DIGITALIZACIÓN 132 Jaguar de la casa comercial Claas. New Holland con un 26%, John Deere con un 11% y Krone con un 4% son las otras tres casas comerciales con unidades nuevas inscritas entre 2015 y 2022, pero con unas cuotas de mercado mucho más bajas (Figura 4). Los mapas de rendimiento obtenidos por las cosechadoras pueden ser utilizados para optimizar las dosis de siembra y de fertilizantes mediante técnicas de Aplicación a Dosis Variable (ADV). Para ello es necesario cargar mapas de prescripción, obtenidos a partir del procesamiento de los mapas de rendimiento, en los ordenadores de los tractores que controlan las abonadoras y sembradoras. Como las marcas comerciales de tractores más vendidas no coinciden con las de picadoras de forraje (en el año 2022 Claas sólo tuvo un 2,5% de cuota de mercado en tractores frente a un 20,7% de John Deere), hay que solucionar el problema de la compatibilidad de archivos entre tractores y cosechadoras para poder utilizar técnicas de Agricultura de Precisión en cultivos forrajeros. Esta problemática se conoce como la inter-operabilidad de los datos entre la maquinaria agrícola. Aunque en el mercado se ha llegado a comercializar alguna iniciativa para facilitar el intercambio de los datos más relevantes de las máquinas agrícolas entre distintas marcas comerciales, éstos se limitan a posiciones de las máquinas, velocidades, estado del trabajo y niveles de combustible. Los archivos de documentación, como es el caso de los datos de rendimiento, aún no son compatibles entre las distintas plataformas digitales asociadas a las casas comerciales. Por otro lado, en los archivos con los datos de rendimiento en bruto generados por las cosechadoras, se detectan una serie de errores debidos a la georreferenciación, los sensores utilizados y factores operacionales. Para obtener mapas de rendimiento fiables es necesario limpiar los archivos en bruto para depurar los errores y poder definir con precisión las zonas de gestión diferenciada en las parcelas. Las aplicaciones de software comerciales más utilizadas por los usuarios que realizan mapas de prescripción a partir de datos de producción con cultivos forrajeros, no ofrecen información clara de cómo realizan esta depuración de errores y, por lo tanto, sobre qué datos eliminan de los archivos en bruto obtenidos por las cosechadoras. En este artículo se exponen los primeros resultados obtenidos del análisis de los datos de dos empresas de servicios que quieren comenzar a ofertar técnicas de ADV en el cultivo del maíz forrajero a partir de los mapas de producción documentados con las cosechadoras autopropulsadas de forraje. Ambas empresas utilizan para la documentación de sus operaciones mecanizadas el Centro de Operaciones de la casa comercial John Deere (COJD), al realizar dichas operaciones con tractores de la citada marca. Sin embargo, para las operaciones de recolección del maíz forrajero, las dos utilizan cosechadoras autopropulsadas de la casa comercial Claas, por lo que necesitan traducir los archivos de datos de cosecha generados en la picadora a un formato compatible con el COJD. Este proceso tiene que ser lo más simple y automatizado posible, con el fin de hacerlo compatible con la actividad comercial de estas empresas de servicios de maquinaria durante las campañas de recolección del forraje. MATERIALES Y MÉTODOS Los datos utilizados en el presente trabajo fueron recogidos en dos empresas de servicios de maquinaria agrícola con sede en el noroeste de España. Las dos realizan operaciones mecanizadas en zonas ganaderas en las que destaca la recolección de forraje, para lo cual cuentan en sus parques con cosechadoras autopropulsadas de forraje modelos Jaguar 970 y 980 de la casa comercial Claas. También las dos utilizan una flota de tractores de la marca John Deere equipados con monitores que documentan las operaciones en archivos que son subidos posteriormente a la aplicación en la nube denominada Centro de Operaciones. Las dos empresas cosechan anualmente en torno a 1.000 ha de maíz forrajero repartidas en un elevado número de parcelas de reducida superficie. Para la medida de la producción cosechada y el contenido de humedad del forraje se activó el sensor que mide el desplazamiento entre los En los últimos cinco años las cosechadoras autopropulsadas de forraje de nueva adquisición han comenzado a disponer de sensores que miden la producción de forraje y su contenido en humedad, con lo que georreferenciando estos datos con las posiciones calculadas por un receptor GNSS situado encima de la cabina, permiten obtener mapas de rendimiento
RkJQdWJsaXNoZXIy Njg1MjYx