Técnicos de Fertinagro Biotech han llevado a cabo los primeros muestreos de las parcelas de ensayo donde se sembrará el trigo objeto de estudio, con el fin de conocer previamente la salud de los suelos seleccionados para la investigación del Grupo Operativo APP Tri.
El objetivo es diseñar una aplicación informática que permita estimar la productividad del cultivo de trigo a partir del monitoreo, procesado e interpretación de datos registrados en explotaciones, mejorando la eficiencia, la productividad y la sostenibilidad ambiental.
El proyecto busca integrar la tecnología de Observación de la Tierra (EO), dentro del programa Copernicus de la UE, y mejorar su interpretación agronómica hacia una agricultura de precisión más eficiente y sostenible.
La recopilación de datos por parte de los miembros del Grupo Operativo —que se podrán consultar en esta web— dará robustez al modelo predictivo de esta herramienta, que permitirá estimar el rendimiento del cultivo en Castilla y León y Aragón.
Los técnicos de Fertinagro seleccionaron parcelas con características homogéneas, evitando aquellas que hubieran experimentado variaciones en apariencia, producción, erosión, drenaje, textura o color del suelo, y evitando también los lindes y momentos posteriores a lluvias abundantes.
Cada muestra se componía de al menos cuatro submuestras individuales, tomadas de diferentes puntos de la parcela para asegurar su representatividad. Una vez seleccionadas, fueron enviadas al laboratorio de Fertinagro Biotech para analizar parámetros como nutrientes, salinidad, pH, textura, CIC, materia orgánica y biodiversidad.
Estas primeras muestras se han obtenido en la provincia de Soria y en el término municipal de Espinosa de Cerrato (Palencia).
Los resultados de este trabajo se integrarán en una aplicación digital que facilitará la toma de decisiones anticipada sobre el manejo de este cultivo (riego, fertilización, control de plagas y enfermedades) e identificará posibles desviaciones de rendimiento en parcelas de las zonas productoras.
La tecnología desarrollada por GO (Asaja, Universidad de Valencia y Fertinagro Biotech), basada en modelos predictivos y algoritmos de aprendizaje automático derivados del proyecto PredicPro, permitirá evaluar su escalabilidad a nivel nacional.
Con ello, el proyecto busca impulsar el desarrollo económico y sostenible del sector agroalimentario, ofreciendo al agricultor una herramienta innovadora, intuitiva y de fácil manejo, acompañada de una guía práctica de uso adaptada a sus necesidades.