El disponer de informacion georeferenciada impone un cambio paradigmatico en la gestion del conocimiento agricola, no solo por su naturaleza "espacial", sino tambien por la superabundancia de datos.

1. Melisa Braun (Solapa4)
Laura Britos (Co-asesora CREA CLS)
Mariano Tamburrino (Solapa4)
Santiago Gonzalez Venzano (Solapa4)
El CREA Cañada de Luque Sitón
se prepara para “la guerra a los promedios”
El crea CLS, en el norte de Córdoba, comenzó un proyecto para entender sus ambientes productivos y
poder capturar valor mejorando sus reglas de decisión por ambiente.
La topografía no ayuda a visualizar los ambientes…el paisaje es plano, con una pendiente uniforme de
oeste a este.
Y la manera en que gestionamos la información, no nos permite avanzar en la detección de la
heterogeneidad: Rendimientos promedio y Análisis de Suelo promedio.
Evidentemente, capturar la heterogeneidad gestionando promedios es imposible!!!
Esta guerra tiene dos frentes de batalla:
1. Uno son los rendimientos de los cultivos, y aquí el gran aliado son los mapas de rendimiento que
generosamente nos entregan los monitores de las cosechadoras. Millones de datos con bajísimo
costo!!!
2. El otro tiene que ver con el proceso de muestreo de suelos: la costumbre es recorrer el lote, y en
esas transectas extraer submuestras, de tal manera que todos los ambientes queden
representados…. Y luego juntábamos todo, mezclábamos y homogeneizamos, asi obteníamos una
muestra representativa….y promedio!
Pero es evidente que el cultivo que está en el ambiente más productivo disfruta ese confort y no se
entera ni se solidariza con el padecimiento ante la escases de agua que experimentan las plantas que
están en el ambiente restrictivo.
Entonces, para avanzar en este tema, diseñamos un proceso que contempla la creación de EGM
(Estaciones Georeferenciadas de Muestreo), y en vez de muestrear el promedio del lote:
Se ubican estratégicamente las EGM y en una superficie de media hectárea, se extraen 15
submuestras, se mezcla y homogeniza, y al laboratorio!
Dependiendo de la heterogeneidad de la zona, se instala una EGM cada aproximadamente 50
has. De esta manera, la cantidad de muestras que se analizan por campo no cambia
sustancialmente comparado con el método tradicional de “una muestra por lote”.
1

2. Melisa Braun (Solapa4)
Laura Britos (Co-asesora CREA CLS)
Mariano Tamburrino (Solapa4)
Santiago Gonzalez Venzano (Solapa4)
El diseño del proceso:
Los Sistemas de Información Geográfico (GIS) nos permiten gestionar capas de información, y de esta
manera cruzamos los datos provenientes de 3 capas:
1. Las EGM con los datos de análisis físicos y químicos de suelos
2. El manejo de productor, también capturado en un sistema GIS-Web (Solapa4)
3. Los mapas de rendimiento que nos entregan los monitores de las cosechadoras
Para poder hacer esto todas las capas tienes que hablar el mismo lenguaje georeferenciado, es asi como
los mapas de rendimiento se pasan a formato “shp”, se “importan” a la plataforma S4, y los algoritmos
(trabajando duro!) permiten cruzar los datos de las distintas capas.
Seguimos el siguiente modelo conceptual:
 Hay “variables independientes”, que son los datos de ambiente que surgen de los análisis de
suelo de las EGM.
 Hay “variables dependientes”, que son explicadas por las anteriores. Básicamente, el
rendimiento del cultivo.
 Y finalmente, hay distintos “tratamientos” que son las alternativas de manejo que gestiona el
agricultor en su operación.
2

3. Melisa Braun (Solapa4)
Laura Britos (Co-asesora CREA CLS)
Mariano Tamburrino (Solapa4)
Santiago Gonzalez Venzano (Solapa4)
Luego construimos la “matriz de correlaciones” donde emergen las primeras hipótesis: ¿Cuales son
las variables ambientales que más estarían influyendo en el rendimiento?
Con el CREA CLS hicimos un taller para incorporar estos procesos:
En Jesús María (Cba), trabajando con
el CREA CLS el diseño de los procesos
de gestión de conocimiento
De espaldas, Markus Braun
Como ejercicio para el Taller, tomamos un lote de San Bartolomé, de CONO SA, y cruzamos, la capa de
EGM, los Monitores de Rendimiento (Maiz y Garbanzo) y el mapa del Conductibilidad Eléctrica (CE)
obtenido de una pasada de Veris (provisto por Aceitera Gral Deheza - AGD). Generamos la siguiente
Matriz de Correlaciones:
3

4. Melisa Braun (Solapa4)
Laura Britos (Co-asesora CREA CLS)
Mariano Tamburrino (Solapa4)
Santiago Gonzalez Venzano (Solapa4)
Para completar la interpretación, se ubicaron dos puntos en lugares contrastantes y se hicieron calicatas
para evaluar aspectos físicos del suelo:
En San Bartolome,
Cañada de Luque,
evaluando las condiciones
físicas del perfil. Participo
el CREA CLS y el equipo
Tecnico de AGD
4

5. Melisa Braun (Solapa4)
Laura Britos (Co-asesora CREA CLS)
Mariano Tamburrino (Solapa4)
Santiago Gonzalez Venzano (Solapa4)
Que aprendimos en el taller:
 Que la variabilidad existe.
 Que hay muchísimos datos que están quedando fuera de la gestión de conocimiento, y hay una
gran oportunidad de generarlo si ponemos foco en los procesos y la tecnología apropiada para
dicha gestión.
 Y que se puede hacerlo. Solo fue arremangarse y empezar…
¿Cómo seguiremos trabajando?
Para la campaña 2012-13, los muestreos de suelo los haremos en EGM: Si este proceso se masifica en el
CREA CLS, tendremos más de 400 EGMs. Y como disponemos de los mapas de rendimiento, la potencia
para generar conocimiento, cruzando todos estos datos, es grandísima. Tenemos una gran
expectativa!!!
Pero, detengámonos por un instante ¿por qué tanto afán en conocer la heterogeneidad con ese grado
de detalle, si con los promedios estábamos tan cómodos?
Hoy la maquinaria recibe órdenes Georeferenciadas y tiene la posibilidad de administrar dosis variables
de manera automatizada. Estos equipos no son caros, y los contratistas son muy proactivos a realizar
esta inversión y mejorar su servicio. La aplicación variable de insumos, trae una interesante captura de
valor, que se puso muy en evidencia cuando la sequia de esta campaña “marcó” los ambientes, sobre
todo en el cultivo de maíz.
¿Cuáles son los aspectos críticos de este proceso?
Los podríamos resumir en:
 Generar un lenguaje común.
 Tener procesos claros y estandarizados.
 Disponer de tecnología para poder gestionar de manera automatizada esa enorme cantidad de
datos.
 Actitud de la organización para la adopción de tecnología.
Y finalmente, una visión compartida entre asesores, gerentes y empresarios. La gestión de conocimiento
en el agro entro en una nueva etapa:
La gestión de capas de información Georeferenciadas, con procesos claros y ordenados, produce
fuertes avances en la generación de conocimiento, permitiendo capturar valor con las
tecnologías de aplicación de insumos a tasa variable
Todos los aspectos críticos enumerados, encuentran en el ambiente de los CREA, el mejor ámbito para
su resolución, dando a la metodología CREA una fuerte competitividad frente al escenario tecnológico
que ya llegó.
5

6. Melisa Braun (Solapa4)
Laura Britos (Co-asesora CREA CLS)
Mariano Tamburrino (Solapa4)
Santiago Gonzalez Venzano (Solapa4)
Notas al margen:
1. Este proceso tiene la potencialidad de globalizar (transnacionalizar) la gestión de conocimiento.
Lo mismo estamos haciendo en Colombia, en convenios público privados, para generar
conocimiento que permita el desarrollo de la Altilanura. Ver
2. Las EGM, permiten una trazabilidad consistente de la información en el espacio y en el tiempo.
Esto complementa eficazmente los procesos de Certificación de Buenas Prácticas Agrícolas. Ver
6