-the-go soil sensors for precision agriculture. Computers and Electronics in Agriculture, Volume 44, pp. 71 - 91.
Adamchuk, V. I., Ingram, T. J., Sudduth, K. A. & Chung, S. O., 2008. On the go mapping of soil mechanical resistance using a linear depth effect model. Trans. ASABE, 51(6), pp. 1885 - 1894.
Bianchini, A., 2007. Manejo sitio-especfico de nutrientes. En: 7 Curso de Agricultura de Precisin y Mquinas Precisas. Manfredi: INTA, pp. 68 - 76.
Blackmore, S., 2003. The Role of Yield Maps in Precision Farming. Ph.D. dissertation ed. s.l.:Cranfield University at Silsoe.
Chung, S. O., Sudduth, K. A. & Hummel, J. W., 2006. Design and validation of an on the go soil strenght profile sensor. Trans. ASABE, 49(1), pp. 5 - 14.
Corwin, D. L. & Lesch, S. M., 2005. Characterizing soil spatial variability with apparent soil electrical conductivity: II. Case study. Computers and Electronics in Agriculture, Volume 46, pp. 135 - 152.
Corwin, D. L. & Lesch, S. M., 2010. Delineating Site-Specific Management Units with Proximal Sensors. En: M. A. Oliver, ed. Geostatistical Applications for Precision Agriculture. Londres:. Londres: Springer Science+Business Media B.V., pp. 139 - 165.
Cox, M. S. & Gerard, P. D., 2012. Crop and Soil Management Zone Delineation Based on Soil Property or Yield Classification. Volume 11, pp. 223 - 240.
Dobermann, A., Blackmore, S., Cook, S. E. & Adamchuk, V. I., 2004. Precision Farming: Challenges and Future Directions. In: New directions for a diverse planet. Brisbane: s.n.
Doerge, T., 1999. Management zone concepts. SSMG-2. In Clay et al. (ed.) . International Pl. In: Clay, ed. Site specific management guidelines. Norcross, GA.: International Plant Nutrition Institute.
Duffera, M., White, J. G. & Weisz, R., 2007. Spatial variability of Southeastern U.S. Coastal Plain soil physical properties Implications for site-specific management. Geoderma, Volume 137, pp. 327 - 339.
Flowers, M., Weisz, R. & Jeffrey, G. W., 2005. Yield-Based Management Zones and Grid Sampling Strategies: Describing Soil Test and Nutrient Variability. Agronomy Journal, Volume 97, p. 968982.
Franzen, D. W., Cihacek, L. J., Hofman, V. L. & Swenson, L. J., 1998. Topography-Based Sampling Compared with Grid Sampling in the Northern Great Plains. Journal of Production Agriculture, 11(3), pp. 364 - 370.
Frogbrook, Z. L. & Oliver, M. A., 2007. Identifying management zones in agricultural fields using spatially constrained classification of soil and ancillary data. Soil Use and Management, Volume 23, pp. 40 - 51.
Griffin, T. W., 2010. The Spatial Analysis of Yield Data. In: M. A. Oliver, ed. Geostatistical Applications for Precision Agriculture. Londres: Springer, pp. 89 - 116.
Kleinjan, J., Clay, D. E., Carlson, C. G. & Clay, S. A., 2007. Developing Productivity Zones from Multiple Years of Yield Monitor Data. In: F. J. Pierce & D. Clay, eds. GIS applications in agriculture. Boca Raton, FL: CRC Press, pp. 65 - 80.
Kweon, G., 2012. Delineation of site-specific productivity zones using soil properties and topographic attributes with a fuzzy logic system. Biosystems Engineering, Volume 112, pp. 261 - 277.
McCann, B. L., Pennock, D. J., van Kessel, C. & Walley, F. L., 1996. The development of management units for site-specific farming. In: Proceedings of the Third International Conference on Precision Agriculture. Madison, WI: American Society of Agronomy, pp. 295 - 302.
Melchiori, R., 2010. Sensores remotos para el manejo del nitrgeno. En: 9no curso internacional de agricultura de precisin. Manfredi: INTA, pp. 215 - 219.
Mndez, A. y otros, 2010. Anlisis del rendimiento y la calidad de la cebada cervecera en funcin de la profundidad de tosca en el perfil del suelo. En: IX Congreso Latinoamericano y del Caribe de Ingeniera Agrcola CLIA 2010 y XXXIX Congresso Brasileiro de Engenharia Agrcola CONBEA 2010. Vitoria: s.n.
Menndez, F. J., 2007. Reconocimiento y manejo de la heterogeneidad ambiental. En: 7 Curso de Agricultura de Precisin y Mquinas Precisas. Manfredi: INTA, pp. 215 - 221.
Miller, R. O. et al., 1999. Site-specific relationships among flag leaf nitrogen, SPAD meter values and grain protein in irrigated wheat. In: Proceedings of the Fourth International Conference on Precision Agriculture. Madison WI: American Society of Agronomy, pp. 113 - 122.
Oliver, M. A., 2010. An Overview of Geostatistics and Precision Agriculture. In: M. A. Oliver, ed. Geostatistical Applications for Precision Agriculture. Londres: Springer, pp. 1-34.
Pierce, F. J. & Nowak, P., 1999. Aspects of Precision Agriculture. Advances in Agronomy, Volume 67, pp. 1 - 85.
Pilesj, P., Thyln, L. & Persson, A., 2005. Topographical data for delineation of agricultural management Zones. In: J. V. Stafford, ed. Precision Agriculture 05. The Netherlands: Wageningen Academic Publishers, pp. 819 - 826.
Plant, R. E., 2001. Site-specific management: the application of information technology to crop production. Computers and Electronics in Agriculture, Volume 30, p. 929.
Plant, R. E. et al., 1999. Factors underlying grain yield spatial variability in three irrigated wheat fields. Trans. ASAE, 42(5), p. 11871202.
Roberts, D. F. y otros, 2010. A crop and soil strategy for sensor based variable rate nitrogen management. En: R. Kholsa, ed. Proceedings of the Tenth International Conference on Precision Agriculture. Denver, Colorado: s.n.
Senay, G. B. y otros, 1998. Manipulation of high spatial resolution aircraft remote sensing data for use in site-specific farming. Trans. ASAE, 41(2), p. 489 495.
Simbahan, G. C., Dobermann, A. & Ping, J. L., 2004. Screening Yield Monitor Data Improves Grain Yield Maps. Agron. J., Volume 96, p. 10911102.
Sudduth, K. A. & Drummond, S. T., 2007. Yield Editor: Software for Removing Errors from Crop Yield Maps. Agron. J., Volume 99, p. 14711482.
Top Related