A medida que las sequías e inundaciones extremas causan estragos en los campos de los agricultores de todo el mundo, los científicos pueden haber encontrado una solución que permita a los productores navegar los efectos del cambio climático.
Una asociación entre el gobierno federal de Colombia, una organización agrícola nacional y científicos del Centro Internacional de Agricultura Tropical (CIAT) crearon un estudio basado en datos que ayudó a los agricultores de la región de Córdoba del país a aumentar el rendimiento de los cultivos de un promedio de 3,5 toneladas por hectárea a más de 6 toneladas por hectárea.
La iniciativa utilizó algoritmos de aprendizaje automático para analizar datos meteorológicos, así como datos de cultivos recopilados de agricultores locales. El estudio de cuatro años, publicado en la revista Seguridad alimentaria mundial , se inspiró en varios agricultores de maíz en pequeña escala de la zona que luchaban con constantes desastres relacionados con el clima que arrasaban con sus cultivos.
Los investigadores recopilaron datos de múltiples fuentes, incluidos los pequeños agricultores. Usando inteligencia artificial y opinión de expertos, pudieron determinar cómo la variación del clima, los suelos y las prácticas de manejo impactan los rendimientos del maíz. Esta información se utilizó luego para crear pautas que ayudaron a los agricultores de maíz a producir rendimientos estables.
“Con instituciones, expertos y agricultores trabajando juntos, superamos las dificultades y alcanzamos nuestras metas, ”Dijo Daniel Jiménez, autor principal del estudio y científico de datos del CIAT, en un comunicado de prensa.
Además de ayudar a los agricultores a mitigar los impactos del clima errático, el programa ayudó a reducir los costos de fertilizantes de los agricultores.
Los científicos confían en que los resultados sientan las bases para futuros proyectos que combinen tecnología y agricultura. Pero Jiménez dijo que las oportunidades dependerán de si el sector privado se involucra en el desarrollo de sistemas sostenibles de captura, analizar y distribuir información.
“En el futuro, podemos prever que cada campo se caracterice y supervise cuidadosamente, convertir el paisaje en una serie completa de experimentos que brindan datos que el aprendizaje automático puede interpretar para ayudar a los agricultores a administrar mejor sus cultivos, " él dijo.
