En el mercado de equipos de monitoreo de productividad para caña de azúcar se ha promocionado el grado precisión como un factor imprescindible a la hora de seleccionarlos o descartarlos, resulta equivoco pretender que generen precisiones semejantes a la de los equipos que se utilizan para cultivos de granos como se explicó en el artículo “Mapeo de productividad en los cultivos mecanizables”

Hay dos factores a considerar, el primero: la densidad de siembra y el segundo la densidad del flujo de la materia prima que mide el monitor de productividad.  La caña se siembra en distancias entre surcos desde 1.50-1.75m (menos densa) mientras que las distancias en cultivos de granos pueden ir entre 0.4m-0.7m (más densa).

La precisión usualmente debería ser proporcional a la capacidad de actuación sobre el espacio, es decir, si se mide con nivel de precisión alto, los equipos que hacen posible la aplicación de insumos en forma variable tendrían también que soportar una aplicación de alta precisión.  Así bien, cabe recalcar que los mapas de prescripciones de insumos frecuentemente provienen de mapas de variabilidad de las condiciones del suelo y de la variabilidad de la productividad (medida con el monitor) o de desarrollo del cultivo. En la generación de estos mapas, se busca para facilitar el procesamiento de datos, unificar la información con resoluciones espaciales adecuadas al cultivo de estudio.  En agricultura de precisión el espacio es dividido en cuadros llamados pixeles (formato raster) los cuales permiten hacer manejo diferencial, los pixeles se generan por la interpolación matemática de puntos georreferenciados.

En el Gráfico 3 se muestra un esquema de cómo es importante guardar un equilibrio en el número de datos obtenibles con respecto a las tendencias en el manejo de la productividad. El hecho de tener más datos no necesariamente enriquece el entendimiento de la variabilidad espacial, esto puede volver más complejo el manejo del campo y el procesamiento de datos es mayor.

Gráfico 3. Relación entre número de datos y precisión de la variabilidad.

Entre más grandes o densos sean los archivos más se dificultaría el procesamiento y el entendimiento mismo de la variabilidad.  En el Gráfico 4 se puede ver un caso donde el técnico puede tener más datos, sin embargo ¿hasta donde puede hacer un manejo diferencial de la variable que limita su producción? para determinar este estatus del número de datos o tamaños de píxel no hay una fórmula mágica, pues el entendimiento mismo del cultivo y la experiencia del agrónomo cobran trascendencia a la hora de ajustar el modelo en la forma que genere valor.

Gráfico 4. Esquema de nivel de precisión con respecto a la actuación del equipamiento de agricultura de precisión.

Hasta ahora se han trabajado monitores de productividad en caña de azúcar en el valle geográfico del río Cauca (Colombia) en 4 grandes ingenios azucareros, los equipos más antiguos fueron instalados en 2007. Más de 130 equipos instalados en cosechadoras y alzadoras de caña muestran las bondades del hardware pero principalmente los beneficios agronómicos para las áreas que manejan el campo.  Para que estos equipos puedan funcionar adecuadamente y generen información de calidad, exigen buena capacitación a los mecánicos, operarios y técnicos, un buen mantenimiento y calibración constante que conlleve a generar datos de calidad.  Si estos datos no son de calidad normalmente las fallas son de mantenimiento del hardware o procesamiento de los datos.