¿Qué hace que un huerto inteligente sea inteligente? ¿Se trata de la cantidad de herramientas de alta tecnología implementadas para rastrear las necesidades de agua y el crecimiento de la fruta o mapear la variabilidad, la investigación para descubrir qué ofrece información que mejore la calidad o el rendimiento de la fruta o el análisis para integrar todos esos datos dispares en un modelo de gestión?
El equipo que está detrás del proyecto Huerto Inteligente, un trabajo financiado por la Comisión de Investigación de Árboles Frutales de Washington en el que participan científicos de la Universidad Estatal de Washington (WSU) y empresas de tecnología, espera que la respuesta sea todo lo anterior.
“La industria nos ha dicho claramente que este es el camino por seguir”, dijo Ines Hanrahan, directora de la comisión de investigación, que asignó 115,000 dólares a este trabajo. Otros grupos de cultivos especializados, incluidas las uvas de vinificación y los arándanos, ya se han puesto en contacto para expandir el enfoque.
Ahora, en su segundo año, la colaboración se lleva a cabo en dos huertos comerciales. El equipo llevó a cabo su primer día de campo en julio para presentar el enfoque al sector.
Todavía quedan muchos datos por procesar, pero el equipo está cada vez más cerca de descubrir cómo utilizar las imágenes y los datos de los sensores para mejorar la gestión de los huertos, afirmó Steve Mantle, fundador de la empresa de datos agrícolas con sede en Walla Walla innov8.ag y facilitador del Huerto Inteligente.
Su empresa está desarrollando una plataforma de integración de datos y está presentando el caso de negocios para algunas de las tecnologías que ofrece como servicio, mientras que los científicos de la WSU están estudiando una amplia gama de sensores en los mismos bloques.
“La ventaja de esto es que hay varios grupos diferentes de científicos que se reúnen para probar diferentes enfoques y observar las respuestas de las plantas al medio ambiente”, indicó Lee Kalcsits, profesor de la cátedra subvencionada de fisiología ambiental de la WSU que está llevando a cabo la investigación de los sensores de estrés hídrico basados en las plantas en los huertos inteligentes. “También proporciona un buen banco de pruebas para productos que podrían interesarle a la industria”.
En 2021, las empresas de tecnología participantes incluyeron: Aker Technologies, una empresa de imágenes con drones; Arable, la cual ofrece sensores climáticos y de plantas; Ceres Imaging, un proveedor de imágenes aéreas; Dynamax, que ofrece sensores del flujo de savia y otros sensores de plantas y parámetros ambientales, y Thingy IoT, que configura redes de conectividad y sensores del suelo y del clima. Los científicos de la Universidad Estatal de Washington también instalaron sensores climáticos y de uso del agua por parte de las plantas, y tomaron imágenes con drones, mientras que el equipo de innov8.ag aportó la tecnología para el mapeo del suelo y doseles de SoilOptix y Green Atlas.
El proyecto tiene la puerta abierta para las empresas de tecnología, aseguró Hanrahan, siempre que estén dispuestos a colaborar con los investigadores y compartir los datos sin procesar.
Participar tiene sentido porque la integración tecnológica es el camino del futuro para la irrigación de precisión, indicó John Bourne, vicepresidente de mercadotecnia de Ceres. Ceres, un proveedor de imágenes aéreas que los productores han utilizado durante mucho tiempo para rastrear puntos débiles o emisores obstruidos, lanzó recientemente un nuevo enfoque con información a nivel de planta que combina la inteligencia artificial con imágenes para ofrecer a los productores más datos, y ayudar a la empresa a competir en el espacio cada vez más concurrido de la irrigación de precisión.
“No se trata de más datos, sino de datos más inteligentes”, aclaró Bourne. “No es solo: ‘Aquí hay un mapa, ¿qué hago con él?’, sino ‘Aquí hay un mapa de la manera en la que los árboles están más estresados respecto a la semana pasada’”.
Ceres también comparte sus datos con los científicos de la WSU que desarrollan algoritmos de análisis de imágenes, informó Lav Khot, ingeniero agrónomo de la WSU y director de AgWeatherNet. Con el tiempo, cree que las herramientas que su equipo desarrolla con datos de drones de mayor resolución para modelar los microclimas de los huertos y la demanda de agua también podrían ejecutarse con las imágenes aéreas que recopila Ceres, haciendo que el enfoque sea más accesible para los productores.
En términos más generales, el hecho de que el equipo del Huerto Inteligente actúe como banco de pruebas de muchas tecnologías emergentes debería evitarles a los productores muchos dolores de cabeza, mencionó Khot. Por ejemplo, muchos de los sensores instalados en el huerto inteligente pueden funcionar con una interfaz de datos común, mientras que otros no, lo que crea obstáculos para la integración de datos.
“Por supuesto, lo bueno para los productores es que no están comprando sensores y tomando esas fallas, como lo hicieron con los drones en el pasado”, agregó Khot. “Así que los productores no están comprando una estación meteorológica de 3,000 dólares que no se comunica con la interfaz que quieren utilizar”.
Ubicación, ubicación
El proyecto Huerto Inteligente inició en un bloque de Gala, propiedad de Chiawana Orchards, a las afueras de Pasco, Washington, en 2020. Para el segundo sitio del proyecto, que se agregó en 2021, el equipo del Huerto Inteligente quería una mayor variabilidad, lo que es clave para evaluar las capacidades de los sensores, explicó Kalcsits.
Lo encontraron en un bloque de Honeycrisp en el valle de Yakima que es propiedad de Washington Fruit and Produce.
“Es un sitio desafiante en esta ladera, lo que, con suerte, ofrece más variabilidad para probar estos sensores”, manifestó Gilber Plath de Washington Fruit. También forma parte del comité técnico de la comisión de investigación y ofreció el sitio del huerto. La empresa espera que el proyecto ayude a unir todos los sensores, por lo que, en lugar de tener 12 aplicaciones en un teléfono, o 20 pestañas en una computadora, “podamos extraer más datos y obtener más valor”, explicó.
Para demostrar el valor, el equipo está adoptando lo que Mantle llama un “enfoque centrado en el rendimiento”.
“El año pasado, nos dimos cuenta de que realmente necesitábamos medir el rendimiento en todo un bloque del huerto para poder acercarnos a la causa y efecto”, afirmó.
Para ello, recurrió a la tecnología de mapeo de la carga frutal de la empresa australiana de tecnología Green Atlas. Con un sistema de cámaras montado en un vehículo todoterreno, el sistema creó un mapa de la densidad de floración en abril que el equipo utilizó para definir las diferentes zonas de productividad y apuntar a los sensores de esas zonas de una manera estratégica.
Repiten el mapeo espacial a lo largo de la temporada, examinando la carga y el crecimiento de la fruta, junto con los datos de volumen del dosel recopilados por los sensores lidar desarrollados para la aspersión inteligente. Innov8.ag ofrece este enfoque a los clientes, pero también es una de las bases de los trabajos del proyecto Huerto Inteligente, señaló Mantle. Los mapas traducen lo que otros sensores pueden registrar en un punto específico —humedad del suelo, microclima, crecimiento de la fruta— y lo extrapolan a las zonas del huerto que pueden gestionarse a partir de las imágenes.
Asimismo, Mantle también utiliza un sensor de suelo, montado en la parte delantera del mismo vehículo todoterreno, para cartografiar la composición del suelo y los niveles de nutrientes. Encontró una importante variabilidad en el huerto de Washington Fruit establecido en una pendiente, que podría haber pasado desapercibida si se hubieran tomado dos muestras de suelo al azar para su análisis en el laboratorio.
Los puntos en los que se superponen estos mapas con las zonas de baja producción ofrecen información útil y, en última instancia, información de valor para los productores, afirmó.
De los datos a los dólares
Los sensores también deben comprobarse con las pruebas tradicionales de muestras de suelo, por ejemplo, y los mapas de rendimiento previos a la cosecha deben compararse con los datos de esta y, en última instancia, con la calidad y el empaque de la fruta.
“Ninguno de estos sensores vale la pena si no podemos correlacionarlos con algo que tenga sentido para los productores”, señaló Bernardita Sallato, especialista en extensión de la WSU.
Estos retos marcan la siguiente fase crítica del proyecto, según Khot: traducir los resultados de las pruebas de los sensores en recomendaciones de gestión. Y es más fácil decirlo que hacerlo.
“Desde el punto de vista de la extensión, espero que no estemos confundiendo a la gente”, declaró, refiriéndose al enorme volumen de sensores, muchos de ellos redundantes. “Estamos tratando de poner tantos sensores en el campo para la investigación sin decirle a la gente todavía cómo van a utilizarlos para la gestión del riego o la gestión de la carga frutal”.
La integración de los datos de las imágenes y los datos meteorológicos —el campo de Khot— con los datos del suelo de la investigación de Sallato y los datos de riego de precisión de la investigación de Kalcsits, junto con los datos de la carga frutal, debería mostrar qué tipos de datos de los sensores pueden informar sobre cuáles son las mejores operaciones en los huertos y cuáles no ofrecen un retorno de la inversión.
Mientras tanto, Mantle afirma que ve un caso claro para los productores con la forma en que los enfoques de mapeo pueden revelar las zonas de bajo rendimiento.
“¿Cuál es el empaque si todos los árboles del bloque tuvieran un desempeño óptimo frente al porcentaje de árboles que no alcanzan esa carga frutal óptima?”, preguntó. “Ese es el potencial no explotado por el bloque”.
Recuadro: Cómo lidiar con la CeroG
Incluso la tecnología más inteligente se quedará corta para los objetivos de los productores si no hay forma de transmitir los datos desde los huertos remotos para su procesamiento y, en última instancia, a los teléfonos de los usuarios.
“¿El agricultor puede acceder a los datos mientras está en el huerto? Esa es la parte crucial”, afirmó Steve Mantle, fundador de innov8.ag y director del proyecto Huerto Inteligente.
La conectividad es clave, pero qué tanta conexión, y a qué costo, depende del tipo de datos que los huertos necesitan transmitir.
Desafortunadamente, no es rentable construir torres en lugares remotos con pocos usuarios, indicó Mantle. Pero espera que el huerto inteligente proporcione la masa crítica que pudiera atraer a los proveedores de telefonía celular u otros interesados a la oportunidad creada por la tecnología agrícola inteligente.
Cuando se trata de redes de telefonía celular, es importante evaluar el servicio celular disponible durante la temporada de crecimiento, añadió, porque cuando los árboles echan hojas, pueden bloquear la señal de recepción que podía parecer disponible en la temporada baja.
Pero los productores que se enfrentan a la “CeroG” (falta de cobertura de red celular, a diferencia de la tan anunciada 4G o 5G con velocidades más altas que promueven los operadores de telefonía celular), no tienen que descartar las herramientas basadas en datos, apuntó Scott Waller. Su empresa, quizá llamada acertadamente Thingy IoT (IoT es la abreviatura de Internet de las Cosas, la idea de conectar todo tipo de dispositivos para compartir datos), diseña redes para que los productores transmitan los datos de los sensores que leen las condiciones en tiempo real.
En el proyecto Huerto Inteligente, Waller instaló dos sistemas para transmitir todos los datos del huerto: un sistema de telemetría “ligero” de los pequeños puntos de datos de los sensores del suelo o del clima y una red inalámbrica para los datos “pesados” de los sensores de las cámaras y otras imágenes.
Prefiere utilizar sensores de bajo consumo de energía y baja necesidad de datos y un enfoque de red llamado LoRaWAN (abreviatura de red de área amplia de largo alcance) para la comunicación inalámbrica de largo alcance. Es un enfoque rentable, afirmó, con pequeños dispositivos que pueden funcionar durante años con solo unas pilas AA.
Pero si los productores quieren transmitir datos de imágenes para su procesamiento, necesitan mucha más potencia de datos, explicaron Waller y Mantle. Si hay una conexión a Internet en una oficina agrícola o en una tienda cercana, se puede construir una red de conectividad a partir de ella, pero a menudo solo hay suficiente velocidad de datos para ejecutar los correos electrónicos y la nómina, no para alimentar un tractor autónomo que está analizando las imágenes de manera continua a medida que opera o procesa los datos de la cámara de la carga frutal.
La tecnología de las redes inalámbricas capaz de manejar esos datos a gran escala o macrodatos (“big data”) sigue avanzando, pero todavía tiene un costo.
Por su parte, el enfoque de Mantle es un “centro de datos agrícolas móvil”: un remolque equipado con generadores y computadoras de alta potencia que conduce a una huerta junto con su todoterreno cargado de sensores. Entonces, los datos pueden procesarse en el sitio, en cuanto son recopilados, sin necesidad de transferirlos a otro lugar.
—por Kate Prengaman
