Casos de uso

Validación de Ambientes: uso de mapas interpolados de suelos

@EzeKrieger

Compartir caso

Una vez hecha la ambientación de un lote, es muy importante realizar una revisión constante de las características de cada ambiente y de su expresión productiva. Para ello, el mapa de rendimiento extraído de la cosechadora es el recurso más importante, y si a este lo cruzamos con mapas interpolados de parámetros físicos y químicos de suelos, tendremos la posibilidad de recabar información valiosa acerca de las características de cada ambiente.

Esto nos permite, además, disponer de información confiable para intervenir con prácticas de manejo sitio-especifico, con la finalidad de mejorar el rendimiento de los cultivos (mejora en la respuesta productiva) o, si esto no es posible, realizar economía de insumos (mejorar la respuesta económica).

 

¿QUÉ ES UN MAPA INTERPOLADO (MI) DE SUELOS?

Los MI´s surgen de datos tomados a campo, a partir de muestras de suelo georreferenciadas. Cada una de estas muestras constituye una parte de la grilla, la cual se compone de una serie de sitios de muestreo distribuidos equidistantemente, abarcando la totalidad de la superficie del lote a analizar.

Una vez obtenidos los resultados de los análisis químicos y físicos por parte del laboratorio, se procede a digitalizar dicha información en una capa SIG. A partir de allí, se dispone de todo lo necesario para generar los mapas interpolados que permitirán conocer la distribución espacial, a escala intra-lote, de cada uno de los parámetros analizados en laboratorio.

Hay un factor importante a considerar en la planificación de toda grilla, que es la densidad de muestreo. Por supuesto que en la medida que aumenta la cantidad de muestras por superficie, va a incrementarse la precisión y la representatividad de los mapas interpolados, pero en la misma medida crecerán los costos, por lo que hay que encontrar la relación más acorde con las posibilidades de cada empresa. Normalmente, en agricultura extensiva, se entiende que con una densidad de puntos de 4 a 5 muestras / Ha se obtiene una gran representatividad.

Para el ejemplo de la Imagen 1, la grilla se compuso de 24 muestras en un lote de 160 Has, por lo que la densidad de muestras fue de 6,7 muestras / Ha. 

 

CRUZAMIENTO ENTRE MAPAS INTERPOLADOS (MI) Y MAPAS DE RENDIMIENTOS (MR)

La Agricultura Digital se caracteriza por la posibilidad de generar capas de información de todos los procesos relevantes del ciclo productivo de los cultivos. Una de las capas de información más importante para la agricultura extensiva es el MR de cada cultivo.

Entonces, teniendo disponible el MR del lote, y sus MI´s, es posible cruzarlos a través de tecnologías SIG. En este caso, se usó la plataforma Campo 360 para realizar los cruzamientos. De esta manera, fue posible visualizar el rendimiento alcanzado por cada valor de, por ejemplo, MPa de compactación, % de materia orgánica, mm de agua útil almacenada, o % de cada fracción textural (ver Imagen 2).

Además, si disponemos de MR´s históricos, tendremos la posibilidad de cruzar todos los MI con cada uno de ellos y así podremos conocer la respuesta histórica de rendimiento de diversos cultivos a cada parámetro físico y químico, conforme la características meteorológicas que se dieron durante cada cultivo.

 

¿CÓMO INTERPRETAR LOS CRUZAMIENTOS?

Es evidente que estos cruzamientos muestran de manera muy gráfica la relación entre rendimientos y cada parámetro presente en el set de MI´s, pero bien sabemos que el rendimiento no se debe exclusivamente a un solo parámetro, sino que es producto de la interacción de un gran número de variables, donde cada una de ellas presenta distinto “peso” en la relación, en función de las características del año (especialmente en cuanto a la distribución de precipitaciones en agricultura de secano), cultivo (no es lo mismo el comportamiento de gramíneas y el de leguminosas), y su relación con otras variables (compactación y agua útil almacenada, por ejemplo). 

Una alternativa de análisis es la de calcular el R-cuadrado de la función matemática que relaciona rendimientos y cada parámetro, siendo los valores de R-cuadrado más próximos a 1 los que mayor correlación presentan con rendimientos. Un aspecto fundamental a considerar es el de evaluar con criterio agronómico cada relación, y saber que un parámetro con alto valor de R cuadrado puede influir rendimientos por su acción indirecta sobre otro factor condicionante de los cultivos. Tal es el ejemplo de la alta correlación entre pH del suelo y rendimientos que se dio en Maíz 17-18, pero su efecto se debió a su influencia en la residualidad de herbicidas de un determinado modo de acción.

Considerando este aspecto, es posible sumar los R-cuadrado correspondientes a la relación entre cada parámetro (físicos y químicos) del suelo y el rendimiento de cada cultivo, para obtener el R-cuadrado acumulado. Luego, ordenando los parámetros de mayor a menor en función de se valor de R-cuadrado acumulado, podemos tener una idea de la jerarquía de los factores limitantesen función de su nivel de gravedad. También, esta información le permite saber qué o cuales prácticas de manejo utilizar para levantar los pisos de rendimiento.

Pero, ¿qué ocurre cuando el principal factor limitante de rendimiento es un parámetro que resulta muy difícil de manejar (por ejemplo alto contenido de arcilla)? En los casos donde no es posible levantar los pisos de rendimiento, podemos optar por economizar recursos utilizando tecnología de aplicación variable de insumos (VRT), la cual nos permite obtener un beneficio económico en relación al manejo tradicional.

Sachayoj, Santiago del Estero

Procesos Análisis campaña

Cultivos Garbanzo, Maiz, Soja, Trigo


HERRAMIENTAS EN ESTE CASO