Delimitación de zonas de manejo en agricultura de precisión a partir de medidas de conductividad eléctrica aparente del suelo mediante el uso de sensores móviles de contacto

Abstract

En Agricultura de Precisión (AP) se utilizan un conjunto de técnicas que permiten dar un tratamiento agrícola diferenciado a cada lugar de una parcela de cultivo en función de las características agronómicas del mismo. Los abonados, la siembra y los tratamientos fitosanitarios a dosis variable, la sectorización de los riegos, de las variedades, de los patrones o, incluso, la determinación de la rentabilidad zonal de los cultivos y la gestión de la trazabilidad de los mismos son algunas de sus múltiples aplicaciones. La implantación efectiva de la AP requiere la identificación de zonas con características homogéneas (zonas de manejo) que puedan dar lugar a una producción potencial similar. Para ello, la aparición de equipos comerciales dotados de sensores de contacto para el muestreo de la conductividad eléctrica aparente del suelo (CEa), tanto superficial (0-30 cm) como profunda (0-90 cm), ha permitido a los agricultores disponer de un método rápido y poco costoso para obtener dicha información. Con el fin de caracterizar la variabilidad espacial de las principales propiedades físicas y químicas del suelo a partir de los datos de CEa y emplear esa información para determinar las zonas de manejo potenciales, se ha comprobado que el uso de diversas técnicas geoestadísticas univariantes o multivariantes, acompañadas de otros métodos de integración de la información, como son el análisis de los componentes principales o la utilización del modelo de Rasch como técnica de medida, pueden constituir unas herramientas importantes en el ámbito de la AP. De igual forma, cuando se tienen variables correlacionadas espacialmente, como ocurre habitualmente con las propiedades de interés agronómico, deben tenerse en cuenta esas relaciones. En ese sentido, el uso de las regresiones ”convencionales”, en las cuales se ignora la componente geográfica de la información, no parece lo más adecuado. Más bien, sería lógico el uso de las denominadas regresiones ponderadas geográficamente (RPG), mediante las cuales es posible establecer las relaciones entre las variables en función de su posición geográfica, lo cual permite...

Different techniques are used in Precision Agriculture (PA) to manage the variability in each place of an agricultural field depending on the agronomic characteristics of any crop. Fertilization, planting and pesticide treatments to variable rate, the segmentation of irrigation, varieties or even determining zonal crop yield and traceability management are some of its many applications. The effective implementation of PA requires the identification of areas with homogeneous characteristics (management zones) which lead to similar potential yield. To do that, new commercial equipments with contact sensors to measure shallow (0‐30 cm) and deep (0‐90 cm) soil apparent electrical conductivity (ECa) has provided to farmers with a quick and cheap method to obtain that information. With the aim of characterizing the spatial variability of the main soil physical and chemical properties from ECa data, and using this information to determine the potential management zones, the use of univariate and multivariate geostatistical algorithms and other methods to integrate the obtained information, as the principal component analysis or the Rasch model, can be important tools for the PA. Moreover, when the variables are spatially correlated, as those of interest in agronomic issues, the relationships have to be taken into account. In this sense, the use of conventional regressions, not considering the geographic component of the data, is not adequate. It is necessary to utilize Geographically Weighted Regressions (GWR) which consider the locations to establish the relationships between variables. This allows to categorize the importance of existing relationships at any place of the field and decide which variable is the more important to estimate potential soil fertility. In consequence, the combination of geostatistical techniques, the Rasch model and GWR constitutes one of the most appropriate and novel way to delimit with a rational basis the more homogeneous areas in an agricultural field...