{"id":74490,"date":"2002-02-01T00:00:00","date_gmt":"2002-02-01T02:00:00","guid":{"rendered":"http:\/\/revistapesquisa.fapesp.br\/2002\/01\/01\/llegan-imagenes-desde-el-cielo-para-la-agricultura\/"},"modified":"2015-03-11T15:26:33","modified_gmt":"2015-03-11T18:26:33","slug":"llegan-imagenes-desde-el-cielo-para-la-agricultura","status":"publish","type":"post","link":"https:\/\/revistapesquisa.fapesp.br\/es\/llegan-imagenes-desde-el-cielo-para-la-agricultura\/","title":{"rendered":"Llegan im\u00e1genes desde el cielo para la agricultura"},"content":{"rendered":"
\"\"

JANSLE ROCHA \/ UNICAMP<\/span><\/a> En la imagen obtenida desde un avi\u00f3n, el azul es el \u00e1rea con una gran biomasa, el verde representa poca y el amarillo, un intermedio. El rojo representa al sueloJANSLE ROCHA \/ UNICAMP<\/span><\/p><\/div>\n

Los productores de ca\u00f1a de az\u00facar ya pueden dejar de lado el antiguo problema concerniente a la dificultad para estimar con precisi\u00f3n los n\u00fameros de la cosecha. La soluci\u00f3n se encuentra en una nueva metodolog\u00eda desarrollada por los investigadores del Grupo de Estudios en Geoprocesamiento de la Facultad de Ingenier\u00eda Agr\u00edcola de la Universidad Estadual de Campinas (Unicamp). Con im\u00e1genes digitales captadas por sensores instalados en aviones y sat\u00e9lites, los investigadores ponen a disposici\u00f3n de los agricultores un sistema que permite prever, con una antelaci\u00f3n de entre cuatro y cinco meses, el tonelaje de la producci\u00f3n de ca\u00f1a en una determinada \u00e1rea.<\/p>\n

Con la coordinaci\u00f3n del profesor Jansle Vieira Rocha, el grupo logr\u00f3 un hecho in\u00e9dito al utilizar las im\u00e1genes de sat\u00e9lite para calcular la variabilidad de la biomasa en el cultivo de ca\u00f1a. La metodolog\u00eda empleada se encuentra en fase de patentamiento por parte de la Unicamp. Una prueba preliminar realizada en el ingenio S\u00e3o Jo\u00e3o A\u00e7\u00facar e \u00c1lcool, de Araras (S\u00e3o Paulo), que brind\u00f3 apoyo de campo al proyecto, mostr\u00f3 que con la ayuda de las im\u00e1genes de sat\u00e9lite los errores de evaluaci\u00f3n de biomasa cayeron de un 15% a un 2% en algunas \u00e1reas. Para el sector de az\u00facar y alcohol, esto representa un gran avance. La producci\u00f3n de ca\u00f1a de este ingenio fue de casi 3 millones de toneladas en la zafra 2000-2001.<\/p>\n

Un error de un 15% en ese total corresponde a 450 mil toneladas. Como los productores generalmente negocian en marzo el az\u00facar que ser\u00e1 producido a partir de diciembre, no importando si sonen exceso o en defecto, los errores en las previsiones de la zafra siempre acarrean p\u00e9rdidas. El proyecto, que cont\u00f3 con la asociaci\u00f3n de dos investigadores del Centro de Ense\u00f1anza e Investigaciones en Agricultura de la Unicamp (Cepagri), Rubens Augusto Camargo Lamparelli y Jurandir Zullo J\u00fanior, fue premiado al final del a\u00f1o pasado en el marco de un evento en el que fueron presentados m\u00e1s de 150 trabajos de todo el mundo: la\u00a0Third International Conference on Geospatial Information in Agriculture and Forestry<\/em>, realizada en la ciudad de Denver, Estados Unidos.<\/p>\n

Otro estudio brasile\u00f1o tambi\u00e9n premiado en el mismo evento, coordinado por Jos\u00e9 Alexandre Dematt\u00ea, del Departamento de Suelos y Nutrici\u00f3n de Plantas de la Escuela Superior de Agricultura Luiz de Queiroz (Esalq) de la Universidad de S\u00e3o Paulo (USP), con participaci\u00f3n de Marcos Nanni, de la Universidad Estadual de Maring\u00e1 (UEM), mostr\u00f3 el potencial del monitoreo remoto aplicado a la estimaci\u00f3n de los componentes del suelo. Las im\u00e1genes de sat\u00e9lite fueron utilizadas para mapear la variabilidad de la composici\u00f3n de la tierra, evaluar sus componentes y servir de gu\u00eda para el agricultor, indicando las \u00e1reas en las cuales deben ser colectadas las muestras para el relevamiento de los suelos y para los an\u00e1lisis de laboratorio.<\/p>\n

C\u00e1lculos precisos
\n<\/strong>En el estudio de los investigadores de la Unicamp, el objetivo inicial era puramente acad\u00e9mico – comparar tres diferentes m\u00e9todos para medir la biomasa en plantaciones de ca\u00f1a: por radiometr\u00eda (con sensor instalado en tierra), videograf\u00eda multiespectral (a bordo de aviones o helic\u00f3pteros) e im\u00e1genes de sat\u00e9lites. El radi\u00f3metro permite efectuar medidas muy precisas, pero su alcance, 17 x 17 cm., no permite realizar mediciones en \u00e1reas extensas. Las im\u00e1genes a\u00e9reas brindan una visi\u00f3n panor\u00e1mica y al mismo tiempo detallada – cada punto de la imagen (pixel) corresponde a un \u00e1rea de 25 x 25 cm -, pero el costo de la operaci\u00f3n es elevado.<\/p>\n

En tanto, las im\u00e1genes orbitales, como las del Landsat 7, utilizadas en el proyecto, que tienen pixeles de 30 x 30 m, dificultan la visualizaci\u00f3n de los detalles, pero tienen la ventaja de abarcar im\u00e1genes de \u00e1reas muy extensas, de 185 x 185 km. “Con 19 im\u00e1genes podemos mapear todo el estado de S\u00e3o Paulo”, dice el investigador. El costo es a\u00fan relativamente alto: 1.200,00 reales por imagen. “Pero la tendencia indica que el precio podr\u00eda caer en los pr\u00f3ximos a\u00f1os, con el lanzamiento de nuevos sat\u00e9lites”, dice Rocha. “Adem\u00e1s, las im\u00e1genes pueden ser adquiridas mediante un sistema de cooperativa, lo que viabiliza el uso por parte de los peque\u00f1os agricultores.”<\/p>\n

Pero al mapear el \u00e1rea de 36 hect\u00e1reas de ca\u00f1a cedida para la investigaci\u00f3n por el ingenio S\u00e3o Jo\u00e3o en busca de correlaciones entre los tres sistemas de medici\u00f3n, los investigadores r\u00e1pidamente percibieron que los mapas generados ten\u00edan una aplicaci\u00f3n inmediata. \u00c9stos podr\u00edan ser usados como gu\u00edas para los supervisores de campo – los t\u00e9cnicos de los ingenios encargados de efectuar las estimaciones de producci\u00f3n. Actualmente, los supervisores recorren en autom\u00f3vil las carreteras que corren junto a las extensas \u00e1reas plantadas observando el estado general de la plantaci\u00f3n y, con base en esa experiencia, estiman cu\u00e1l ser\u00e1 la producci\u00f3n de dicha \u00e1rea.<\/p>\n

“Ellos tienen mucha experiencia en ese trabajo y son capaces de efectuar buenas estimativas”, afirma Rocha. “El problema es que \u00e9stos eval\u00faan apenas aquello que pueden ver, es decir, la ca\u00f1a que est\u00e1 en la periferia, pero la productividad en las plantaciones suele ser bastante heterog\u00e9nea”. Mientras que algunas \u00e1reas producen 95 toneladas por hect\u00e1rea, otras producen tan solo 50 toneladas por hect\u00e1rea.<\/p>\n

Esa variabilidad obedece a diversos motivos – diferentes tipos de suelo, problemas de fertilidad, ataque de plagas, hierba invasoras, problemas con el exceso de agua – y muchas veces puede ser observada solamente en una visi\u00f3n a\u00e9rea, o en una imagen de sat\u00e9lite, en las cuales las manchas m\u00e1s claras, o amarillas, muestran \u00e1reas de menor productividad, y las m\u00e1s oscuras, o rojas, muestran \u00e1reas m\u00e1s productivas. “Con ese mapa en manos y la ayuda de un GPS (Sistema de Posicionamiento Global), los supervisores de campo estar\u00e1n en condiciones de identificar las \u00e1reas m\u00e1s y menos productivas y, con base en esto, seleccionar\u00e1n los locales que deben ser analizados de cerca”, dice el investigador.<\/p>\n

Las estimativas m\u00e1s precisas son importantes para evitar la repetici\u00f3n de los problemas afrontados por el sector como consecuencia de la previsi\u00f3n incorrecta de la zafra del a\u00f1o pasado. “Ten\u00edamos una estimaci\u00f3n de que la producci\u00f3n en la regi\u00f3n centro-sur del pa\u00eds ser\u00eda de 220 millones de toneladas, pero al comienzo de diciembre, antes del final de las zafras, la producci\u00f3n ya sumaba 232 millones de toneladas”, afirma Jo\u00e3o Martins, gerente agr\u00edcola del ingenio S\u00e3o Jo\u00e3o.<\/p>\n

“Esos 12 millones de toneladas de ca\u00f1a de m\u00e1s ser\u00e1n absorbidos por la producci\u00f3n de alcohol, generando un excedente de 1,10 millones de metros c\u00fabicos, lo que debe hacer que el precio del producto caiga bastante en el mercado”, dice Martins. En una situaci\u00f3n inversa, si la previsi\u00f3n fuera un 10% inferior a la zafra, el problema ser\u00eda a\u00fan peor. “Podr\u00edamos tener una ca\u00edda del precio del az\u00facar al momento de la negociaci\u00f3n y p\u00e9rdidas seguras a la hora de la entrega”, afirma.<\/p>\n

Transferencia de tecnolog\u00eda
\n<\/strong>Los investigadores de la Unicamp recibieron muchos llamadas telef\u00f3nicos de empresarios del sector interesados en la nueva metodolog\u00eda. El grupo ya est\u00e1 preparado para atender la demanda, y la transferencia de la nueva t\u00e9cnica se efectuar\u00eda en dos a\u00f1os. “Durante el primer a\u00f1o vamos a producir mapas y promover cursos para que los t\u00e9cnicos aprendan a interpretar las im\u00e1genes. En el segundo, vamos a implementar los\u00a0software<\/em> y supervisar el trabajo en los ingenios”, dice Rocha. Las empresas deber\u00e1n hacerse cargo de los costos de las im\u00e1genes, de la capacitaci\u00f3n del personal y de la prestaci\u00f3n de servicios. Y el ingenio S\u00e3o Jo\u00e3o no piensa quedarse afuera.<\/p>\n

El a\u00f1o que viene, los investigadores expandir\u00e1n el \u00e1rea de estudio, cubriendo completamente las 40.300 hect\u00e1reas del ingenio. El proyecto de investigaci\u00f3n termina en abril, pero para los investigadores \u00e9ste ha sido apenas el comienzo. “Partimos de un \u00fanico auxilio a la investigaci\u00f3n y abrimos un campo enorme de trabajo”, dice el investigador. Actualmente, siete alumnos se dedican a las investigaciones sobre temas relacionados con la variabilidad en la producci\u00f3n de la ca\u00f1a de az\u00facar – son dos doctorandos, tres maestrandos y dos alumnos de iniciaci\u00f3n cient\u00edfica.<\/p>\n

Uso planificado
\n<\/strong>Otro trabajo que tambi\u00e9n tiene un amplio campo de acci\u00f3n en la agricultura es el del profesor Dematt\u00ea, del Departamento de Suelos y Nutrici\u00f3n de Plantas de la Esalq. Con la ayuda de un sensor instalado en el laboratorio e im\u00e1genes de sat\u00e9lite, Dematt\u00ea construye las bases de una tecnolog\u00eda para auxiliar en el mapeamiento y la evaluaci\u00f3n de los suelos. Los mapas de los suelos constituyen informaciones importantes para la agricultura de precisi\u00f3n, que tiene como principales objetivos el aumento de la productividad y la preservaci\u00f3n del medio ambiente.<\/p>\n

“El conocimiento de las caracter\u00edsticas del suelo es la base para cualquier planificaci\u00f3n del uso de la tierra”, dice el investigador. “Pero en Brasil tenemos una carencia muy grande de mapas m\u00e1s detallados.”El uso de sensores en estudios de caracterizaci\u00f3n de suelos no es una novedad. Las investigaciones empezaron durante la d\u00e9cada del 70, pero solamente a partir de la d\u00e9cada siguiente, con la evoluci\u00f3n de los sensores y el uso diseminado del GPS, \u00e9stas cobraron impulso. “Los resultados de las investigaciones, cuando est\u00e1n relacionadas con la cuantificaci\u00f3n de los atributos de los suelos, estaban en desarrollo, pero actualmente estamos retomando esos trabajos para rever la base y avanzar, como apoyo a la agricultura de precisi\u00f3n”, explica Dematt\u00ea.<\/p>\n

Desde 1995, junto a alumnos de iniciaci\u00f3n cient\u00edfica, maestr\u00eda y doctorado, Dematt\u00ea desarrolla investigaciones b\u00e1sicas en dicha \u00e1rea. “Nuestra propuesta consiste en aliar a la metodolog\u00eda tradicional una nueva forma de estudiar el suelo, a trav\u00e9s de su energ\u00eda electromagn\u00e9tica reflejada. El uso de sensores en la agricultura es un proceso en constante desarrollo”.<\/p>\n

Energ\u00eda reflejada
\n<\/strong>Los primeros pasos mostraron que el an\u00e1lisis de suelos con el uso de sensores es capaz no solamente de diferenciar tipos de suelos, sino tambi\u00e9n de cuantificar diversos componentes, como arcilla, hierro, titanita, silte y material org\u00e1nico. En esta etapa del estudio, el investigador utiliz\u00f3 un espectrorradi\u00f3metro IRIS instalado en el laboratorio. Las muestras de suelo son expuestas a una fuente de luz hal\u00f3gena y el sensor capta la energ\u00eda que refleja en las diferentes longitudes de onda. Estas informaciones son registradas como curvas de reflectancia, que indican las diversas caracter\u00edsticas del suelo, permitiendo su identificaci\u00f3n y discriminaci\u00f3n.<\/p>\n

A medida que los resultados avanzaban, Dematt\u00ea empez\u00f3 a cuantificar los elementos del suelo. El estudio de la reflectancia fue realizado simult\u00e1neamente con los an\u00e1lisis qu\u00edmicos en laboratorio, con metodolog\u00edas tradicionales, que sirvieron como base de comparaci\u00f3n. La etapa siguiente consisti\u00f3 en usar el monitoreo para mapear un \u00e1rea de 198 hect\u00e1reas en el municipio de Rafard, en la regi\u00f3n de Piracicaba. Con la ayuda de un GPS, fueron marcados los puntos de muestreo, uno por hect\u00e1rea. En cada punto se colectaron dos muestras, en profundidades de 0 a 20 cm y de 80 a 100 cm. Las 396 muestras obtenidas fueron analizadas en el sensor del laboratorio.<\/p>\n

“Procuramos seguir una rutina ya establecida entre los agricultores. Ellos traen sus muestras al laboratorio y \u00e9stas son analizadas de acuerdo al m\u00e9todo tradicional. Lo que nosotros hicimos fue usar otro m\u00e9todo, tambi\u00e9n f\u00edsico, pero basado en informaciones obtenidas por sensores sin que haya contacto con la muestra de tierra”, explica el investigador. Las informaciones espectrales de esas muestras fueron entonces comparadas con los resultados de los an\u00e1lisis qu\u00edmicos. “Pudimos observar alt\u00edsimas correlaciones entre los dos m\u00e9todos para determinar, principalmente, arcilla, arena, hierro, materia org\u00e1nica e incluso CIC (capacidad de intercambio de cationes).”<\/p>\n

Solamente a partir de este punto, Dematt\u00ea empez\u00f3 a usar las im\u00e1genes de sat\u00e9lite. Las informaciones de reflectancia por la imagen de sat\u00e9lite del local de la colecta de las muestras fueron comparadas con las obtenidas en an\u00e1lisis de laboratorio tradicionales. “Tambi\u00e9n obtuvimos buenas correlaciones, principalmente para arcillay hierro. Esto demostr\u00f3 que existe un potencial enorme en el uso de sensores instalados en laboratorio y otras plataformas para el estudio de suelo”, dice el investigador.<\/p>\n

Pero el objetivo, por lo menos a corto plazo, no es reemplazar a los an\u00e1lisis tradicionales. La idea es que los mapas obtenidos a partir de im\u00e1genes sean utilizados como un instrumento para orientar a los agricultores en la identificaci\u00f3n de los tipos de suelos y sus caracter\u00edsticas f\u00edsicas y qu\u00edmicas, auxili\u00e1ndolos en la elecci\u00f3n de los puntos m\u00e1s adecuados para colectar las muestras para el an\u00e1lisis tradicional de relevamiento y fertilidad.<\/p>\n

Detalle del suelo
\n<\/strong>Actualmente, la elecci\u00f3n de locales para la colecta de muestras de tierra se realiza con base en las diferencias de colores, relieve o tipo de cultivo. “Los agricultores pueden estar gastando m\u00e1s dinero en laboratorio e insumos porque no han colectado muestras en los lugares ciertos para fines de fertilidad, es decir, pueden estar usando abono en exceso o aplicando menos que lo necesario, en fin, pueden estar perdiendo en productividad y degradando el medio ambiente”, subraya Dematt\u00ea. Otra ventaja del mapeo m\u00e1s detallado del suelo es que el mismo permite identificar \u00e1reas con alto riesgo de erosi\u00f3n.<\/p>\n

Sabiendo esto, los agricultores pueden realizar un manejo adecuado del suelo y evitar la p\u00e9rdida de \u00e1reas productivas. Por ahora, los estudios que involucran el monitoreo remoto no permiten efectuar recomendaciones para fines de fertilidad, es decir, para identificar los nutrientes presentes en el suelo. Pero al identificar diferencias f\u00edsicas y algunas qu\u00edmicas, auxilian en el manejo y en la planificaci\u00f3n racional del suelo, transform\u00e1ndose en una herramienta moderna y avanzada para la agricultura.<\/p>\n

LOS PROYECTOS<\/strong>
\nMonitoreo Remoto Aplicado al Mapeo de la Variabilidad Espacial de la Productividad de la Ca\u00f1a de Az\u00facar para Agricultura de Precisi\u00f3n<\/em>
\nModalidad<\/strong>
\nL\u00ednea regular de auxilio a la investigaci\u00f3n
\nCoordinador<\/strong>
\nJansle Vieira Rocha – Flagri\/Unicamp
\nInversi\u00f3n<\/strong>
\nR$ 83.339,61 y US$ 13.837,00<\/p>\n

Evaluaci\u00f3n de Datos Radiom\u00e9tricos Obtenidos en los Niveles Terrestre y Orbital en la Caracterizaci\u00f3n y el Mapeo de Suelos<\/em>
\nModalidad<\/strong>
\nL\u00ednea regular de auxilio a la investigaci\u00f3n
\nCoordinador<\/strong>
\nJos\u00e9 Alexandre Dematt\u00ea – Esalq\/USP
\nInversi\u00f3n<\/strong>
\nR$ 28.145,75 y US$ 8.098,00<\/p>\n","protected":false},"excerpt":{"rendered":"Sensores instalados en sat\u00e9lites y en aviones captan informaciones utilizadas en an\u00e1lisis de suelos y en estimaciones de cosechas agr\u00edcolas","protected":false},"author":143,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[192],"tags":[],"coauthors":[458],"class_list":["post-74490","post","type-post","status-publish","format-standard","hentry","category-tecnologia-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/74490","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/143"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=74490"}],"version-history":[{"count":0,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/74490\/revisions"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=74490"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=74490"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=74490"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=74490"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}