Aplicación de nutrientes con dosis variable

¿Debería considerarlo para mi campo? Agustín Pagani, PhD – Investigador independiente, docente y director del Laboratorio Clarion– ¿De qué estamos hablando? La aplicación de nutrientes con dosis variable (ANDV) consiste en aplicar diferentes dosis de fertilizante, enmiendas o estiércol en distintas zonas de un lote de producción de acuerdo a una prescripción predeterminada. La dosis […]
mayo 22, 2024

¿Debería considerarlo para mi campo?

Agustín Pagani, PhD – Investigador independiente, docente y director del Laboratorio Clarion

¿De qué estamos hablando?

La aplicación de nutrientes con dosis variable (ANDV) consiste en aplicar diferentes dosis de fertilizante, enmiendas o estiércol en distintas zonas de un lote de producción de acuerdo a una prescripción predeterminada. La dosis puede ser controlada manualmente por el operario del equipo o automáticamente mediante una computadora en comunicación con un sistema de posicionamiento global (GPS). Su objetivo principal es aumentar la eficiencia en el uso de los nutrientes, evitando sub y sobre fertilizaciones y sus consecuencias económicas y ambientales.

¿Cuál es el problema clave capaz de afectar el éxito de la aplicación de nutrientes con dosis variable?

Pensar en la posibilidad que la tecnología actual nos brinda de poder aplicar casi cualquier dosis de un insumo en casi cualquier rincón de un lote de producción, suele traer aparejada la idea de que contamos con el conocimiento agronómico necesario para transformar esto en algo productiva y económicamente más conveniente.

Muchos lotes pueden tener potencial para beneficiarse de la ANDV si las características del suelo y el paisaje varían espacialmente de manera considerable o si el manejo anterior ha generado variabilidad física, química o biológica. En estas situaciones, generalmente pueden identificarse zonas dentro de un lote con diferentes requerimientos de nutrientes para que los cultivos optimicen el rendimiento. Sin embargo, la determinación adecuada de los niveles de nutrientes a aplicar en cada zona dentro del lote puede parecer una tarea sencilla, pero en la práctica representa un gran desafío.

Si bien la tecnología GPS es un requisito importante para ANDV, lograr control y precisión geográfica no es el problema más difícil de resolver. Este artículo no se enfoca en cuestiones tecnológicas, sino en criterios generales que deben ser tenidos en cuenta para determinar los requerimientos de nutrientes en diferentes partes del campo.

¿Ciertos tipo de paisaje y suelos son más adecuados para la aplicación de nutrientes con dosis variable?

Es razonable suponer que los lotes con un nivel de variabilidad visiblemente mayor en ciertas características claves, como la pendiente, la textura del suelo, el drenaje, la salinidad, la profundidad efectiva y el contenido de materia orgánica, también tienen un mayor potencial para beneficiarse de la ANDV. Sin embargo, se ha demostrado que los campos planos aparentemente uniformes también pueden tener una variabilidad considerable. La tecnología actualmente disponible es capaz de identificar y cuantificar esta variabilidad, incluso si no es evidente.

“A medida que aumenta el conocimiento sobre los patrones de rendimiento y de respuesta a la aplicación de nutrientes en diferentes partes de un campo, el modelo se va retroalimentando”

¿Cuál es el principal riesgo asociado con la aplicación de nutrientes con dosis variable?

Determinar el requerimiento de nutrientes es un desafío debido a los efectos interactivos de las condiciones ambientales y de crecimiento, como la lluvia, la temperatura y las plagas, con el suelo. Una recomendación de nutrientes siempre se basa en un conjunto de supuestos, pero las condiciones que realmente ocurren pueden variar considerablemente. Esto puede resultar en que las respuestas de los cultivos a la fertilización sean diferentes a las previstas, afectando el éxito de la aplicación de nutrientes, independientemente de si se aplica a una dosis uniforme o variable.

Por ejemplo, algunas regiones pueden experimentar condiciones ambientales más extremas que otras, como un mayor riesgo de sequía o exceso de humedad.

En condiciones ambientales adversas, los productores generalmente buscan formas de reducir el riesgo. En este sentido, la ANDV constituye un gran aliado para el productor, ya que permite administrar el riesgo, por ejemplo, fertilizando con altas dosis sólo las zonas dentro del lote con mayor probabilidad de respuesta (no necesariamente las más productivas) y siendo más conservador empleando menores dosis en las áreas más riesgosas.

¿Qué metodologías se utilizan para determinar el requerimiento de nutrientes en un campo?

Existen dos grupos de métodos para definir las recomendaciones de fertilización con dosis variable. El primero involucra la creación de un mapa de prescripción de fertilización basado en zonas de manejo relativamente grandes dentro de un campo, también llamado “enfoque proactivo”. El segundo determina los requerimientos de nutrientes específicos del sitio en función de la evaluación en tiempo real de las propiedades ópticas del suelo o del canopeo, también conocido como “enfoque reactivo”.

¿Puedo generar recomendaciones de aplicación de nutrientes de dosis variable por mi cuenta o necesito confiar en un técnico o empresa especializada?

Si bien es posible que los productores hagan esto por su cuenta, la mayoría confía en un asesor o empresa especializada. Generar mapas y desarrollar recomendaciones requiere habilidades relacionadas a los sistemas de información geográfica (GIS), el acceso a varias fuentes de información y el conocimiento de suelos y agronomía para hacer interpretaciones adecuadas.

¿Cómo determinar los requerimientos nutricionales delineando zonas de manejo?

Las zonas de manejo (ZM) se definen como áreas dentro de un lote que requieren diferentes niveles de nutrientes para lograr el máximo rendimiento económico. Un desafío clave es delinear ZM para que sean lo suficientemente grandes como para ser cubiertas de manera efectiva por equipos a escala agrícola y, sin embargo, sean lo suficientemente homogéneas dentro de sí.

Frecuentemente, las ZM se pueden identificar fácilmente en función de características muy visibles, como la posición en el relieve o cambios importantes en la textura del suelo. Sin embargo, en muchos casos las ZM no son obvias y deben basarse en fuentes de información adicionales. A menudo se requieren múltiples capas de datos debido a numerosos factores del suelo y del paisaje que influyen en el rendimiento de los cultivos y en su respuesta a la aplicación de nutrientes. Algunas fuentes de información comúnmente utilizadas son:

• Mapas de rendimiento de cultivos anteriores creados a partir de los datos del monitor de rendimiento de la cosechadora utilizando software informático,

• Imágenes satelitales que muestran diferencias en la biomasa de cultivos como el índice de vegetación diferencial normalizado (NDVI),

• Relevamientos topográficos realizados con GPS de alta precisión, que se relacionan con la dinámica de agua en el suelo, patrones de drenaje, erosión, etc.,

• Estudios de conductividad eléctrica aparente (ej., Veris Technologies o Geonics EM38) para identificar cambios en la textura, salinidad y la profundidad efectiva del suelo,

 • Muestreos de suelo intensivos en grilla que permiten confeccionar mapas detallados de nutrientes y propiedades edáficas.

Se ha demostrado que el esquema intensivo en grilla es más efectivo para nutrientes poco móviles como el fósforo y el potasio, en lotes con mayor historia de fertilización, aplicación de efluentes o enmiendas orgánicas y/o donde los patrones de variabilidad son más difíciles de determinar, mientras que muestreos dirigidos más laxos (por zonas de manejo) han sido satisfactorios en lotes con menor historia de fertilización y donde los patrones de heterogeneidad son bien marcados (lotes con gran variabilidad topográfica, textural, en la profundidad efectiva del suelo o en el contenido de sales).

Para nutrientes móviles como el nitrógeno y el azufre que se encuentran más ligados a patrones naturales de la materia orgánica del suelo y a la topografía, los muestreos en zona son generalmente los de mejor relación costo-beneficio.    

Finalmente, se desarrolla una recomendación de fertilización para cada ZM en base en un objetivo de rendimiento realista. Si bien pueden emplearse diferentes métodos para determinar los requerimientos de nutrientes para zonas específicas, la mayoría se basa en una combinación de las fuentes de información anteriormente mencionadas.

Figura 1: Zonas de manejo (ZM) de fósforo delineadas en función de la interpolación de un muestreo de suelo en grilla con una intensidad de una muestra por hectárea. Cada punto en la figura de la derecha representa el resultado de fósforo Bray-1 de una muestra compuesta por 10 submuestras a 20 cm de profundidad en un lote de 65 has en el partido de 9 de Julio, provincia de Buenos Aires.  
Figura 2: Zonas de manejo de nitrógeno delineadas en función de los resultados de un relevamiento de elevación y conductividad eléctrica aparente (CEa) con la rastra Veris 3100. La ECa se correlaciona negativamente con el contenido de arena y positivamente con el contenido de arcilla, materia orgánica y sales y por lo tanto afecta marcadamente la respuesta de los cultivos a la fertilización nitrogenada. Lote de 65 has en el partido de 9 de Julio, provincia de Buenos Aires.  
¿Qué tan confiables son estas zonas de manejo?

Las ZM son más confiables si se basan en patrones de heterogeneidad consistentes observados durante varios años. Por ejemplo, un lote que muestra patrones relativamente estables en los mapas de rendimiento o imágenes satelitales durante varias campañas, sugiere mayor potencial para la ANDV. Cuando estos mapas e imágenes se correlacionan bien con otros datos, como estudios topográficos y de conductividad eléctrica, esto sugiere que las características inherentes del suelo y el paisaje influyen marcadamente en el rendimiento del cultivo y la respuesta a la aplicación de nutrientes de manera consistente sugiriendo mayor potencial y eficacia para la ANDV.

Patrones inconsistentes entre fuentes de información supuestamente relacionadas durante varias campañas indican que las condiciones ambientales y de crecimiento son variables. Las interacciones entre las características del suelo/paisaje y las condiciones de crecimiento variables pueden impactar el rendimiento en forma diferente en campañas sucesivas en la misma zona dentro del lote. En este tipo de escenario, se dificulta identificar las ZM que puedan ser de utilidad para la ANDV.

Idealmente, la implementación inicial del método proactivo primero implica la recopilación e interpretación de diferentes fuentes de información durante varios años para identificar patrones consistentes. Es importante identificar estos patrones antes de decidir implementar la práctica. Esto puede implicar costos significativos antes de que se puedan obtener beneficios productivos y económicos.

¿Cómo determinar el requerimiento de nutrientes de los sensores ópticos de cultivo?

Los sensores ópticos de cultivo (SOC) que pueden ser de origen aéreo/satelital (Satelite Sentinel 2, cámaras visibles o multiespectrales montadas en drones), de mano (GreenSeeker, CropScan, CropCircle) o asociados a los aplicadores de fertilizante líquido (N sensor, GreenSeeker) estiman la biomasa y/o la intensidad de verdor del cultivo en estadíos iniciales de la estación de crecimiento (por ejemplo, V10 en maíz o inicio de encañazón en trigo). A partir de estas determinaciones se puede calcular (mediante diferentes algoritmos localmente calibrados) una dosis de aplicación de fertilizante. Esta dosis de fertilizante puede aplicarse automáticamente por una fertilizadora comandada por actuadores en tiempo real a medida que la maquina avanza por el lote o luego de realizado el sensado, mediante la confección de una prescripción (en el caso del uso de fotos aéreas/satelitales o sensores de mano). Esta tecnología está principalmente orientada para la fertilización nitrogenada suplementaria en cereales.

“El monitor de rendimiento de la cosechadora es una herramienta esencial para comparar los rendimientos en las franjas de dosis uniforme con otras partes del campo”

Los SOC detectan la reflectancia de la luz de varias longitudes de onda, como el infrarrojo cercano y el rojo visible. Esta información se utiliza para calcular primero un indicador del crecimiento del cultivo, como NDVI o el VARI. Estos índices son luego utilizados por una fórmula o algoritmo para calcular una dosis óptima de fertilizante. Se han desarrollado algoritmos a través de ensayos de investigación para diferentes cultivos en varias regiones. También se requiere como referencia una franja con nitrógeno no limitante (franja de suficiencia) colocada en una parte representativa del campo en el momento de la siembra.

Figura 3: Lote de trigo en el estadío de inicio de encañazón mostrando franja de suficiencia de nitrógeno (N). Esta franja puede ser utilizada para relativizar las lecturas absolutas de un sensor de canopeo o índice de vegetación obtenido desde vehículos aéreos no tripulados (drones) y así calcular el índice de suficiencia de N. Con esta información se puede definir una estrategia de refertilización nitrogenada con dosis variable. Chivilcoy, provincia de Buenos Aires.

Figura 4: Aplicación de fertilizante nitrogenado líquido con dosis variable en tiempo real con un sensor óptico Greenseeker utilizando el algoritmo representado en la figura.

En la parte central del gráfico, la dosis de fertilizante recomendada aumenta a medida que aumenta el NDVI. Esto se basa en la premisa de que los cultivos con mayor biomasa tienen una capacidad cada vez mayor para utilizar fertilizante nitrogenado adicional. Sin embargo, hay dos valores umbral de NDVI, uno en el extremo inferior y otro en el extremo superior de esta tendencia.

Cualquier valor de NDVI por debajo del valor inferior (es decir, alrededor de 0,30) no recibe fertilizante en base a la suposición de que otros factores como la sequía, la salinidad y los daños por inundación están restringiendo en gran medida el potencial de rendimiento, como lo demuestra la biomasa de cultivo muy baja.

Cualquier valor de NDVI por encima del umbral superior tampoco recibe ningún fertilizante en base a la suposición de que ya hay suficiente nitrógeno en el suelo para lograr el máximo rendimiento económico. La franja de suficiencia de nitrógeno se utiliza para evaluar este umbral superior.

¿Cuáles son los pros y los contras de usar sensores ópticos de cultivos?

Existen una serie de ventajas de usar SOC en lugar de ZM. En primer lugar, hay un requisito mucho menor para la recopilación y el análisis de datos. En segundo lugar, retrasar parte de la aplicación de nitrógeno permite tener en cuenta las condiciones ambientales propias de la campaña y posibilita realizar un diagnóstico de fertilización más ajustado a las necesidades del cultivo.

Sin embargo, también hay algunas desventajas y otros factores a considerar. En primer lugar, suele haber una ventana de oportunidad muy estrecha para que los cultivos absorban nitrógeno suplementario, especialmente para cultivos de verano donde las tasas de crecimiento son muy altas. Si esta tecnología no se usa en el momento apropiado, debido a condiciones meteorológicas adversas u otros factores logísticos, es posible que no se obtengan los beneficios potenciales. Esta ventana de oportunidad varía para diferentes tipos de cultivos y regiones, pero en general, la investigación ha demostrado que esta ventana se puede expandir un poco aplicando una mayor porción del requisito total de N en el momento de la siembra de cereales.

“Los SOC detectan la reflectancia de la luz de varias longitudes de onda, como el infrarrojo cercano y el rojo visible”

En segundo lugar, si bien los algoritmos utilizados para calcular las dosis de fertilización se basan en una extensa investigación con varios tipos de cultivos en diferentes regiones, es posible que no tengan en cuenta todas las características del suelo/paisaje o las condiciones ambientales y de cultivo. Además, pueden ocurrir condiciones ambientales diferentes a las normales después de la aplicación de este fertilizante y, por lo tanto, afectar los resultados previstos, al igual que con el método ZM.

En tercer lugar, para los algoritmos basados ​​en la detección de la deficiencia de N relacionada con el contenido de clorofila de las plantas, el SOC puede funcionar con mayor eficacia cuando no existen otros factores importantes que limiten el crecimiento de las plantas. Otros factores, como la topografía, la humedad del suelo o deficiencias de otros nutrientes, podrían tenerse en cuenta potencialmente en algoritmos más complejos, pero esto implicaría costos adicionales de recopilación e interpretación de datos, similar al método proactivo.

¿Es posible usar ambos métodos para aplicar fertilizante de dosis variable?

En muchas circunstancias, el uso de ambos enfoques (el proactivo y el reactivo) en forma integrada resulta en la estrategia de mayor eficacia. El método proactivo se emplea para desarrollar un mapa de prescripción de dosis variable para el fertilizante de arranque, que generalmente incluiría nitrógeno, fósforo y posiblemente otros nutrientes como y el azufre y zinc. El método SOC se adopta más adelante para aplicar nitrógeno suplementario contemplando las condiciones reales de la estación de crecimiento.

¿Cómo puedo saber si la aplicación de nutrientes de dosis variable es rentable?

La mejor manera de determinar si esta tecnología es económicamente conveniente es compararla con la práctica tradicional de aplicación uniforme de nutrientes. Si bien uno podría verse tentado a hacer comparaciones con años anteriores, es mejor establecer una franja o parcelas de dosis uniforme dentro del campo que se utiliza para la dosis variable. De esa manera se puede hacer una comparación adecuada bajo las mismas condiciones ambientales.

“La ANDV constituye un gran aliado para el productor, ya que permite administrar el riesgo”

Las franjas de dosis uniforme deben colocarse de manera que sean representativas de todo el campo. Para el método de ZM, esto significa las franjas deben idealmente atravesar todas las ZM. Si se utiliza el método SOC, las franjas uniformes deben contener una combinación similar de valores de sensores ópticos que el resto del campo. El monitor de rendimiento de la cosechadora es una herramienta esencial para comparar los rendimientos en las franjas de dosis uniforme con otras partes del campo. Las franjas deben ser lo suficientemente anchas para que el monitor evalúe correctamente el rendimiento en estas áreas por separado del resto del campo. Puede ser necesario superponer las ZM con el mapa de rendimiento para realizar comparaciones de rendimiento dentro de cada ZM.

Figura 5: Mapa de aplicación de urea en función de una prescripción de dosis variable mostrando cuatro franjas de referencia con dosis uniforme para evaluar económicamente el criterio de recomendación seleccionado. Mapa de rendimiento del cultivo de maíz de la campaña 20/21 en un lote de 65 has en el partido de 9 de Julio, provincia de Buenos Aires.

Otros datos requeridos para realizar una comparación económica incluyen la diferencia en el costo del fertilizante entre la dosis variable y la dosis uniforme, los costos de equipos adicionales involucrados en la aplicación de la dosis variable y los honorarios de consultores para desarrollar mapas de prescripción. Con toda esta información puede realizarse un análisis económico de presupuesto parcial para comparar los cambios en los costos e ingresos entre la dosis variable y la dosis uniforme.

¿Cómo debería gestionarse un programa de dosis variable en el largo plazo?

Si bien las ZM pueden no cambiar significativamente, las recomendaciones específicas de fertilizantes variarán de un año a otro. Los factores que pueden afectar la recomendación de fertilizantes incluyen el cultivo a sembrar, el cultivo anterior, las condiciones ambientales anteriores y los precios.

Además, es esperable que las dosis de fertilizante cambien a medida que un lote pasa de un historial de dosis uniforme a variable. Por ejemplo, si la dosis variable tiene éxito, se pueden encontrar menores valores extremos que involucren grandes excedentes o deficiencias en el nivel de nutrientes, ya que estos tienden a ser utilizados por los cultivos de manera más eficiente.

Finalmente, a medida que aumenta el conocimiento sobre los patrones de rendimiento y de respuesta a la aplicación de nutrientes en diferentes partes de un campo, el modelo se va retroalimentando.

Notas relacionadas

4° Transformación digital del agro

4° Transformación digital del agro

Llega, por cuarto año consecutivo, el evento de transformación digital del agro más importante de Argentina. El día martes 25  de junio se llevará a cabo la cuarta edición de  “La Transformación Digital del Agro”, el evento líder en transformación digital del sector...

Estrategia de marketing ecológico para escalar tu marca

Estrategia de marketing ecológico para escalar tu marca

Las estrategias de marketing ecológico (también conocido como marketing verde) cada día toman más protagonismo en el sector agroalimentario. Y es que el consumidor está informado sobre el accionar de las empresas y el vínculo con la sostenibilidad y compromiso...

QIRA, la evolución del comercio electrónico

QIRA, la evolución del comercio electrónico

Para una empresa cuyo ADN está profundamente arraigado en las características del sector agropecuario fue un desafío muy entusiasta desarrollar QIRA, el primer e-commerce del agro argentino. ALZ-Agro se metió de lleno en el universo tecnológico para estar a la altura...

Puentes verdes* con camelina

Puentes verdes* con camelina

Los planes para mitigar el calentamiento global generan una oportunidad, y a la vez, un desafío para el agro. Lograr una agricultura más sustentable, enfocada en el cuidado del carbono del suelo, aumentando la productividad para sostener la producción de alimentos y...

Comportamiento sanitario de variedades de trigo

Comportamiento sanitario de variedades de trigo

Campaña 2023-24. Subregiones PBN IIN-VN 1 Enrique Alberione, 1 Nicolás Salines, 1 Elizabeth Pozzi, 1 Dionisio Gomez, 1 Guillermo Donaire, 2 Pablo Campos.  1INTA EEA Marcos Juárez- 2INTA EEA Bordenave -  Introducción...