Los algoritmos y la inteligencia artificial llegaron al lote y en este caso, permiten calcular cuales son las mejores opciones de manejo en cultivos de servicios (CS) en planteos de maíz tardío en la región pampeana argentina.
Investigadores del INTA Laboulaye, la universidad de Villa María y productores de la Asociación Argentina de Productores en Siembra Directa (Aapresid) presentaron un modelo que permite simular los efectos de diferentes variables de manejo del CS en el rendimiento del cereal.
Según detallaron los técnicos, el modelo está basado en el concepto de “machine learning”. Se trata de algoritmos entrenados para detectar patrones en grandes conjuntos de datos, lo que permite recrear diversas situaciones productivas y tomar decisiones más informadas.
Para su desarrollo, se incorporaron datos obtenidos de ensayos de campo de la Red de Cultivos de Servicios Aapresid-BASF. La misma abarca una amplia variedad de cultivos, condiciones climáticas, edáficas y prácticas agronómicas en numerosas localidades de la región pampeana.
Cultivos de servicio y maíz tardío
Después de aplicar el modelo a diversos escenarios ambientales y de manejo usual de los productores, detectaron que el rinde del maíz tardío está influido por los siguientes factores:
- Fecha de secado del CS
- Agua útil inicial a la siembra del CS
- Lluvia durante el ciclo del CS
- Duración y lluvia entre el periodo de secado del CS
- La siembra de cultivo de cosecha
“”El modelo arrojó que el retraso de la fecha de secado puede resultar en una disminución significativa del rendimiento del maíz, especialmente en años secos o sin influencia de napa freática”, señalaron.
Y agregaron: “Contrariamente, adelantar la fecha de secado a septiembre impacta positivamente, sobre todo en años húmedos o con presencia de napa”
Por otra parte, vieron que la variable agua acumulada al inicio del CS influye notablemente sobre el rendimiento del maíz, especialmente en condiciones de recarga media a alta.
El estudio también señaló que de acuerdo al cultivo de servicios seleccionado, el rendimiento del maíz puede sufrir pérdidas en el rinde que van desde el 80% hasta ganancias del 65%.
En el caso del centeno -puro o en mezcla con otras especies, puede generar caídas significativas en el rendimiento en comparación con la vicia pura o en mezcla.
Por último, los investigadores afirman que “el modelo predictivo desarrollado permite evaluar escenarios factibles de ocurrir en la región pampeana y cuantificar su impacto en el rendimiento de maíz, convirtiéndose en una herramienta valiosa para facilitar la toma de decisiones de productores y técnicos”. (fuente Infocampo)