3. Gestión de Modelo de Modelo de
Procesos Modelo Tecnológico
Conocimiento Organización
Gestión Protocolización Redes Web GIS
Productiva
Inteligencia Plataformas
Colectiva
Desjerarquización
Colaborativas Capacitación
Motor para Organización
Estándares-
Autonomía gestión de Base
Lenguaje de Procesos
de Datos
Control-
Reportes
Agricultura por
Ambientes Escala-
Escala- Microambientes
Macroambientes
1° Etapa 2° Etapa
•Cultivo VRT Manchoneo Georef
•Genotipo •Dosis de Fertilizante •Insecticidas
•Fecha de Siembra •Densidad de siembra •Herbicidas
4. Un marco Conceptual
Que esta pasando con las organizaciones?
Los Paradigmas Organizacionales
de Peter Senge (La Quinta disciplina)
1. Dios quiera que… El fatalismo
2. Planificación Presupuestaria. El poder del dinero en
el Corto Plazo
3. Planificación Estratégica El poder central
4. Gestión Estratégica El poder de las personas
5. La inteligencia Colectiva Las Organizaciones que aprenden
5. Macroambientes:
• Rotación
• Genotipo
• Fecha de Siembra
Microambientes:
• Densidad
• Fertilización
Parámetros
Permanentes
Indicadores
Ambientales
Reglas de
Ambientes Decisión
Agronómicas
Parámetros
Dinámicos
Modificadores
Ambientales
6. La Gestión de Conocimiento es una
construcción que nunca termina:
1. Convivimos con hipótesis y no con
verdades definitivas
2. Hay que institucionalizar un proceso
de mejora continua de las hipótesis.
3. La Inteligencia Colectiva es la mejor
garantía de este proceso.
La Definición de Ambientes es el cimiento del edificio:
Hace falta crear lenguaje = estándares:
1. Proceso colaborativo de crear intersubjetividad. Web 2.0
2. Permite gestionar bases de datos de manera univoca.
1. Automatizar procesos de gestión de
conocimiento.
2. Benchmarking.
7. Clasificacion de Ambientes en la ZO de AACREA
RiDZO – Agosto 2009
Relieve Característica Factor estructural Rango de valores Fact. m odificadores Nom enclatura
Loma Arena + 80 % de arena Loma Arenosa Zonas de
Arena 70 < 80 % arena Napa L2 escurrim iento
Arena < 70 % Napa L3 de agua
Media Loma Arena + 80 % de arena Napa ML 1
Arena 70 < 80 % arena Napa ML 2 Zonas de
Arena < 70 % Napa ML 3 balance neutro
Argicos Thapto T a < de 60 cm y sin carbonatos Napa-Hum thapto M L-T
Bajo Argicos Thapto T a < de 60 cm y sin carbonatos Napa-Hum thapto B-T1
Carbonatos Thapto + carbonatos T a < de 60 cm Presencia de carbonatos Napa B-T2
Zonas que
Natricos Thapto + pH thapto T a < de 60 cm pH 8 o mas Napa-Hum thapto B-T3
reciben agua por
Dulce MO Sin thapto o > 60 cm MO > 3 % Napa B1
escorrentía
Dulce MO Sin thapto o > 60 cm MO < 3 % Napa B2
Salino-Sódico pH y CE pH > a 8 y/o CE > 5 Napa B3
8. 3° Aproximación –una visión-:
La materia se “embebe” de conocimiento
De
La tierra + Mejoras
A
La tierra + Conocimiento
9. Mapa de Aplicación Manchoneo
Insecticidas
Mapa de Grilla de Puntos
Operación Mapa de Genotipo
Reporte
•Aplic vs Prescr
Mapa de Aplicación •Veloc.de Aplic
•Altimetria
Mapa de Prescripción
Reporte
•Parametros de
Protocolo Mapa de Puntos de Muestreo de Suelos suelo x Amb
Reglas de Mapa de Micro Ambientes
decisión
Mapa de Macro Ambientes Reporte
•Rend x Amb
Mapa de Rendimiento •Rend x Altura
•Veloc de Cosecha
•Costo x Amb
•Rend x Genot x Amb
•Rend x Dosis x Amb
Mapa de Margen Bruto
Mapa de Costo Directo
DATOS INFORMACIÓN CONOCIMIENTO
10. La Base de Datos de Puntos de La Paz
Total son 105 puntos. Esto es una muestra:
DATOS
FEC_CREA LATITUD LONGITUD CAMPANIA UESTRA
M LOTE AMBIENTE ULTIVO ARENA MO
C PH P
11/04/2008 -36,41757 -61,93361 2007-08 LRA-5a2-lo-01 5a2 alto TRIGO 63 1,72 6,20 11,20
11/04/2008 -36,49162 -61,86767 2007-08 LRA-1b1-me-01 1b1 bajo TRIGO 57 1,78 7,90 13,30
11/04/2008 -36,50015 -61,87233 2007-08 LRA-1m1-me-01 1m1 medio TRIGO 61 1,54 8,00 3,60
11/04/2008 -36,49937 -61,87915 2007-08 LRA-1m1-bh-01 1m1 medio TRIGO 36 1,42 9,70 11,60
11/04/2008 -36,49937 -61,87915 2008-09 LRA-1m1-bh-01 1m1 medio SOJA 36 1,42 9,70 11,60
11/04/2008 -36,50416 -61,86758 2007-08 LRA-1m1-me-02 1m1 medio TRIGO 63 1,48 6,30 5,70
11/04/2008 -36,50416 -61,86758 2008-09 LRA-1m1-me-02 1m1 medio SOJA 63 1,48 6,30 5,70
11/04/2008 -36,48627 -61,86859 2007-08 LRA-1m1-me-03 1m1 medio TRIGO 62 1,60 6,80
11/04/2008 -36,48627 -61,86859 2008-09 LRA-1m1-me-03 1m1 medio SOJA 62 1,60 6,80
11/04/2008 -36,49499 -61,87768 2007-08 LRA-1m1-me-04 1m1 medio TRIGO 55 1,80 8,70 3,10
11/04/2008 -36,48982 -61,85725 2007-08 LRA-1m1-me-05 1m1 medio TRIGO 54 1,84 7,50 3,40
11/04/2008 -36,48982 -61,85725 2008-09 LRA-1m1-me-05 1m1 medio SOJA 54 1,84 7,50 3,40
11/04/2008 -36,49360 -61,87929 2007-08 LRA-1m1-ba-01 1m1 medio TRIGO 46 1,90 7,50 14,20
11/04/2008 -36,49360 -61,87929 2008-09 LRA-1m1-ba-01 1m1 medio SOJA 46 1,90 7,50 14,20
11/04/2008 -36,51153 -61,85782 2007-08 LRA-2a1-la-01 2a1 alto TRIGO 79 1,10 5,90 17,40
11/04/2008 -36,51153 -61,85782 2008-09 LRA-2a1-la-01 2a1 alto SOJA 79 1,10 5,90 17,40
11/04/2008 -36,49822 -61,85420 2007-08 LRA-2a1-me-01 2a1 alto TRIGO 68 1,84 6,20 14,30
11/04/2008 -36,42130 -61,92600 2007-08 LRA-5a2-me-01 5a2 alto TRIGO 62 1,50 6,60 3,60
11/04/2008 -36,50115 -61,85130 2007-08 LRA-2a1-me-02 2a1 alto TRIGO 52 2,00 6,90 3,60
11. Parámetros
de suelo x Amb
DATOS INFORMACIÓN
90 16,0
80 14,0
70 12,0
%MO-Ph-Pasim
60
10,0
% de Arena
50
8,0
40
6,0
30
20 4,0
10 2,0
0 0,0
Loma
Loma Medio Bajo Bajo Hidrico
Arenosa
%ARENA 81 73 65 56 50
%MO 1,0 1,7 1,8 2,0 1,5
ph 6,1 6,4
4,7 6,4 6,5 8,1
P 15 10 6 10 12
12. Base de Datos de un monitor de rinde:
DATOS 285.000 filas para 1.500 has!!!
13. DATOS INFORMACIÓN CONOCIMIENTO Rendimiento
X Genotipo X
Promedio de REND_SECO Micro ambiente
Microambiente
Loma Bajo Bajo
Variedad Arenosa Loma Medio Bajo Hidrico Salino Media
dm3700 2,513 3,321 3,217 1,876 1,069 3,207
Análisis de
dm4670 2,143 2,608 3,975 4,134 2,686 3,922 Campaña
dm4970 1,212 1,408 2,920 3,055 2,511 2,706 Cual es la variedad
dm4970-dm5.1i 1,433 1,652 3,065 3,010 1,500 2,808 mas apropiada para
dm5.1i 1,305 1,864 2,803 2,638 2,714 cada ambiente?
Media 1,316 2,290 3,484 3,566 2,028 1,069 3,366
4,500
4,000
3,500
dm3700
3,000 dm4670
dm4970
2,500
dm4970-dm5.1i
2,000
dm5.1i
1,500 Media
1,000
Loma Loma Medio Bajo Bajo Bajo
Arenosa Hidrico Salino
14. Los puntos de muestreo se corresponden con un área de 1 ha.
Luego se correlacionan los mapas de rendimiento con los parámetros edáficos
15. Análisis de Campaña
Cual es la variedad mas apropiada para cada ambiente? Rendimiento
X Genotipo
DATOS INFORMACIÓN
Parámetros edáficos
CONOCIMIENTO
Soja 08-09 + de
4
78% de
R² = 0,6378 y = -0,1349x + 12,179 Arena
R² = 0,4291
3 Media
Tn - Ha
dm 3700
y = -0,0402x + 5,1361 dm4670 si Dm5.1i
R² = 0,412 dm5.1i
2
no Dm4670
1
40 50 60 70 80
% de Arena
al Protocolo!!!
16. 4 años de monitores de rinde cruzado con análisis de suelo
Cuál es la rotación apropiada para cada ambiente?
Rendimiento
X Cultivo
DATOS INFORMACIÓN
Parámetros edáficos
CONOCIMIENTO
11,000 3,500
Tn-Ha Soja
Tn-Ha Maiz y Trigo
Maiz
2
10,000 y = -0,0099x + 1,193x - 25,653
3,000
9,000
Trigo
2,500 y = -0,0062x 2 + 0,9457x - 29,592
8,000
7,000
2,000 Soja
y = -0,0015x 2 + 0,1684x - 1,5467
6,000
1,500
5,000
Soja 2da
4,000 1,000
40 50 60 70 80 90
% de Arena
17. MAPA DE
AMBIENTES Mapa de
Estandarización Aplicación
DATOS INFORMACIÓN CONOCIMIENTO PROTOCOLO
Reglas de decisión
por ambiente
18. Como controlarla la calidad de una aplicación?
Aplicación de Urea al voleo
Dosis Prescripta
vs
DATOS INFORMACIÓN
Dosis Aplicada
CONOCIMIENTO
20. Cada ambiente tiene una tecnologia apropiada que
genera un CD por ambiente.
Costo Directo
X Cultivo X
DATOS INFORMACIÓN
Microambiente
500
450
Maiz
400 Densidad P
P N
N
350
u$s/ha
Trigo
300 P P
N N
250
200 Soja
P P
150
100
la lo me ba bh bs media
2% 16% 61% 13% 6% 2%
21. Finalmente, calculamos con el CD y el Rendimiento x
Ambiente, calculamos el MB por ambiente.
Margen Bruto
X Cultivo X
DATOS INFORMACIÓN
Microambiente
CONOCIMIENTO
Ambientes donde el
600 Trigo-Soja es
competitivo!!!
500
MB u$s/ha
400 Soja
380
343
300 T/S2
200 217 Maiz
100
0
Loma Loma Medio Bajo Bajo Bajo Media
Arenosa Hidrico Salino
2% 16% 61% 13% 6% 2%
24. El Control de la Aplicación Aerea
Devolución: Mapa de Aplicacion
25. Mapa de Margen Bruto
Mapa de Costo Directo
Mapa de Aplicación
Mapa de Prescripción
Mapa de Macro Ambientes
Mapa de Puntos de Muestreo de Suelos Mapas de
Mapa de Micro Ambientes
Mapa de Macro Ambientes
Mapa de Rendimiento
Imágenes Mapas de
Mapa de Genotipo Curvas de
Mapa de Grilla de Puntos
Mapa de Aplicación Manchoneo Insecticidas Nivel
Protocolos
Mapas de
Mapas de Ambientes
Aplicación Mapas de
Prescripción
Mapas de
Puntos de
Muestreo de
Suelos Mapas de
Rendimiento
DATOS INFORMACIÓN CONOCIMIENTO
26. Agricultura por Ambientes:
Ejes clave para ir a la ACCIÓN
1. Maximizar la eficiencia de los recursos .
2. Maximizar flexibilidad y velocidad en la toma de
decisiones usando plataformas web colaborativas.
3. Diseñar y controlar los procesos gestionando
flujos de información on-line.
27. Agricultura por Ambientes:
ESTRATEGIA
•Digital
· Digital
Técnología · GIS •Web
· Internet
•GIS
· Con TODO
Integración •Outsourcing
estratégico
· De la información
Gestión · Del Conocimiento
•De la Información
· De Riesgo
•Del Conocimiento
•Del Riesgo
28. Agricultura por Ambientes:
• Protocolos productivos
• Tablero de control
Implementado • Gestión de reportes
los conceptos • Decisiones real time
• Web es “LA ” plataforma
en la ACCIÓN • Procesos
• Redes y Comunidades