Estudios de caso

Cálculo de brix y rendimiento en caña de azúcar con datos de RedEdge

Share

Share | 04/30/2021

El equipo HG Robotics se prepara para volar un cañaveral.

HG Robotics Co. (HGR), en colaboración con el BSFR (Laboratorio de Biosensores y Robótica de Campo), la Universidad de Khon Kaen y Global Crops Co., Ltd., intenta mejorar la producción de caña de azúcar en Tailandia con el uso de tecnología multiespectral y sin alterar las prácticas tradicionales.

Brix y rendimiento

Mientras que para muchos cultivos el rendimiento es el principal indicador del éxito de una campaña, en la producción de caña de azúcar el rendimiento del cultivo no es suficiente, el valor Brix del jugo de caña es otro parámetro crítico. A los agricultores se les paga en función del porcentaje de azúcar y no del número de cañas producidas. Más tallos con grados Brix elevados significa más dinero para el productor.

“Los agricultores no quieren combinar su caña con la de otros, aunque sus parcelas estén una al lado de la otra, porque el precio de la caña también depende del dulzor”, Santawat Santiteerakul, responsable de desarrollo de productos de HG Robotics.

La solución de HG Robotics pretende resolver estos dos problemas. Con datos más precisos, los agricultores estarán en mejores condiciones de negociar con las azucareras y podrán combinar su caña y seguir obteniendo beneficios justos. Conociendo la media de grados Brix y el rendimiento previsto de sus parcelas, los agricultores podrán cosechar ambos campos juntos y dividir el beneficio proporcionalmente en función de los valores de grados Brix y rendimiento de cada parcela.

La solución

Miembro del equipo de HG Robotics capturando una imagen del CRP de la serie MicaSense antes de volar para asegurar la calibración radiométrica.

Utilizando la serie MicaSense RedEdge y su propio UAV, el HG Robotics Vespa Hex, HG Robotics ha estado sobrevolando los campos de investigación de la Universidad de Khon Kaen en el noreste de Tailandia y una granja de 160 hectáreas en la provincia de Khon Kaen cuatro veces al año durante los últimos cuatro años, con el objetivo de obtener datos de alta calidad tanto de Brix como de rendimiento.

Disponer de un método rentable para estimar tanto los grados Brix como el rendimiento también repercutirá en los resultados finales al reducir los costes logísticos, ya que permitiría cosechar varias parcelas simultáneamente.

Además, los mapas de salud de los cultivos generados a partir de los datos multiespectrales de RedEdge están permitiendo aplicaciones selectivas de herbicidas y fertilizantes. Esto significa que, al tener aplicaciones localizadas, los agricultores pueden reducir la cantidad de producto utilizado, lo que redunda en un menor coste de los insumos.

El análisis

HG Robotics ha desarrollado un modelo automatizado para procesar los datos recogidos, que utiliza tanto Agisoft Metashape como QGIS y tarda unos cuatro minutos en procesar una hectárea.

Este análisis ha llevado al equipo a encontrar una fuerte correlación entre los valores Brix y los valores de reflectancia NIR y Red Edge, lo que les ha permitido calcular los Brix de los cultivos después de cada vuelo y comparar los resultados con los obtenidos en vuelos anteriores.

“Sin los datos de RedEdge, nuestros modelos básicamente no pueden calcular el valor Brix en absoluto. Aparte de eso, nuestros modelos requieren datos de alta resolución”, Santawat Santiteerakul, director de desarrollo de productos de HG Robotics.

Los resultados

Imágenes RGB de la serie RedEdge de MicaSense que muestran una comparación temporal del campo de octubre a diciembre. La de la izquierda muestra el alcance de los daños. HG Robotics utilizó Hivegrid, su solución de procesamiento, para realizar predicciones de rendimiento y grados Brix que permitieron adelantar la cosecha.

En 2019, Tailandia sufrió la peor sequía de los últimos 40 años. La falta de riego adecuado afectó considerablemente a los campos de caña de azúcar, lo que se tradujo en una disminución del rendimiento del 20% en el cuarto trimestre en comparación con el tercero. Hivegrid, de HG Robotics, se puso a prueba. El alcance de los daños causados por el estrés hídrico se cuantificó mediante su flujo de trabajo de cartografía y procesamiento con drones. Los datos sugerían que una cosecha temprana sería favorable para evitar mayores daños al cultivo por estrés hídrico. La cosecha temprana ayudó a salvar unas 200 toneladas de caña de azúcar (~6% de la producción total de la temporada), lo que se tradujo en un ahorro de 6.900 dólares.


Para obtener más información sobre las aplicaciones de las imágenes multiespectrales en la producción de caña de azúcar, vea HG Robotics & este seminario web y la página de sensores aquí.

Suscripción al boletín de noticias

Inscríbase para recibir actualizaciones directamente en su buzón de entrada.