Fecha: 27/07/2020

Inteligencia colectiva: de la percepción individual al diagnóstico en evaluación de cultivos

Una investigación conjunta entre la Estación Experimental de Aula Dei del CSIC y la Universidad de Montana muestra cómo la información subjetiva procedente de encuestas a pie de campo puede utilizarse para desarrollar un índice de condición de cultivos que integra factores meteorológicos, agronómicos, fisiológicos y tecnológicos, y puede utilizarse para desarrollar sistemas de información de cultivos con un mejor rendimiento que los existentes.

 

Un equipo formado por investigadores de la Estación Experimental de Aula Dei (EEAD-CSIC) y la Universidad de Montana ha desarrollado un método estadístico que elimina los sesgos de percepción comunes en las evaluaciones del estado de los cultivos.

El estudio se basa en las encuestas semanales que el Departamento de Agricultura de Estados Unidos (USDA) realiza semanalmente sobre el estado de los cultivos desde mediados de la década de 1980. Estas encuestas son una fuente importante de información para los productores agrícolas y empresas del sector de la alimentación, los analistas de mercado y compañías de seguros agrícolas, y para los encargados de formular políticas agrarias. Además, son muy útiles para estudiar cómo responde la producción a las condiciones climáticas.

De acuerdo con el Dr. Santiago Beguería , investigador de la Estación Experimental de Aula Dei del CSIC y autor principal del trabajo, “estas encuestas visuales han estado disponibles durante mucho tiempo, pero apenas se han utilizado para fines de investigación porque el juicio humano es subjetivo y se ha considerado poco fiable para estudios científicos. Nosotros hemos convertido esta encuesta cualitativa en una métrica cuantitativa de la condición del cultivo que carece de los sesgos personales o de ubicación de los encuestados, lo que resulta en una métrica objetiva de la condición del cultivo que se puede utilizar para análisis científico o para desarrollar sistemas de monitoreo de cultivos y alerta temprana".

Al eliminar los sesgos de percepción el ser humano se convierte en un sensor del estado de los cultivos que puede competir con herramientas más tecnológicas, e incluso superarlas. "Una vez que se eliminan los prejuicios, las personas se convierten en excelentes sensores del estado de los cultivos", dijo Marco Maneta, profesor asociado de la U.M. y coautor del estudio. "Esto se debe a que los humanos tienen la capacidad de incorporar en su evaluación del estado de los cultivos información contextual que los sensores generalmente no capturan, como por ejemplo las condiciones meteorológicas anteriores, las prácticas agrícolas y la tecnología, y otros matices relevantes que son difíciles de medir o cuantificar".

El trabajo demuestra que esta nueva métrica para medir el estado del cultivo predice el rendimiento de la cosecha a mitad de temporada con igual o mayor precisión que las predicciones emitidas por el USDA o los analistas de mercado. Los autores de esta investigación avanzan además otras aplicaciones para esta nueva forma de valorar el estado de los cultivos, ya que “se puede utilizar también para anticipar los impactos de la sequía en la agricultura e informar dónde asignar los fondos de ayuda, lo que tiene el potencial de reducir la volatilidad del mercado agrícola y mejorar la seguridad alimentaria”.

El trabajo , «Qualitative crop condition survey reveals spatiotemporal production patterns and allows early yield prediction» acaba de ser publicado en la revista PNAS (Proceedings of the National Academy of Sciences of the United States of America). Se puede consultar en acceso abierto bajo licencia Creative Commons 4.0 (CC BY-NC-ND)

DOI: 10.1073/pnas.1917774117

 

   
  Un técnico y un agricultor examinan el estado de un cultivo de maíz (foto: USDA NRCS Montana)  
     

 

Ficheros: