A menos que los agricultores arreglen primero el modo en que gestionan sus datos, no hay posibilidad de implementar con éxito las nuevas tecnologías en la agricultura de precisión.
Intentando recopilar datos
Artículo original escrito por Lars Petter Blikom (fundador de Farmable) publicado en inglés. Traducción al español por Elena Guillén Alvarez.
Todas las nuevas tecnologías que se aplican en la agricultura se basan en el análisis de datos. Pero en todo análisis subyace la misma verdad: lo que metes es lo que obtienes.
Después llegó la inteligencia artificial. El aprendizaje automático. El Big Data. Los datos no estructurados. Todos ellos bajo la promesa de que los algoritmos lo resolverían todo por sí mismos. Con solo arrojar datos, obtendríamos conocimiento.
Pero finalmente prevaleció la mítica verdad: "Entra basura, sale basura" (GIGO).
Siento mucho ser mensajero de malas noticias, pero a menos que arregles el modo en que gestionas los datos, no tendrás ninguna posibilidad de implementar correctamente ninguna de las nuevas tecnologías bajo el paraguas de la agricultura de precisión.
Los problemas de la gestión de datos no son específicos de la agricultura. Suceden en todos los sectores y, por lo general, incluyen lo siguiente:
La solución a los problemas de datos no es tan difícil. Tan solo requiere tomar decisiones y poner un poco de orden:
Esto puede parecer fácil en teoría, pero es muy difícil en la vida real. Mi propio negocio agrícola, que dirijo con dos socios, está entrando en su octava temporada y todavía no tenemos nuestra gestión de datos totalmente bajo control.
Trabajamos en 50 hectáreas divididas en 32 campos con 5 categorías de cultivos diferentes (manzanas, ciruelas, peras, fresas, frambuesas) y un montón de variedades de esos cultivos. Tenemos estimaciones y aproximaciones, pero no podemos concluir cuál de las combinaciones nos ha resultado más rentable. También intentamos distribuir las horas de los trabajadores de temporada en esos campos y variedades. Y cuando nuestro sistema de contabilidad muestre un coste determinado en pesticidas, nos costará distribuir ese coste en campos y cultivos.
En el ámbito del análisis de datos, la marca del tiempo es uno de los aspectos más importantes. ¿Cuándo ha sucedido algo? Si quieres guardar las observaciones de la primera floración para tener una referencia en el futuro y les haces una foto, no valdrá de mucho si no sabes cuándo sucedió, ¿verdad? El resto del mundo usa el calendario gregoriano, pero con los agricultores esto no funciona.
A las plantas no les preocupan las fechas. Les importa la temperatura. El calendario de la planta se mide en días de temperatura. Por lo tanto, es necesario almacenar todos los datos con dos marcas de tiempo: una de ellas para que los humanos sepamos cuándo sucedió algo y la otra para que las plantas sepan cuándo sucedió algo. A esto lo llamamos la línea de tiempo fenológica y almacenar esto para todos los puntos de datos en el campo marcarás una gran diferencia a la hora de hacer análisis en el futuro.
En la medida en que la agricultura de precisión es un viaje, la gestión de datos debe ser el enfoque principal en esta etapa del viaje. Puede parecer aburrido, pero las recompensas están ahí fuera esperando. De los buenos datos surgen muchas oportunidades. El primero de los cuales lo exploraremos en la próxima publicación de nuestro blog.
Esta es la tercera parte de una serie de siete entradas.
Parte 1: La Agricultura de Precision no es lo que dicen que es
Parte 2: ¿ Qué problemas resolverá la agricultura de precisión?