Los monitores de las cosechadoras encierran un conocimiento muy valioso escondido en la superabundancia de datos. Propuesta de procesos para develar este conocimiento
1. Exprimiendo Valor de los Monitores
de Rendimiento
Santiago Gonzalez Venzano
santiagogvenzano@solapa4.com
2. Se importan los
Mapas de
Rendimiento a la
plataforma S4
1. EGM (Estaciones
1. Mapas de IMPUTS Georeferenciadas de
MacroAmbientes (Lotes) Muestreo)
2. Mapas de Necesarios 2. Registro de Manejo
MicroAmbientes (Vinculado al un mapa)
Cruzar los datos de PROCESO Cruzar los datos de
rendimiento con los rendimiento con los
Microambientes y EGM Microambientes, EGM y
Manejo
OBJETIVO Mejorar las Reglas
Validar las
de Decisión por
Ambientaciones
Ambiente
3. Se importan los
Mapas de
Rendimiento a la
plataforma S4
1. EGM (Estaciones
1. Mapas de IMPUTS Georeferenciadas de
MacroAmbientes (Lotes) Muestreo)
2. Mapas de Necesarios 2. Registro de Manejo
MicroAmbientes (Vinculado al un mapa)
PROCESO
OBJETIVO
4. Como generar capas de información Georeferenciada?
3- Reportes gráficos
on-line
1- Una interface GIS que
permite dibujar
fácilmente
2- Carga de Información
5. Escalas de Trabajo: Macro y Micro ambientes
Macroambientes
Para decidir:
•Cultivo
•Genotipo
•Fecha de Siembra
Macroambientes
Estas decisiones no implican
tecnología en la maquinaria.
El 100% esta ambientado en
esta escala
Son grandes y simples para
conseguir eficiencia
operativa
Nomenclatura
consensuada
6. Escalas de Trabajo: Macro y Micro ambientes
Microambientes:
Para decidir:
•Fertilización
•Densidad
Microambientes
Estas decisiones implican
tecnología en la maquinaria.
El 15% esta ambientado en
esta escala
Pueden ser chicos y de
forma compleja
Nomenclatura
consensuada
7. Las EMG para sacar muestras de suelo
Estaciones
Georeferenciadas de
Muestreo
En un radio de 0,5 has
se sacan 20
submuestras de suelo
8. Que información de Manejo registra el productor?
Que es relevante registrar y no esta en los sistemas
Cargando los
administrativos?
análisis de suelos
Analisis de Suelo
calcula el stock de
Fertilización
nutrientes
Densidad de plantas – Conteo de plantas – Coef de Logro
9. Que información de Manejo registra el productor?
De acuerdo al ambiente y al protocolo, se
define un objetivo. Eligiendo la fuente ,
calcula los kg que se deben usar
Finalmente se registra lo realmente usado
10. Ahora… Importar el Mapa de Rendimiento
En formato shp
Estamos construyendo
“la aspiradora”
11. Ahora… Importar el Mapa de Rendimiento
Además, la tabla de
datos cuantifica, el
benchmark
Se estandarizaron los rangos, de
acuerdo al promedio de los
mapas subidos por cultivo y por
zona. De esta manera, el color se
convierte en un benchmark visual
en tiempo real
Se acumulan los mapas de rendimiento de las distintas
campañas, estando siempre disponibles para trabajar con ellos
12. Esquema Se importan los
Mapas de
Rendimiento a la
plataforma S4
Cruzar los datos de PROCESO Cruzar los datos de
rendimiento con los rendimiento con los
Microambientes y EGM Microambientes, EGM y
Manejo
OBJETIVO
13. Importamos el mapa y cruzamos la información
Se puede editar el mapa incorporando la
información de los mapas de rendimiento
Toda la información de
manejo, se pasa a “cada
punto” del mapa de
rendimiento, de acuerdo a la
superposición de capas
georeferenciadas
14. Excel con Info de Monitores + Ambientes, Suelo+ Manejo
La info cruzada y estandarizada
Fácil manipulación con TD!!!
15. Esquema Se importan los
Mapas de
Rendimiento a la
plataforma S4
OBJETIVO Mejorar las Reglas
Validar las
de Decisión por
Ambientaciones
Ambiente
16. Cada ambiente tiene su cultivo competitivo
Ej CREA Henderson Daireaux
11,000 4,000
Tn-Ha Soja
Tn-Ha Maiz y Trigo
Maiz
10,000
3,500
9,000
3,000 Trigo
8,000
2,500
7,000
Soja
2,000
6,000
5,000
1,500 Soja 2da
4,000 1,000
En lo ambientes mas
40 50 60 70 80 90 arenosos, el trigo es mas
competitivo, en cambio en
% de Arena
los menos arenosos, la Soja
17. Cada ambiente tiene su cultivo competitivo
Federico Tagle - Gerenagro
Cnel Suarez
Cando la tosca esta a menos
de 60 cm, el maiz pierde
competitividad frente a la
soja
18. Interacción Año-Ambiente
EGM´s
La Paz- Daireaux
Campaña 2012-13
4.400
4.200 DM 3810
4.000 DM 4210
Rendimiento
3.800 DM 4670
3.600 Total general
3.400 y = -54,312x + 7573,6
R² = 0,8632
3.200
3.000
60 70 80
% de Arena
19. Interacción Año-Ambiente
4.400
4.200
4.000
DM 3810
DM 4210 EGM´s
Rendimiento
3.800 DM 4670
3.600
3.400 y = -54,312x + 7573,6
Total general
La Paz- Daireaux
R² = 0,8632
3.200
3.000
60 70 80
% de Arena 4,500
2010-2011
4,000
y = -0,1117x + 10,685
Rendimiento Tn/ha
R² = 0,6727
3,500
2009-2010
3,000
y = -0,0448x + 6,1909
2,500 R² = 0,5877
2,000 2008-2009
y = -0,09x + 8,7639
Pendiente del modelo de regresión: 1,500 R² = 0,6329
•Años Húmedos: 50 Kg/1% de Arena 50 60 70 80 90
•Años Secos: 100 kg/1% de Arena
% de Arena
20. Interacción Genotipo-Ambiente
CREA Henderson Daireaux
Comparación de 2 cultivares de soja y su interacción con el ambiente
4 dm4670
y = -0,1349x + 12,179
R² = 0,4291
3 dm5.1i
Tn - Ha
y = -0,0402x + 5,1361
R² = 0,412
2
dm4670 dm5.1
1
40 50 60 70 80 Cuando el contenido
de Arena es superior al
% de Arena 75%, los GM largos
son mas convenientes
21. Interacción Fecha de Siembra -Ambiente
Los ambientes responden distinto a la
Fecha de Siembra:
•Los de mas potencial, expresan su
Monitores de Soja 2011-12 rendimiento en fechas tempranas
La Paz- Daireaux •Los de menor potencial, en las tardías
L1
Arenosas
4.400 y = 16,923x - 688211
Lomas
R² = 0,9529
4.200 L2
y = 2,1559x - 84628
Rendimiento
4.000 R² = 0,0023
ML 1
Medios y
y = -19,141x + 785973
Bajos
3.800
R² = 0,3555
3.600 B2
3.400
B-T1
3.200
B3
3.000
19/10
24/10
29/10
03/11
08/11
13/11
18/11
Total
y = -17,956x + 737414
Fecha de Siembra R² = 0,4088
22. Interacción Densidad-Ambiente
Ensayo de Genotipo x Densidad x Ambiente (Monsanto -S4)
Densidad x Ambiente (promedio de todos los genotipos)
En el ambiente Datos de Monitores de Rendimiento
medio, el ajuste es Para el ambiente medio,
curvilíneo se la densidad optima fue
exploraron todas las entre 6 y 8,5 sem/m2
densidades.
En la loma el ajuste
6.000 14.500
es casi lineal falta Loma
explorar densidades Arenosa
5.500 14.000
Rendimiento Kg/ha
menores.
R² = 0,788
5.000 13.500 Medio
R² = 0,8585
4.500 13.000
4.000 12.500
Para el
ambiente loma,
la densidad
3.500 12.000
optima fue de 4 5 6 7 8 9
4,5 semIm2
Densidad Semilla/m2
23. Aprendiendo de la misma operación agrícola
Solapa4 en los Llanos Colombianos
160 estaciones
Nos permitirán hacer una matriz que
cruce
1. variables de suelo,
2. De manejo,
3. Rendimiento
25. Hay una fuerte interacción entre la
respuesta y el Microambiente
Soja 4,500
4,000
3,500
Rendimiento Tn/ha
3,000
2,500
2,000
1,500
1,000
0,500
0,000
-0,500
Loma Media
Loma Bajo Riego
Arenosa Loma
Respuesta -0,115 -0,002 0,154 0,341 0,441
Testigo 1,949 2,734 3,203 3,668 3,184
Mucha interacción con el ambiente:
En las lomas (L3 y L2 según nomenclatura de la RiDZO), no
hubo respuestas positivas.
A medida que el ambiente mejora en la disponibilidad de
agua para el cultivo, mejoraron los rendimientos de los
testigos y la respuesta al fungicida
26. Se importan los
Mapas de
Rendimiento a la
plataforma S4
1. EGM (Estaciones
1. Mapas de IMPUTS Georeferenciadas de
MacroAmbientes (Lotes) Muestreo)
2. Mapas de Necesarios 2. Registro de Manejo
MicroAmbientes (Vinculado al un mapa)
Cruzar los datos de PROCESO Cruzar los datos de
rendimiento con los rendimiento con los
Microambientes y EGM Microambientes, EGM y
Manejo
OBJETIVO Mejorar las Reglas
Validar las
de Decisión por
Ambientaciones
Ambiente
27. Resumen
Aprendiendo de la experiencia de los productores
Identificando las “Buenas Practicas”
El monitor de rendimiento es el
gran aliado cuando podemos cruzarlo con
otras capas de informacion georeferenciada:
1. Ambientes
2. EGM
3. Manejo