En 2021, el equipo de desarrollo de productos de Blue Radix lanzó Crop Controller, la primera solución comercial del mercado para el cultivo autónomo. Crop Controller permite a los Productores lograr de forma autónoma el clima óptimo que se ajusta a su estrategia de cultivo única. El equipo continúa construyendo y trabajando en más módulos para expandir aún más el cultivo autónomo con Crop Controller. Aquí, Peter Goudswaard, desarrollador de productos, y Csaba Balla-Somogyi, estudiante de posgrado en Blue Radix y estudiante de maestría en la Universidad Tecnológica de Delft (TU Delft), cuentan la historia. Peter explica los desafíos en el desarrollo del nuevo módulo de riego, mientras que Csaba describe su proyecto de graduación relacionado en Blue Radix.
Peter, ¿cuál es tu rol en Blue Radix y en qué estás trabajando actualmente con respecto a Crop Controller?
Peter: “Como desarrollador de productos, participo desde la idea inicial de nuevos productos hasta su implementación a nivel operativo. Por ejemplo, soy responsable del diseño de la Interfaz de Usuario del portal de Crop Controller que se utiliza actualmente para la gestión climática autónoma, y de proyectos de desarrollo como nuestro nuevo ‘módulo de riego’. Ya hemos realizado extensos análisis de datos para esto. En particular, vemos mucho valor añadido en el desarrollo e implementación de un modelo de riego autónomo con clientes que ya utilizan Crop Controller.”
Has trabajado en el control climático autónomo de Crop Controller. ¿Qué lecciones extraes de esta versión para el nuevo módulo de riego?
Peter: “Lo que hemos visto hasta ahora con el actual Crop Controller es que los Productores pueden cultivar de forma autónoma en cualquier parte del mundo con la ayuda de nuestros algoritmos. Con Crop Controller ya obtenemos una predicción del clima óptimo para los próximos días. Estos datos y los datos de riego también nos permiten predecir y controlar el riego óptimo. Este año, Blue Radix se centrará en ampliar las funcionalidades de Crop Controller, incluyendo el riego. Por eso estamos muy contentos de haber encontrado a Csaba, un estudiante de máster de la TU Delft, que está escribiendo su tesis de máster sobre riego autónomo y que nos está apoyando en el desarrollo del módulo de riego.”
Csaba, ¿qué estudias y cómo encaja el modelo de riego autónomo con tus estudios?
Csaba: “Soy un estudiante de 25 años que estudia Sistemas y Control, un programa de máster en la TU Delft, centrado en aspectos teóricos del control, con énfasis en algoritmos modernos. Supe desde el principio que quería hacer algo práctico para mi proyecto de fin de carrera, que era desarrollar un algoritmo de control para un problema específico, como un modelo de riego autónomo para Crop Controller. El objetivo de mi investigación de fin de carrera es desarrollar y comparar algoritmos para encontrar la solución que mejor se adapte al problema del riego. Mi supervisor Peter me dio la libertad de decidir desde el principio qué enfoque tomar para mi investigación.”
“Me interesé en la horticultura durante mi año y medio de estudios en los Países Bajos. Vengo de Hungría, un país agrícola, pero que no es tan avanzado o de alta tecnología como la horticultura holandesa. Es fascinante ver cómo la tecnología avanzada trabaja junto con la experiencia de los Productores de hortalizas para lograr un objetivo: alimentar a la creciente población mundial de la manera más eficiente posible. Veo muchas oportunidades en este sector y estoy muy motivado por el tema.”
Ambos estáis trabajando en el llamado modelo de riego autónomo. ¿A qué desafíos os enfrentáis?Peter: “Para los Productores, el riego es una rutina diaria, pero también tienen que hacer ajustes diarios, lo cual consume mucho tiempo. El suministro de agua depende del desarrollo de la planta y de las condiciones climáticas, que fluctúan diariamente. En la configuración actual, el Productor solo puede ajustar el riego a posteriori. Como Crop Controller nos ofrece una previsión del clima para los días venideros, también podemos predecir la demanda de agua y anticiparnos a tiempo.
En este momento, lograr el mejor riego posible también exige mucha atención por parte del Productor. Se centra principalmente en un desarrollo radicular saludable de la planta y en la prevención del estrés hídrico, pero también en la dirección del crecimiento generativo y vegetativo. Todos estos son desafíos a tener en cuenta en el proceso de desarrollo del riego autónomo.
Los Productores ya están incorporando estas cuestiones en sus estrategias de riego. Para nosotros, la tarea esencial es hacer que esto se base en datos con el riego autónomo, anticipándonos a los desarrollos en el crecimiento de la planta y el clima previsto. Desarrollamos un modelo escalable que predice y controla el riego con Crop Controller.”
Csaba añade: “Debido a que las balanzas de los bloques de sustrato miden no solo el contenido de agua, sino también el peso del sustrato, la zona radicular y la planta, por ejemplo, se necesita un análisis de datos exhaustivo para distinguir la absorción de agua por la planta, para la transpiración y el crecimiento de la planta.”
¿Qué consejo puedes dar a los Productores para expandir el cultivo autónomo? ¿Qué necesitan hacer para que sus datos funcionen para ellos?
Peter: “Tened en cuenta el objetivo final. Los algoritmos pueden generar resultados sorprendentes para llegar a la estrategia de cultivo deseada. A primera vista, pueden desviarse de las rutinas humanas diarias porque toman decisiones de manera diferente a los humanos. Es entonces cuando es tentador corregir inmediatamente e ignorar tales decisiones. Esto es una pena, porque, después de todo, los algoritmos tienen en cuenta muchos más puntos de datos en las compensaciones y calculan el óptimo con una frecuencia muy alta.
Con el cultivo autónomo, el trabajo de los Productores cambia. En lugar de pensar en 'puntos de ajuste', el Productor puede centrarse más en objetivos de alto nivel y en la estrategia de cultivo. El Productor puede dejar que los algoritmos hagan el pensamiento complicado, incluida la ejecución asociada.”
