Post on 20-Jun-2015
Agricultura por ambientes
Santiago Gonzalez VenzanoIydaAgritestAnticipa
Gestión de Conocimiento
Gestión
Productiva
Agricultura por Ambientes
Modelo de Procesos
Modelo de Organización
Modelo Tecnológico
Escala-Macroambientes
Escala- Microambientes
Protocolización
Inteligencia Colectiva
Estándares-Lenguaje
Control-Reportes
Redes
Desjerarquización
Autonomía
Web
Plataformas Colaborativas
Motor para gestión de Base
de Datos
GIS
Capacitación
Organización de Procesos
•Cultivo•Genotipo•Fecha de Siembra
VRT •Dosis de Fertilizante•Densidad de siembra
Manchoneo Georef•Insecticidas•Herbicidas
1° Etapa 2° Etapa
Un marco Conceptual
Que esta pasando con las organizaciones?
El fatalismo
El poder del dinero en el Corto Plazo
El poder central
El poder de las personas
Las Organizaciones que aprenden
Los Paradigmas Organizacionales
de Peter Senge (La Quinta disciplina)
1. Dios quiera que…
2. Planificación Presupuestaria.
3. Planificación Estratégica
4. Gestión Estratégica
5. La inteligencia Colectiva
Parámetros Permanentes
Indicadores Ambientales
Parámetros Dinámicos
Modificadores Ambientales
AmbientesReglas de Decisión
Agronómicas
Macroambientes:
• Rotación
• Genotipo
• Fecha de Siembra
Microambientes:
• Densidad
• Fertilización
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.
Relieve Característica Factor estructural Rango de valores Fact. modificadores Nomenclatura
Loma Arena + 80 % de arena Loma Arenosa
Arena 70 < 80 % arena Napa L2
Arena < 70 % Napa L3
Media Loma Arena + 80 % de arena Napa M L 1
Arena 70 < 80 % arena Napa M L 2
Arena < 70 % Napa M L 3
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
Natricos Thapto + pH thapto T a < de 60 cm pH 8 o mas Napa-Hum thapto B-T3
Dulce MO Sin thapto o > 60 cm MO > 3 % Napa B1
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
Zonas que
reciben agua por
escorrentía
Zonas de
escurrimiento
de agua
Zonas de
balance neutro
Clasificacion de Ambientes en la ZO de AACREARiDZO – Agosto 2009
3° Aproximación –una visión-: La materia se “embebe” de conocimiento
DeLa tierra + Mejoras
ALa tierra + Conocimiento
Mapa de Rendimiento
Mapa de Macro Ambientes
Mapa de Prescripción
Mapa de Aplicación
Mapa de Genotipo
Mapa de Costo Directo
Mapa de Margen Bruto
Mapa de Grilla de Puntos
Mapa de Aplicación ManchoneoInsecticidas
Mapa de Micro Ambientes
Mapa de Puntos de Muestreo de Suelos
INFORMACIÓN DATOS
Reporte•Parametros de suelo x Amb
Reporte•Aplic vs Prescr•Veloc.de Aplic•Altimetria
Reporte•Rend x Amb•Rend x Altura•Veloc de Cosecha•Costo x Amb•Rend x Genot x Amb•Rend x Dosis x Amb
CONOCIMIENTO
ProtocoloReglas de decisión
Operación
La Base de Datos de Puntos de La PazTotal son 105 puntos. Esto es una muestra:
FEC_CREA LATITUD LONGITUD CAMPANIAMUESTRA LOTE AMBIENTECULTIVO ARENA MO 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
DATOS
Parámetros de suelo x Amb
Loma Arenosa
Loma Medio Bajo Bajo Hidrico
%ARENA 81 73 65 56 50
%MO 1,0 1,7 1,8 2,0 1,5
ph 6,1 4,7 6,4 6,5 8,1
P 15 10 6 10 12
0,0
2,0
4,0
6,0
8,0
10,0
12,0
14,0
16,0
0
10
20
30
40
50
60
70
80
90
%M
O-P
h-P
asim
% d
e A
ren
a
6,4
INFORMACIÓN DATOS
Base de Datos de un monitor de rinde: 285.000 filas para 1.500 has!!!
DATOS
Promedio de REND_SECO Micro ambiente
Variedad
Loma
Arenosa Loma Medio Bajo
Bajo
Hidrico
Bajo
Salino Media
dm3700 2,513 3,321 3,217 1,876 1,069 3,207
dm4670 2,143 2,608 3,975 4,134 2,686 3,922
dm4970 1,212 1,408 2,920 3,055 2,511 2,706
dm4970-dm5.1i 1,433 1,652 3,065 3,010 1,500 2,808
dm5.1i 1,305 1,864 2,803 2,638 2,714
Media 1,316 2,290 3,484 3,566 2,028 1,069 3,366
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
Loma Arenosa
Loma Medio Bajo Bajo Hidrico
Bajo Salino
dm3700
dm4670
dm4970
dm4970-dm5.1i
dm5.1i
Media
Rendimiento X Genotipo XMicroambiente
INFORMACIÓN DATOS CONOCIMIENTO
Análisis de CampañaCual es la variedad mas apropiada para cada ambiente?
Los puntos de muestreo se corresponden con un área de 1 ha. Luego se correlacionan los mapas de rendimiento con los parámetros edáficos
Rendimiento X GenotipoParámetros edáficos
INFORMACIÓN DATOS CONOCIMIENTO
R² = 0,6378 y = -0,1349x + 12,179
R² = 0,4291
y = -0,0402x + 5,1361R² = 0,412
1
2
3
4
40 50 60 70 80
Tn -
Ha
% de Arena
Soja 08-09
Media
dm 3700
dm4670
dm5.1i
Análisis de CampañaCual es la variedad mas apropiada para cada ambiente?
+ de 78% de Arena
si
no
Dm5.1i
Dm4670
al Protocolo!!!
Rendimiento X CultivoParámetros edáficos
INFORMACIÓN DATOS
4 años de monitores de rinde cruzado con análisis de sueloCuál es la rotación apropiada para cada ambiente?
y = -0,0099x2 + 1,193x - 25,653
y = -0,0062x2 + 0,9457x - 29,592
y = -0,0015x2 + 0,1684x - 1,5467
1,000
1,500
2,000
2,500
3,000
3,500
4,000
5,000
6,000
7,000
8,000
9,000
10,000
11,000
40 50 60 70 80 90Tn
-Ha
Soja
Tn-H
a M
aiz
y Tr
igo
% de Arena
Maiz
Trigo
Soja
Soja 2da
CONOCIMIENTO
MAPA DE AMBIENTES
Estandarización
PROTOCOLOReglas de decisión
por ambiente
Mapa de Aplicación
INFORMACIÓN DATOS CONOCIMIENTO
Dosis Prescriptavs Dosis Aplicada
INFORMACIÓN DATOS
Como controlarla la calidad de una aplicación?Aplicación de Urea al voleo
CONOCIMIENTO
Prescripta Realizado AnchoLabor Velocidad Hora
240,000 146,000 24,000 10,000 17:30:11
240,000 175,000 24,000 12,000 17:30:14
240,000 235,000 24,000 12,000 17:30:17
240,000 237,000 24,000 12,000 17:30:20
240,000 237,000 24,000 12,000 17:30:23
240,000 236,000 24,000 12,000 17:30:26
240,000 265,000 24,000 10,000 17:30:29
240,000 165,000 24,000 17,000 17:30:32
240,000 172,000 24,000 21,000 17:30:34
240,000 179,000 24,000 22,000 17:30:35
240,000 194,000 24,000 23,000 17:30:37
240,000 210,000 24,000 23,000 17:30:38
240,000 227,000 24,000 23,000 17:30:40
240,000 227,000 24,000 23,000 17:30:41
240,000 235,000 24,000 23,000 17:30:43
240,000 236,000 24,000 23,000 17:30:44
240,000 239,000 24,000 23,000 17:30:46
240,000 239,000 24,000 23,000 17:30:48
240,000 238,000 24,000 23,000 17:30:49
240,000 237,000 24,000 23,000 17:30:51
240,000 238,000 24,000 23,000 17:30:52
240,000 239,000 24,000 23,000 17:30:54
240,000 239,000 24,000 23,000 17:30:55
Dosis Prescriptavs Dosis Aplicada
INFORMACIÓN DATOS
Como controlarla la calidad de una aplicación?Aplicación de Urea al voleo
CONOCIMIENTO
Valores
Rótulos de fila Promedio de RealizadoDesvest de Realizado
40 55 43
120 121 33
140 160 32
160 173 22
220 215 20
240 226 33
260 248 23
Total general 189 64
100
150
200
250
300
350
400
450
500
la lo me ba bh bs media
u$
s/h
a
Maiz
Trigo
Soja
Densidad
P
N
P
N
P
N
P
N
P P
2% 16% 61% 13% 6% 2%
Costo DirectoX Cultivo XMicroambiente
INFORMACIÓN DATOS
Cada ambiente tiene una tecnologia apropiada que genera un CD por ambiente.
380343
217
0
100
200
300
400
500
600
Loma Arenosa
Loma Medio Bajo Bajo Hidrico
Bajo Salino
Media
MB
u$
s/h
a
Soja
T/S2
Maiz
2% 16% 61% 13% 6% 2%
Ambientes donde el Trigo-Soja es
competitivo!!!
Margen BrutoX Cultivo XMicroambiente
INFORMACIÓN DATOS CONOCIMIENTO
Finalmente, calculamos con el CD y el Rendimiento x Ambiente, calculamos el MB por ambiente.
Monitoreo de Plagas.Como buscar eficiencia con escala?
Ejemplo de Arañuela
Monitoreo de Plagas.Como buscar eficiencia con escala?
Devolución: Mapa de Aplicacion
El Control de la Aplicación Aerea
Mapas de Rendimiento
Mapas de Puntos de
Muestreo de Suelos
Mapas de Ambientes
Mapas de Prescripción
Mapas de Aplicación
Protocolos
Mapas de Curvas de
Nivel
Mapas de Imágenes
Mapa de Aplicación Manchoneo Insecticidas
Mapa de Rendimiento
Mapa de Macro Ambientes
Mapa de Micro Ambientes
Mapa de Puntos de Muestreo de Suelos
Mapa de Prescripción
Mapa de Aplicación
Mapa de Grilla de Puntos
Mapa de Genotipo
Mapa de Costo Directo
Mapa de Margen Bruto
Mapa de Macro Ambientes
INFORMACIÓN DATOS CONOCIMIENTO
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.
Agricultura por Ambientes:
Ejes clave para ir a la ACCIÓN
Técnología
Integración
Gestión
ESTRATEGIA
· De la información· Del Conocimiento· De Riesgo
· Digital· Internet· GIS
· Con TODO
•De la Información•Del Conocimiento•Del Riesgo
•Digital•Web•GIS
•Outsourcingestratégico
Agricultura por Ambientes:
• Protocolos productivos• Tablero de control• Gestión de reportes • Decisiones real time• Web es “LA ” plataforma • Procesos • Redes y Comunidades
Implementado los conceptos en la ACCIÓN
Agricultura por Ambientes: