Información Técnica: Como predecir el rendimiento en el cultivo de papa con agricultura de precisión?

Los productores deben poder evaluar la variación en las poblaciones de plantas de papa a escala de campo en cualquier momento dado. 

Esto es gracias al trabajo realizado en la Universidad Harper Adams, por el estudiante de doctorado Joseph Mhango, que fue financiado por AHDB. 

Su nueva herramienta de toma de decisiones utiliza inteligencia artificial conocida como Deep Learning junto con imágenes de los cultivos tomadas con drones, que permitiría calcular el número de tallos y mapear dónde ocurren.

Esta técnica es capaz de detectar objetos y se utiliza para la visión artificial en vehículos autónomos. A partir de esta experiencia, Joseph Mhango acotó: “Los agrónomos necesitan conocer la población de tallos para poder modelar el número de tubérculos.

“Durante los últimos dos años, hemos estado desarrollando algunas técnicas basadas en inteligencia artificial para comenzar a resolver el problema de cuál es la mejor manera de estimar las diferencias en la densidad de tallos en un campo de papa con el dosel completo, normalmente a los 70 días después de la siembra”. Al analizar los índices de vegetación utilizando longitudes de onda rojas, azules y verdes regulares tomadas por el dron, Joseph descubrió que las puntas meristemáticas de las plantas de papa se pueden contar y usar para representar puntas de tallos.

Luego, se utilizó Deep Learning para desarrollar un modelo potente para estimar el número de tallos que se puede usar para producir un mapa con la densidad de población de tallos en un campo. La herramienta está dirigida principalmente a facilitar las decisiones de cosecha, de modo que las áreas con mayor número de tubérculos puedan tener más tiempo para aumentar el volumen, mientras que aquellas con menos tubérculos más grandes se cosechan primero.

“Los modelos previamente probados muestran que donde hay más número de tallos por área de superficie, se espera un mayor número de tubérculos a un costo del tamaño promedio de los tubérculos. Señaló que los productores están bien familiarizados con la relación entre la población de tallos de papa y el rendimiento de tubérculos, así como la distribución del tamaño, y las decisiones sobre los tiempos de cosecha se basan normalmente en una serie de muestreos para estimar el rendimiento en el campo.

“La diferencia con otros modelos, es que este brinda la capacidad de medir la variación dentro del campo para proporcionar información para delinear las zonas de manejo en la agricultura de precisión. ”El nuevo modelo de Joseph ha sido probado en varios cultivos de papa en Shropshire y Lincolnshire, y parece muy prometedor, dijo. "La nueva herramienta hará que la agricultura de precisión sea mucho más fácil de lograr, ya que la información permite tomar decisiones sobre los tiempos de desecación y cosecha, pero también las aplicaciones de pesticidas y herbicidas".

También como parte de sus estudios, ha estado mapeando el rendimiento de los cultivos de papa en cinco campos, analizando las aplicaciones de fertilizantes de nitrógeno (N), fósforo (P) y azufre (S) y las diferencias en cómo se traducen en rendimiento, y en qué punto. dejan de contribuir. “La respuesta a los nutrientes del suelo puede variar a lo largo del campo debido a los niveles ya disponibles en el suelo. “Se tomaron muestras de suelo después de la aplicación de fertilizante y en la mayoría de los campos encontramos evidencia de fertilización excesiva que asoció niveles más altos de P dentro de un campo con tamaños de tubérculos más pequeños”.

“Nuestro entendimiento ha sido que existe una jerarquía de volumen de tubérculos en las papas y solo un subconjunto de los tubérculos dominantes aprovechan los niveles óptimos de nutrientes. “Sin embargo, con los altos niveles de nutrientes observados en los campos de los agricultores, estamos reuniendo evidencia de que esto no siempre es cierto. “Los hallazgos muestran que todos los campos del estudio están operando a niveles de nutrientes más allá de los óptimos, y dentro de estos campos, había una relación negativa significativa entre los niveles de P y la distribución del tamaño de los tubérculos.

"En lugar de utilizar experimentos aleatorios con tratamientos controlados, queríamos comprender la relación entre la distribución del tamaño del suelo y del tubérculo en las condiciones reales del campo". Como resultado, adoptó un enfoque de encuesta geoestadística para construir modelos. Esto, él cree, nos ha permitido construir modelos con coeficientes que reflejan mejor las relaciones observadas en los campos típicos de los agricultores ”. "En muchos casos, los agricultores pueden fertilizar en exceso para tratar de garantizar que sus cultivos tengan suficientes nutrientes, pero esto puede estar causando un efecto perjudicial en el rendimiento y la calidad".

La naturaleza tridimensional de estos modelos permite la integración con el modelo de conteo de tallos, así como la inclusión de imágenes de satélite para mejorar las predicciones. 

Un tercer componente del doctorado de Joseph implica la integración de imágenes satelitales multiespectrales de alta resolución disponibles gratuitamente de los suelos y el dosel de sus sitios de estudio. "Mediremos hasta qué punto las imágenes satelitales pueden ayudar a lograr una mejor precisión predictiva del rendimiento de la papa y la distribución del tamaño de los tubérculos antes de la cosecha".