Big data III. ¿Que hay detrás de los números?

Big Data agrícola

¿Que hay detrás de los números que nos aporta el Big Data? Es interesante dar un mayor significado a ciertos valores numéricos que obtenemos de nuestra gestión agronómica. Así, siempre que vemos el valor numérico del parámetro pH pensamos en si nuestro suelo o agua de riego será de reacción básica o ácida. No hay que equivocarse, hay mucha más información en esos números.

El pH  es también una función de la presión parcial de Dióxido de Carbono. El valor obtenido mediante la medición “in situ” del pH nos dará información sobre la producción de dióxido de carbono que se está produciendo en el suelo y por ende de la respiración del mismo.

O sea que a iguales condiciones del suelo un menor pH significaría mayor respiración y según aumente ese pH disminuirá la respiración y, por tanto, el CO2  pasará a Bicarbonato y en última instancia a Carbonatos, según la gráfica adjunta.

Variación de la especies químicas según el pH.

También es importante tener en cuenta, sobre todo en superficies deportivas en base arenosa, que esa presión parcial de CO2, puede ser muy elevada llegando incluso hasta el 3-4% comparándolo con el presente en otros suelos o con el 0,3% atmosférico. Por tanto, cuando llevamos una muestra al laboratorio y esta se extrae del suelo, la muestra se desgasifica y no tiene en cuenta el CO2 que tenía en origen, por ello podemos decir que la lectura de laboratorio presenta un error.

Es decir, las lecturas de laboratorio serán mayores que si la medición del pH fuese tomada “in situ“.

Si fertilizamos con abonos de reacción ácida como por ejemplo el sulfato amónico, podremos conocer cuándo este Nitrógeno se ha agotado en el suelo. El valor del pH del suelo bajará en función de la cantidad de Nitrógeno aportado y volverá a subir a su nivel normal, una vez se agote en el suelo. Véase en el ejemplo la disminución de medio punto de pH como consecuencia de la acidez del sulfato amónico.

Lectura del pH

Lectura del pH

 

Otros valores numéricos muy interesantes de evaluar son aquellos que comparan las aguas de riego con las aguas de poro de sus perfiles de suelo. Es decir, cuanto más se alejan químicamente los valores entre sí, significa que las aguas de riego suponen poca modificación en los suelos, caso de suelos arcillosos con altas capacidades de intercambio catiónico, pero si se aproximan mucho como es el caso de los sustratos arenosos de greens o campos de fútbol, significará que cualquier cambio en las aguas de riego supondrá un cambio en el perfil de suelo. Es por ello muy práctico el tratamiento del agua de riego para modificar el perfil del green. Esto es muy visual a través de los diagramas de piper.

Por otro lado, asunciones corrientes como la acumulación de costras de carbonato cálcico – magnésico en perfiles de greens USGA y los problemas de infiltración asociados debido al riego con aguas muy alcalinas y duras, no resultan tan obvios en nuestros greens o campos de fútbol (Carrow et al., 1999; Ellis, 2009; Fidanza, 2006; Harivandi, 1999; Simmons, 2010).

Obear y Soldat (2015) estudiaron la distribución vertical  del Carbono inorgánico en 28 greens USGA y no se observaron las acumulaciones de estos carbonatos que sí ocurren en suelos agrícolas, especialmente en las muestras con pH por debajo de 7,8.

Contenidos de carbono inorgánico en distintos suelos de greens frente al valor de pH de los mismos en el estudio de Obear y Soldat (2015)

 

Otro valor de interés agronómico es el valor redox del agua de riego. En la desinfección del agua de riego se debe exigir la monitorización del potencial redox, es decir del potencial de oxidación-reducción (ORP). Varias investigaciones han demostrado que un valor de ORP de 650 a 700 mV, bacterias tales como Escheriquia Coli son exterminadas dentro de pocos segundos. Levaduras y el tipo más sensible de hongo formador de esporas son también exterminadas a este nivel de ORP después de pocos minutos de contacto. En 1971, la OMS adoptó la medida del potencial REDOX como la más fiable para medir la calidad sanitaria del agua.

Tiloom ha adoptado la mejor tecnología para el tratamiento de aguas, en especial para  aquellas provenientes de EDARs, pregúntanos y podremos asesorarte en la solución más eficaz para tu agua de riego.

 

Big data II: Aplicaciones en superficies deportivas

big data y las superficies deportivas

Las aplicaciones más importantes del Big Data en superficies deportivas consisten en la recopilación y gestión adecuada de la información que se genera de forma continua (sensores de suelo como Pogo o estaciones meteorológicas) o de forma puntual (ensayos biomecánicos, analíticas de suelo, etc).

La información de todas las fuentes puede combinarse para obtener una base de datos completa de las superficies deportivas o cultivos. Con estos datos se pueden tomar decisiones certeras para tener todo el año el campo en perfecto estado.

Recopilación de datos biomecánicos en superficies deportivas.

Recopilación de datos biomecánicos en superficies deportivas.

 

La presentación de datos de forma sencilla y visual es otra de las características que define a Tiloom de cara a sus clientes, por ejemplo a través de sus plataformas de análisis de datos.

La gestión de esta información a través de modelos matemáticos, puede dar lugar a la  predicción de enfermedades fúngicas como es por ejemplo el Dollar Spot, a través de la regresión logística según el modelo Smith-Kerns Dollar Spot Model, con el que se determina la probabilidad de ocurrencia de esta enfermedad utilizando información procedente de estaciones meteorológicas (datos importados de humedad relativa y temperatura media).

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0194216

Nuevas guías de fertilidad, MLSN, han sido igualmente implementadas por investigadores de primer nivel como Micah Woods, basadas en el análisis del big data.

El análisis y simulación de los procesos que tienen lugar en las diferentes superficies deportivas es posible con la recopilación de datos de agua del riego y suelo. Existen numerosos estudios para prever y  remediar posibles incidencias. Uno de ellos es el “Estudio de los procesos fisico – químicos de la rizosfera de greens construidos según especificaciones USGA en campos de golf mediante modelación hidrogeoquímica con PHREEQC” Raúl Bragado, 2016.

Procesos físico-químicos estudiados en perfil de green, Raúl Bragado 2016.

El estudio puede ser consultado en su totalidad en el siguiente enlace “http://hdl.handle.net/10317/5721“. En él se valora el efecto de la mineralogía del suelo y sus relaciones con el agua. Sin el uso del Big Data no podrían haberse extraído las conclusiones.

Groundsman de primer nivel como  Vicente Alpuente en Villareal C.F. han implementado este tipo de estudios en sus superficies. En Tiloom le apoyamos con el respaldo de nuestro equipo agronómico y con tecnología diferenciadora.

Contacta con el equipo de Tiloom si deseas implementar la última tecnología en recopilación y análisis de datos. Estaremos encantados de ofrecerte nuestra ayuda

“Lo que no se mide, no puede mejorarse”. Lord Kelvin.

Big Data I: ¿Qué es y cómo orientarlo a la agricultura?

Big data agricultura

Parece que hoy en día no se pueden dar dos pasos sin oír hablar del Big Data, tanto orientado a la gestión de superficies deportivas como en agricultura. En este artículo te explicamos qué es, así como te daremos unas pinceladas de su uso.

La recopilación de información es lo que se considera Big Data. Eso incluye por ejemplo todos los datos que ofrece una estación meteorológica, la información que se puede obtener del agua de riego o del suelo con sensores de monitorización en continuo o de forma discreta e incluso cualquier información de insumos que haya durante el cultivo.

Toda la información recopilada o potencialmente recopilable es big data.
Recorrido de la información.

Recorrido de la información.

Toda esa información acumulada y sin estructurar es un problema que se debe solventar. Gracias a softwares de manejo de datos y a la capacidad de procesamiento de los ordenadores, esos datos brutos se convierten en información de mucho valor añadido.

Una vez la información está ordenada y estructurada se abre un nuevo mundo de posibilidades. Se pueden establecer relaciones entre los parámetros. Por ejemplo, en céspedes deportivos es posible relacionar la dureza de un campo de fútbol (gravities), medido con el martillo de Clegg, con los niveles de humedad del suelo (%VWC), medido con sensores de humedad.

La información permite tomar decisiones razonadas y argumentadas.
Retroalimentación de la información en la agricultura.

Retroalimentación de la información en la agricultura.

Al igual que en el ejemplo anterior se pueden relacionar muchos otros valores. Encontrar la hora del día perfecta para regar; conocer los factores que modifican el pH; la electroconductividad del agua de riego o del suelo; prever la formación de “black layer” en perfiles de suelo (bajas tasas de infiltración en suelos con altos porcentajes de contenidos volumétricos de humedad regados con aguas sulfatadas), etc.

El aprovechamiento de los datos generados es la herramienta de conocimiento más potente con la que la agricultura se ha encontrado en la historia. La organización de esta información esta optimizando la utilización de los recursos. El uso de insumos ya nunca volverá a basarse únicamente en la experiencia y la intuición, la información ha llegado para quedarse.

Tiloom desarrolla y ofrece una completa gama de monitorización y control en agricultura y céspedes deportivos. Podemos ofrecerte potentes herramientas de control de bombeo, de monitorización de variables en continuo y  discretas con sensores de impedancia coaxial como POGO o  TDR’s.