Texas A&M AgriLife Research e IBM están trabajando para desarrollar sensores de bajo costo y una aplicación para teléfonos inteligentes, con el objetivo de brindar a los agricultores una nueva herramienta para tomar decisiones en tiempo real sobre cuándo regar los cultivos.
La aplicación desarrollada por IBM, Liquid Prep, se basa en parte en sensores de sonda para detectar los niveles de humedad del suelo y recopilar datos. La racionalización de la tecnología ahora está parcialmente en manos de los investigadores del Centro de Investigación y Extensión Texas A&M AgriLife Blackland en Temple.
Los investigadores están realizando pruebas para validar la eficacia de los sensores desarrollados por IBM. Eventualmente, reclutarán agricultores de Texas para probar la tecnología en entornos del mundo real.
El esfuerzo por desarrollar Liquid Prep es parte del programa IBM Sustainability Accelerator. Este programa global de impacto social pro bono aprovecha la tecnología y la experiencia de la compañía frente a los desafíos ambientales como el cambio climático, el clima extremo y la contaminación, dijeron los investigadores de IBM.
La aplicación Liquid Prep se creará para combinar datos meteorológicos de IBM, información específica de cultivos de los científicos de AgriLife Research en Temple y datos de humedad del suelo en tiempo real de los nuevos sensores. La aplicación utilizará los datos combinados para brindar a los agricultores información que los ayude a decidir cuándo y cuánto regar los cultivos, teniendo en cuenta una variedad de cultivos específicos.
“El objetivo de estos sensores es que algún día sirvan como la solución más rentable para las recomendaciones de riego disponibles para los productores en Texas y, eventualmente, en todo el mundo”, dijo Raghavan Srinivasan, Ph.D., director de Texas Centro A&M AgriLife en Temple. Srinivasan también es profesor y Regents Fellow en el Departamento de Ecología y Biología de la Conservación y director del Laboratorio de Ciencias Espaciales en el Departamento de Ingeniería Biológica y Agrícola.
“La experiencia técnica y la extensa red de Texas A&M AgriLife en la industria agrícola ha llevado a muchas innovaciones tecnológicas y oportunidades para impactar a las comunidades agrícolas”, dijo Michael Jacobs, líder de sustentabilidad e innovación social de IBM. “La colaboración entre este equipo y los expertos en ciencia de datos y aprendizaje automático de IBM tiene como objetivo ayudar a que los datos clave sean útiles para los pequeños agricultores”.
Integración de tecnologías de datos para el aprendizaje automático
Los investigadores están fortaleciendo Liquid Prep al integrar la herramienta de evaluación de suelos y agua de Texas A&M AgriLife, SWAT, e IBM Environmental Intelligence Suite, EIS, Geospatial Analytics. Su objetivo es combinar estos sistemas de datos para simplificar el desarrollo y la implementación de modelos de aprendizaje automático para la agricultura sostenible.
SWAT proporciona pronósticos de alta resolución a escala de campo y análisis de métricas de suelo, agua y agricultura. IBM EIS Geospatial Analytics proporciona datos satelitales e información meteorológica. Los modelos de aprendizaje automático procesarán sus datos combinados en información para la toma de decisiones para los agricultores.
La integración SWAT-EIS ayudaría a proporcionar información sobre tres tipos de sequía: meteorológica, agrícola e hidrológica. Un sistema para comprender los variados atributos de los tres tipos proporcionaría una comprensión más completa de los efectos de la sequía en los cultivos, un impulso para una mayor productividad agrícola y gestión del agua.
Validación y mejora del rendimiento del sensor
El proceso de creación de una herramienta rentable global se encuentra en las primeras etapas, dijo Gurjinder Baath, Ph.D., profesor asistente en el Departamento de Ciencias del Suelo y Cultivos de Texas A&M y líder del proceso de validación de sensores en Temple.
El primer paso hacia la adopción de Liquid Prep es garantizar que la tecnología sea sólida y precisa, dijo Baath. El trabajo de su equipo consiste en recopilar datos de los nuevos sensores y analizarlos con los resultados de pruebas de laboratorio más complicadas de muestras de suelo. El equipo también compara los resultados del sensor de IBM con los producidos por otros sensores patentados utilizados para la investigación en el centro AgriLife de Texas A&M en Temple.
“En general, buscamos la confiabilidad de los resultados, la rentabilidad y la simplicidad de uso”, dijo Baath, señalando que los primeros resultados son prometedores. El trabajo de los equipos consiste en identificar problemas técnicos en la nueva plataforma y volver a probar las iteraciones optimizadas de IBM.
Baath dijo que se está realizando un trabajo de validación adicional en los nuevos sensores en colaboración en granjas privadas en Alabama, Louisiana, Texas y Ottawa, Ontario, incluida la prueba de suelos en contraste con la composición de los suelos de arcilla negra de Temple. Esto es para probar la viabilidad de los sensores en diferentes condiciones y diferentes cultivos, incluidos el maíz, el trigo y la soja.
Próximos pasos en la validación de sensores
Si bien el desarrollo de la tecnología Liquid Prep permanece en las primeras etapas, dijo Srinivasan, el trabajo del equipo de investigación de AgriLife ha abierto las puertas a conversaciones globales sobre las posibilidades de tecnologías emergentes, así como las existentes desarrolladas en el centro AgriLife de Texas A&M en Temple.
Desde finales de la década de 1970, el centro ha desarrollado modelos informáticos y sistemas de datos masivos para comprender y predecir una serie de procesos relacionados con la gestión agrícola y de pastizales.
“Hemos recibido muchas consultas, especialmente últimamente, basadas en la información que IBM ha publicado hasta ahora sobre nuestro trabajo junto con Liquid Prep”, dijo Srinivasan. Hizo hincapié en el posible progreso para hacer que Liquid Prep sea económicamente viable para los agricultores de los países en desarrollo.
Las conversaciones que comenzaron con el trabajo sobre la tecnología Liquid Prep, dijo Srinivasan, también han florecido para incluir posibilidades más completas para los sistemas de apoyo a la toma de decisiones y modelado por computadora de AgriLife Research en el centro de Temple. Las aplicaciones de la tecnología incluyen una protección climática más general, así como posibles colaboraciones en varios países fuera de los EE. UU., incluida Ucrania.
En el futuro inmediato, Baath y Srinivasan esperan registrar los resultados de su trabajo de validación del sensor Liquid Prep para su publicación revisada por pares en revistas científicas.