Uso de mapas de prescripción para café sostenible

En la Universidad EARTH, la educación es práctica. A través del enfoque de Agroforestería Regenerativa Inteligente (ARI), los estudiantes adquieren experiencia real en el mapeo con drones multiespectrales. Al recopilar y procesar datos aéreos, generan mapas de prescripción de tasa variable precisos en PIX4Dfields para identificar exactamente dónde los cultivos están estresados o enfermos. Esto les permite realizar una aplicación dirigida de bioinsumos sostenibles a base de algas en cultivos de Coffea arabica, en zonas que antes se consideraban no aptas para el cultivo.

Agricultura de precisión en Costa Rica

Al frente de esta iniciativa está el profesor Víctor Hugo Morales Peña. El profesor Morales Peña desea promover y fortalecer la tecnología de drones y la agricultura de precisión en la región del Caribe de Costa Rica. Ha desarrollado un proyecto de investigación único a nivel mundial que combina imágenes térmicas, análisis espectral y pulverización con drones en un flujo de trabajo de agroforestería regenerativa inteligente. El objetivo es simple: utilizar la tecnología para restaurar activamente el ecosistema, sustituyendo los productos químicos sintéticos agresivos por alternativas ecológicas de base biológica.

El Centro de Geomática y Teledetección de la Universidad EARTH. El profesor Víctor Hugo Morales Peña (centro), junto con los estudiantes de ingeniería agronómica Alejandra Monserrate Mora Aguilar (derecha) y Pedro José Mora Osorio (izquierda).

Los drones permiten a los estudiantes escanear el campo e identificar exactamente qué plantas de café están estresadas o enfermas. Utilizan estos datos para crear un mapa de prescripción para la pulverización de tasa variable. El mapa aplica un fertilizante natural a base de algas marinas en lugar de productos químicos sintéticos agresivos.

Un flujo de trabajo para la agroforestería regenerativa inteligente

El flujo de trabajo comienza en el aire con un dron DJI Mavic 3 Multispectral. Al planificar los vuelos, calibrar los sensores para obtener datos precisos y utilizar el posicionamiento RTK de alta precisión, los estudiantes mapean el campo desde las alturas.

Se utilizó un dron DJI Mavic 3 Multispectral, junto con un panel de calibración radiométrica para la corrección de la reflectancia y una antena DJI RTK 2 para un georreferenciamiento preciso.

A continuación, los estudiantes importan las imágenes a PIX4Dfields para generar un ortomosaico, lo que les proporciona una vista detallada de la distribución de todo el campo. Este mapa sirve como su línea de base.

Creación del ortomosaico. a) Ortomosaico del área del proyecto (3.68 cm/píxel). b) Un mapa de "Composición de Estrés Agrícola" generado en PIX4Dfields, que muestra las variaciones en la descomposición de la clorofila y la actividad fotosintética para ayudar a identificar exactamente dónde los cultivos necesitan atención.

Al analizar las diferencias en todo el cultivo, pueden generar índices de vegetación específicos que resaltan las variaciones ocultas en la salud de las plantas, los cuales utilizan luego para crear el mapa de prescripción final de tasa variable para la pulverización dirigida.

El sistema joven de Coffea arabica en Costa Rica tiene poco más de un año. Debido a que los árboles más grandes destinados a dar sombra a las plantas de café aún no han crecido por completo, el uso del análisis espectral es esencial para comprender cómo se está desarrollando el cultivo. Mediante el uso de índices de vegetación como el NDVI y el NDRE, los estudiantes pueden traducir las variaciones del campo en decisiones de manejo precisas.

Para crear el plan final, los estudiantes delimitan el área objetivo, seleccionan el mejor índice de vegetación para la tarea y generan una cuadrícula que determina la aplicación de tasa variable. Finalmente, eliminan cualquier celda que no requiera tratamiento, asegurando que el fertilizante a base de algas marinas se aplique únicamente donde las plantas de café más lo necesitan.

El flujo de trabajo para generar un mapa de aplicación de tasa variable. (a) Delimitación del área de pulverización específica utilizando los límites del campo; (b) Comparación de índices de vegetación (GNDVI frente a NDVI) para elegir la mejor opción para analizar la salud del cultivo; (c) Configuración de la cuadrícula de aplicación para guiar al dron de pulverización en la aplicación de tasa variable; y (d) Limpieza de la cuadrícula mediante la eliminación de las áreas que no requieren tratamiento.

Cálculo de dosis de tasa variable en PIX4Dfields para prácticas de agricultura regenerativa

Al generar mapas de prescripción basados en el índice GNDVI en PIX4Dfields, los estudiantes aprenden cómo transformar datos aéreos en decisiones agrícolas prácticas. En esta parcela de café de 1,75 hectáreas, configuraron una cuadrícula de 5 metros para aplicar dosis variables del fertilizante a base de algas marinas en función de la salud de las plantas.

Detalles del proyecto

Siguiendo la estrategia de "más algas donde hay menos vigor", aplicaron 1.4 litros por hectárea en las zonas de salud baja, 1.2 litros en las zonas intermedias y 1.0 litro en las áreas más saludables. Este enfoque enseña a los estudiantes cómo dirigirse con precisión a las plantas estresadas, reducir el desperdicio y manejar los cultivos de manera sostenible.

Mapa de prescripción de las aplicaciones recomendadas de bioinsumos a base de algas en función del GNDVI en el sistema agroforestal de Coffea arabica de la Universidad EARTH.

Resultados preliminares de PIX4Dfields para la agricultura regenerativa inteligente

Tras las aplicaciones de tasa variable, el análisis espectral reveló que la estrategia de manejo fue un rotundo éxito. Las plantas en las zonas de menor vigor, las cuales habían sido priorizadas para recibir la mayor concentración del bioinsumo a base de algas, mostraron un impulso superior en su vitalidad. Este enfoque dirigido estimuló una rápida recuperación de las plantas, lo que dio lugar a una cubierta foliar más activa y a una respuesta del cultivo altamente uniforme en toda la parcela de 1,75 hectáreas.

Desde la perspectiva de la agroforestería regenerativa inteligente, estos resultados demuestran que los datos multiespectrales son mucho más que una herramienta de diagnóstico visual. Esta evidencia constituye un hito especialmente importante para la región del Caribe de Costa Rica. Debido a que este sistema de Coffea arabica está establecido en un entorno no tradicional y altamente húmedo, con una cobertura de sombra aún en desarrollo, la respuesta espectral positiva sirve como un indicador temprano invaluable de la resiliencia del cultivo.

De cara al futuro, el equipo combinará esta información obtenida mediante drones con mediciones físicas en campo —como la altura de las plantas, el diámetro del tallo y el rendimiento futuro del cultivo— para realizar un seguimiento del impacto a largo plazo de su trabajo.

El valor del mapeo de tasa variable

Si bien este flujo de trabajo para la agricultura regenerativa utiliza extracto de algas marinas en Coffea arabica, el principio agronómico subyacente puede aplicarse a una amplia variedad de cultivos y prácticas de manejo regenerativo. Al sustituir las aplicaciones uniformes por zonas específicas de Aplicación de Tasa Variable (VRA) generadas en PIX4Dfields, los productores pueden optimizar el uso de bioinsumos y mejorar la eficiencia en el aprovechamiento de los recursos. Ya sea mediante la aplicación de bioestimulantes, enmiendas orgánicas, biofertilizantes o productos de protección biológica de cultivos, la aplicación de tasa variable garantiza que los insumos se suministren únicamente donde son realmente necesarios. Este enfoque de agricultura de precisión minimiza las aplicaciones innecesarias, conserva los recursos naturales, reduce los costos de producción y promueve agroecosistemas más saludables y resilientes, en concordancia con los principios de la agricultura regenerativa.