Agricultura de precisión

La agricultura de precisión consiste en la aplicación de toda la tecnología disponible, con el fin de hacer un uso eficiente de los recursos consumidos en la producción agrícola.

El primer paso para poder realizar agricultura de precisión, sería el conocimiento de la variabilidad espacial del suelo en la parcela de cultivo. Esto se logra mediante la realización de mapas de suelo.

Los sistemas de posicionamiento GPS de gran precisión disponibles en la actualidad por parte de los profesionales de la agricultura, permiten la utilización de equipos de dosis variable de abonado, siembra y tratamientos fitosanitarios.

Por otra parte, la progresiva modernización de los regadíos mediante coberturas de aspersión, pívots y goteo, permite la aplicación de dosis de riego variable espacialmente en la parcela.

El abonado, siembra, riego y tratamientos no se realizarán de manera uniforme en toda la parcela, sino que se ajustara la dosis aplicada al potencial productivo de cada zona utilizando para ello la información obtenida con el mapa de suelo.

En la agricultura de precisión el seguimiento a pie de campo del cultivo por parte del profesional agrícola, se ve complementado con la monitorización del cultivo a distancia. Para ello se utilizan sensores de medida de parámetros ambientales instalados en la parcela e imágenes multiespectrales tomadas con satélite.

Por último, se trabaja con mapas de producción, obtenidos con cosechadoras equipadas con monitor de rendimiento. Estos mapas permiten comprobar si se ha hecho un adecuado manejo del cultivo, comparando los mapas de varias campañas.

Agricultura de precisión

Mapas de textura de suelo

El acceso a Internet de banda ancha se ha ampliado, el precio de la conexión está disminuyendo, se están creando más dispositivos con capacidad Wi-Fi y sensores incorporados, los costes de la tecnología están disminuyendo y la penetración de los smartphones está aumentando. Todas estas cosas están creando una «tormenta perfecta» para la IOT.

Entonces, ¿qué es el Internet de las cosas? En pocas palabras, es el concepto de conectar básicamente cualquier dispositivo con un interruptor de encendido y apagado a Internet (y / o entre sí). Esto incluye todo, desde teléfonos celulares, cafeteras, lavadoras, auriculares, lámparas, dispositivos de vestir y casi cualquier otra cosa que se pueda imaginar. Esto también se aplica a componentes de máquinas, por ejemplo, un tractor, una cosechadora o el motor de un pivot de riego. Como he mencionado, si tiene un interruptor de encendido y apagado, entonces es probable que pueda ser una parte de la IoT. La firma analista Gartner dice que para 2020 habrá más de 26 mil millones de dispositivos conectados … Eso es un montón de conexiones. El IoT es una gigantesca red de «cosas» conectadas (que también incluye a las personas). La relación será entre personas-personas, personas-cosas y cosas-cosas.

La realidad es que el IOT permite prácticamente infinitas oportunidades y conexiones, muchos de los cuales ni siquiera podemos pensar o comprender el impacto que tendrá en el día a día. No es difícil ver cómo y por qué el IoT es un tema tan candente en la actualidad.

Big Data

Denominamos Big Data a la gestión y análisis de enormes volúmenes de datos que no pueden ser tratados de manera convencional, ya que superan los límites y capacidades de las herramientas de software habitualmente utilizadas para la captura, gestión y procesamiento de datos.

Dicho concepto engloba infraestructuras, tecnologías y servicios que han sido creados para dar solución al procesamiento de enormes conjuntos de datos estructurados, no estructurados o semi-estructurados (mensajes en redes sociales, señales de móvil, archivos de audio, sensores, imágenes digitales, datos de formularios, emails, datos de encuestas, logs etc,) que pueden provenir de sensores, micrófonos, cámaras, escáneres médicos, imágenes.

El objetivo de Big Data, al igual que los sistemas analíticos convencionales, es convertir el Dato en información que facilita la toma de decisiones, incluso en tiempo real. Sin embargo, más que una cuestión de tamaño, es una oportunidad de negocio. Las empresas ya están utilizando Big Data para entender el perfil, las necesidades y el sentir de sus clientes respecto a los productos y/o servicios vendidos. Esto adquiere especial relevancia ya que permite adecuar la forma en la que interactúa la empresa con sus clientes y en cómo les prestan servicio.

No obstante, el asociar el concepto Big Data a grandes volúmenes de datos no es nuevo. La gran mayoría de las empresas ya llevan mucho tiempo manejando grandes volúmenes de datos y han desarrollado DataWarehouses (almacenes de datos) y potentes herramientas analíticas que les permiten tratar de forma adecuada esos grandes volúmenes. La evolución de la tecnología y los menores costes del almacenamiento han hecho que los volúmenes manejados por estas aplicaciones hayan aumentado de manera muy importante.

Hablamos de Big Data cuando los volúmenes superan la capacidad del software habitual para ser manejados y gestionados. Este concepto se encuentra en continuo movimiento porque los avances tecnológicos permiten tratamientos de volúmenes mayores. Cuando hablamos de grandes volúmenes nos referimos a tratamientos de Terabytes o Petabytes. Esto permite incluir en este tipo de proyectos informaciones (por ejemplo logs) que hasta la fecha no se utilizaban porque la tecnología no permitía procesarlos en un tiempo razonable. El concepto de volumen es muy variable y cada día que pasa eleva lo que podemos considerar grandes volúmenes de datos.

En el concepto de variedad nos referimos a la inclusión de otros tipos de fuentes de datos diferentes a las que se utilizan de forma tradicional. Nos referimos a información obtenida en diferentes Redes Sociales, en el número cada vez mayor de dispositivos electrónicos conectados, la explotación de sensores que permiten conocer los movimientos y hábitos de vida, de información externa de diversas fuentes, etc.

La información que procesan los DataWarehouses es información estructurada que ha pasado por numerosos filtros de calidad para poder garantizar que la información de salida tiene una precisión y una exactitud determinada. Sin embargo, cuando hablamos de Big Data nos referimos a información que puede estar semiestructurada o no tener ninguna estructuración. La gestión de esta información desestructurada precisa de una tecnología diferente y permite tomar decisiones basadas en información que tiene importantes grados de inexactitud. Muchos de estos algoritmos se relacionan con los tratamientos de sistemas avanzados de lógica difusa.