MODELO DE PRODUCCIÓN AGRÍCOLA A TRAVÉS DE TÉCNICAS DE AGRICULTURA DE PRECISIÓN

Abstract

El maíz, uno de los cultivos más significativos y destacados de México, tiene una extensa historia en nuestra región porque se adoptó hace miles de años y se transformó en la base de la comida y la cultura de muchas civilizaciones. La economía de México está fuertemente influenciada por su producción, a pesar de la modernización y diversificación de la agricultura, el maíz sigue permaneciendo como uno de los cultivos más importantes en términos de superficie sembrada y valor financiero, lo que favorece a la creación de empleo en zonas rurales y al reparto de la riqueza en las comunidades agrícolas. “La agricultura de precisión (AP) se ha adoptado a partir de la última década en todo el mundo para aumentar la producción, reducir el tiempo de mano de obra y garantizar la gestión eficaz de los fertilizantes y los procesos de riego. Utiliza una gran cantidad de datos e información para mejorar el uso de los recursos agrícolas, los rendimientos y la calidad de los cultivos” (Mulla, 2013). La AP tiene como objetivo principal optimizar la eficacia en el uso de recursos hídricos, herbicidas, fertilizantes y energía, al mismo tiempo que aumenta la productividad y reduce el impacto ambiental. Las técnicas que utilizan sensores de alta tecnología y herramientas de análisis para mejorar los rendimientos de los cultivos y ayudar a las decisiones de gestión son ahora un desafío para desarrollar enfoques. Aportar información sobre la condición del cultivo o la salud de la planta en la temporada de crecimiento a alta resolución espacial independientemente de la fuente de datos, es el objetivo más importante de AP, así como proporcionar apoyo a los agricultores en la gestión de su negocio. Tal apoyo viene de diversas maneras, pero el resultado final es típicamente una disminución de los recursos necesarios (Marote, 2010). Por tal motivo, la producción agrícola de maíz en este estudio implementando técnicas de AP, se realizó mediante un modelo de variables que incluyen características intrínsecas del suelo, la salud de las plantas, condiciones climáticas y técnicas agronómicas. La gestión de todos estos factores fue un desafío considerable para los productores de cultivos. Estos retos pudieron resolverse mediante la adopción de un modelo que incluyó sistemas de percepción remota, como imágenes multiespectrales para producir mapas de indicadores biofísicos a través de los diversos ciclos de desarrollo del cultivo; esto nos proporcionó una gestión personalizada para plantas como lo es el caso del presente estudio de maiz, el cual se desarrolló en el ejido de San Francisco Chalchihuapan, Atlacomulco México para cultivo de maíz.