Minería de datos en granos: Optima gestión de beneficios
Coenraad Janse van Rensburg, Científico de datos
Theuns van Wyk, Científico de suelo
Marnus Ferreira, Jefe de Ciencias del suelo
Libere el potencial de su suelo
Agri Technovation mide el valor de la clasificación del suelo y la fertilidad, así como la influencia de las propiedades físicas y químicas del suelo en el rendimiento del cultivo. La clasificación de los suelos impulsa prácticas de cultivo y gestión informadas, pero tales practicas en si mismo no aprovechan todo el potencial del suelo.
Para aprovechar todo el potencial del suelo, Agri Technovation utiliza diferentes capas de datos.
La minería de datos y el análisis van de la mano en los procesos basados en datos. Generalmente, la minería de datos se refiere al análisis de big data con el propósito de descubrir y extraer patrones o tendencias dentro de los datos. En contraste, el análisis de datos es la combinación de técnicas sistemáticas, lógicas y estadísticas para obtener información significativa para tomar decisiones informadas en consecuencia.
La diferencia clave entre la minería de datos y el análisis de datos es que la minería de datos proporciona patrones o tendencias de datos, mientras que el análisis de datos proporciona hipótesis o conocimientos verificados basados en datos ya disponibles.
Ahora es posible que el productor de grano disfrute de los beneficios de la minería de datos y la analítica y obtenga el máximo potencial del suelo, con la ayuda de servicios basados en datos, como el servicio MYDATA MINING™ ofrecido por Agri Technovation.
¿Qué datos se extraen?
Sólo se utilizan datos específicos de la entidad, donde entidad hace referencia al único cliente al que se presta el servicio. Por lo tanto, no se utilizan datos regionales o datos generales de muestra, y los resultados son, por lo tanto, exclusivamente aplicables al cliente específico.
Los datos de rendimiento de los mapas de rendimiento se utilizan a nivel de punto como variable dependiente y se evalúan frente a diversas variables independientes para identificar patrones y establecer inferencias. Se pueden evaluar variables independientes para identificar conductores de alto rendimiento por bloque/campo. Esto permite al analista identificar interacciones que pueden no ser obvias y/o confirmar sospechas desde una perspectiva imparcial. La analítica de datos en este contexto ayuda a los agrónomos a hacer recomendaciones precisas con mayor certeza.
La singularidad de cada entidad (cliente) significa una variación única en cada caso que debe explicarse, con el fin de hacer recomendaciones precisas.
¿Cómo se aplican los datos?
Plantación variable informada y mapas de fertilización
Durante el proceso de análisis de datos, se determinan los factores principales dentro de las propiedades físicas y químicas del suelo. A continuación, se generan mapas variables según esos factores principales. Por ejemplo, una tierra consiste principalmente en suelos Hutton, pero dentro de los Hutton ciertas áreas producen menos o más rendimiento. Esos factores que afectan a la producción se identifican fácilmente al analizar los datos masivos. Si el factor es un problema que se puede abordar fácilmente, como por ejemplo a través de encalado o labranza, entonces el rendimiento desigual puede ser nivelado. Sin embargo, si es algo inherente al suelo, como la profundidad o la fracción de piedra, entonces existe la oportunidad de elaborar un mapa variable que tenga en cuenta el potencial del suelo.
Contribuciones significativas a las prácticas de gestión
El análisis de datos permite a los expertos de Agri Technovation identificar los factores críticos únicos que impulsarán el rendimiento de los cultivos en cada campo. Esto ayudará al productor a centrar sus esfuerzos donde más se necesiten y a hacer contribuciones más significativas a las prácticas de gestión aplicadas y, en última instancia, a mejorar el rendimiento de los cultivos.
Selección del cultivar
Con la minería de datos se puede determinar el rendimiento de un cultivar por país o por campo, acompañado del soporte ideal para cada microclima único. El proceso de minería de datos se realiza independientemente de cualquier otra organización (es decir, específico de la entidad) y proporciona datos visuales claros. Se recomienda que este proceso se realice con el equipo de gestión y los proveedores elegidos para obtener el máximo beneficio.
Minería de datos: ejemplos
El gráfico 1 representa la profundidad para el desarrollo potencial de la raíz versus el rendimiento del cultivo para una entidad única, centrada en el maíz blanco en el área noroeste. Este entorno se eligió específicamente como ejemplo, ya que se considera que la zona tiene suelos homogéneos con poca o ninguna variación. El gráfico 1 ilustra claramente la notable variación en las formas del suelo, así como la diferencia de rendimiento entre los 12 tipos de suelo. Además, se puede observar claramente el impacto de la profundidad para el desarrollo potencial de la raíz en el rendimiento del cultivo.
Agri Technovation realiza análisis de datos sobre todas las diferentes características medidas durante el proceso de clasificación del suelo. Cada variable adicional proporciona más contexto y una explicación mejor (más refinada) de por qué difiere el rendimiento, así como de lo que podría hacerse para maximizar el rendimiento y/o minimizar los costos de los insumos.
El gráfico 2 es un ejemplo de los rendimientos de maíz amarillo en el Highveld en un campo donde más del 80% del área consiste en un solo tipo de suelo. Sin embargo, se observa variación en el rendimiento dentro de este tipo de suelo. Con el uso de la minería de datos, queda claro que en este caso, el factor principal puede estar directamente vinculado a la profundidad para el desarrollo de raíces potencial.
Ahora existe la oportunidad de aplicar los costos de los insumos en forma variable según la profundidad del suelo, que es lo que inherentemente impulsa el rendimiento. Este fenómeno está vinculado al cultivo específico de interés. Es evidente que los diferentes cultivos reaccionan de manera diferente a las variaciones físicas y/o químicas del suelo.
El gráfico 3 muestra una tendencia de rendimiento de soja en el Eastern Free State. Esto se hizo para todo el campo utilizando los 3 principales tipos de suelo. El gráfico muestra el rendimiento versus el% de arcilla subterránea (horizonte B). En los datos hay una clara tendencia que indica que (en este caso) el rendimiento aumenta del 5% al 25% de arcilla del subsuelo y comienza a declinar donde el porcentaje de arcilla aumenta al 45%; información que es inmensamente valiosa para el productor.
Gráfico 1: Rendimiento medio de maíz blanco a lo largo de mas de 850 000 puntos de datos para 4 campos durante 2021 y 2022
Gráfico 2: Rendimiento de maíz amarillo frente a la profundidad de la familia principal de suelos – Clovelly. En un caso (como este) donde más del 80% de un campo consiste en un solo tipo de suelo (lo que rara vez sucede), todavía hay variaciones en las propiedades físicas y químicas que pueden utilizarse mediante la aplicación variable de costos de insumos.
Gráfico 3: Rendimiento de soja frente al % de arcilla del subsuelo (horizonte B) en el campo B. Observe la tendencia (línea verde) de aumento del rendimiento de 5% a aproximadamente un 25% (la línea roja punteada representa el punto de inflexión promedio), y luego la reducción del rendimiento con un aumento adicional del porcentaje de arcilla al 45%. Los datos se realizaron para los 3 principales tipos de suelo del campo. Cada color representa una forma única del suelo, como se indica en la leyenda.
Conclusión
Agri Technovation crea un vínculo entre las propiedades físicas y químicas del suelo y el rendimiento del cultivo, utilizando los servicios MY SOIL CLASSIFICATION™ e ITEST™SOIL, y luego combinándolos con mapas de rendimiento a través de minería de datos y análisis (MYDATA MINING™).
De los datos se desprende que las propiedades físicas del suelo tienen un impacto significativo en el rendimiento de los cultivos, y también que pueden variar dentro de un área determinada.
Cada campo es único en términos de los suelos que están presentes y cómo se desempeñan. El principio sigue siendo que las propiedades físicas del suelo forman la base de cada campo y deben gestionarse en consecuencia para lograr rendimientos óptimos.
Mediante el uso del servicio MYDATA MINING™ de Agri Technovation, los productores pueden obtener información sobre qué cultivos o cultivares son más productivos en un tipo de suelo y clima particular. Los datos de este servicio se pueden utilizar para optimizar la producción de cultivos, reducir los gastos y riesgos innecesarios y mejorar la eficiencia general, lo que conduce a mayores beneficios y prácticas agrícolas sostenibles.
Qué se requiere para el servicio de minería de datos
- Datos de clasificación del suelo.
- Datos químicos del suelo.
- Mapas de rendimiento.
¿Por qué es tan poderoso?
- Los factores agronómicos impulsan la producción vegetal, como las características físico-edafológicas y -químicas (fertilidad).
- El poder reside en la capacidad de analizar grandes volúmenes de datos con solo pulsar un botón.
- Usamos esto para entender qué factores limitantes tienen mayor influencia en la producción y dónde están presentes.
- Se elabora un plan de acción para eliminar o reducir los factores limitantes.
- Los costos de los insumos se utilizan de manera óptima: los datos a largo plazo indican un ahorro promedio del 16%.
- En consecuencia, el potencial de producción y/o los beneficios aumentan.