“A agricultura de precisión non é só para parcelas grandes, tamén é útil en Galicia”

Javier Bueno, durante a súa intervención nas xornadas sobre ensilado de millo celebradas na Politécnica

Javier Bueno é profesor titular do Departamento de Enxeñaría Agroforestal da USC no Campus Terra e integrante do grupo de investigación BioMODEM, con sede na Escola Politécnica Superior de Lugo.

Conta cunha dilatada experiencia no estudo do cultivo de millo en Galicia mediante técnicas de sementeira directa e mínimo laboreo e traballa na actualidade en dous proxectos de agricultura e gandaría de precisión, Millopreciso e Purinpreciso, centrados na análise de datos que poidan servir para achegar recomendacións de sementeira e abonado variable que permitan reducir o uso de insumos necesarios, mellorando a produtividade e a rendibilidade das explotacións leiteiras.

Nunha recente xornada sobre ensilado de millo e nutrición animal, organizada por Limagrain, empresa de sementes líder en Europa en millo forraxeiro, Javier detallou algunhas das conclusións das súas investigacións dentro destes grupos operativos financiados con fondos europeos da Política Agraria Común.

España é o terceiro país que máis fondos da PAC recibe: 47.724 millóns de euros no período 2021-2027

“O noso obxectivo con Millopreciso era comprobar se as tecnoloxías que hai dispoñibles no mercado son útiles para mellorar os sistemas de produción forraxeira de millo nas condicións de Galicia, porque había un mito que dicía que esta tecnoloxía era só para parcelas grandes, pero iso non é verdade”, asegura o profesor de Politécnica de Lugo tras a finalización do proxecto.

Millopreciso centrouse en obter datos de rendemento fiables para posteriormente tomar decisións de dosificación variable no momento de sementeira e abonado na mesma parcela na seguinte campaña.

“Hai anos falabamos sempre de producións medias e de doses medias de abonos ou fertilizantes, pero iso hoxe está cambiando e podemos falar de dosificación variable para obter mellores rendementos. É algo que tamén se pode implementar en Galicia”, conclúe.

Datos en tempo real

O proxecto Millopreciso baseouse na obtención de datos de colleita de millo durante dúas campañas consecutivas, 2023 e 2024, en distintas fincas pertencentes á gandaría A Ladrela, situada no municipio de Xermade. En concreto, analizáronse datos de 7 parcelas xerados a través dos sensores colocados na maquinaria da empresa de servizos agrarios Marcos Otero SL.

Os datos sos non fan nada; hai que transformalos en información útil

Distintos sensores colocados na colleitadora (nos cabezais para medir rendementos e nos tubos de descarga para medir a humidade do forraxe) achegaron uns 1.000 datos por hectárea en outros tantos puntos xeorreferenciados, o que permite obter un mapa de rendementos preciso co que poder facer recomendacións de diferentes densidades de sementeira e dose variable de abono nas posteriores campañas en función do potencial produtivo de cada parcela ou mesmo de cada zona dentro da mesma parcela.

Fiabilidade

A primeira conclusión trala finalización do proxecto Millopreciso é que o sistema é fiable na obtención de datos, “tamén nunha estrutura de propiedade de pequenas parcelas como a que temos en moitas zonas de Galicia”, asegura Javier.

A información de rendementos da parcela obtida a través da maquinaria é almacenada a continuación no centro de datos do fabricante, xa sexa John Deere ou Claas, que se atopa na nube.

Estas tecnoloxías hai que calibralas, non só mercalas e telas na máquina, senón axustalas e usalas

A continuación, o equipo da USC que participou no grupo operativo procedeu á limpeza dos mapas obtidos, xa que a tecnoloxía require que os datos obtidos en bruto sexan revisados e depurados eliminando erros. O dato medio de produción resultante foi de 14 toneladas de MS por hectárea cunha materia seca do 32%.

Pero para determinar as distintas zonas segundo o seu potencial de produción (alto, medio ou baixo) dentro da parcela non abonda con tomar os datos só dunha campaña, senón que se recomenda repetir o proceso polo menos durante 3 campañas consecutivas “para así ter mapas de rendemento nos que poidamos comprobar patróns fiables que se repiten e cos que facer un mapa de prescrición variable para esa parcela”, detalla.

Maior rendemento e aforro de custos

Deste modo, sementando con maior densidade de semente nas zonas máis produtivas (85.000 plantas/ha) e utilizando variedades que respondan a ese maior potencial produtivo e con menor densidade nas zonas menos produtivas (75.000 plantas/ha) “obteremos maior rendemento medio no conxunto da parcela, aforrando un 5% de semente”, calcula Javier.

A dosificación variable de sementeira permitiranos aforrar un 5% de semente sen prexudicar o rendemento total da parcela

Esta decisión de axustar de forma variable a cantidade de semente e de abono hai que tomala en función das características concretas de cada finca. “Hai parcelas que son moi uniformes e que non necesitan ou non compensa facer ningún tipo de aplicación a doses variables”, matiza.

Outra utilidade dos mapas de rendemento sería a obtención de análises de solo máis fiables. “Poderiamos facer análise de solos dirixida e sacar menos puntos de mostraxe unha vez que temos xa esas zonas identificadas con potencial produtivo alto, medio e baixo”, explica.

Tecnoloxía barata

Público asistente á xornada sobre cultivo e ensilado de millo

O principal atranco para a implementación da agricultura de precisión é, a xuízo de Javier, “a información e o servizo posvenda das empresas, porque a tecnoloxía xa está dispoñible pero o factor humano é o elemento fundamental para a súa universalización”, insiste.

Trátase dunha tecnoloxía relativamente barata, asegura, en comparación co custo en si da maquinaria. “Unha colleitadora que custa medio millón de euros podemos equipala con estes sensores por 20.000 euros. Nós centramos a atención nos mapas de rendemento porque é o máis barato, dácho a tecnoloxía da maquinaria ao mesmo tempo que colleitas”, argumenta o profesor da EPS.

Ao mesmo tempo que realizan os traballos agrarios, as máquinas hoxe en día poden xerar moitos datos útiles

“As máquinas hoxe en día poden xerar moitos datos útiles ao tempo que realizan os traballos agrarios. Por exemplo, a sementadora, a colleitadora, a abonadora, a sulfatadora ou o tractor poden ser máquinas intelixentes a un custo moi económico, mediante sensores que hoxe en día son baratos”, reitera.

Intelixencia artificial + intelixencia natural

A súa recomendación é que as explotacións agrogandeiras deben implementar tecnoloxías de información, captación de datos e axuda á toma de decisións mediante intelixencia artificial, pero advirte de que estas tecnoloxías non son completamente autónomas e necesitan da experiencia do agricultor ou gandeiro, polo que, por si soas, teñen un alcance limitado. “A tecnoloxía non o fai todo. Despois da intelixencia artificial ten que actuar a intelixencia natural do gandeiro”, asegura.

Non todo se soluciona cun mapa de rendementos, porque o que non che dá a tecnoloxía son as causas

“A agricultura de precisión é unha ferramenta de axuda á toma de decisións, pero non toma decisións por si soa. Non todo se soluciona cun mapa de rendementos do cultivo, á hora de decidir inflúen máis cuestións ademais da tecnoloxía, que che axuda a identificar esas zonas máis produtivas, pero non che dá as causas e pode haber multitude de motivos. Aí é onde entra en xogo a experiencia e o saber do agricultor ou do gandeiro”, afirma.

Purínpreciso

Un proxecto diferente, pero ao mesmo tempo complementario a Millopreciso, é Purínpreciso, que está nestes momentos nunha fase máis inicial, de adaptación da maquinaria, en concreto da cuba de distribución do purín, para a incorporación dun sistema NIRs para a análise en tempo real da composición do abono orgánico cargado.

“Mediante este sensor na cisterna, que mide en tempo real o poder fertilizante do purín, poderemos dosificalo a continuación na parcela en función desa composición”, detalla o profesor titular da Politécnica de Lugo. “Pode haber moita diferenza entre a parte de arriba do pozo e a de abaixo ou entre un pozo e outro, no caso de que a granxa posúa máis dun”, explica.

A cisterna experimental de distribución de purín estará dispoñible a partir desta primavera

Este tipo de aplicación permitirá ás gandarías leiteiras reducir as súas emisións e a súa pegada de carbono. “A dixitalización das máquinas vainos servir para saber con máis precisión canto carbono extraemos do solo e canto capturamos co noso cultivo, pero non só nos permitirá medir a pegada de carbono con máis precisión, senón tamén reducila, ao dosificar de forma precisa insumos como os fertilizantes químicos en función das necesidades reais do cultivo, ou unha mellor utilización de abonos orgánicos como o purín, cun aporte preciso en función da súa composición, máis aínda se o aplicamos con sistemas que reducen as emisións, como tubos colgantes ou inxectores”, indica Javier Bueno.