La agricultura es una de las industrias más antiguas del mundo; se han encontrado evidencias de agricultura que se remontan al año 21.000 a.C. Sin embargo, con una población en aumento y alteraciones ambientales debido al cambio climático, la agricultura necesita encontrar nuevas soluciones para mejorar la seguridad alimentaria.
Una forma de cultivar más alimentos es mediante el uso de análisis de datos para mejorar la eficiencia de la agricultura. Al analizar datos sobre patrones climáticos, condiciones del suelo, invasiones de plagas, niveles de luz solar, fuerzas del mercado y otros factores, los agricultores podrían identificar los momentos óptimos para sembrar, tratar y cosechar cultivos, así como identificar los mejores cultivos para maximizar los rendimientos en condiciones particulares.
Tomar decisiones basadas en datos no es nuevo para la agricultura. Desde 1792, el Almanaque del viejo granjero ha proporcionado a los agricultores estadounidenses información sobre pronósticos meteorológicos, gráficos de siembra y datos astronómicos. Mientras tanto, en el Reino Unido, Semanal del granjero proporciona una fuente periódica de información y actualizaciones diseñadas para ayudar a los agricultores. Estas publicaciones, y otras similares, han proporcionado información actualizada periódicamente para permitir una buena toma de decisiones.
Dar a los agricultores más datos y herramientas sofisticadas para analizarlos permitirá tomar decisiones mejor informadas sobre cómo gestionar los cultivos. Ya existe una gran cantidad de datos meteorológicos históricos que pueden utilizarse para predecir patrones climáticos. Aunque el cambio climático tiende a aumentar la probabilidad de que se produzcan fenómenos meteorológicos extremos, dichos fenómenos se están incorporando a los modelos climáticos existentes.
Hay muchas fuentes de datos relacionados con la agricultura. Se pueden recopilar datos del mercado de valores para identificar qué cultivos están funcionando mejor que otros. Se pueden utilizar sensores para recopilar datos sobre la calidad y la humedad del suelo. Se pueden desplegar drones para monitorear plagas y malezas, y enviar satélites a órbita para recolectar datos sobre la cantidad de luz solar en un campo.
WWF y TechUK publicaron recientemente Cultivos para codificar: el papel de los datos en el fomento del comercio agrícola sostenible y cadenas de suministro responsables. El informe destacó el papel de los datos y la tecnología en la promoción de prácticas agrícolas sostenibles y cadenas de suministro responsables a nivel mundial.
El estudio enfatiza la importancia del monitoreo de datos mediante tecnología móvil y plataformas digitales a nivel de producción, para garantizar la visibilidad y la sostenibilidad de la cadena de suministro. Además, los autores hicieron recomendaciones estratégicas al gobierno del Reino Unido para ampliar las innovaciones tecnológicas.
El informe concluye: “La armonización de datos ofrece numerosas oportunidades, desde permitir a los agricultores comprender mejor el impacto de su producción y las cadenas de suministro de las que forman parte, hasta apoyar a las instituciones financieras para que tomen decisiones informadas y verificar las afirmaciones de producción o distribución sostenible. “
Tratar de conseguir mano de obra en una granja es un gran problema, por lo que los agricultores están abiertos a utilizar la tecnología en todas sus formas.
David Ross, Colegio Rural de Escocia
Uno de los beneficios clave del análisis de datos es la capacidad de monitorear continuamente los datos entrantes durante un período de tiempo y transmitir alertas cuando surgen problemas. Por ejemplo, los sensores podrían identificar los momentos óptimos para regar o fertilizar los cultivos.
Al identificar tendencias dentro de los datos existentes, los sistemas de análisis de datos podrían predecir los resultados probables. El uso de soluciones predictivas, como una simulación de Monte Carlo, permitiría a los agricultores identificar tendencias del mercado o probables condiciones de crecimiento para diferentes cultivos.
“Ahora estamos recopilando datos no solo para respaldar la toma de decisiones en el cultivo de productos agrícolas, sino que también hemos pasado al área de la predicción”, dice Mark Wolff, consultor de la industria asesora y estratega jefe de análisis de salud para el Internet global de las cosas (IoT). División en SAS.
“Si hago estas cosas en esta combinación en este momento, ¿qué debo esperar dada una determinada suposición sobre el riego?”
Pruebas y tribulaciones de cultivos
Se podrían utilizar simulaciones por computadora para predecir qué sucede cuando se cultivan diferentes cultivos o se prueba una nueva rutina. Anteriormente, esto habría requerido que el agricultor probara el cultivo durante una temporada para conocer de primera mano el rendimiento del cultivo, lo que requiere mucho tiempo y podría generar pérdidas.
“El siguiente nivel de análisis es el gemelo digital: una simulación de un flujo de trabajo”, afirma Wolff. “Una vez que se tiene un conjunto matemático de relaciones entre insumos y productos (el cultivo, la composición genética de ese cultivo para una geografía particular, un conjunto de insumos para agentes químicos y biológicos y un resultado), se puede simular eso”.
Hay más que sólo cuestiones financieras que los agricultores deben considerar en la agricultura. A menudo los agricultores eligen cultivos por razones distintas a la ganancia financiera inmediata. La rotación de cultivos es una práctica común en la agricultura, que consiste en cultivar diferentes cultivos en secuencia para controlar plagas y malezas y mejorar el suelo.
“En lugar de decirnos qué cultivo cultivar, existe la posibilidad de identificar brotes emergentes de una enfermedad en parte de un campo, como un sistema de alerta temprana”, dice David Ross, consultor principal de servicios agrícolas del Rural College de Escocia.
Como ocurre con todo, la viabilidad financiera es clave. Pocos agricultores podían permitirse un paquete completo de software de análisis de datos. Aunque podría tratarse de un pago único, llevaría tiempo recuperar la inversión. Si el producto se vuelve obsoleto o deja de recibir soporte, se necesitarán inversiones significativas adicionales.
Por estas razones, las empresas de tecnología agrícola están estudiando la posibilidad de ofrecer servicios de análisis de datos como un servicio de suscripción a los agricultores. Esto supera el problema del alto coste inicial del software.
Sin embargo, aún sería necesaria inversión para una variedad de sensores. Muchas empresas agrícolas ya han generado grandes conjuntos de datos que podrían utilizar como modelo de referencia para el análisis de datos agrícolas.
Se necesitaría una red de recopilación de datos. Este incorpora los sensores para recopilar datos en una red que transmite la información para su almacenamiento y análisis. La instalación de una red de este tipo también podría suponer un gasto único importante, similar al proceso de conectar una empresa a los servicios de telecomunicaciones.
Superar los problemas de conectividad
Además, la conectividad de la red sigue siendo un problema en las zonas rurales, especialmente en las regiones más remotas del país. Incluso hay localidades rurales que aún no reciben señal de telefonía móvil. Para que estas soluciones de análisis de datos sean efectivas, es necesario realizar más inversiones en la infraestructura de telecomunicaciones rurales.
Un desafío potencial para la agricultura basada en análisis es la falta de intercambio de información entre diferentes proveedores. Hay poca o ninguna interoperabilidad entre dispositivos de diferentes fabricantes, lo que significa que los agricultores tienen muchos conjuntos de datos diferentes, pero no hay forma de combinarlos para ver cómo interactúan entre sí.
“Tenemos docenas de piezas de software que la granja utiliza para ingresar y generar datos, pero yo me refiero a ellos como silos de datos”, dice Ed Harris del Centro de Investigación Agrícola de Ciencia de Datos de la Universidad Harper Adams. “No se hablan entre ellos y solo obtienes información sobre tu granja”.
Ser capaz de combinar múltiples conjuntos de datos proporcionaría una visión más holística de las operaciones de una granja, en lugar de una serie de entradas de datos independientes. Sin embargo, compartir estos datos y al mismo tiempo proteger la información personal y financiera de cada granja sería esencial para que dicho servicio siga cumpliendo con las regulaciones de protección de datos, como la Ley de Protección de Datos del Reino Unido de 2018.
Poder comparar datos con otras granjas proporcionaría a los agricultores una mayor comprensión de cómo operan sus granjas. De forma independiente, esta información valdría muy poco, pero al combinarla permitiría realizar estimaciones de referencia de cómo funciona una explotación agrícola típica. Esto permitiría a los agricultores identificar áreas de su explotación en las que deben centrar su atención.
“Lo que más me molesta es que si obtienes esos números de una sola granja, el agricultor tendrá ese número”, dice Harris. “Lo que creo que se necesita es un caso de negocios para crear evaluaciones comparativas para el carbono y otras operaciones agrícolas. Entonces tengo un poco más de información en el contexto de las otras granjas”.
También hay elementos regionales a considerar. Un sistema de análisis de datos desarrollado utilizando granjas en una parte particular del país no necesariamente funcionará en otra.
Existen cuestiones ambientales y geográficas que deben ajustarse para que cada solución de análisis de datos sea eficaz. “Trabajamos en un proyecto de Australia y funcionó perfectamente, pero lo llevas a las condiciones escocesas y es simplemente un desastre, ya que era un entorno diferente”, dice Ross.
Además del análisis de datos, la automatización se está utilizando para abordar la reciente escasez de mano de obra. Por lo general, se trata de tareas repetitivas y mundanas, como ordeñar vacas, lo que permite a la fuerza laboral centrar su atención en tareas más complejas.
“Tratar de conseguir mano de obra en una granja es un gran problema, por lo que los agricultores están abiertos a utilizar la tecnología en todas sus formas”, dice Ross. “Un robot en una granja lechera que cuesta £30.000 al año tiene el potencial de ahorrarle al agricultor £85.000 al año en mano de obra”.
Aunque la agricultura no se considera una industria impulsada por las tecnologías de la información, sí depende de la necesidad de datos confiables y precisos para permitir una toma de decisiones informada. El análisis de datos podría utilizarse para identificar tendencias emergentes dentro de los conjuntos de datos y alertar a los agricultores sobre cuándo puede ser necesaria una intervención para proteger los cultivos y aumentar sus rendimientos.
“Los agricultores son unos cabrones cínicos. Es necesario demostrarlo y debe haber un retorno de su inversión”, concluye Ross. “Eso no siempre es dinero en efectivo, como puede ser el tiempo. Tiene que ser relativamente simple, robusto y funcionar en una granja desordenada y en entornos sucios, porque no hay forma de evitarlo”.
