Con inteligencia artificial, científicos argentinos “mapearon” la productividad agrícola de todo el Planeta
El “Atlas mundial de las brechas de rendimiento” es un trabajo de los investigadores argentinos Patricio Grassini y Fernando Aramburu Merlos, para la Universidad de Nebraska. Se enfocaron en los cereales más importantes: maíz, trigo y arroz.
Ahora, la producción y el rendimiento de los cultivos de trigo, maíz y arroz tiene su “mapa” completo. Y a escala global. Pero además de eso, el logro corresponde a dos científicos argentinos: Patricio Grassini y Fernando Aramburu-Merlos.
El “Atlas mundial de las brechas de rendimiento” es un largo y arduo trabajo que los especialistas, ingenieros agrónomos ambos, llevaron a cabo durante 12 años, con el apoyo de inteligencia artificial y machine learning.
“Completamos los espacios vacíos del Atlas expandiendo sus resultados a muchas áreas agrícolas que, por diversas cuestiones, no iban a ser fáciles de incluir”, manifestó Aramburu-Merlos a la agencia CyTA, que depende del Instituto Leloir.
Aramburo Merlos es investigador del Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible (IPADS), que depende del INTA y del Conicet y tiene su sede en Balcarce, Provincia de Buenos Aires.
El trabajo es parte del posdoctorado suyo en el Departamento de Agronomía y Horticultura de la Universidad de Nebraska-Lincoln, Estados Unidos. Que a su vez es dirigido por Grassini, quien recientemente estuvo en Argentina presentando algunos de estos datos que han ido recopilando a lo largo del tiempo.
“Es muy emocionante. Ahora podemos estimar el potencial de rendimiento de cada terreno de cultivo en todo el mundo. Los resultados ofrecen una oportunidad fantástica para que los agricultores puedan tomar como punto de referencia su productividad actual y para orientar la intensificación sostenible de los sistemas agrícolas a nivel mundial”, sumó Grassini, quien es uno de los creadores del mapa junto a sus colegas de la Universidad de Wageningen, en Países Bajos.
EL USO DE INTELIGENCIA ARTIFICIAL
El “metamodelo” utilizó aprendizaje automático e incorporó una gama compleja de conjuntos de datos y un abordaje analítico matizado que refuerza su precisión.
“Realizamos una validación cruzada teniendo en cuenta la ubicación geoespacial de las distintas localidades, y tuvimos un 15%/20% de error, una precisión buena para este tipo de estimaciones”, informó Aramburu-Merlos.
¿Tienen costo los mapas? En absoluto: se pueden descargar de manera gratuita AQUÍ y se pueden abrir con cualquier programa para sistemas de información geográfica.
Fernando Aramburu-Merlos (con capucha gris) y Patricio Grassini (sweater negro), visitando ensayos de maíz en Ruanda. (Gentileza Agencia Cyta)
“Saber el potencial de rendimiento para un lugar es importante porque permite establecer la brecha entre lo que se obtiene y lo que se podría obtener con las mejores prácticas. Es un indicador de cuán bien se están haciendo las cosas y cuánto más se puede mejorar si se implementan ciertos cambios en el futuro”, explicó Aramburu-Merlos, que prometió regresar prontamente a la Argentina.
Y cerró: “Las aplicaciones van mucho más allá del nivel agrícola. La nueva posibilidad de estimar el potencial de rendimiento ofrece a los gobiernos, organizaciones internacionales y fundaciones benéficas un enfoque transparente y objetivo para comprender dónde existen las mayores oportunidades para mejorar los rendimientos”.
Seguir leyendo
