AGRICULTURA DE PRECISIÓN EN BANANO

DARIO ANTONIO CASTAÑEDA SANCHEZ

PROFESOR

Temática

• Introducción a la agricultura de precisión

• La producción en la definición de zonas de muestreo y manejo.

• Comportamiento espacial del pH y la resistencia a la penetración en tres agroecosistemas bananeros.

• Evaluación de la dispersión del moko en el cultivo de banano.

• Sensores cercanos y remotos

• Tecnología VRT

• Plataforma integradora de información

INTRODUCCIÓN AP

DEFINICIÓN DE AP

Aplicación de tecnologías y principios para identificar ymanejar la variabilidad espacial y temporal de todos losaspectos asociados con la producción agrícola, con elpropósito de mejorar la gestión del cultivo y/o reducir elimpacto ambiental.

Pierce and Nowak, 1990

AGRICULTURA DE PRECISIÓN

Supuesto

➢Existencia de variabilidad espacial y temporal en los sistemas productivos.

Evidencias

➢Producción

➢Plagas y enfermedades

➢Suelo

➢etc…

Sheng y Brindal, 2012

CARACTERÍSTICAS VARIABLES

• Variables de la planta Factores

➢ Rendimientos➢ Densidad de plantas➢ Coloración➢ Contenidos foliares

de nutrientes➢ Calidad➢ Sanidad

❖ Geomorfológicos

❖ Suelos

❖ Biológicos- Plagas- Enfermedades- Malezas

❖ Climáticos

❖ Manejo

❖ Políticas, mercado, …Zhang et al. , 2012

Rentabilidad $$$

FACTORES RESPONSABLES DE LA VARIABILIDAD ESPACIAL

➢ Geomorfología

➢ Suelo

➢ El agua

➢ Biológicos

➢ Manejo

FACTORES RESPONSABLES DE LA VARIABILIDAD TEMPORAL

➢ Clima: oferta ambiental

➢ Mercado

➢ Políticas

INTEGRACIÓN INFORMACIÓN

ERA DE LA INFORMACIÓN

ERA INDUSTRIAL

ERA DE LA TECNOLOGÍA

✓ Mecanización✓ Agroinsumos

✓ Ing. genética✓ Automatización✓ Sistemas

AGRICULTURA DE PRECISIÓN

HERRAMIENTAS DE LOS SISTEMAS DE INFORMACIÓN

➢Sistemas de posicionamiento global (GPS)

➢Sistemas de información geográfica

➢Sistemas de análisis estadísticos y de minería de datos

➢Sensores directos, proximales y remotos

➢Telecomunicaciones

ETAPAS DE UN PROGRAMA AP

DISEÑO DE PROPUESTA DE MANEJO POR SITO ESPECÍFICO

Propósito: contar con zonas pequeñas homogéneas en las propiedades de interés para el cultivo, para las cuales es recomendable hacer una aplicación homogénea

Zhang et al. 2002

Requerimiento

Conocimiento de losfactores limitantes ysus niveles críticos

Establecer relacionesespaciales entre laproducción y unconjunto de factores

Bourenane et al. 2004

MANEJO ESPECÍFICO DE VARIABLES RELACIONADAS CON PRODUCCIÓN

ASPECTOS DEL MPSE DE FERTILIZACIÓN

➢La mayor cantidad de trabajos han sido realizados en cereales principalmente y son escasos los trabajos en cultivos perennes.

➢La variable de nutrición manejada es principalmente N, en algunas ocasiones P y K.

➢No hay una respuesta clara y generalizada de la producción frente a las propuestas de manejo por sitio específico realizadas.

LA PRODUCCIÓN EN LA DEFINICIÓN DE ZONAS DE MUESTREO Y MANEJO

RELACIÓN PRODUCCIÓN FACTORES

➢ Si hay diferencias en producción deben existir también diferencias en los factores

➢Generalmente no encontramos diferencias porque los factores buscados (N, P, K), no son los limitantes

➢ Factores limitantes

OBJETIVO DEL TRABAJO

Evaluar el comportamiento espacial de los rendimientosen el clon de banano Williams y su relación conpropiedades químicas, físicas del suelo, con miras aestablecer zonas de muestreo y de manejo por sitioespecífico en la región de Urabá.

EXPERIMENTO

➢Área: 6 ha

➢Variedad: Clon Williams

➢Arreglo: cuadro 2.5 x 2.5 m

➢Tipos de suelo: A, B y C

➢Lotes: L3, L4, y L5

➢Muestra: 130 Unidades

➢Malla regular: 20 x 20 m

➢Georreferenciación✓Unidades

✓Lotes

✓Canales

✓Cable vías

PROPIEDADES Y METODOLOGÍASQuímicas

Propiedad MétodopH PotenciométricoMO Walkley-BlackBT CH3COO-NH4 (pH: 7)Al KClCIC7 AcNH4, pH:7CICE BT+AIP Bray IIS Fosfato monocalcicoFe, Mn, Cu, Zn OlseinB Agua calienteIGAC 2006

Físicas

No Propiedad Método

3Resistencia superficial a la penetración

Penetrómetro de bolsillo

8Indices de estabilidad estructural

Tamizado en seco y en húmedo

2 Indice de humedadDesorción de humedad en platos y ollas de presión con oxígeno.

3 Textura Bouyoucos

1 Arcilla Dispersa Pipeta

1Coeficiente de dispersión Jaramillo, 2002

PROPIEDADES Y METODOLOGÍAS

Producción

Peso del racimo

ETAPA DE ANÁLISISPREDICCIÓN ESPACIAL

➢ Generar un mapa de rendimiento continuo Métodos geo estadísticos

➢ Categorías de rendimiento (Estadística descriptiva)

Schabenberger y Gotway (2005)Matheron (1963); Mulla y Hammond (1988);

Diggle y Ribeiro (2007)

Categoría Rango producción(kg/racimo)

Baja < 25 kg

Media baja 25 – 30 kg

Media Alta 30 - 34

Alta > 35 kg

MAPA DE ZONAS DE PRODUCCIÓN

❖Sectores claramente definidos e identificables en campo, indicando estructuración espacial

Definen zonas de muestreo

VALIDACIÓN DEL COMPORTAMIENTO DE RENDIMIENTO EN CADA UNA DE LAS CATEGORIAS

❖ Se prueba que realmente existen diferencias estadísticas

❖ Gráfico de cajas y bigotes y ANAVA Gráfico de cajas y bigotes

Prueba tukey

MATERIA ORGÁNICA SEGÚN CATEGORIAS DE PRODUCCIÓN

Variable UnidadCategoría (kg)

< 25 25 - 30 30 - 34 > 34

mo % 1.52 b 1.80 ab 2.20 a 2.20 a

CARACTERÍSTICAS QUÍMICAS SEGÚN CATEGORÍAS DE PRODUCCIÓN

Variable UnidadCategoría (kg)

< 25 25 - 30 30 - 34 > 34

pH - 5.38 a 5.17 ab 5.06 b 5.05 b

Al

cmolc(+) kg-1

0.58 b 0.94 ab 1.16 a 1.30 a

K 0.30 a 0.36 a 0.36 a 0.42 a

Ca 17.50 a 15.75 a 14.87 a 14.73 aMg 5.29 a 5.38 a 5.32 a 5.51 a

cice 23.70 a 22.50 a 21.70 a 21.90 a

cic7 21.01 a 21.85 a 22.10 a 21.10 a

Sat.Al % 2.50 a 4.40 a 5.70 a 6.20 a

Ca/Mg - 3.40 a 2.90 ab 2.80 b 2.60 b

(Ca+Mg)/K - 76.00 a 63.80 a 60.50 ab 45.90 b

CARACTERÍSTICAS FÍSICAS SEGÚN CATEGORIAS DE PRODUCCIÓN

Variable UnidadCategoria (kg)

< 25 25 - 30 30 - 34 > 34

H0.3 % 35.53 a 36.00 a 36.00 a 36.98 a

H15 22.82 a 22.81 a 23.60 a 23.34 a

Da g cm-3

1.26 a 1.26 a 1.24 a 1.26 a

CD % 13.69 a 11.06 a 10.03 a 10.39 a

C30 g cm-2

2.45 a 2.34 a 2.12 a 2.37 a

C60 1.87 a 2.21 a 2.33 a 2.27 a

C60 2.17 a 1.98 a 2.13 a 2.30 a

DPMS mm 4.58 ab 4.63 a 4.33 b 4.28 b

AFS % 1.67 b 2.56 b 3.78 a 2.97 ab

AES 83.48 a 82.02 a 81.34 a 81.75 a

IES 19.99 a 22.32 a 23.02 a 22.76 a

DPMH mm 1.95 a 1.94 a 2.21 a 2.02 a

AFH % 48.05 a 46.38 a 41.63 a 44.75 a

AEH 80.44 a 79.61 a 79.92 a 79.88 a

IEH 24.60 a 26.18 a 25.60 a 25.62 a

Conclusiones

❖ No se evidencian diferencias en los contenidos de las bases intercambiables.

❖ El bajo pH (5.4) y alto contenido de Al (1.3) en las zonas de alta producción muestran, con respecto a las de baja (pH: 5.1; Al:0.58), muestran mejor balance de cationes.

RECOMENDACIÓN

- Manejo diferencial de la materia orgánica

- El K puede ser manejado uniformemente.

- No es necesaria la aplicación de Ca

- Hacer un manejo diferencial de Mg

- Las características físicas comportamiento estable

COMPORTAMIENTO ESPACIAL DEL pH y RESISTENCIA A LA PENTRACIÓN

AGROECOSISTEMAS BANANEROS

CENIBANANO

OBJETIVO

Evaluar el comportamiento espacial del pH y laresistencia a la penetración, en tres agroecosistemasbananeros, del Urabá, Antioqueño.

PROCEDIMIENTO

➢ Fincas: 3 fincas➢ Muestra

Finca Área (ha)

n n/ha

AC 38 190 5

PG 130 360 3

LE 63 201 3

Resistencia a la penetración (kg cm-2)0-3030-6060-80pH

ANÁLISIS DE LA INFORMACIÓN

Datos

Análisis exploratorio

Análisis Geo estadístico

Mapas Reclasificación

Puntos categorías

Zonas

COMPORTAMIENTO GENERAL DE LA RESISTENCIA

PUNTOS DE CLASIFICACIÓN

Variable Prof. Min 1erQ Mediana Prom. 3erQ Max.

Resitencia 0 - 30 cm 0.31 0.85 1.01 1.06 1.20 2.36penetracion 30-60 cm 0.31 0.97 1.17 1.19 1.38 2.50(kg/cm2) 60-80 cm 0.34 0.94 1.17 1.22 1.40 3.94

baja media altos

RESISTENCIA PENETRACIÓNFINCA AC

0 – 30 cm

30 -60 cm60 -80 cm

Correspondencia > 0.6

(kg cm-2)

(kg cm-2)

RESISTENCIA PENETRACIÓNFINCA PG

0 – 30 cm

30 -60 cm60 -80 cm

Correspondencia > 0.6

(kg cm-2)

(kg cm-2)

(kg cm-2)

RESISTENCIA PENETRACIÓNFINCA LE

0 – 30 cm

30 -60 cm60 -80 cm

Correspondencia > 0.6

(kg cm-2)

(kg cm-2)

(kg cm-2)

COMPORTAMIENTO DEL pH

5.4

4.9

4.6

COMPORTAMIENTO DEL pH

Variable Min 1erQ Mediana Prom. 3erQ Max.

pH 3.77 4.47 4.75 4.89 5.15 7.421Q 2Q 3Q 3Q

COMPORTAMIENTO DEL pH

AC LE

PG

Conclusiones

❖ No se evidencian sectores con resistencia a la penetración mayores a 2.0 kg cm-2.

❖ Si se observan sectores con resistencia a la penetración con valores muy bajos (< 0.85 kgf cm-2).

❖En una de las fincas se presentan valores de pH bajos que caen en las categorías de extremadamente, muy fuerte y fuertemente ácido.

RECOMENDACIÓN

- Evaluación de la producción en regiones representantesde cada una de las categorías, de Resistencia como depH, para determinar si existe o no relación conproducción

EVALUACIÓN DE LA DISPERSIÓN DEL MOKO EN EL CULTIVO DE BANANO

John Alexander EspinosaOscar Javier Munar

❖Enfermedad de moko: Ralstonia solanacearum

❖InfecciónHeridas: herramientas,

insectos, animales, semilla

❖Fuentes de inóculo- Suelo- Material infectado- Hospederos

ANTECEDENTES

❖ Impacto: Urabá- 1970 – 2003: Erradicación 611 ha- 16 ha año-1

❖EnsayoSe trabajó en 10 fincas con moko

ChigorodóCarepaApartadoTurbo

Entender el proceso dedispersión de la enfermedad demoko dentro de las fincasbananeras

PROPÓSITO

Con un GPS

❖Levantó el perímetro de la finca

❖ Cables vía

❖ Canales de drenaje

❖ Focos de la enfermedad cada tres meses

✓ Se integró en un sistema de información geográfica

✓ GEOESTADISITCA✓ Evaluó la correlación espacial de la

enfermedad vs atributos

PROCESO METODOLÓGICO

Conclusión

❖Dispersión de la enfermedad asociada (0.7) a los cable vía

Operarios principal agente dispersor de la enfermedad

RESULTADO

DISTRIBUCIÓN DE MOKO EN PLATANO EN EL QUINDIO

SENSORES

SENSORES

Los sensores son un aspecto crítico en el desarrollo

de la AP por tres razones:

1- El costo

2- Los sensores pueden muestrear a escalas

pequeñas de espacio.

3- Los sensores facilitan mediciones repetidas

SENSORES

Dispositivos que permiten obtener información de un

objeto o proceso, sin entrar en contacto, en respuesta a

un estimulo físico tal como:

❖Calor❖Luz❖Magnetismo❖Gravedad❖Ondas acústicas

Nivel de detalle no lograble con otras técnicas de

monitoreo

SENSORES

Desaparece el concepto de azar (aleatoriedad)

Desaparece el concepto de muestreo

SENSORES

Cercanos

Espaciales

Terrestres

SENSORES CERCANOS

Estímulo físico, está en contacto o próximo al sensor

Clorofilómetro EM38 Cropscan

Espectrómetro

Potencial de la reflectancia edáfica y foliar para la predicción de contenidos de

nutrientes en plantaciones de banano y plátano (Musa ABB Simmonds) en el

Suroeste y Urabá antioqueño.

Juan Manuel Botero

Eddie Yacir Alvarez Albanés

COMPORTAMIENTO DE LA

REFLECTANCIA DE DIFERNTES COBERTURAS

Ge, Thomasson, y Sui (2011), Labrador et al (2012), Camacho (2013)

MÉTODO

MUESTRAS

Determinación reflectancia

Pretratamiento

Modelos explicativos

CalibraciónEspectros

Espectros transformados

ValidaciónCapacidad

predictiva modelos

Laboratorio suelos

Contenido nutrientes foliar edáfico

MEDICIÓN DE REFLECTANCIA

• Contramuestras

• HR 2000+

• 335 – 1100 nm

• Cada 0.4 nm

• 1329 bandas

MÉTODO

MODELOS POTENCIALES PARA DETERMINAR EL CONTENIDO FOLIAR DE NUTRIENTES EN BANANO

MODELOS CONTENIDO FOLIAR BANANO

Nutriente Transf. No. Comp Error CV Error CV aj R2

NSG1 5 0.10 0.10 0.89DOSC 4 0.08 0.08 0.86

P DOSC 2 0.01 0.01 0.92S DOSC 3 0.01 0.01 0.92

Ca DOSC 2 0.03 0.03 0.96

MgCrudo 11 0.03 0.03 0.83DOSC 3 0.01 0.01 0.97

K DOSC 3 0.16 0.16 0.91Fe DOSC 3 4.25 4.24 0.99

MnSG1 15 66.28 65.75 0.98DOSC 3 10.29 10.27 0.99

CuSG1 5 1.00 1.00 0.88DOSC 3 0.26 0.26 0.97

Zn DOSC 3 0.63 0.63 0.95B DOSC 3 0.57 0.57 0.99

MODELOS POTENCIALES PARA DETERMINAR EL CONTENIDO EDÁFICO DE NUTRIENTES EN SUELOS DE FINCAS PLATANERAS

Subregión nutriente Transformación RMSPD Media CP

Urabá

N Crudo 0.34 2.83 0.88

P 1ra Derivada 0.03 0.18 0.83

S 1ra Derivada 0.07 0.12 0.42

Ca 2da Derivada 0.16 0.81 0.80

Mg DOSC 0.14 0.38 0.63

Cu Crudo 1.43 7.9 0.82

Zn 1ra Derivada 2.08 19 0.89

SENSORES REMOTOS

ALGUNAS APLICACIONES DEL MONITOREO REMOTO

Fotogrametría

➢ DEM➢ Curvas de nivel➢ Pendientes➢ Longitudes➢ Áreas ➢ Volumenes

Ambiental y Agrícola

➢ Clasificación cobertura vegetal.

➢ Índices de vegetación✓ Producción.✓ Enfermedades✓ Deficiencias

nutricionales✓ Humedad del suelo✓ Incendios

➢ Zonas de riegos➢ Deslizamientos

MONITOREO DE RENDIMIENTOS USANDO SENSORES CERCANOS Y REMOTOS

USO DE LAS IMÁGENES AEREAS

Robinson Manco SantamariaCamilo Mejía

MONITOREO LOCAL DE PLANTACIONES BANANERAS USANDO IMÁGENES DE BAJA ALTITUD

Experimento

❖Lote: 4.000 m2

❖Cuatro parcelas

❖Muestra: 144 plantas

Determinar características alométricas de la panta de banano enfunción de característcas obtenidas de imágenes aéreas

PROPÓSITO

Variables tradicionales

- Altura de la planta

- Número de hojas

- Área foliar

PROCESO METODOLÓGICO

Adquisición de imágenes

ADQUISICIÓN DE IMÁGENES

PROCESAMIENTO IMAGENES

Imagen Segmentación

Clasificación Extracción de características

Forma Reflectancia

RESUSLTADOS

GENERACION DE MODELOS

Área foliar Altura de la planta Número de hojas

R2 = 0.74p < 0.01

R2 = 0.89p < 0.01

R2 = 0.90p < 0.01

La información obtenida de las imágenes explica en mas del 90 % las variables alometricas de las plantas:Altura Area foliarHojas

OTROS USOS DE LAS IMÁGENES

Clasificación de coberturas y usos del suelo

TECNOLOGIA VRT

La implementación a gran escala requiere de unatecnología conocida como VRT.

GPS

SIG

CONTROLADORES

✓Fertilización

✓Aspersión plaguicidas

✓ Distribución semillas

✓ Riego

Cereales, Algodón y SoyaEEUU, Australia

Argentina, Brasil

Koch y Khosla 2003, Bongiovanni 2006, Roloff y Focht 2006

SIGA, es una plataforma que asistirá al productor en el manejo agronómico,trazabilidad, planificación y gestión, inicialmente dirigida al cultivo del plátano.

Información general

Agronómico

Ambiental

Fertilidad

Geográfico

ADAPTABLE A DISPOSITIVOS

ACCESO AL SISTEMA

INFORMACION

MÓDULO DE INFORMACIÓN GENERAL

CONCLUSIÓN FINAL

Se tiene la tecnología y procedimientos metodológicos parala captura, análisis espacial de la información.

Es necesario el desarrollo de equipos dotados con latecnología vrt, para el cultivo de banano.

Plataforma que permita integrar, interpretar y desplegarespacialmete la información que actualmente el sectorbananero esta generando

MUCHAS GRACIAS