Cómo crear un mapa de prescripción para la siembra a tasa variable
Y cómo OneSoil puede ayudar con esto.
Usevalad Henin
Usevalad es experto en SIG y en agroquímica. Desde el año 2013, se dedica al desarrollo de herramientas de agricultura de precisión. Además, es el cofundador de OneSoil.
Durante el 2019, con el equipo de OneSoil realizamos distintos ensayos de siembra a tasa variable para determinar cómo podemos aumentar el rendimiento por hectárea con su uso. En este artículo, te contaremos nuestras conclusiones acerca de la utilidad de los datos a la hora de llevar adelante esta práctica. Además, examinaremos cómo armar mapas de prescripción para tus equipos, de forma rápida y gratuita.
Recibe todos los nuevos artículos directamente en tu correo electrónico
Durante el 2019, con el equipo de OneSoil realizamos distintos ensayos de siembra a tasa variable para determinar cómo podemos aumentar el rendimiento por hectárea con su uso. En este artículo, te contaremos nuestras conclusiones acerca de la utilidad de los datos a la hora de llevar adelante esta práctica. Además, examinaremos cómo armar mapas de prescripción para tus equipos, de forma rápida y gratuita.
Por qué necesitas la siembra a tasa variable
Básicamente, existen dos formas de incrementar la productividad de un campo: aumentar el rendimiento o reducir los costos relativos a las semillas. La siembra a tasa variable implica sembrar distintas cantidades de semillas en las diferentes partes del campo. Es decir, que aumentamos la cantidad en ciertos sectores y la disminuiremos en otros. Cuando esta práctica se realiza de forma correcta, nos permite aumentar el rendimiento del campo y, a la vez, reducir los gastos en semillas.
La siembra a tasa variable supone una ventaja financiera.
La siembra a tasa variable supone una ventaja financiera.
Qué información precisas para crear un mapa de siembra
Es importante prescribir de forma correcta las tasas de siembra de las diferentes partes de un campo. Esta prescripción depende de la fertilidad del suelo y, en consecuencia, de la productividad del campo. Es decir, estos son los parámetros clave que utilizamos cuando queremos construir un mapa.
Y para tal fin, podemos utilizar los siguientes datos:
Y para tal fin, podemos utilizar los siguientes datos:
- análisis del suelo,
- brillo del suelo y relieve,
- datos de rendimiento de distintas temporadas,
- índice de vegetación (o NDVI).
Análisis del suelo
Este tipo de análisis nos brinda información valiosa sobre las propiedades del suelo. Nos indica, por ejemplo, el contenido de fósforo, potasio y de otros micro y macronutrientes. También nos permite conocer el nivel de acidez y el contenido de materia orgánica. De este modo, podemos utilizar toda esta información para analizar la fertilidad del suelo. Sin embargo, este tipo de análisis también tiene sus desventajas.
No es preciso. Solo existe una metodología clara acerca de cómo realizar este tipo de análisis. Sin embargo, en el ámbito científico todavía se debate si la mejor manera de realizar el muestreo es de forma reticular o por zonas. Esto significa que basarse en los datos de análisis del suelo a la hora de analizar la fertilidad puede ser un tanto riesgoso.
Es caro. El análisis de tan solo una muestra de suelo puede costar entre USD 20 y 50. En promedio, necesitamos tomar una muestra por cada 0,3 ha de campo para crear un mapa preciso de los componentes químicos del suelo. Es decir, que si tenemos un campo de 100 ha, tendremos que tomar 300 muestras de suelo. Eso nos arroja un valor del análisis de USD 6000 a 15 000 (y eso, sin contar los gastos relativos a la toma de muestra en sí). En nuestra experiencia, estas inversiones en muestreo del suelo no nos aportan un beneficio, ni siquiera si logramos aumentar el rendimiento.
Es caro. El análisis de tan solo una muestra de suelo puede costar entre USD 20 y 50. En promedio, necesitamos tomar una muestra por cada 0,3 ha de campo para crear un mapa preciso de los componentes químicos del suelo. Es decir, que si tenemos un campo de 100 ha, tendremos que tomar 300 muestras de suelo. Eso nos arroja un valor del análisis de USD 6000 a 15 000 (y eso, sin contar los gastos relativos a la toma de muestra en sí). En nuestra experiencia, estas inversiones en muestreo del suelo no nos aportan un beneficio, ni siquiera si logramos aumentar el rendimiento.
No es preciso. Solo existe una metodología clara acerca de cómo realizar este tipo de análisis. Sin embargo, en el ámbito científico todavía se debate si la mejor manera de realizar el muestreo es de forma reticular o por zonas. Esto significa que basarse en los datos de análisis del suelo a la hora de analizar la fertilidad puede ser un tanto riesgoso.
Es caro. El análisis de tan solo una muestra de suelo puede costar entre USD 20 y 50. En promedio, necesitamos tomar una muestra por cada 0,3 ha de campo para crear un mapa preciso de los componentes químicos del suelo. Es decir, que si tenemos un campo de 100 ha, tendremos que tomar 300 muestras de suelo. Eso nos arroja un valor del análisis de USD 6000 a 15 000 (y eso, sin contar los gastos relativos a la toma de muestra en sí). En nuestra experiencia, estas inversiones en muestreo del suelo no nos aportan un beneficio, ni siquiera si logramos aumentar el rendimiento.
Es caro. El análisis de tan solo una muestra de suelo puede costar entre USD 20 y 50. En promedio, necesitamos tomar una muestra por cada 0,3 ha de campo para crear un mapa preciso de los componentes químicos del suelo. Es decir, que si tenemos un campo de 100 ha, tendremos que tomar 300 muestras de suelo. Eso nos arroja un valor del análisis de USD 6000 a 15 000 (y eso, sin contar los gastos relativos a la toma de muestra en sí). En nuestra experiencia, estas inversiones en muestreo del suelo no nos aportan un beneficio, ni siquiera si logramos aumentar el rendimiento.
Brillo del suelo y relieve
Estos son los dos factores que suelen indicarnos el contenido de nutrientes orgánicos y la humedad del suelo. Y el contenido de materia orgánica y la humedad, a su vez, inciden en la fertilidad del suelo.
El problema: estos parámetros no son precisos. En los últimos dos años, hemos analizado de forma manual cientos de campos. En cada caso, el impacto del relieve y de los nutrientes orgánicos sobre la fertilidad y la productividad fue diferente. Nuestra experiencia nos ha demostrado que el relieve tuvo un impacto más fuerte en la distribución de los nutrientes orgánicos del suelo. Y esto, a su vez, afectó su fertilidad. Sin embargo, en algunos campos, el contenido orgánico no dependió en absoluto del relieve. Esto podría deberse al bajo nivel de acidez, por ejemplo.
En otras palabras, el relieve y el brillo del suelo no siempre reflejan de forma exacta la fertilidad del suelo o las zonas de productividad.
En otras palabras, el relieve y el brillo del suelo no siempre reflejan de forma exacta la fertilidad del suelo o las zonas de productividad.
El problema: estos parámetros no son precisos. En los últimos dos años, hemos analizado de forma manual cientos de campos. En cada caso, el impacto del relieve y de los nutrientes orgánicos sobre la fertilidad y la productividad fue diferente. Nuestra experiencia nos ha demostrado que el relieve tuvo un impacto más fuerte en la distribución de los nutrientes orgánicos del suelo. Y esto, a su vez, afectó su fertilidad. Sin embargo, en algunos campos, el contenido orgánico no dependió en absoluto del relieve. Esto podría deberse al bajo nivel de acidez, por ejemplo.
En otras palabras, el relieve y el brillo del suelo no siempre reflejan de forma exacta la fertilidad del suelo o las zonas de productividad.
En otras palabras, el relieve y el brillo del suelo no siempre reflejan de forma exacta la fertilidad del suelo o las zonas de productividad.
Datos de rendimiento de distintas temporadas
En este caso, necesitamos conocer los datos de rendimiento de, al menos, los últimos tres ciclos de cultivo. Las condiciones ideales serían si las condiciones climáticas y los cultivos producidos en el campo variaron a lo largo de esos tres años. Precisamos esta información para estar seguros de que las zonas de productividad son estables y para evitar cometer errores cuando establezcamos las tasas de siembra.
Los datos de rendimiento de cultivos, en este caso, constituyen el mejor recurso a la hora de evaluar la productividad de un campo.
Los datos de rendimiento de cultivos, en este caso, constituyen el mejor recurso a la hora de evaluar la productividad de un campo.
Problema 1: acceso limitado a los datos históricos de rendimiento. Las zonas de productividad no siempre son estables. Si cambian cada año a causa del clima o de la sensibilidad de un cultivo a su entorno, precisamos conocer los datos de rendimiento de los últimos cinco o, incluso, siete años. Y, a menudo, no disponemos de esta información.
Problema 2: dificultades a la hora de calibrar las cosechadoras. Si utilizas una cosechadora en el campo, podemos recopilar la información que nos brinda y calibrarla en la oficina. Sin embargo, si utilizas más de una, la cuestión se torna más complicada. Cuando utilizas muchas cosechadoras, debemos calibrar todos los equipos con exactitud para poder obtener datos confiables. Y si no registramos todos los datos reales del campo que nos brinda cada cosechadora, no seremos capaces de calibrar el equipo en la oficina.
Problema 2: dificultades a la hora de calibrar las cosechadoras. Si utilizas una cosechadora en el campo, podemos recopilar la información que nos brinda y calibrarla en la oficina. Sin embargo, si utilizas más de una, la cuestión se torna más complicada. Cuando utilizas muchas cosechadoras, debemos calibrar todos los equipos con exactitud para poder obtener datos confiables. Y si no registramos todos los datos reales del campo que nos brinda cada cosechadora, no seremos capaces de calibrar el equipo en la oficina.
Problema 1: acceso limitado a los datos históricos de rendimiento. Las zonas de productividad no siempre son estables. Si cambian cada año a causa del clima o de la sensibilidad de un cultivo a su entorno, precisamos conocer los datos de rendimiento de los últimos cinco o, incluso, siete años. Y, a menudo, no disponemos de esta información.
Problema 2: dificultades a la hora de calibrar las cosechadoras. Si utilizas una cosechadora en el campo, podemos recopilar la información que nos brinda y calibrarla en la oficina. Sin embargo, si utilizas más de una, la cuestión se torna más complicada. Cuando utilizas muchas cosechadoras, debemos calibrar todos los equipos con exactitud para poder obtener datos confiables. Y si no registramos todos los datos reales del campo que nos brinda cada cosechadora, no seremos capaces de calibrar el equipo en la oficina.
Problema 2: dificultades a la hora de calibrar las cosechadoras. Si utilizas una cosechadora en el campo, podemos recopilar la información que nos brinda y calibrarla en la oficina. Sin embargo, si utilizas más de una, la cuestión se torna más complicada. Cuando utilizas muchas cosechadoras, debemos calibrar todos los equipos con exactitud para poder obtener datos confiables. Y si no registramos todos los datos reales del campo que nos brinda cada cosechadora, no seremos capaces de calibrar el equipo en la oficina.
Índice de vegetación (o NDVI)
Durante las etapas de cultivo clave, existe una fuerte correlación entre el índice de vegetación de las plantas y el rendimiento real que obtenemos. Es por eso que debemos utilizar los datos del índice de vegetación de varias temporadas para poder evaluar la productividad.
Durante el 2019, realizamos ensayos sobre la siembra a tasa variable en 40 campos y en tres cultivos concretos: soja (soya), girasol y maíz. En cada ensayo, nos valimos de los datos relativos del índice de vegetación de cuatro a cinco años para poder trazar los mapas de productividad. ¿Qué significa esto? No conocíamos el peso real de granos que obtendríamos en cada parte del campo, pero podíamos ver que la parte A de un campo determinado mostraba un rendimiento un 17 % más alto que la parte B de ese mismo campo.
Mapa de rendimiento y del índice de vegetación de un campo de maíz en etapa lechosa
Este es el método más rápido y sencillo de utilizar. Con tan solo un par de clics, la aplicación web de OneSoil te permite obtener los datos agregados del índice de vegetación del campo de los últimos cinco años. Para ello, elegimos de forma automática imágenes de días en los que existe una correlación más fuerte entre el rendimiento modelado del cultivo y el índice de vegetación. Luego, tomamos esos datos para construir un mapa de prescripción.
Cómo crear un mapa de siembra en la aplicación web de OneSoil
1
Primero, ve a la pestaña "Tasa de siembra" y selecciona un campo.
2
Especifica las especies cultivadas en ese campo en las temporadas anteriores. Esta información nos sirve para mejorar la exactitud del mapa de zonas de productividad.
3
Indica las fechas de siembra. Para ello, puedes usar tanto kilogramos o semillas por hectárea como libras y semillas por acre. A continuación, indica tres tasas, una por cada una de las tres zonas de productividad: alta, moderada y baja. Te recomendamos determinar las tasas con una diferencia de, al menos, 10 000 semillas por hectárea.
4
Elige el tipo de computadora de a bordo.
5
Haz clic en "Descargar archivo" y ¡listo! Ya tienes tu archivo de prescripción.
Todo lo que tienes que hacer ahora es cargarlo en la computadora de a bordo de tu equipo y comenzar a sembrar.
Así es como creas un mapa de prescripción de la tasa variable de siembra en pocos pasos
Ten en cuenta esto a la hora de utilizar la siembra a tasa variable
Los ensayos de nuestro equipo demostraron que no solo es importante evaluar de forma correcta las zonas de productividad de un campo, sino también escoger el híbrido correcto.
En 23 campos de maíz de la región central de Ucrania, las zonas de alta productividad mostraron un aumento de la productividad en la mayoría de los híbridos que se plantaron con una tasa de siembra más alta. Por otra parte, el rendimiento permaneció invariable en las zonas de baja productividad cuando disminuyó la tasa.
En los campos de soja (soya), notamos un ligero aumento del rendimiento cuando aplicamos el mismo método de tasas de siembra. Sin embargo, en 14 campos de girasol con distintos tipos de suelo y ubicados en distintas condiciones climáticas, el rendimiento no estuvo supeditado a la tasa de siembra.
En los campos de soja (soya), notamos un ligero aumento del rendimiento cuando aplicamos el mismo método de tasas de siembra. Sin embargo, en 14 campos de girasol con distintos tipos de suelo y ubicados en distintas condiciones climáticas, el rendimiento no estuvo supeditado a la tasa de siembra.
En 23 campos de maíz de la región central de Ucrania, las zonas de alta productividad mostraron un aumento de la productividad en la mayoría de los híbridos que se plantaron con una tasa de siembra más alta. Por otra parte, el rendimiento permaneció invariable en las zonas de baja productividad cuando disminuyó la tasa.
En los campos de soja (soya), notamos un ligero aumento del rendimiento cuando aplicamos el mismo método de tasas de siembra. Sin embargo, en 14 campos de girasol con distintos tipos de suelo y ubicados en distintas condiciones climáticas, el rendimiento no estuvo supeditado a la tasa de siembra.
En los campos de soja (soya), notamos un ligero aumento del rendimiento cuando aplicamos el mismo método de tasas de siembra. Sin embargo, en 14 campos de girasol con distintos tipos de suelo y ubicados en distintas condiciones climáticas, el rendimiento no estuvo supeditado a la tasa de siembra.
Durante el 2021, nos centraremos en el estudio de los distintos cultivos e híbridos de primavera y en su respuesta a la siembra a tasa variable. También apuntamos a abordar una variedad más amplia de híbridos y de tasas de siembra.
Siembra a tasa variable explicada por Usevalad Henin
Ilustraciones de Vanya Uvarov y Dasha Sazanovich
Texto editado por Tanya Kavalchuk
Diseño de Anton Sidorov
Ilustraciones de Vanya Uvarov y Dasha Sazanovich
Texto editado por Tanya Kavalchuk
Diseño de Anton Sidorov
Artículos relacionados
Personas, campos y tecnología
Recibe todos los nuevos artículos en tu correo electrónico. ¡Incluso podrás leerlos en el campo!