Los análisis estadísticos se han usado en agricultura, así como la combinación de modelos y metodologías para la generación de datos predictivos y prescriptivos que son específicos para cada parcela monitoreada, mediante la evaluación de lo registrado en la Bitácora Electrónica MasAgro (BEM), que contiene información de más de 150,000 productores participantes.
La sociedad de analítica Informs, Kinaxis y la Universidad Adelphi —de Estados Unidos— otorgaron al programa MasAgro, de la Secretaría de Agricultura y Desarrollo Rural (SADER) y el Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT), el primer lugar del Premio a las Aplicaciones Innovadoras en Analítica 2020, en reconocimiento al sistema de datos y de planeación de Maíz para México.
El objetivo del premio es reconocer casos de aplicación única y creativa de una combinación de técnicas de análisis a través de procesos de uso inusuales que producen conocimiento y alto valor agregado, como el de la Agricultura de Conservación puesto en marcha en diferentes regiones de México con el proyecto MasAgro.
En esta ocasión, el CIMMYT presentó ‘Análisis integrados para la Agricultura Sustentable en América Latina’, en colaboración con el Centro Internacional de Agricultura Tropical (CIAT) y el Instituto Internacional para el Análisis de Sistemas Aplicados (IIASA), que describe el sistema de monitoreo, evaluación, rendición de cuentas y aprendizaje (MEAL, por sus siglas en inglés) de MasAgro y Maíz para México.
La estrategia permite a los técnicos e investigadores de MasAgro colectar, analizar y usar datos de casi 200,000 parcelas en todo México para examinarlos en combinación con información pública de datos meteorológicos, geográficos y mercadológicos. Adicionalmente, este sistema de análisis integrado de datos alimentó el proceso de planeación y formulación de Maíz para México.
De esta manera, los innovadores métodos de recolección y análisis de MasAgro permitieron desarrollar diagnósticos, líneas base, progresiones y metas asequibles para la conservación, producción e integración de la cadena de valor del maíz consignadas en el plan.
Entre los objetivos del programa destaca la aplicación de técnicas innovadoras de análisis de datos —como algoritmos de inteligencia artificial, modelos predictivos y análisis de componentes— para incrementar la productividad y rentabilidad de los agricultores, promover el uso responsable y sostenible de los recursos naturales y tomar mejores decisiones de política pública.
Los análisis de datos se han usado en agricultura, así como la combinación de modelos y metodologías para la generación de datos predictivos y prescriptivos que son específicos para cada parcela monitoreada; con esto, el CIMMYT, el CIAT y el IIASA lograron beneficiar a pequeños productores mediante el examen de los datos registrados en la Bitácora Electrónica MasAgro (BEM), que contiene información de más de 150,000 productores participantes.
Posibilita MasAgro obtener hasta 500 variables por parcela monitoreada
Los técnicos de MasAgro registran hasta 500 variables de cada parcela monitoreada, las cuales describen con detalle las diferentes actividades y fechas importantes del ciclo agrícola, incluyendo prácticas agronómicas, insumos, costos y rendimientos logrados en cada ciclo por cada productor participante.
Algunas parcelas registradas en la BEM tienen información de los últimos siete u ocho ciclos agrícolas, desde que MasAgro estandarizó el proceso de recolección de datos con el desarrollo y la difusión de esta herramienta virtual.
Los técnicos de MasAgro también usan el sistema GeoODK Collect para registrar información adicional sobre los servicios de capacitación y extensionismo que se ofrecen a los productores participantes.
Los datos de la BEM y de GeoODK Collect se almacenan, limpian y procesan con procedimientos de análisis estadísticos diseñados por el CIMMYT, el CIAT y el IAASA, lo que permite identificar y graficar variables de interés, como las variaciones en rendimiento, ingreso neto por cultivo o sistemas de producción.
Los investigadores y analistas también generan datos predictivos y prescriptivos a partir de modelos empíricos y técnicas de aprendizaje artificial para extraer información de las bases de datos de MasAgro e identificar factores limitantes y las mejores prácticas agronómicas para cada parcela monitoreada.
Los resultados de estos análisis alimentan una aplicación en desarrollo denominada AgroTutor, que ofrece a los productores servicios de asesoría e información gratuitos, como potencial de rendimiento histórico, parámetros locales, ventanas de oportunidad, prácticas agrícolas recomendadas y precios estimados de mercado.
