AGRICULTURA DE PRECISIÓN

1. INTRODUCCIÓN

La tecnología GPS, que nació para el ámbito militar, se ha revelado en la

actualidad como una fuente inagotable y creciente de aplicaciones civiles,
siendo una de ellas la Agricultura. Es por tanto el objeto de este trabajo
presentar una visión general de la relación existente entre GPS y la Agricultura.

En una primera parte, se describe lo que se ha denominado como Agricultura

de precisión y cómo GPS constituye el núcleo fundamental de estas nuevas
técnicas agrícolas, las cuales serían imposibles de implementar sin el uso de
un sistema de posicionamiento global. GPS se emplea para elaborar unos
mapas con el apoyo de un sistema de información geográfica (GIS). Los datos
obtenidos harán que un sistema de información de apoyo a decisiones (MIS)
indique al agricultor cómo operar sobre sus tierras de forma óptima con el uso
de técnicas de tasa variable (VRA). Siguiendo el ciclo anterior se observarán de
forma diáfana las ventajas de la Agricultura de precisión con respecto a la
tradicional.

A continuación se presentarán una serie de experiencias y aplicaciones reales

llevadas a cabo en Agricultura usando GPS en diferentes lugares del mundo,
de forma que lo comentado anteriormente no se quede en el terreno de lo
especulativo, sino que se muestre el potencial de esta tecnología. Asimismo se
presentan algunos equipos GPS comerciales, la mayoría de ellos usados en las
aplicaciones anteriores.

2. AGRICULTURA DE PRECISIÓN

2.1 Definición

Agricultura de precisión es el término utilizado para describir la meta del

aumento de la eficiencia en la administración de la Agricultura. Es una
tecnología en desarrollo que modifica las técnicas existentes e incorpora otras
nuevas para producir un nuevo conjunto de herramientas a ser manejadas por
el usuario.
Por tanto, la Agricultura de precisión no es simplemente la habilidad de aplicar
tratamientos distintos a escala local, sino que debe ser considerada como la
habilidad para controlar con precisión y asignar la empresa agrícola a un nivel
local y de granja, así como de tener los conocimientos suficientes para
entender todos los procesos relacionados, de modo que puedan aplicarse los
resultados obtenidos para lograr una meta determinada.
La Figura 2.1 muestra la interacción entre varios elementos que integran la
Agricultura de precisión.

1.
En cuanto a la historia relacionada con la Agricultura de precisión, los pilares
de la misma se asentaron en los años '70, cuando el Departamento de Defensa
Americano comenzó a lanzar los Satélites de Posicionamiento Global (GPS)
para ayudar a las piezas de artillería a apuntar a sus blancos y a los
submarinos a localizar su posición. Hoy en día estos satélites son también
accesibles para cuestiones civiles, pero por razones de seguridad las señales
así recibidas son distorsionadas, de modo que el error obtenido en la posición
puede resultar inadmisible, como es en el caso de su empleo en la Agricultura.
Por esto un sistema de corrección diferencial (DGPS) se hace totalmente
necesario.
Por otro lado, este empleo de GPS permite que los agricultores puedan
recopilar datos sobre sus terrenos de cultivo, ya sea durante la cosecha o
previamente a ella, de tal manera que hoy por hoy los cultivos ya no han de ser
necesariamente tratados como una superficie de terreno de características
homogéneas, sino que pueden ser tratados acorde con sus características
espaciales. Es decir, se ha pasado de trabajar en kilómetros cuadrados a
trabajar en metros cuadrados. Esto se ve traducido en una mejor aplicación de
pesticidas, semillas, riego..., todo lo cual conlleva un sustancial ahorro en
costes variables de producción que, en su totalidad, compensan el gasto
derivado del empleo de estas nuevas tecnologías.

2.2 Tipos de variabilidad

Se distinguen tres tipos de variabilidad en lo referente a la Agricultura de

precisión:

• Variabilidad espacial: se ocupa de los cambios a lo largo del terreno de

cultivo.
 • Variabilidad temporal: muestra los cambios de un año a otro.
• Variabilidad predictiva: discrepancia entre los valores predichos y los
actuales.

A continuación pasaremos a comentar estos tres tipos de variabilidad con

mayor precisión.

2.2.1 Variabilidad espacial

Por variabilidad espacial se entienden los cambios sufridos a lo largo del

terreno de cultivo. Estos cambios pueden ser fácilmente vistos en un mapa de
rendimiento, por ejemplo, para lo cual se necesita recopilar datos en posiciones
precisas.
Para localizar la posición actual del punto del terreno donde nos encontramos
en latitud y longitud se utiliza un sistema DGPS, al tiempo que se van
recopilando otros datos de interés que mantengan una relación espacial, como
pueda ser la calidad del suelo, cantidad de agua, densidad del cultivo... Con
ello se busca la obtención de un mapa que resulte representativo del terreno y
de utilidad para el agricultor.
La terna de datos recopilados puede ser filtrada para borrar los errores del
sistema, transformada y presentada como un mapa de contorno, mostrando la
variabilidad espacial.

2.2.2 Variabilidad temporal

La variabilidad temporal es el resultado de comparar un determinado número

de mapas del mismo terreno a través de los años. Este tipo de variabilidad
requiere también ser interpretada para obtener deducciones, pero aún así
pueden obtenerse mapas de tendencias que muestren características
esenciales.
La Figura 2.2 muestra el resultado de un mapa de rendimiento a lo largo de dos
años consecutivos. La observación de estos dos mapas puede dar una idea
representativa del significado de variabilidad espacial y temporal.
2.2.3 Variabilidad predictiva

La variabilidad predictiva está más relacionada con los errores de

administración que con las características biológicas. Ésta puede ser calculada
midiendo la diferencia entre los valores esperados y los valores realmente
logrados.
2.3 Agricultura tradicional vs. Agricultura de precisión

Agricultura Tradicional Agricultura de Precisión

Aplicación de pesticidas
Trata todo el campo de cultivo como Gracias al tratamiento de imágenes
una superficie uniforme con aéreas, junto con las técnicas de
necesidades similares. digitalización, GPS y GIS, puede
elaborarse un mapa del terreno con
diferentes zonas detalladas, pudiendo
prescribir la cantidad exacta de pesticida
a aplicar en cada zona, según sus
necesidades.
Empleo de banderas humanas para Empleo de GPS para indicar a los
señalar a los aeroplanos dónde aeroplanos dónde descargar los
aplicar los pesticidas. pesticidas, y en qué cantidad, gracias a
los mapas previamente elaborados.
Aplicación de abonos
La cantidad de abono a aplicar se Permite una aplicación específica según
determina por medio de la las necesidades de cada región, con dos
composición de diferentes muestras métodos:
del terreno: al final requiere una
aplicación uniforme de lo que se • Empleo de DGPS para dividir el
cree una buena estimación de la terreno según una rejilla, con
cantidad apropiada (se trata de una celdas de tamaño determinado
media). por el usuario, posibilitando el
acceso preciso a un punto
concreto de cada celda, recoger
una muestra y aplicar el abono
estimado para cada celda.
• Empleo de fotografías aéreas.
Éstas se digitalizan,
georreferencian, y basándose en
sus características se determina
la cantidad de abono a aplicar en
cada punto exacto del terreno.
DGPS se encargará
posteriormente de dar cada
coordenada al vehículo de abono,
así como la cantidad a aplicar.

Mapas de rendimiento
Sólo es posible sospechar que unas Durante la cosecha, mediante la
zonas producen más que otras; un combinación de DGPS y sensores de
estudio detallado supondría un grano, es posible recopilar los datos
elevado esfuerzo y muchas horas necesarios para elaborar un mapa
de trabajo.
Decidir si una zona del terreno
produce por encima de los costes
es una labor arriesgada.
preciso y detallado del rendimiento del
cultivo.
Las técnicas de variabilidad temporal
junto con los mapas de rendimiento y los
costes variables permiten tomar una
decisión adecuada acerca de qué zonas
sería mejor no cultivar, ya que producen
gastos.

3.1.1 Razones para el uso de DGPS frente a GPS

El GPS (Global Positioning System) fue desarrollado por el Departamento de

Defensa de Estados Unidos. Su propósito era guiar proyectiles desde
plataformas móviles hasta objetivos de países enemigos. Sin embargo, hoy en
día se aplica a multitud de actividades civiles, tales como la Agricultura.
Veinticuatro satélites orbitan a 11.000 millas (unos 18.000 Km.) sobre la Tierra
y transmiten información de su posición orbital y de tiempo. Los receptores
GPS situados en Tierra interpretan las señales de al menos 3 satélites para
calcular la posición actual mediante triangulación. La triangulación requiere del
uso de lecturas de tiempo, localización y órbita de cada satélite para
matemáticamente determinar la posición relativa. Se usa un cuarto satélite para
correcciones de tiempo entre el receptor GPS y el reloj del satélite.
Sin embargo, aunque la información transmitida por los satélites sea
extremadamente precisa, la posición calculada por el receptor no representa la
posición real. De hecho, el error puede alcanzar más de 100 metros y la
medida de velocidades se puede ver afectada por una desviación de 3 mph.
Las fuentes de error son las siguientes: Selective Availability (SA). El
Departamento de Defensa degrada intencionadamente la señal GPS alterando
la marca de tiempos o la información de la órbita de los satélites, de forma que
la triangulación es totalmente imprecisa. El DoD intenta evitar de esta forma
que países enemigos usen la tecnología americana en tiempos de guerra. La
señal del satélite puede rebotar contra partículas de la ionosfera y la troposfera
creando de esta manera una retraso. Ya que el receptor compara la marca de
tiempos suministrada por el satélite y la señal que ha medido, cualquier retraso
deriva en un error de triangulación. El multicamino, provocado por rebotes de la
señal en edificios, montañas u otros objetos, produce un incremento en el
tiempo que tarda en llegar la señal al receptor.
En Agricultura, una desviación de 100 metros respecto a la posición real hace
que la Agricultura de precisión sea totalmente carente de utilidad. Si se utilizan
datos de GPS no diferencial para realizar mapas, éstos no podrían ser
reproducibles de forma consecutiva por la aleatoriedad de los errores de
posición. La localización de plagas y malas hierbas, los mapas de
infraestructuras y de fincas obtenidos con GPS no diferencial son por completo
inútiles.
La Agricultura de precisión necesita medidas muy fieles y sólo permite errores
del orden de un metro, llegándose en ocasiones a necesitar valores de error
cercanos a un centímetro, para distancias, y un error inferior a 0.1mph para
velocidades. Es necesaria la precisión porque sin ella los mapas de cosechas y
demás clases de mapas son inexactos, y esta inexactitud conduce a que los
consejos de los Sistemas de Información de Gestión y las técnicas VRA
(Variable Rate Applications) carezcan por completo de todo sentido.
Para conseguir los órdenes de magnitud anteriormente expresados es
necesario añadir complejidad al sistema y elevar los costes económicos
respecto a un sistema sencillo como GPS.
La solución adoptada es el DGPS (Differential Global Positioning System). El
concepto clave es que dos receptores cercanos se verán afectados de igual
forma por los retrasos en la señal causados por la atmósfera o por la SA.
Supongamos uno de los dos receptores fijo (estación base), cuyas
coordenadas son conocidas exactamente. De esta manera, ya que la posición
del satélite es conocida, se podrá calcular la distancia de la estación base al
satélite (range - distancia). En funcionamiento normal, la distancia calculada
por la estación base debido a las señales que le llegan del satélite estará
afectada de errores (pseudorange - pseudodistancia). La diferencia entre range
y pseudorange es el error y se conoce como corrección diferencial.

3.1.2 Tipos de DGPS

Existen dos formas básicas de aplicar las correcciones diferenciales: post-

processed DGPS y real-time DGPS Post-processed DGPS (DGPS a
posteriori o de post-procesamiento)
 Con el post-procesamiento los datos en bruto son recogidos por
el tractor o la cosechadora en un archivo de datos. Cuando el
usuario regresa a la granja, el archivo de datos GPS en bruto se
vuelca a un software junto con los datos obtenidos por la estación
base. El resultado reduce los errores de la SA y otros errores
corregibles y suministra datos listos para exportar al GIS.

El post-procesamiento permite mejores precisiones que el DGPS

de tiempo real. El incremento de precisión se debe a la reducción
de la latencia, inherente al DGPS de tiempo real, y a la potencia
de los algoritmos de post-procesamiento.

• Real-time DGPS (DGPS de tiempo real)

Es la solución más extendida dentro de la Agricultura de

precisión. Consiste en el uso de un radio enlace entre la
estación base y el tractor. La corrección es aplicada a los
datos que recibe el tractor en tiempo real (las diversas
opciones para las correcciones de tiempo real se
explicarán más adelante). Para el DGPS de tiempo real se
necesita un equipo que reciba las correcciones enviadas
desde una fuente DGPS.

El receptor GPS emplea esta información para calcular la

posición correcta de los datos que se están recogiendo de
la finca. Los datos GPS corregidos se transfieren al
software de un PC, de manera que están listos para ser
exportados a un GIS. Esta técnica ahorra tiempo de
procesamiento de forma notable.
3.1.3 Tipos de Real-time DGPS

Puesto que es el tipo de DGPS empleado en Agricultura de precisión veamos

qué alternativas se presentan: Satélites geoestacionarios

Empresas privadas (Omnistar, Accqpoint, Racal) emplean

satélites geoestacionarios para difundir las correcciones
diferenciales. Las señales diferenciales GPS se envían desde una
estación en tierra hasta un transpondedor situado en el satélite.
Este método permite dar cobertura a zonas muy extensas (toda
Norteamérica). Por su propia naturaleza de gran cobertura es en
la actualidad la mejor fuente de correcciones. Ofrece precisiones
por debajo del metro, con un buen receptor GPS, y el error no es
función de la distancia a la estación base, lo cual significa una
importante ventaja sobre los otros sistemas. Además es
insensible al multicamino. Exige una cuota anual entre $500 y
$1000.

• U.S. Coast Guard (Servicio de Guardacostas de los Estados

Unidos)

El U.S. Coast Guard radiodifunde sus señales en el rango

de frecuencias 285-325 KHz, utilizando sus propios
radiofaros. Las ondas viajan como ondas de superficie y no
están limitadas por la recepción en línea de visión, como
las estaciones de radio FM.

El alcance de los radiofaros es de unas 200 millas con

buen tiempo (la señal se ve afectada por las tormentas). El
alcance también depende de la topografía. La precisión
disminuye con la distancia al transmisor, lo cual se conoce
como decorrelación geográfica, y es del orden de 1 m por
cada 100 Km. Además, otra desventaja es la tasa a la que
el radiofaro transmite sus mensajes, unos 200 bits por
segundo. A esta tasa la edad de las correcciones
diferenciales es de 4 segundos, lo cual es inaceptable para
algunas aplicaciones donde se requieren tasas de
actualización de entre 2 y 10 veces por segundo. Otra
desventaja adicional es que no todo Estados Unidos tiene
cobertura (ver Figura 3.4).

Sin embargo, su principal ventaja es que es gratuito.

Los receptores empleados con este tipo de real-time DGPS constan de

dos canales. Un canal recibe la corrección diferencial mientras el otro
busca la mejor señal de entrada. Esto ayuda a protegerse contra la
pérdida de la señal DGPS si hay al menos dos radiofaros en la zona.
 A continuación se presenta una tabla comparativa de los métodos
anteriores, donde se recogen sus características más notables:

Característica Radiofaros del U.S. Satélites

Coast Guard geoestacionarios
Precisión <1 m (dependiendo de <0.75 m (uniforme en
la distancia al radiofaro) la zona de cobertura)
Coste inicial del equipo Bajo Alto
Subscripción anual Ninguna. Pero no $500 - $1000
disponible en muchas dependiendo de la
zonas de Estados calidad de servicio
Unidos
Susceptibilidad a las Sujeto a interferencias Mínima
interferencias de ruido causado por
actividades humanas
Zona de cobertura 100 a 250 millas Todos los EEUU

• Sistemas basados en FM

Existen compañías que ofrecen correcciones diferenciales

emitidas sobre la banda lateral de emisoras de FM. Su
cobertura está limitada a 30 – 50 millas, y la señal puede
verse bloqueada por colinas o montañas aunque se esté
dentro de la zona de cobertura. El error cometido es
directamente proporcional a la distancia entre receptor
 GPS y la emisora de radio FM. Es más barato que el
servicio de satélites geoestacionarios.

• Estación base propia

Cualquier usuario puede instalar su propia estación base y

un sistema de radio que transmita la corrección en tiempo
real. La principal ventaja de este sistema es que el
propietario tiene completo control del sistema, aunque
debe asumir el coste de puesta en marcha y
mantenimiento de la estación. Aún así, todavía existe error
en función de la distancia.

En esta alternativa se puede lograr una altísima precisión

si se usa un transceiver de espectro expandido. Esta
técnica, en vez de emplear el código pseudoaleatorio de la
señal GPS para determinar el tiempo de transmisión de la
señal desde el satélite, usa una señal "carrier phase" que
afina en las medidas de tiempo para obtener lecturas más
precisas. Esto ocurre cuando la longitud de onda de la
portadora tiene una resolución mucho más fina (19 cm)
que la disponible en el código pseudoaleatorio o señal
code phase. La señal carrier phase, al ser una onda
senoidal de alta frecuencia, ayuda a correlar los códigos
pseudoaleatorios de manera más precisa para obtener
mejores lecturas.

Esta técnica transmite las correcciones diferenciales a cualquier

receptor en línea de visión, por lo que no deben existir obstáculos
entre estación base y los receptores móviles.

El uso del espectro expandido es útil cuando no se tiene acceso a

los radiofaros de U.S. Coast Guard, el terreno es muy llano y con
pocos árboles o edificios, se disponen de múltiples unidades
DGPS y se requiere precisión muy alta.

3.1.4 Requisitos de los receptores GPS

• Receptores de 8 ó 12 canales
 El número de canales del receptor es el número de
transmisiones de satélite que es capaz de interpretar a la
vez. Si se dispone de estación base propia con un receptor
de 8 canales, podría suceder que 7 satélites coincidieran
para la estación base y el equipo móvil y que el octavo
fuese distinto para ambos. En este caso la estación base
transmite correcciones diferenciales para 8 satélites y el
receptor sólo emplea 7, con lo cual se pierde precisión.

Para que esto no suceda se elige un equipo GPS de 12

canales para la estación base propia y uno de 8 canales
(más barato) para el equipo en el tractor.

• Tipos de arranque

En las tareas agrícolas es habitual hacer paradas y

rearranques. Por ejemplo, al llegar al final de la finca hay
que dar la vuelta al tractor para que comience con un
nuevo surco, problemas en el tractor o en la maquinaria
provocan que haya que parar, etc. ...

Debido a estos hechos se definen tres tipos de arranques,

los cuales implican distintos tiempos de restablecimiento
antes de que las medidas GPS obtenidas sean precisas:

• Arranque Caliente o Hot Start

Es el tiempo que lleva al receptor interpretar la señal GPS que ha

sido apagada durante un breve intervalo de tiempo. El receptor
usa los últimos datos de órbita y posición conocida, y aproxima el
posible tiempo de desconexión para autoreorientarse y realizar la
siguiente lectura. El Hot Start ocurre cuando se necesita parar la
maquinaria durante unos minutos y el receptor permanece
inmóvil.

• Arranque Templado o Warm Start

Ocurre cuando el receptor se apaga y permanece en la misma

posición durante un largo periodo de tiempo (por ejemplo, se deja
el tractor aparcado en la finca por la noche y se retoma la labor al
día siguiente). La referencia de localización es la misma, pero el
equipo debe realizar algunos ajustes de tiempo, órbita y otros.

• Arranque Frío o Cold Start

El receptor es desconectado durante un periodo de tiempo y su

posición sobre el terreno cambia. En este caso, no se dispone de
información de referencia como en los casos anteriores, así que
deben hacerse todos los cálculos desde cero. Éste es el peor
 caso de los tres arranques y su duración oscila entre 40 y 120
segundos.

• Tiempo de readquisición

Sucede cuando la señal satélite es bloqueada porque se

conduce debajo de un puente, a través de un túnel o bajo
las copas de los árboles. En esta situación el receptor
necesita un tiempo para volver a dar una lectura precisa.

• Estándares para las medidas de precisión

Los proveedores expresan las medidas de precisión de

maneras diferentes, lo cual puede llevar a equívocos a la
hora de comparar diferentes receptores. No es lo mismo
indicar 1m CEP, que 1m rms o que 1m drms.

2drms representa el radio del círculo que contiene al menos el 95% de

las lecturas para una localización particular. El centro del círculo es la
situación actual.

CEP representa el radio del círculo que contiene el 50% de las lecturas
GPS si nuestra verdadera posición es el centro del círculo. Este método
no tiene en cuenta los errores muy grandes, y en vez de ello crea un
círculo con el 50% de las medidas más precisas.

Rms representa el radio del círculo que contiene al menos el 68% de las
lecturas para una localización particular. El centro del círculo es la
situación actual.

Luego podemos concluir que CEP es el estándar que permite más

imprecisión, Rms sería intermedio y 2rms sería el estándar de mayor
precisión.

•
3.2 GIS

3.2.1 Qué es GIS

Un Sistema de Información Geográfica (GIS) es en realidad un programa de

ordenador pensado para almacenar, recuperar, analizar y mostrar datos
cartográficos. En GIS, los datos acerca de la superficie de la Tierra no se
representan como un dibujo, como sucede con los mapas convencionales, sino
como información o datos. Estos datos de GIS contienen toda la información
espacial de un mapa convencional, pero con la ventaja de ser mucho más
flexibles a la hora de representarlos, permitiendo además la obtención de
nuevos mapas a partir de datos ya existentes.
El mayor logro de GIS es que todos los datos espaciales se almacenan de
forma estructurada, en una base de datos espacial. La propia estructura de
esta base de datos determinará la sencillez en el manejo del programa.

GIS utiliza dos modos de representación de los datos: modo vector y modo
rastreo. En el modo vector se considera que todas las características de la
superficie de la Tierra se pueden interpretar como un punto, línea o polígono.
Cada característica almacenada en la base de datos de GIS debe estar
especificada por su localización en la superficie de la tierra, y mantener relación
espacial con el resto de características que le rodean. Este modo se prefiere en
aplicaciones urbanas. El modo rastreo es el preferido a la hora de trabajar con
imágenes digitalizadas, datos remotos y análisis estadístico. En este modo
rastreo se almacenan los datos en celdas (o pixeles), determinados según una
rejilla, generalizando así la localización de características a una matriz regular
de celdas.
Por otro lado, los datos en GIS suelen almacenarse en diferentes capas, cada
una de las cuales con una característica topográfica particular. Es decir, habrá
una capa para los ríos, otra para vegetación, asentamientos humanos...,
facilitando el acceso a datos concretos. La Figura 3.6 muestra de modo
conceptual cómo los mapas son almacenados según sus características en
GIS.
Aparte de este modo de almacenamiento de los datos, en GIS también puede
incluirse información no espacial, relacionada con cada punto o zona del mapa.
Por ejemplo, en el caso de tener un mapa con parcelas de terreno, podría
adjuntarse a cada una de ellas una base de datos con el nombre del
propietario, su dirección o el valor estimado de la propiedad.

3.2.2 Necesidad del empleo de GIS

Hasta ahora hemos hablado del empleo de GPS en la Agricultura, pero GPS
por sí solo no constituye la Agricultura de precisión. Se requiere de un sistema
que permita el acceso a toda esa información recopilada de un modo
organizado, el manejo de los datos y análisis de los mismos, facilitando su
interpretación y la toma de decisiones. Aquí es donde toma importancia el
papel de GIS, debido a todas sus características previamente mencionadas.
Así, a medida que la Agricultura de precisión se expande, GIS se expande con
ella.

4. ELABORACIÓN Y TIPOS DE MAPAS

4.1 Pasos para la elaboración de un mapa de terreno

4.1.1 El uso de sensores remotos

El mayor inconveniente de los mapas de rendimiento (cuya elaboración

trataremos en el siguiente apartado) es que éstos sólo pueden obtenerse
durante la cosecha, mientras que en muchas ocasiones el agricultor necesita
información acerca del estado de la plantación cuando todavía puede actuar
sobre ella. Es en este punto donde los sensores remotos adquieren su
importancia.
Las imágenes remotas tienen por finalidad grabar las diferencias en la luz
reflejada producidas por diferentes objetos y formas en la superficie de la
Tierra. Utilizando sensores remotos y cámaras, es posible observar el brillo de
los objetos en puntos distintos a lo largo del espectro visible y la luz cercana al
infrarrojo (NIR). Se sabe que las plantas reflejan grandes cantidades de luz
cercana al infrarrojo, así como también reflejan la luz verde, mientras que
absorben la luz roja y azul. De este modo, analizando las respuestas
espectrales en varios intervalos de longitud de onda del espectro, tales como el
azul, verde, rojo y NIR, se pueden calcular los índices de vegetación en una
zona determinada.
Mediante estas imágenes y el uso de GIS, sistemas de procesamiento digital
de imágenes y GPS se conseguirá una representación de los datos que dé idea
de la variación espacial en el crecimiento de las plantas del cultivo, sin perder
la conexión espacial entre ambas partes.

4.1.2 Pasos a seguir para la elaboración de un mapa del terreno

Una vez capturadas las imágenes, generalmente desde el aire, éstas deben ser
digitalizadas (escaneando los negativos de las mismas, por ejemplo) y
georreferenciadas a un sistema real de coordenadas (como puede ser el
sistema universal Mercator). Para ello habrá sido necesario establecer un
conjunto de puntos de control de referencia en la plantación a estudiar,
utilizando un receptor GPS diferencial (DGPS). Estos puntos de control deben
ser localizados con precisión tanto en las imágenes como en el suelo.
En el proceso de georreferencia se emplea el sistema GIS para registrar las
imágenes digitales a los puntos de control. Un paso previo a este proceso será,
en muchos casos, el ortorrectificar las imágenes adquiridas, de modo que se
eliminen las distorsiones introducidas por la lente de la cámara. Para ello será
útil el anteriormente citado conjunto de puntos de control, los cuales permitirán
alargar o encoger las imágenes electrónicamente, de modo que sean
espacialmente correctas.
Para realizar la tarea de georreferencia de un modo más completo, se marcan
los puntos en la imagen a ser registrada, y a continuación se introducen las
coordenadas de cada punto con objeto de crear una matriz de transformación
de coeficientes. Tras esto, una función propia de GIS se encarga de aplicar la
matriz de transformación para calcular las coordenadas reales de cada pixel en
la imagen, transformando las dimensiones en x e y de cada pixel en
coordenadas estándar.
Obtenidas las coordenadas reales, las imágenes registradas se clasifican en
zonas de respuesta espectral similar por medio de un procedimiento de
clasificación no supervisado. Una clasificación no supervisada es aquélla
que identifica grupos naturales, o clases espectralmente homogéneas, dentro
de los datos multiespectrales. Filtrando los mapas ya clasificados, es posible
eliminar las pequeñas incursiones de otras clases dentro de una clase
dominante, manteniendo gran parte del patrón espacial original.
La Figura 4.1 muestra un mapa clasificado y filtrado con cuatro diferentes
zonas, cada una de ellas representando un nivel de producción diferente, dado
por la Figura 4.2, en dos años consecutivos.

4.2 Yield Mapping (Mapas de Rendimiento)

4.2.1 ¿Qué es un mapa de rendimiento?

Imaginemos la siguiente situación: La media de una plantación de maíz fue de
120 bushels el año pasado, pero se sospecha que algunas zonas llegaron a
producir hasta 160 bushels, mientras que otras tan sólo 80. Si el agricultor
supiera a ciencia cierta qué zonas son las que más producen, ¿las trataría de
modo distinto? Esto es lo que un mapa de rendimiento intenta reflejar: la
variación espacial de la producción.

4.2.2 ¿Cómo se crea un mapa de rendimiento?

Para crear un mapa de rendimiento, basta con conocer en cada instante la

posición exacta de la cosechadora y la cantidad de grano cosechado en esa
posición. Por tanto, los mapas de rendimiento se obtienen a partir de los datos
recopilados por una cosechadora que incluye un sistema de posicionamiento
de vehículos junto con un sistema de sensores que calculan la cantidad de
grano cosechado. Los datos de posición pueden obtenerse por medio de varios
sistemas diferentes, pero actualmente el sistema estándar más utilizado es
DGPS, debido a la ya mencionada mayor precisión proporcionada. Las
medidas se realizan cada segundo (aproximadamente, dependerá del equipo a
utilizar), y los datos a considerar son tres: latitud, longitud y cantidad de
cosecha en ese punto.
Una vez obtenidos los datos y almacenados, éstos pueden ser procesados por
medio de varias técnicas geoestadísticas (generalmente Kriging) y
transformados en un mapa de rendimiento.
Obtenido el mapa, su interpretación es también muy importante, ya que una
mala elección de la representación del mapa puede ser desorientativa, en lugar
de ayudar a tomar decisiones. Dado que los mapas de rendimiento son
utilizados con fines administrativos, las consideraciones espaciales son de gran
peso. Un mapa con un exceso de variaciones no sería aconsejable a la hora de
tomar decisiones. Para que el mapa sea significativo, requiere algún tipo de
allanamiento de los datos, de modo que sólo los altibajos más importantes en
la cantidad de cosecha se vean reflejados.
Las Figuras 4.3 y 4.4 nos sirven para ilustrar estos hechos. La Figura 4.3
muestra un mapa de rendimiento que tiene demasiadas perturbaciones como
para ser apropiado a la hora de tomar decisiones. La Figura 4.4 (izquierda) nos
muestra este mismo mapa, pero suavizado por medio de un algoritmo, de
modo que sólo se muestran las variaciones más importantes. La Figura 4.4
(derecha) es el Mapa de datos potencial con la misma interpretación, pero
mostrando unos patrones de producción claramente distintos, esta vez sin las
anomalías propias de la cosecha.
4.2.3 Posibles errores cometidos durante la elaboración de un mapa de
rendimiento

Los principales errores a considerar pueden dividirse en seis grupos:

1.- Desconocimiento de la anchura de la cosecha entrante en el

cabezal durante la recolección Debido a los aparatos asociados a
los sensores de grano que calculan la salida de la cosechadora
en toneladas por hectárea. El peso se calcula a partir de la salida
del sensor de grano a través del tiempo, y el área se deduce a
partir de la anchura del cabezal de la cosechadora multiplicada
por la distancia recorrida en ese tiempo.
 2.- Retardo del grano a través del mecanismo de trilla Debido a
que el grano tarda un tiempo finito en alcanzar los sensores de
grano desde que se recolectó. De este modo, al arrancar la
cosechadora ésta avanzaría un determinado trayecto hasta que
los sensores detectaran entrada de grano, trayecto durante el
cual se han estado realizando mediciones y obteniendo un nivel
de cosecha nulo. Un caso parecido se daría al salir de una zona
de elevado rendimiento y entrar en otra de bajo, o al salir de una
de bajo rendimiento y entrar en otra de alto. Dado que el retardo
puede variar durante la cosecha, no se traducirá tan sólo como un
error de offset a lo largo de todo el mapa.
3.- El error inherente de precisión propio de GPS
4.- Salida de grano a través del sistema de transporte de la
cosechadora
5.- Pérdida de grano por parte de la cosechadora
6.- Precisión y calibración de los sensores

4.3 Gross Margin Maps (Mapas de Margen de Beneficios)

Si el mapa de rendimiento puede considerarse como el ingreso de la granja a

partir del campo, y el desembolso fuera la suma del coste fijo (renta) más el
coste variable (semillas, fertilizantes, cosecha...), donde este coste variable se
considera uniformemente aplicado, la diferencia entre ingresos y gastos nos
daría el mapa de margen de beneficios.
Dado que se ha considerado un ingreso variable en el espacio, y unos gastos
uniformes, el mapa de margen de beneficios tendrá exactamente la misma
forma que el mapa de rendimiento, pero con un offset diferente. Este mapa de
beneficios puede utilizarse para tomar decisiones directas, tales como qué
zonas no son rentables para la producción, y por lo tanto sería mejor no
cultivar.
La Figura 4.5 representa un mapa de margen de beneficios, para el caso
concreto de un cultivo de trigo.

5.
DS
SY
MIS
(DE
CIS
ION
SU
PP
ORT SYSTEMS AND MANAGEMENT INFORMATION SYSTEMS)

El objetivo de un sistema de información como MIS es suministrar ayuda en la

toma de decisiones que conduzcan a un incremento de la productividad
agrícola. Previamente a la toma de decisiones debe realizarse un análisis de
los datos de los que se dispone. Ya que cada explotación agropecuaria es
diferente, los sistemas de información deben ser hechos a medida de cada
agricultor.
Tradicionalmente la toma de decisiones estaba completamente basada en la
experiencia del agricultor acumulada durante muchos años de trabajo. La
información de suministradores o vecinos también podía ser tenida en cuenta.
El intercambio de información era siempre oral.

Por otro lado, en la Agricultura de precisión el flujo de información es mucho

más complejo. El granjero, después de obtener todos los mapas, se encuentra
con una enorme cantidad de datos que por sí mismos no indican nada. El uso
de GIS permite presentar mapas combinando varias capas, mostrando así la
interacción entre cosecha, características topográficas, propiedades del suelo,
etc. De esta manera el agricultor puede observar la variabilidad en sus fincas y
obtener una mejor comprensión de qué zonas son más productivas que otras.
El componente principal del flujo de información en la Agricultura de precisión
es el MIS o Sistema de Información de Gestión. Se suele hablar casi
indistintamente de MIS y de DSS como herramientas software empleadas en la
toma de decisiones. Para diferenciar un poco más se puede decir que MIS es
un sistema integrado que engloba el conjunto de todo el software empleado en
Agricultura de precisión: software para elaboración de mapas, herramientas de
interpretación con filtros expertos, base de datos con información espacial,
herramientas de modelado, sistemas de información geográfica, sistemas
expertos de inteligencia artificial y software de procesamiento de imágenes. El
DSS sería la parte del MIS encargada de la ayuda en la toma de decisiones.
De aquí en adelante emplearemos sólo el término MIS para referirnos a
cualquiera de ambos.
El MIS tiene tres tareas fundamentales: Entrada, Organización y
Almacenamiento de datos, Presentación y Análisis, e Integración e
Implementación. Entrada, Organización y Almacenamiento de Datos

En este punto debe establecerse un esquema de almacenamiento

de los datos, fundamentalmente mapas, basado en directorios y
un esquema de nombramiento de los mapas, así como una
organización del tipo base de datos.

• Presentación y Análisis

Es necesario seguir unas pautas para poder comparar

mapas de cosechas de la misma finca correspondientes a
diferentes años. Por lo tanto, los mapas deben obtenerse
siguiendo las mismas técnicas de procesado y
clasificación.
 Algunas de estas directrices podrían ser: proyección de
mapa UTM, misma escala de colores para distinguir
producciones, escala de cosechas idéntica para el mismo
cultivo y caja con datos del mapa.

Seguidamente se presentan mapas de la misma parcela

referentes a años anteriores. En la presentación se
produce un análisis que consiste en añadir a la
visualización los datos de un sistema experto.

• Integración e Implementación

Combinando los mapas de años precedentes se obtiene un

mapa de tendencias en las cosechas. De esta manera el
agricultor puede observar las variabilidades espacial y
temporal. Con la ayuda de un sistema de Inteligencia
Artificial (DSS) y su propia experiencia se elabora
finalmente el mapa de tratamiento.

El mapa de tratamiento muestra de forma precisa la

localización y cantidad del tratamiento (en términos de
semillas, fertilizante o herbicida) o acción a llevar a cabo
(por ejemplo arado y acondicionamiento) dentro de la
tierra.

6. VARIABLE RATE APPLICATIONS (VRA)

Las Variable Rate Applications consisten en la aplicación a medida de un

tratamiento a una pequeña zona en vez de tratar toda la tierra de manera
uniforme (técnica utilizada en la Agricultura tradicional). El objetivo de las VRA
es reducir los costes y mantener la cantidad y calidad de las cosechas de forma
medioambiental y económicamente sostenible. Se podrían resumir en el
principio de "a cada cual según su necesidad".
Las VRA se basan en el uso del mapa de tratamiento. Si bien el conseguir el
mapa de tratamiento es relativamente sencillo, la optimización de su uso tiene
algunas complicaciones, las cuales están intentando resolver las
investigaciones actuales.
En esencia todas las VRA funcionan de manera similar. El mapa de tratamiento
se almacena en una smartcard (tarjeta de memoria del tamaño de una de
crédito), o en un disquete, y es insertado en el equipo del tractor. El equipo de
a bordo emplea DGPS para el posicionamiento y accede al mapa de
tratamiento almacenado. El ordenador de a bordo compara ambas
informaciones, establece cuál es el nivel de aplicación o acción que tiene que
realizarse en ese punto concreto de la finca y envía las señales apropiadas al
sistema de control de maquinaria. El operador, si puede observar en un display
dentro de la cabina del tractor qué tasa de aplicación se está utilizando, no
necesita realizar ningún ajuste
Las VRA se aplican en las siguientes áreas de la Agricultura: Abonos
 La tecnología VRA para fertilizantes está hoy en día
razonablemente desarrollada desde el punto de vista de hardware
y software. No obstante, todavía no se ha desarrollado el proceso
que aconseje un determinado abono en función de cada tipo de
suelo y cultivo que aparece en los mapas GIS.

• Insecticidas

El empleo de estas sustancias químicas implica el uso de

GPS y el rastreo de la tierra para controlar insectos o
enfermedades. Un operario emplea GPS para realizar un
mapa del terreno infectado y anota las localizaciones con
detalles específicos sobre el insecto. El MIS crea un mapa
de tratamiento con las necesidades de insecticidas y se
carga en el controlador del difusor. El difusor de
insecticidas, conectado a un receptor GPS, aplica las
sustancia sólo en aquellas zonas que contienen insectos,
en vez de aplicar una tasa uniforme a toda la tierra

• Arado
• Plantado
• Eliminación de malas hierbas
• Regado
• Cosechado

7.1 Agricultura de precisión en las plantaciones de banano y plátano en

Colombia

Colombia es uno de los mayores exportadores mundiales de banano y plátano

(112.000 acres). La más dañina de las enfermedades que ataca a estos
cultivos es la llamada Sigatoka Negra, causada por un hongo. Este hongo se
desarrolla y ataca las hojas de las plantas de banano y plátano causando su
muerte y eventual pérdida de las hojas, acelerando así el proceso de
maduración de los racimos. Esta enfermedad representa una gran amenaza
económica si se toma en cuenta que el banano y el plátano deben llegar a su
puerto de destino completamente verdes. El costo promedio anual para
controlar este hongo en Colombia es de 25 millones de dólares. Debido a que
los agroquímicos conforman hasta el 75 por ciento de estas cifras, incorporar
una nueva tecnología para controlar la Sigatoka Negra en las plantaciones es
esencial para racionalizar el uso de agroquímicos.
El control de la Sigatoka Negra implica dos tareas primordiales: el control de las
plantaciones y la fumigación aérea. Estas actividades son realizadas por la
empresa Calima con el apoyo de herramientas GPS y GIS para
posicionamiento, recolección y procesamiento de información de campo.

Control de las plantaciones

A fin de determinar la cantidad de agroquímicos a utilizar, se recorre la
plantación cogiendo unas cuantas hojas al azar para concluir cuántas y cuáles
tienen el hongo. Tradicionalmente, esta labor es realizada de manera
rudimentaria por los trabajadores de las comercializadoras de fruta, quienes
registran manualmente la información en el campo. Después, el trabajador
procesa dicha información, generando un informe del estado de ataque del
hongo, el cual es entregado cada dos semanas. Con este método, la máxima
productividad alcanzada es de 200 acres controlados por semana y empleado.
Otras desventajas del método tradicional son: su costo de operación elevado,
la demora en la toma de decisiones y que el mismo no garantiza que el
empleado recorra toda la plantación.
Para aumentar la eficiencia en el control de las plantaciones, Calima optó por la
utilización de un sistema GPS de precisión para la recolección de información
geográfica en tiempo real y el levantamiento de mapas y procesamiento de la
información. El sistema emplea un radiofaro propiedad de Calima, situado a
300 Km de las plantaciones, para transmitir las correcciones diferenciales
DGPS. Asimismo, de un equipo GPS, recolectores de datos y software para el
procesamiento de la información en un GIS.
El trabajador recorre la plantación en zigzag capturando información de las
plantas de banano al azar. Una vez que su equipo GPS está listo para
funcionar crea un archivo de movimiento e introduce el nombre de los atributos
de la finca que va a controlar. El trabajador se coloca lo más cerca posible a la
planta e inmediatamente el equipo registra posiciones cada segundo y va
mostrando en pantalla cuántas posiciones lleva. El operador cuenta las hojas
de la planta y las introduce en el equipo; luego, busca qué hoja está infectada e
ingresa la información, estando la antena colocada lo más cerca posible de la
hoja.
Las ventajas de esta tecnología con respecto al método tradicional son
evidentes. Con la utilización del GPS, el empleado puede cubrir hasta 375
acres por semana. La información generada puede ser procesada fácilmente
en el mismo día, permitiendo la visualización del área recorrida por el
trabajador con el fin de garantizar que el área asignada fue cubierta. La
incorporación de tecnología GPS de precisión en las plantaciones de plátano y
banano, permitió a Calima obtener beneficios en el corto plazo, tales como: un
posicionamiento de precisión de aproximadamente 15 cm, en postproceso; la
posibilidad de seguimiento del tiempo de iniciación y terminación del trabajo de
campo y la determinación del área cubierta por el trabajador; la presentación
visual de la información, facilitando así su comprensión; la posibilidad de contar
con información rápida, eficiente y confiable; la determinación precisa de áreas
problema y sus coordenadas y, finalmente, la optimización de los recursos
humanos.
La información recolectada en campo es utilizada en post-proceso, obteniendo
una descripción muy detallada de la plantación en un GIS. Esta información
permite al dueño de la plantación, al inspector de Sigatoka Negra y a la
compañía de fumigación aérea tomar decisiones con rapidez y precisión.
Con el objetivo de proceder a la fumigación, en primer lugar se toman las
coordenadas del perímetro del área en mención con la ayuda del sistema de
recolección de datos. Esta información es transmitida al equipo del avión
fumigador a través de la utilidad "Insertar Objetivos". El sistema de guía de
precisión GPS procesa esta información para generar, en la pantalla del avión,
el área a fumigar con sus atributos: el área total y el número de pasadas
necesarias para cubrir toda el área.

Fumigación aérea
El control de la Sigatoka Negra demanda la aplicación de agroquímicos por vía
aérea. Los aviones deben estar equipados con sistemas de guía de precisión
GPS para la fumigación área.

Tradicionalmente, la aplicación aérea de agroquímicos se efectúa con la ayuda

de banderas humanas. Estas personas se mueven a través de líneas
imaginarias llevando consigo globos fluorescentes para indicar al piloto la
trayectoria del lote que se va a fumigar. Durante la aspersión del cultivo, las
banderas humanas se desplazan de un punto a otro a través de las líneas
imaginarias. En general, los puntos delimitados anteriormente no son precisos
con relación a la distancia planeada, lo que genera una señalización
insuficiente y una cobertura inadecuada. Adicionalmente, las personas que
realizan estas labores están expuestas a la contaminación por agroquímicos,
dependiendo de si utilizan o no el equipo adecuado de seguridad industrial.
Hoy en día se ha incorporado la tecnología GPS a través de un sistema de guía
de precisión para la fumigación aérea. El sistema no sólo posibilita un aumento
de la productividad y un ahorro de combustible, sino que despeja las
preocupaciones en torno a la aplicación incorrecta de agroquímicos,
racionalizando su uso y más importante aún, permite prescindir del trabajo de
personas en labores peligrosas.
La tecnología GPS utiliza un sistema de posicionamiento global diferencial
(DGPS) en tiempo real, con una precisión de 1 - 3 metros RMS, para guiar la
aeronave y permite la aplicación precisa de los agroquímicos. Esta tecnología
ha permitido mantener un excelente control y reducir los costos en los
programas fitosanitarios.
Con el fin de alcanzar una exitosa aplicación de los agroquímicos usando este
sistema, deben seguirse estrictamente los siguientes parámetros:

• Localización exacta de los lotes a fumigar

• Señalización en tiempo real
• Ancho de pasada con precisión submétrica
• Altitud y velocidad de vuelo constante

La unidad receptora instalada en el avión recibe señales con corrección

diferencial de la estación base cada segundo. Estas señales guían al piloto con
una precisión submétrica en tiempo real de aproximadamente 75 centímetros.
Una vez que la aplicación concluye, el trabajo es registrado y evaluado.
El sistema de guía de precisión aérea GPS ofrece varias posibilidades que
permiten incrementar la eficiencia de la fumigación aérea. Entre estas se
cuentan:

• Cambiar el ancho de la pasada de acuerdo a las

especificaciones del cliente.
• Cambiar la orientación de la línea de pasada, de acuerdo a
los linderos del lote.
• Modificar los grados de la línea de pasada.
• Editar un bloque previamente creado para borrar o anexar
áreas.
• Modificar la orientación de la aplicación, alterando el orden
de la pasada, o sea, empezando en el número uno y
 terminando en el número cincuenta, ascendiendo; o
empezando en el número cincuenta y terminado en el
número uno, descendiendo.
• Generar un gráfico en la pantalla, haciendo visible la labor
realizada y encontrando los errores cometidos con el fin de
corregirlos posteriormente.
• Permitir la búsqueda de una pasada determinada para su
corrección o conexión de fumigación.

Beneficios técnicos y económicos

Algunos beneficios técnicos obtenidos gracias al GPS son:

• Incremento del área fumigada por día y por hora

• Versatilidad en el programa de fumigación de la plantación
• Seguridad aérea
• Reducción de los riesgos de error en los lotes y
mejoramiento en el control de la Sigatoka Negra.

Desde el punto de vista económico se tienen los siguientes:

• Horas de vuelo
• Menos horas de turbina
• Menor mantenimiento
• Menor uso de agroquímicos
• Menores ciclos de aplicación
• Reducción de costes en los mecanismos de control

Equipos empleados
Calima utiliza los siguientes productos de Trimble (Sunnyvale, California,
EE.UU.) en sus operaciones: el sistema GPS Pathfinder Pro XR para creación
de mapas y recolección de datos de campo y el software Pathfinder Office para
el procesamiento de la información. El sistema de guía de precisión para la
fumigación aérea empleado es el TrimFlight GPS.

7.2 Compactación de suelos en Nueva Zelanda

Uno de los problemas contra los que tienen que enfrentarse los ingenieros
forestales es la compactación de suelos producida por el paso de las
máquinas. La técnica de analizar muestras del terreno no es válida en este
caso, ya que los investigadores de suelos normalmente se centran en
centímetros o metros cuadrados, o como mucho en una hectárea, mientras que
los ingenieros forestales han de abarcar decenas, cientos o miles de hectáreas.
Las investigaciones demuestran que, en ocasiones, basta con tres pasadas de
un vehículo para ocasionar la compactación del suelo. Semejante daño suele
ser invisible en la superficie del terreno. Para estos casos no es suficiente el
conocimiento de los daños causados a menor escala, sino que hay que
determinar el efecto de las máquinas sobre al tierra en grandes áreas. Es aquí
donde entran en juego agencias de investigación, como LIRO, y el sistema
GPS.
Las raíces del problema
Una de las metas en Nueva Zelanda es minimizar el uso de leyes que digan a
los administradores qué hacer; son las compañías quienes tienen que regular y
controlar sus propias actividades. De modo que estas compañías, al final,
contratarán los servicios de una agencia de investigación que les dé la
información necesaria.
El problema de la compactación no es nuevo para los agricultores, pero en el
caso de los forestales es todavía más complicado, ya que el daño puede pasar
desapercibido durante 25 ó 30 años, y por lo tanto la producción de esa zona
decaerá, debido a las malas condiciones del suelo. Es decir, un modo efectivo
de mantener la productividad de le zona es minimizando la compactación del
suelo, en primer lugar.

Uno de los proyectos más recientes de LIRO ha sido idear un método

innovador, de precisión submétrica, que utilice equipos GPS convencionales
para mostrar a los administradores qué cantidad de tráfico se da en sus
bosques y si éste está afectando adversamente al medio ambiente.
Ya era conocido que la caracterización de la compactación de suelos llevada a
cabo de un modo tradicional era un proceso difícil, costoso e intensivo. Tras un
proyecto previo llevado a cabo en 1994 se sabía que habría que seguir
aplicando algunos de los métodos tradicionales, tales como el muestreo
esencial o el uso de medidores de penetración para definir la variabilidad de la
tierra a lo largo de un emplazamiento. Sin embargo, se pretendía encontrar una
técnica que disminuyera la dependencia en ellos.
El enfoque alternativo propuesto fue el implicar el uso de guiado remoto de
maquinaria. Este enfoque tendría que aportar precisión submétrica, lo cual es
esencial para determinar con exactitud los patrones del recorrido de las
máquinas. Para ello se tuvo siempre en mente mantener todo lo más simple
posible. La técnica recaía en tan sólo unos pocos aparatos: un receptor GPS
comercial de ocho canales, L1, código C/A (con igualación de portadoras), un
cargador de datos de 640 kilobytes, una antena remota, un ordenador y un
software para creación de mapas.
El proceso se dividía en dos pasos: obtención de localizaciones por medio de
GPS y generación de mapas de recorridos. El equipo GPS era montado en el
bosque, y una máquina iba recogiendo posiciones durante el día. Al cabo del
día, todos los datos almacenados eran post-procesados y descargados en el
software de creación de mapas.
Una meta submétrica
Una elevada precisión es imperativa en el estudio de los recorridos de las
máquinas. En este estudio, la anchura de los caminos sería función de la
anchura de la máquina y el error cometido por las mediciones en GPS, estando
la antena de medición GPS en la línea central del vehículo. Si se supone una
anchura de la máquina de 3m, y 1m de error cometido, esto resulta en un total
de 5m de anchura del camino. Inadmisible.
En este caso, la precisión requerida se hace en el post-procesamiento. Los
datos recopilados eran descargados y enviados para el análisis. Debido al
emplazamiento del lugar de estudio, se pudo utilizar correcciones a partir de
tres de las estaciones base de TerraLink NZ Limited, y de una estación base de
uso privado. Estas cuatro estaciones contaban con una distancia en el rango
de 50 a 150Km, lo cual permitió estudiar el error que afectaba a las mediciones
realizadas con GPS. Al final se obtuvo que la precisión era de 1,15m en el 95%
de los casos, con estaciones base situadas a menos de 150Km. Ahora sólo
quedaba saber cómo se vería afectada la señal bajo condiciones normales de
estudio; es decir, en un espacio abierto donde pueden darse interferencias,
debidas, por ejemplo, a la vegetación de la zona.
Tras un estudio previo, se llegó a la conclusión de que la señal se veía
afectada por el multicamino, lo cual llevaba a soluciones no tan obvias o
baratas. Predecir errores en la localización en un entorno de multicamino
puede parecer una buena idea, pero desde luego no es sencilla de
implementar, y superaba el presupuesto del proyecto de LIRO.
Se definió una nueva línea de visión, en la que se requería la optimización de la
precisión mientras se trabajaba dentro de los límites del receptor. Ésta
consistía de dos pasos: eliminar datos potencialmente anómalo durante la
grabación de datos, e identificar datos "fuera de especificaciones" durante el
análisis. Se deseaba eliminar datos anómalos porque el volumen de datos
generados con esta técnica empleada prohibía preguntar o revisar datos
durante el post-procesamiento.
Trazando el mapa de caminos de máquinas
Una vez solucionado el problema del multicamino y la pérdida de información,
el siguiente paso era desarrollar un programa de trazado de mapas. En
principio, los datos GPS procesados eran una serie de coordenadas de Nueva
Zelanda que al dibujarse representaban al patrón de caminos de las máquinas.
Esta información por sí misma podía ser aclaratoria, porque permitía discernir
la extensión del camino, pero mostraba tan sólo un esqueleto al que había que
añadir más datos.
A pesar de poder generarse localizaciones GPS con relativa sencillez, las
cuales permitían ver hasta qué punto una sección había sido transitada, esto
no decía nada todavía acerca de la severidad del tránsito. Había que
considerar el número de pases de la máquina sobre un área particular. Para
dar cuerpo al esqueleto de datos GPS, se añadió anchura al camino, para
representar el suelo que quedaba bajo la máquina, y crear un camino continuo
que permitiera identificar solapes entre pasos de sucesivas máquinas.
El resultado de esta tarea fue un programa software que no sólo crea
representaciones de máquinas y genera estadísticas, sino que también
representa datos preliminares. La Figura 7.2 muestra el resultado de la
evaluación de los datos tras ser éstos procesados por el paquete software.
La ventaja del software es que ayudaba a determinar solapes entre caminos. El
terreno se representaba como celdas de 50cm cuadrados, formando un mapa
de bits. El software lee localizaciones GPS y a continuación genera polígonos
entre localizaciones GPS sucesivas. Todas las celdas dentro del polígono se
marcan como receptoras de un paso de maquinaria. Si hay superposición, el
número de pasos en esa zona aumenta. La Figura 7.3 muestra el resultado
final, con los colores ya asignados según el número de pasos por cada zona.
7.3 Uso de DGPS para mejorar la producción de maíz y la calidad del agua
en Nebraska (USA)

El uso de fertilizantes puede llegar a ser tan beneficioso para nuestros cultivos
como dañino para nuestra salud. Es el caso de Nebraska Central, donde gran
parte de la tierra es destinada al cultivo de maíz de regadío. En estas zonas se
ha descubierto que más de 500.000 acres de tierra de cultivo tienen agua
subterránea con concentraciones de nitrógeno (N) superiores a las 10 partes
por millón (ppm), siendo ésta la concentración máxima permitida en el agua
potable en USA. Dado que los fertilizantes derivados del nitrógeno utilizados en
la producción del maíz son una fuente de contaminación de las aguas
subterráneas, y que este tipo de fertilizantes es totalmente necesario para
obtener una producción de maíz óptima, la idea de reducir simplemente el nivel
de fertilizante aplicado al terreno no es válida, ya que esto se traduciría en una
cosecha pobre. Por tanto, parece lógico buscar el modo de aplicar fertilizantes
en cantidades variables, dependiendo del tipo de tierra, reduciendo así el
impacto medioambiental.
La aplicación en cantidades variadas de fertilizante resulta una tarea
relativamente simple si se cuenta con la ayuda de un sistema de
posicionamiento, como es DGPS. Por medio de una antena colocada en el
tractor y un controlador puede seguirse el rastro del vehículo y en cada punto
ajustar la salida de fertilizante según la cantidad recomendada para esa zona.
Sin embargo, el mayor problema surge a la hora de determinar un mapa que
refleje las necesidades de cada punto.
Determinando las necesidades de fertilizante
Las decisiones acerca de la cantidad de fertilizante que debe aplicarse pueden
realizarse tres veces a lo largo del año. Los granjeros deben:
 • Estimar la aplicación inicial de fertilizante
• Corregir las deficiencias producidas durante la temporada
• Evaluar la efectividad obtenida durante esa temporada, y
hacer ajustes para el año siguiente

Estimación de la cantidad inicial

Ésta puede realizarse de diferentes maneras, según una visión tradicional de la
Agricultura, o empleando las nuevas técnicas, acerca de las cuales se ha
hablado durante todo el informe. Según visión tradicional:
Podría hacerse calculando una cantidad media de fertilizante a aplicar,
mediante el análisis conjunto de varias muestras recogidas a lo largo de
todo el cultivo. También el agricultor podría decidir ahorrarse todo este
trabajo, y utilizar los datos obtenidos en años previos. En cualquiera de
los casos, se estará empleando una cantidad media de fertilizante, que
en algunas zonas del terreno no llegará a cubrir las necesidades, y en
otras las excederá con creces.

• Según la Agricultura de precisión:

Aquí aparecen también dos posibles métodos:

o Estableciendo una rejilla por medio de DGPS, con un área de

celda predefinida por el usuario. El propio sistema DGPS guiará
después la máquina hasta un punto determinado de cada celda,
donde podrá recogerse una muestra de tierra que será
posteriormente analizada. Al final, a cada celda se le asignará
una cantidad de abono. Se trata de un método bastante costoso.
o Por medio de la observación de una imagen aérea del terreno de
cultivo, antes de haber sembrado las semillas. Así, analizando los
colores, se puede dividir toda la plantación en zonas, y a
continuación tomar una muestra de tierra en cada una de esas
zonas. De esta manera se puede determinar qué zonas requieren
de más o menos fertilizante. Se trata, por tanto, de establecer las
características espaciales (variabilidad espacial) del terreno.

La Figura 7.4 muestra una comparación entre el mapa de materia

orgánica determinado a partir de una fotografía aérea, y los resultados
obtenidos por análisis de una rejilla de 40x80 pies. Se puede apreciar
una fuerte similitud entre ambas imágenes, con la salvedad de que el
mapa obtenido a partir de una imagen aérea lleva un esfuerzo mucho
menor. Además, las imágenes aéreas pueden ser utilizadas también en
el caso de querer analizar otros nutrientes, como los niveles de fósforo,
por ejemplo.
En este ejemplo concreto, se optó por utilizar imágenes aéreas, que
posteriormente fueron digitalizadas y georreferenciadas por medio de
puntos de control medidos con DGPS y la ayuda de las características
topográficas del terreno. A continuación se tomaron algunas muestras
de tierra dentro de cada zona, con lo que se pudieron calcular los niveles
de nitrógeno en cada una de ellas, y así realizar una prescripción de la
cantidad de fertilizante a aplicar. La Figura 7.5 muestra los resultados
obtenidos a partir de una imagen aérea digitalizada.

Corrección de las deficiencias durante la temporada

 En este caso se aplica el fertilizante sólo donde y cuando es requerido.
Esto se puede llevar a cabo por medio de dos métodos diferentes:

• Por medio de fotografías de la vegetación: en lugar de examinar las

fotografías de la tierra sin plantar, lo que se hace es fotografiar la
plantación una vez el maíz ya ha brotado. Está comprobado que las
imágenes aéreas de una plantación de maíz de regadío tienen una
considerable variabilidad en el color de sus hojas, debido a la cantidad
de fotosíntesis que se lleva a cabo en ellas. Georreferenciando los datos
de las fotografías, se pueden determinar áreas donde la vegetación es
más pobre, y por lo tanto requerirá de fertilizantes.
• Por medio de sensores ópticos: emplea sensores ópticos en tiempo real.
Los sensores identifican el estado de las plantas analizando la luz que
reflejan sus hojas. Las plantas afectadas reflejarán mucha más luz que
las sanas, debido a una menor fotosíntesis en sus hojas. Este método
no requiere de fotografías aéreas ni de DGPS para georreferenciarlas.

Evaluación tras la temporada

La aplicación de fertilizante puede mejorarse por medio de la evaluación

de la suficiencia o deficiencia de nitrógeno en la plantación tras la
temporada. Uno de los métodos más empleados en los últimos tiempos
es el control de la cantidad de grano cosechado (Grain Yield Monitoring),
explicado en apartados anteriores.

Para este caso concreto se utilizó un sistema de navegación, guía,

mapeo y recolector de datos que incluía un receptor de 12 canales, el
cual cubría todas las necesidades de GPS. Por norma general, se
estaban siguiendo ocho o más satélites, los cuales proporcionaban una
precisión submétrica en combinación con un servicio de corrección
diferencial de área extensa. El receptor incluía un diferencial remoto de
tiempo real configurado para el formato RTCM SC-104. Un sencillo 486
con dos puertos serie RS-232 almacenaba la posición DGPS por uno de
los puertos, mientras que por el otro recopilaba la salida del monitor de
grano, creando con ambos datos un único fichero de texto con toda la
información (la terna longitud - latitud - cantidad de cosecha). Un
software adicional permitía escoger entre cinco categorías distintas de
cantidad de cosecha, las cuales podían ser indicadas en el mapa por
medio de colores, y añadidas a dicho mapa de seguimiento de la
cosechadora.

En esta ocasión se tuvo que pelear también contra los problemas que
acarrea el control de la cantidad de grano cosechado, como sucede al
pasar de una zona con elevada cosecha a otra de cosecha nula. Este
problema se corrigió por medio de un paquete software específico.

.4 Fumigación de precisión en Canadá

La aplicación de herbicidas en zonas específicas tiene el potencial para reducir
los costes de control de malas hierbas y decrementar la cantidad de pesticidas
en el medio ambiente.
Los métodos manuales para aplicar pesticidas de forma específica son
demasiado costosos en cuanto a tiempo se refiere para llevarlos a cabo, pero
las tecnologías actuales permiten automatizar el proceso de fumigación
selectiva por medio del uso de GPS diferencial (DGPS). Mediante DGPS se
pueden marcar las localizaciones exactas de malas hierbas, y el resto del
equipo de la granja se encargará de la fumigación propiamente dicha. Para
ello, por supuesto, se requerirá de ordenadores con memoria y velocidad
suficiente para procesar grandes cantidades de datos, sistemas de información
geográfica (GIS) para preparar los mapas de aparición de las malas hierbas, y
fumigadores avanzados que permitan su control por medio de un ordenador a
bordo, el cual siga prescripciones predeterminadas.
Se ha demostrado que, en algunos casos, la fumigación de precisión puede
reducir el uso de herbicidas en un 40%, dependiendo de la situación del
terreno.

Agricultura frente a tecnología

Uno de los grandes retos en la implementación de técnicas específicas para
una zona es que GPS, GIS, y el software empleado, así como los equipos para
el campo se han desarrollado mucho más rápidamente que el conocimiento
agrícola necesario para tomar la mejor decisión a partir de los datos
recopilados. Durante este proyecto los investigadores intentaron dar con
técnicas que integraran de un modo efectivo las nuevas tecnologías en
operaciones de campo.
Inicialmente, se instaló una estación base DGPS en lo alto de un almacén de
grano, cubriendo alrededor de un millón de acres de la zona circundante. Su
receptor y transmisor DGPS de 12 canales, L1, código C/A permitían la
recepción de correcciones diferenciales desde cualquiera de los terrenos donde
se estaba llevando a cabo el proyecto, logrando por tanto precisiones dentro de
1m en todo el área de estudio.
Para generar mapas a partir de estos datos y permitir el planteamiento de la
Agricultura según zonas específicas, se instaló un receptor de 12 canales, L1,
código C/A en una cosechadora, colocando la antena en el centro del techo de
la cabina. La antena se conecta por medio de un cable a la "caja negra" que
hay dentro del vehículo, la cual porta una computadora y un módem de radio.
La cosechadora se condujo por todo el perímetro del terreno para recopilar los
datos topográficos, y a través del mismo en líneas rectas. El receptor DGPS
recopilaba los datos en intervalos de un segundo, datos que más tarde se
importarían al sistema GIS para crear los mapas base. Además de los datos
así recogidos, investigadores del proyecto habían añadido capas a la base de
datos GIS para un mejor estudio del terreno. Estos datos incluían información
acerca de la composición de la tierra de cultivo, localización de las malas
hierbas, rendimiento...

A lo largo de este proyecto se descubrió que, a pesar de que la división

convencional del terreno según una rejilla provee de información acerca de la
distribución de malas hierbas a lo largo de un campo, los datos resultantes no
son lo suficientemente precisos como para lograr a partir de ellos un mapa de
prescripción de herbicida. Por tanto, se desarrollaron métodos de muestreo
lineales y poligonales que fueron comparados a los métodos tradicionales de
rejilla. Al final, la técnica de muestro lineal demostró ser menos costosa y más
precisa que el muestreo por rejilla o según polígonos.
La Figura 7.6 da un resultado gráfico de la evaluación de estas tres técnicas.

Fumigación en zonas específicas

Tras el periodo de investigaciones, por fin se puso en práctica el modelo de
fumigación específica desarrollado. Para ello se confeccionó en primer lugar un
mapa de aplicación de herbicida, según el método de muestreo lineal. A
continuación, un equipo experimental de fumigación (dotado de una antena
DGPS en el techo de la cabina, a través de la cual se recogían constantemente
datos en tiempo real sobre la localización del equipo, los cuales eran pasados
al ordenador de a bordo) controlaba de forma automática la
activación/desactivación de los fumigadores. El operador podía en todo
momento controlar el progreso en la pantalla de la cabina, y si fuera necesario
modificar las órdenes del ordenador.

Por desgracia, todavía no se conocen los resultados finales del proyecto, pero
no hay duda acerca del atractivo de la fumigación de precisión, dado la
simplicidad de la técnica y la reducción de costes, sumado a un incremento en
la eficiencia, que ésta supone.

7.5 Control de la PAC en Andalucía

La Política Agraria Común (PAC) de la Unión Europea consiste en la entrega

de subsidios a los agricultores que siembran cultivos específicos en las
cantidades ordenadas por la PAC. Para recibir la subvención el agricultor debe
dejar una parte de sus tierras sin cultivar de forma que se evite la
sobreproducción y se permita al suelo recuperarse. La Unión Europea debe
controlar que esto se lleva a cabo y exige que al menos se audite el 5% de las
zonas subvencionadas.
Andalucía posee 3.8 millones de hectáreas de cultivo, que representan el 21%
del total de España, y de las cuales 1.4 millones participan en la PAC. En 1995
la Junta de Andalucía decidió establecer un sistema flexible que permitiese
realizar las auditorías de forma más rápida que con los métodos tradicionales
de imágenes de satélite y aéreas, junto con las medidas con teodolito.

Para la implementación del sistema se escogió el DGPS de post-

procesamiento. Se establecieron tres estaciones base: una en Sevilla, otra en
Granada y una tercera en Córdoba. Con una distancia máxima de 180 millas
entre la estación base y el equipo auditor se obtuvo una precisión en post-
procesamiento de 1m.
Cada equipo de campo consistía en un receptor GPS de 12 canales, L1, código
C/A, junto con un procesador Pentium, dos tarjetas PCMCIA de 2 megabytes y
un handheld datalogger. El inspector disponía de un software que asociaba un
código y un número de punto a cada posición GPS. Los inspectores recorrían
el perímetro de la parcela auditada, obteniendo posiciones GPS cada 30m a 10
veces por segundo para cada posición. Anotaban además el tipo de cultivo en
el datalogger. Si el límite de la parcela era frontera común entre dos cultivos
diferentes, el inspector podía seleccionar más de un atributo para cada posición
GPS.
Una vez terminada la visita se volvía a la oficina, donde se volcaban los datos
de las tarjetas PCMCIA en un PC para post-procesamiento. El post-
procesamiento constaba de dos fases. En la primera, se aplicaban
correcciones diferenciales a los datos. En la segunda fase se procesaban los
atributos. Después se sobreponían estos mapas sobre un mapa UTM de cada
provincia andaluza y se obtenía un mapa como el de la Figura 7.8, donde se
muestran las zonas cultivadas y no cultivadas de la propiedad. El mapa se
enviaba a la oficina central de la Consejería de Agricultura donde se decidía si
conceder el subsidio o no.

7.6 Control de vehículos agrícolas con CDGPS en California

La conducción autónoma de vehículos agrícolas no es una idea novedosa. Se

han realizado varios intentos, pero todos han fallado debido a limitaciones en
los sensores. Algunos de estos sistemas requerían de voluminosos
mecanismos auxiliares en los alrededores o en la propia finca. Otros sistemas
se fundamentaban en sistemas de visión, los cuales requerían buena
visibilidad, buen tiempo y marcas en el terreno. Los sistemas GPS han
permitido sistemas de control altamente precisos, de bajo coste y seguros para
vehículos agrícolas.
California es una zona importante por su Agricultura, fundamentalmente
mediterránea, en Estados Unidos. La Universidad de Stanford ha ideado un
sistema que permite usar vehículos sin conductor en zonas de visibilidad nula o
muy reducida (zonas nevadas o con hielo, aplicación de pesticidas peligrosos)
o realizar tareas tediosas o peligrosas sin la necesidad de estar presente en el
vehículo.
Muy importante para un sistema de este tipo es la capacidad de conducir el
tractor a lo largo de líneas, arcos, espirales, curvas y otras trayectorias básicas
relacionadas con tareas agrícolas. Además el sistema debe dar máxima
precisión en cualquier circunstancia, incluso con visibilidad nula.
La solución empleada para implementar este sistema ha sido el uso de carrier
phase DGPS (CDGPS). Con CDGPS se logra una exactitud en la medida de
centímetros y una precisión en la postura del vehículo de 0,1º, incluso en
condiciones de visibilidad cero.
La arquitectura hardware del sistema consiste en 4 antenas GPS en el techo
del tractor y un rack dentro de la cabina. El ángulo de la rueda dispone de un
potenciómetro que hace las veces de sensor y la rueda es dirigida por unidad
de conducción eletro-hidraúlica. Un microprocesador Motorola hace de interfaz
entre el ordenador de control y la unidad de conducción.
El hardware GPS se fundamenta en un sistema CDGPS similar al Integrity
Beacon Landing System (IBLS). Un receptor Trimble Vector de 6 canales da
medidas de postura a 10Hz. Un receptor Trimble TANS de antena única
producía las medidas code-phase y carrier-phase, usadas para dar la posición
del vehículo, cada 4Hz. Además se dispone de un PC con sistema operativo de
tiempo real LYNX-OS para conformar el Guidance-Navigation-Control (GNC), el
cual realiza la interfaz de postura, los cálculos de posición, recolección de
datos y cálculos de control.
Con el sistema anterior se logra un sistema GPS kinemático de tiempo real que
se modela por medio de un sistema matemático kinemático simple. La
resolución del sistema de ecuaciones conduce al control del vehículo.

8. CONCLUSIONES

A lo largo de todo el informe hemos podido constatar que el empleo de técnicas

basadas en DGPS, junto con GIS y otras tecnologías, puede resultar
beneficioso dentro del campo de la Agricultura, sustituyendo así la visión
tradicional de la misma por lo que se ha dado en denominar Agricultura de
precisión.
Sin embargo, es sencillo comprobar que la aplicación de estas tecnologías no
es tan obvia como en un principio parece. Para que resulte rentable es
necesario disponer de medios, tantos tecnológicos como físicos. Por tanto, se
ha demostrado cómo en América esta visión innovadora está logrando éxito,
pero, por ejemplo, no sería un método en exceso eficiente a la hora de
exportarlo a un país como el nuestro, España, donde tal vez no se cuente con
la infraestructura suficiente, y además se tenga el problema adicional de la
poca superficie de las fincas.
Por otro lado, esta tecnología viene inevitablemente ligada al empleo de
medios informáticos que interpreten los datos recopilados y resuelvan el
problema concreto del modo más óptimo. De modo que no se trata tan sólo de
una inversión en tecnología por parte del agricultor, sino que requiere también
de un concienciamiento y preparación previos.
Dejando a parte estos inconvenientes, se puede afirmar sin lugar a dudas que
el empleo de GPS en la Agricultura, dentro de unas condiciones favorables, no
aporta sino ventajas de todo tipo, como pueden ser:

• Una reducción de los costes y un aumento de la producción, donde

entran en juego los mapas del terreno y de producción.

• Una mayor eficiencia en el empleo de recursos, tanto físicos como

humanos y económicos. Se requieren menos horas de trabajo para
realizar las mismas tareas, teniéndose ahora además una mayor
precisión. En adición a esto, las técnicas de elaboración de mapas de
producción y de mapas de margen de beneficios permiten deducir si hay
zonas en la plantación que sería mejor no utilizar, ya que dan lugar a
pérdidas.

• Un menor impacto medioambiental, sobre todo en lo que a la aplicación

de sustancias nocivas se refiere, ya sean pesticidas o abonos, dado que
mediante el empleo de la Agricultura de precisión se pueden realizar
prescripciones que se adapten a cada zona del terreno.
• Una disminución en el riesgo laboral, sobre todo a la hora de realizar
fumigaciones aéreas

9. REFERENCIAS Y ENLACES

The Centre for Precision Farming, School of Agriculture Food and the
Environment, Cranfield University, Silsoe, Bedford MK45 4DT England.
http://www.silsoe.cranfield.ac.uk/cpf/

• "A Method for Direct Comparison of Differential Global Positioning

Systems Suitable for Precision Farming", S. Saunders, G. Larscheid, S.
Blackmore and J. Stafford.

• "An Information System for Precision Farming", Simon Blackmore

• "Interactions Between Farm Managers and Information Systems with

Respect to Yield Mapping", G. Larscheid and S. Blackmore

• "Management Decisions Based on Yield Maps", G. Larscheid, B. S.

Blackmore and M. Moore.
 • "Precision Farming - The management of variability", R Earl, P N
Wheeler, B S Blackmore and R J Godwin
• "Precision Farming ; An Introduction", Simon Blackmore

• "Precision Farming Applied to Plantation Agriculture", Andrew Emmott,

Jonathan Hall & Robin Matthews

• "Strategies for Managing Variability", B. S. Blackmore and G. Larscheid

• "Yield Mapping; Errors and Algorithms", Simon Blackmore and Charles

Marshall

Stanford University GPS Group

http://einstein.stanford.edu/gps/

• "System Identification of a Farm Vehicle Using Carrier-Phase Differential

GPS", Gabriel Elkaim, Michael O’Connor, Thomas Bell, Dr. Bradford
Parkinson

• "System Identification and Robust Control of Farm Vehicles Using

CDGPS", Gabriel Elkaim, Michael O’Connor, Thomas Bell, and Dr.
Bradford Parkinson

University of Missouri

http://www.fse.missouri.edu/

• "Precision Agriculture: Global Positioning System (GPS)", Donald Pfost

and William Casady (Extension Agricultural Engineers), Kent Shannon,
(Associate Director of the Missouri Precision Agriculture Center
University of Missouri-Columbia)

GeoConvergência

http://www.geoconvergencia.com

• "Agricultura de precisión en las plantaciones de banano y plátano"

GeoConvergência Marzo 1999, páginas 10-16

Precision Farming Magazine

http://www.precisionfarming.com

• "Practices and Potential. Assessing an Agricultural Revolution in

Progress", Rex L. Clark , University of Georgia
 • "Turning a Farm Art into Science. An overview of Precision Farming",
Glen Gibbons, GPS World Editor
• "GPS: Putting the Precision into Farming", Glen Gibbons, GPS World
Editor

Trimble

http://www.trimble.com

• "Precision Agriculture FAQ"

http://www.trimble.com/precise/pp_pragfaq.htm

• "Trimble Precision Agriculture"

http://www.trimble.com/precise/agri/index.htm

Red Horse Technologies

http://www.redhorsetech.com/index.htm

• "GPS Technology Explained"

http://www.redhorsetech.com/aggps/GPS_explained.html

• "Understanding The GPS Terminology Used By Most Manufacturers And

Retailers "

http://www.redhorsetech.com/aggps/definitions.html

The Royal Veterinary and Agricultural University. Department of

Agricultural Sciences. Agrovej 10, DK-2630 Traastrup, Denmark
http://www.agsci.kvl.dk/~lastjej5/plern-98/Precision-farming-
fertilisation/index.htm

• Presentación sobre Yield Mapping

GPSWorld

http://www.gpsworld.com

• "Using DGPS to improve corn production and water quality", Marzo

1996, páginas 44-52
• "Unearthing Soil Compactation", Marzo 1997, páginas
 • "Farming Pays: Andalucía’s Agricultural Application of GPS", Julio 1998,
páginas 30-34
• "A view form Above: Characterizing Plant Growth with Aerial
Videography", Abril 1998, páginas 34-37
• "What’s good for the gorwer: Assessing Goose Damage to Nothwest
Crops", Marzo 1998, páginas 30-36
• "Precision Spraying: Working Toward an Ideal", Febrero 1999, páginas
38-42

GeoWorld

• "When to choose real-time or post-processed DGPS corrections",

Catherine Mansfield, Agosto 1999, Sección GPS/GIS Integration
• "U.S. Coast Guard to enhance GPS accurancy nationwide", A. Keith
Turner, Marzo 1999, Sección GPS/GIS Integration

GIS

• "Principles of Geographical Information Systems for Land Resources

Assessment", Burrough, P.A.(1986), Clarendon Press, Oxford University
Press, New York
• "Geographic Information Systems: A management perspective", Aronoff,
Stanley (1989) WDL Publications, Ottawa, Canada.
• "Geographic Information Systems: An introduction", Star, Jeffrey, and
Estes, John E. (1990), Prentice-Hall inc., Englewood Cliffs, New Jersey