RESUMEN
En los últimos años, los nuevos abordajes sobre el estudio de la agricultura en el mundo enfrentan serios problemas y han comenzado a tomar en consideración los procesos globales y sus efectos, como la contaminación de los recursos hídricos y la degradación del suelo. El Perú no puede sustraerse a esta problemática, sobre todo en esta época en la que la situación se complica debido al cambio climático, que se manifiesta mediante el incremento de la temperatura, variación en la precipitación, entre otras variables que ponen en riesgo la seguridad alimentaria. En consecuencia, se reduce la oferta mundial de alimentos y aumentan los precios. Estos cambios están causando preocupación no solo en los agricultores, sino también en los economistas, ecologistas e incluso los gobiernos. Por eso, el presente proyecto tiene como objetivo hacer una revisión bibliográfica de las tecnologías existentes que constituyen herramientas que promuevan la innovación en los diferentes procesos vinculados a la agricultura.
Palabras claves: agricultura, agricultura
4.0, agricultura de precisión, Smart Farming, tecnologías agrícolas, Perú
ABSTRACT
In recent
years, new approaches to the study of agriculture in the world face serious
problems and have begun to take into consideration global processes and their
effects, such as the contamination of water resources and soil degradation.
Peru cannot escape this problem, especially at this time when the situation is
complicated due to climate change, which is manifested by an increase in temperature,
variation in precipitation, among other variables that put security at risk.
food. As a result, the global supply of food is reduced and prices increase.
These changes are causing concern not only among farmers, but also among
economists, environmentalists and even governments. Therefore, the objective of
this project is to carry out a bibliographic review of the existing
technologies that constitute tools that promote innovation in the different
processes linked to agriculture.
Keywords: agriculture, agriculture 4.0, precision agriculture, Smart Farming,
agriculture technologies, Peru
1.
Introducción
La posibilidad de supervivencia de
la agricultura se ve condicionada por el uso de diversas tecnologías (drones, sensores
aéreos y terrestres, cámaras de suelo y maquinaria guiada por GPS) que son
utilizadas en el proceso de agricultura. Basta ver a nuestro alrededor para
vislumbrar cómo el uso de estas tecnologías cambia el paisaje rural y nos
enfrentan a nuevos desafíos, como alimentar a una población mundial que crece
permanentemente. Según la FAO, en el 2050, se estima que habrá un incremento de
más de 2.000 millones de habitantes en el planeta, mientras que,
paradójicamente, se reduce progresivamente la superficie cultivable. El Banco
Mundial muestra que, en 1961, había 0,53 hectáreas por persona y, en el 2015,
se redujo a 0,27. Este cambio se debe sustancialmente al cambio climático y a
la impredecibilidad de los patrones meteorológicos ocasionados por el calentamiento,
lo que causa preocupación en el sector agrario por las sequías, tempestades,
huaycos (grandes aguaceros), nuevas plagas, desestacionalización de las
cosechas, etc. Por todo lo mencionado, resulta imperativo migrar hacia sistemas
de producción agrícola más eficientes para la obtención de más alimentos usando
menos recursos naturales. Este modelo se denomina agricultura de precisión o
agricultura climáticamente inteligente, que forma un binomio con el uso de
nuevas tecnologías y la biotecnología
2.
Definición
En un seminario internacional
Debe observarse que el nuevo modelo de AP provee nuevas herramientas al sector primario (actividades económicas destinadas a producir alimentos y a obtener materias de origen biológico: agricultura, ganadería, pesca y explotación forestal), especialmente a la agricultura como actividad dedicada al cultivo de la tierra para obtener productos para el consumo humano y alimento de los animales. La incorporación de la Inteligencia Artificial (IA) al sector agrícola, permite realizar labores básicas de la cadena productiva (siembra, cosecha, monitoreo de cultivos y suelos) a través de algoritmos de aprendizaje para procesar los datos, intervienen también las técnicas de bigdata y la conectividad dentro de una red agrícola (drones, sensores, software) que proporciona una ingente cantidad de datos que, luego de ser sometidos a un análisis, nutren de información valiosa en cada paso de la cadena de suministro. De este modo, se produce un incremento de la productividad, reducción de costos e impacto ambiental de las prácticas agrícolas, lo que permite un gran ahorro de recursos (suministros y tiempo de trabajo).
3.
Características
Existen varios tipos de sistemas
de cultivo para obtener el máximo rendimiento. Estos dependen de las
condiciones físicas del espacio natural. Esta clasificación puede responder a
varios criterios (ver la Tabla N° 1).
Tabla N° 1. Clasificación de cultivos
Elaboración propia
4. Factores de la Producción Agrícola
La calidad de la producción agrícola depende
básicamente de los siguientes factores:
·
Disponibilidad
de recursos naturales
·
Clima de
la zona de producción agrícola
Respecto a los recursos naturales, los elementos
que intervienen en el proceso son los siguientes:
·
Características
de los suelos en donde se producirá,
·
Presencia
de minerales ricos en nutrientes,
·
Riqueza
de los sustratos, y
·
Calidad y
pureza de las aguas disponibles
5. Ventajas y Desventajas
5.1 Ventajas de la AP
Entre los principales beneficiarios de la AP se considera a los
agricultores, los consumidores finales y, en especial, el medio ambiente. La AP
presenta algunos beneficios y ventajas como las que se detallan a continuación:
·
Aumento de la productividad,
· Mejora el proceso de toma de decisiones,
·
Reducción del impacto en el medio ambiente,
·
Reducción del uso de químicos, y
·
Reducción
de los costos de recursos (luz,
agua, combustible, etc.)
5.2 Desventajas de la AP
·
Inversión de capital
· Acceso a Internet
·
Formación y conocimientos básicos en uso de tecnologías
6. Tecnologías Usadas
Big Data: el uso de TICs ha impactado
grandemente en la AP
y se estima que su valor de mercado alcance los 5.090 millones de dólares para
2023
Tecnologías de automatización de
procesos (TAP): los TAP son sistemas que siguen un
procedimiento efectivo (algoritmo) con el propósito de reducir la carga
agrícola pesada y mejorar la puntualidad e inclusive la precisión. Con este
propósito, disponen de la robótica y el uso de maquinaria. La Organización de
las Naciones Unidas para la Alimentación y la Agricultura (FAO) define la
mecanización como “el uso de todo tipo de maquinaria y equipo, desde
herramientas manuales sencillas y básicas hasta maquinaria más sofisticada y a
motor, en las actividades agrícolas”
Internet de las cosas: la interconectividad de distintos
dispositivos y programas como un organismo que funciona en tiempo real se
denomina IoT. Este organismo permite el proceso de cultivo de plantas como una
actividad controlada, regulada, analizada y corregida por tecnología
inteligente automatizada. Este proceso pasa por dos etapas:
Primera etapa: geolocalización
del área de cultivo utilizando sensores y un sistema GPS que pueden colocarse
en un dron o un tractor que grabe y registre datos sobre superficies. Luego,
mediante un Sistema de Información Geográfica (SIG), se analizan los datos
recibidos para definir con precisión una serie de indicadores como ubicación
geográfica del área, altura respecto el nivel del mar, el mapeo del suelo,
canales, erosiones, etc. Todo esto con el propósito de tener un conocimiento
primario del espacio donde se proyectan los cultivos.
Segunda etapa:
monitoreo con sensores para elaborar un mapa de rendimiento con indicadores de
las propiedades del suelo, grado de salinidad, de nitrógeno, de fosfatos, de
acidez, grado de humedad, entre otros. Este proceso es necesario para
determinar la humedad requerida, cantidad de semillas necesaria por áreas de
tierra, tipo y cantidad de abono a utilizar, así como los mecanismos para
combatir plagas.
Inteligencia artificial (IA):
la IA abre un abanico de
posibilidades para generar valor en la agricultura con el propósito fundamental
de reducir los insumos y la automatizar las tareas. La IA brinda un
conjunto de técnicas (redes neuronales, machine learnig, deep
learning, entre otras) para medir las tasas
de producción de cultivos y proporcionar una valiosa información para los
clientes de la cadena de suministro
Sensores: los sensores son una pieza
clave en IoT. Se amparan en la miniaturización, nanotecnología y comunicaciones
inalámbricas. Están impulsando el desarrollo grandes redes inalámbricas de
sensores capaces de monitorear el entorno de forma autónoma y ubicua. Los
sensores capturan un gran volumen de datos que serán analizados para generar
información muy valiosa que ayudará a mejorar la calidad de los cultivos y a
reducir el impacto sobre el medio ambiente
Robótica: los denominados
robots agrícola o agrobots están diseñados para realizar una actividad
especifica (recolección de frutas, transporte de alimentos/productos
seleccionados/maduros), realizar trabajos pesados, labores todas que requieren
precisión. Tenemos los robots autodirigidos, el robot cosechador automático que
poseen brazos automáticos para manipulación mediante la aplicación de visión
artificial
Drones:
son vehículos exploradores provistos con cámaras multiespectrales muy funcionales en la captura remota de
fotografías y grabación de videos de alta resolución mediante el sobrevuelo de
los cultivos. Los datos capturados son procesados y permiten detectar
características que se pasan por alto a simple vista, como la detección de
plagas en lugares de difícil acceso. La tecnología de sensores incluye nuevas
funcionalidades como usar longitudes de onda en el espectro de luz (calidad de
la luz) para influir en el ritmo de florecimiento de muchos cultivos
ornamentales
GPS: el uso del GPS en
la agricultura de precisión ofrece varias ventajas para los agricultores y
profesionales en el área; sin embargo, se requiere constante de capacitación y
desarrollo de capacidades. El uso del GPS en la agricultura permite medir
áreas, planificar la plantación, mapear el campo, muestreo de suelos,
inspeccionar las cosechas, etcétera
7. Aplicaciones
7.1 Zonificación de terrenos
La agricultura tradicional o
convencional considera generalmente que el espacio de cultivo es totalmente
homogéneo. Esta suposición trae como consecuencia un considerable desperdicio
de insumos en la cadena de producción. Frente a ello, se requiere facilitar el
proceso de planificación y coordinación de las actividades del sector agrícola,
por lo que es necesario zonificar los terrenos, identificar las
particularidades de cada lugar dentro de una misma zona de cultivo debido a lo
irregular del área de producción y composición del suelo para asignar en forma
eficiente la cantidad de recursos
7.2 Optimización del uso de
insumos
La AP tiene como propósito
optimizar el uso de insumos como semillas, fertilizantes, agua, entre otros,
para aumentar los rendimientos y calidad de los cultivos
7.3 Identificación de malezas
dentro de plantaciones
Los drones (y otros robots), sensores, software, etc. proveen gran ayuda
para realizar tareas agrícolas con minuciosidad (detectar malezas y
cultivos enfermos desde el aire),
eficiencia (ahorro de suministros y recursos) y en menor tiempo
7.4 Facilitar el
proceso de siembra
El éxito del proceso de siembra dependerá de la elección correcta del tipo de plantas y también de su momento de siembra. Deben clasificarse las especies según sus necesidades y características, monitorear el estado de las semillas, preparar el suelo, identificar la maleza, y sembrar de la manera indicada. En todas estas actividades interviene la tecnología (sensores, drones, robots) para hacerlas más eficiente.
7.5 Creación de mapas de cosecha (MC)
Como se mencionó, es un error
considerar que todas las zonas son homogéneas. El tratamiento de cultivos
diferenciado permite ajustar la distribución de insumos (fertilizantes,
pesticidas, agua de riego, etc.) así como la intensidad de la actividad
agrícola en función de las necesidades locales. El MC particiona las áreas de
manejo como subregiones, en la que cada una de estas tiene ciertas
características de heterogeneidad de rendimiento y para los que un tratamiento
uniforme basado en el terreno podría ser perjudicial
7.6 Aplicación de insumos a
tasas variables
La AP pretende evitar sobrecostos en el presupuesto del agricultor, lo cual derivará en maximizar la eficiencia en el suelo y mejores rendimientos al final de cada ciclo productivo, gracias a las correcciones precisas en las parcelas.
8. Agricultura de Precisión y Cambio Climático
La agricultura repercute notablemente en el cambio climático, debido a que toda la cadena agroalimentaria absorbe aproximadamente un tercio de la producción mundial de energía.
Investigadores del Instituto Bio
Sense
9. Estado del Arte
La revolución tecnológica aplicada al sector agrícola viene integrando tecnologías diversas, como son Internet de las cosas (dispositivos y maquinaria conectados), bigdata e IA para una analítica avanzada de datos que permita monitorizar rendimientos, al mismo tiempo que la robótica realiza su tarea en la misma área de cultivo. La AP permite aplicar métodos más personalizados de cultivo de alimentos. La empresa argentina Blacksoil es un claro ejemplo. Fabrica fertilizantes a medida en función del análisis de los datos del suelo. Mediante un dispositivo acoplado a cualquier sembradora se administra el fertilizante líquido junto con las semillas, sin que sea necesario adquirir maquinaria nueva y costosa.
Las tecnologías digitales móviles
constituyen una de las innovaciones con mayor potencial en la agricultura de
precisión, habida cuenta que tienden un puente entre los agricultores y los
mercados. No obstante, existe una brecha en los avances de tecnología móvil y
las técnicas de agricultura. La empresa
El
desarrollo histórico reciente de China ha influenciado en el desarrollo de los
mercados agrícolas mundiales. Estas dinámicas vanguardistas de las últimas tres
décadas, el papel que mantiene el Gobierno y el surgimiento de las
instituciones de apoyo al sector constituyen condiciones clave para la
evolución de la agricultura del gigante asiático. El gobierno
chino, a través de su plan de
desarrollo agrícola 2019-2025, promueve la digitalización del campo, con metas de alcanzar una cobertura
del 70 % de 5G (Hands-Free Farm, un proyecto de investigación y desarrollo
mediante procedimientos efectivos: planta, administra y cosecha
cultivos efectivamente sin intervención humana), y conseguir que las nuevas tecnologías representen,
al menos, el 15 % del valor añadido agrícola
El gobierno germano, por su parte, tiene
claro que la agricultura 4.0 permitirá mejorar la automatización de los
procesos productivos que incrementa la rentabilidad de las explotaciones. Por
ello, ha lanzado su programa Big Data en la Agricultura
La ONU, en recientes estudios,
ha resaltado que en 2050 la población
mundial se incrementará
a 9.700 millones de personas, lo que significa que será necesario
alimentar a
2.000 millones de bocas más respecto a 2020. Frente a este notable crecimiento,
la FAO recomienda que debiera compensarse con un aumento
de al menos 70% de la producción agrícola
El proyecto Sierra y Selva
Exportadora se
encuentra adscrita al Ministerio de Agricultura y Riego (MINAGRI) en el marco
del convenio con la Comisión Nacional de Investigación y Desarrollo
Aeroespacial (CONIDA). En este se usa la información del satélite Perú SAT, lo
que marcará un hito en la agricultura peruana. Sierra exportadora tiene como
propósito impulsar la actividad económica sobre todo en las zonas rurales de la
sierra y selva del Perú para incrementar el acceso de los pequeños y medianos
productores. La
información satelital ayudará a los agricultores de las zonas rurales a ser más
competitivos y, por ende, contribuir a generar bienestar y mejorar sus ingresos
Figura N° 1. Mapa Nacional
de la Superficie Agrícola
Fuente: MIDAGRI, Perú
10. Conclusiones
1. Como resultado de estas investigaciones puede afirmarse con seguridad que la agricultura de precisión ha provocado la reconfiguración de los procesos agrícolas en el campo, lo que permite tomar decisiones productivas precisas para incrementar su rendimiento y rentabilidad, al tiempo que sirve como instrumento de evaluación.
2. Debe promoverse una transición gradual entre la agricultura convencional a una agricultura de precisión sostenible en el tiempo.
3. Los datos obtenidos a partir de las métricas y rendimientos producidos en tiempo real sobre el terreno, pueden convertirse en datos cuantificables que permitan una toma de decisiones más ágil y eficiente. Este progreso no es meramente cuantitativo, sino que implica una reorganización a fondo de lo ya conocido.
4. Frente a la perspectiva tecnológica existente de diverso tipo se hace necesario evaluar las que mejor se ajusten a los objetivos y requerimientos tanto individuales como comunitarios, sobre todo teniendo en cuenta que las preferencias no están respaldadas por razones objetivas.
5. La agricultura de precisión es una de las herramientas más urgentes a aplicar; sin embargo, debe analizarse holísticamente el impacto ocasionado para poder ayudar a solventar la seguridad alimentaria.
6.
Los beneficios que
trae consigo el uso de IoT –es decir, de la aplicación de todas estas
tecnologías que actúan de manera coordinada y automatizada en AP– son
múltiples en cuanto a costos, tiempos e insumos en el proceso de cultivo.
7.
Aunque
la agricultura de precisión y la agricultura 4.0 son conceptos usados
indistintamente, no deben confundirse. La Agricultura 4.0 también es
conocida como agricultura digital, porque usa un conjunto de tecnologías
digitales (software y hardware) para optimizar la producción, en todos sus
procesos, desde la siembra hasta la cosecha.
8.
La
diferencia radica en que AP es el uso de insumos en áreas con mayor potencial
productivo, mientras que agricultura 4.0 es el conjunto de tecnologías usadas
para la AP. Nada de la AP podría lograrse sin el uso de la agricultura 4.0
11. Recomendaciones
Dado la existencia
de una brecha en productividad agrícola entre los países desarrollados y los
que no lo son, se recomienda la creación de un Observatorio de la Agricultura Digital
para enterarse de los avances y enfrentar los desafíos para disminuir, de forma
efectiva, las brechas de productividad y bienestar con los países
desarrollados. Así, se podrá virar hacia una agricultura más inclusiva,
eficiente y sustentable.
12. Referencias
Bibliográficas
Agroempresario. (4 de junio de 2020). GPS en agricultura: conozca las
ventajas. Obtenido de https://agroempresario.com/publicacion/23827/gps-en-agricultura-conozca-las-ventajas
AguaControl. (2023). AUTOMATIZACIÓN
Y CONTROL DE RIEGO AGRÍCOLA. Obtenido de https://aguacontrol.cl/
AINIA. (2020). Agricultura de
precisión, tecnologías clave para conseguir una agricultura más sostenible.
Obtenido de https://www.ainia.es/ainia-news/agricultura-precision-sostenible-inteligencia-artificial-sensores-fotonicos/
Andina. (junio de 2023). Obtenido de https://andina.pe/agencia/noticia-la-agricultura-precision-es-principal-desafio-pequenos-productores-rurales-686117.aspx
AustralFalcon. (2023). estima tu produccion
de manera simple y rapida. Obtenido de https://australfalcon.com/
BASF. (17 de abril de 2023). 7
aplicaciones de agricultura de precisión. Obtenido de https://agriculture.basf.com/pe/es/contenidos-de-agricultura/digitalizacion-agricultura-precision.html
BBVA. (26 de agosto de 2021). QUe es
la agricultura de precision. Obtenido de https://www.bbva.com/es/sostenibilidad/que-es-la-agricultura-de-precision-la-gestion-digital-del-campo/
CEPAL. (2021). AGRO 4.0. Obtenido de
https://www.cepal.org/es/proyectos/agro-40-0
CEPAL. (2023). https://repositorio.cepal.org/handle/11362/43595. Obtenido
de https://repositorio.cepal.org/handle/11362/43595
Chen, J. (27 de junio de 2023). Influencia
de la luz en el crecimiento del cultivo. Obtenido de https://www.pthorticulture.com/es/centro-de-formacion/la-influencia-de-la-luz-en-el-crecimiento-del-cultivo/
EDSRobotics. (12 de 11 de 2021). Agricultura
automatizada y robótica agrícola. Obtenido de https://www.edsrobotics.com/blog/agricultura-automatizada-y-robotica-agricola/
EFE:Agro. (2023). Obtenido de https://efeagro.com/alemania-big-data-agricultura
Envira. (2023). Instrumentación y
servicios para la gestión ambiental.
EOS. (2023). Clasificación de Redes
Neuronales para la Vigilancia de la Pr. Obtenido de Eos Data Analityc: https://eos.com/es/industries/agriculture/crop-production-monitoring/
Euronews. (octubre de 2019). La
agricultura 4.0: tecnología sustentable para afrontar el futuro. Obtenido
de https://es.euronews.com/next/2019/10/07/la-agricultura-4-0-tecnologia-sustentable-para-afrontar-el-futuro
Euronews. (2023). La agricultura
4.0: tecnología sustentable para afrontar el futuro. Obtenido de https://es.euronews.com/next/2019/10/07/la-agricultura-4-0-tecnologia-sustentable-para-afrontar-el-futuro
FAO. (2022). El estado mundial de la
agricultura y la alimentación 2022. Obtenido de https://www.fao.org/3/cb9479es/online/sofa-2022/agricultural-automation-technological-evolution.html
Gary, W. (2007). Revista Mexicana de
Agronegocios, 11(20). Obtenido de https://www.google.com/search?q=tecnologias+en+agricultura+en+estados+unidos&client=firefoxbd&ei=CEqsZMaeNsXZ5OUP7uW7sAY&ved=0ahUKEwjGwrjl3oSAAxXFLLkGHe7yDmYQ4dUDCA4&uact=5&oq=tecnologias+en+agricultura+en+estados+unidos&gs_lcp=Cgxnd3Mtd2l6LXNlcnAQA0oEC
Gestion. (2023). Obtenido de Nuevas
tecnologías transforman la milenaria agricultura china: https://gestion.pe/mundo/internacional/nuevas-tecnologias-transforman-la-milenaria-agricultura-china-noticia/
Gonzales, A. (2016). Drones Aplicados a
la agricultura de precisión. 10.
IICA. (2023). La agricultura de
precisión tiene potencial para transformar el Agro. Obtenido de https://www.iica.int/es/prensa/noticias/la-agricultura-de-precisi%25C3%25B3n-tiene-potencial-para-transformar-el-agro
Independiente. (2023). Agricultura
4.0: cosechas abonadas con ciencia y tecnología. Obtenido de https://www.elindependiente.com/desarrollosostenible/2018/04/07/agricultura-4-0-cosechas-abonadas-ciencia-tecnologia/#gs.hfVhHdU
Infortambo. (15 de julio de 2023). Cómo
optimizar el uso de los insumos. Obtenido de https://www.infortambo.cl/es/contenidos/como-optimizar-el-uso-de-los-insumos
Innovacion. (2022). Smart Farming y
agricultura de precisión. Obtenido de https://www.iberdrola.com/innovacion/smart-farming-agricultura-precision
Joyanes, L. (2013). BigData.
Mexico: AlfaOmega.
Lago, C. (2011). Sistema para la
generación automática de mapas de rendimiento. Aplicación en la agricultura de
precisión. Obtenido de https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S071834292011000100009
Latella, M. (2020). Efectos del
cambio climático en la agricultura. Obtenido de https://redagricola.com/efectos-del-cambio-climatico-en-la-agricultura/
MIDAGRI. (20023). Ministerio de
Desarrollo Agrario y Riego. Obtenido de https://www.gob.pe/institucion/midagri/noticias/325509-midagri-peru-tiene-una-superficie-agricola-de-11-6-millones-de-hectareas-a-nivel-nacional
Oksen, P. (15 de marzo de 2023). Agricultura
de precisión: datos y tecnología para enfrentar el cambio climático.
Obtenido de https://blogs.iadb.org/innovacion/es/agricultura-de-precision-tecnologia-para-enfrentar-el-cambio-climatico/
OPSA. (2022). Lanzamiento Plan Safra
2023-2024 para apoyar la producción agropecuaria en Brasilaria. Obtenido
de https://opsaa.iica.int/resource-997-lanzamiento-plan-safra-2023-2024-para-apoyar-la-produccion-agropecuaria-en-brasil
Perez, A. (2015). Redes neuronales
artificiales para estimar el contenido de nitrogeno en plantas leguminosas. Revista
Ciencia e Ingeniería., 36(2), 85-92.
Pizarro, J. (2022). ESAN:
Tecnología, la clave para el impulso de la agricultura peruana 4.0. Lima.
Obtenido de https://www.esan.edu.pe/conexion-esan/tecnologia-la-clave-para-el-impulso-de-la-agricultura-peruana-4-0
Proxima. (febrero de 2019). Que es
la agricultura 4.0. Obtenido de https://www.proximasystems.net/agricultura/que-es-la-agricultura-4-0/
Ramirez, D. (2010). EFECTOS DEL
CAMBIO CLIMÁTICO en la agriculturA. Obtenido de https://redagricola.com/efectos-del-cambio-climatico-en-la-agricultura/
UDL. (2010). Cómo obtener y qué
hacer con los mapas de colores. La Universidad de Lérida. Obtenido de https://www.google.com/search?q=Creaci%C3%B3n+de+mapas+de+cosecha&client=firefoxbd&ei=Lk2_ZJjfDazC5OUPk7i0Ao&ved=0ahUKEwiYrrq7gKmAAxUsIbkGHROcD6oQ4dUDCA4&uact=5&oq=Creaci%C3%B3n+de+mapas+de+cosecha&gs_lp=Egxnd3Mtd2l6LXNlcnAiHUNyZWFjacOzbiBkZSBtYXBhcyBk
Viguerra, B. (2017). Impacto del
cambio climatico en la agricultura. Costa Rica. Obtenido de https://www.conservation.org/docs/default-source/publication-pdfs/cascade_modulo-2-impactos-del-cambio-climatico-en-la-agricultura-de-centroamerica.pdf
WIPOGREEN. (2023). WIPO GREEN –
The Marketplace for Sustainable Technology. Obtenido de https://www3.wipo.int/wipogreen/en/
Yeply. (2022). Las nuevas tendencias
y los retos de la Agricultura 4.0. Obtenido de https://www.yeeply.com/blog/tendencias-y-retos-agricultura-4-0/
Yudice, G. (2008). El recurso de la
cultura. Gedisa.
Augusto
Parcemón Cortez Vásquez
Universidad
Nacional Mayor de San Marcos, Lima, Perú.
Licenciado en Computación e Informática,
Ingeniero de Sistemas UNMSM, Magister en Computación e Informática UNMSM,
Egresado de doctorado en Filosofia UNMSM Docente Principal Facultad de
Ingeniería de Sistemas UNMSM-FISI (ingresso 1988). Docente de Universidad
Ricardo Palma (15 años), Docente Investigador UNMSM Líneas de investigación:
Ingeniería de software, complejidad computacional, inteligencia artificial
Premio a mérito Científico UNMSM Consejo Superior de Investigaciones. Decano
Facultad de Ingeniería de Sistemas UNMSM, Director Administrativo Facultad de
Ingeniería de Sistemas UNMSM, Director Académico Facultad de Ingeniería de
Sistemas UNMSM, Director de Instituto de Investigación Facultad de Ingeniería
de Sistemas UNMSM Fundador de Revista Algorithmic.
Autor corresponsal: acortezv@unmsm.edu.pe.
ORCID: https://orcid.org/0000-0002-5188-7962
Nely Cortez Vásquez
Universidad Nacional Federico Villarreal, Lima, Perú.
ORCID: https://orcid.org/0000-0003-0172-7917
Ulises
García Conde
Universidad Tecnológica del Perú, Lima, Perú.
ORCID:
https://orcid.org/0000-0002-4357-1722
Contribución de Autoría
Todos los autores
contribuyeron de manera equitativa en el desarrollo de la investigación,
participando en la redacción del primer borrador del artículo, el cual fue
revisado críticamente con aportes de forma y de contenido por los revisores de
la revista. Posteriormente, se le otorgó el consentimiento de aprobación a la
versión final para ser publicada en la revista Perfiles de Ingeniería.
Conflictos de Intereses
Se declara que no existe conflicto de
intereses de los autores de la presente publicación.
Responsabilidad Ética
Los autores
declaran y garantizan el
Financiamiento
La investigación se realizó de conformidad a los principios éticos en
las cienciasde las ingenierías.
Correspondencia: acortezv@unmsm.edu.pe
© Los autores. Este artículo Open Access esta publicado bajo la Licencia Creative Commons Atribución 4.0 Internacional. (CC-BY 4.0)