Para continuar, suscribite a Crea. Si ya sos un usuario suscripto, iniciá sesión.
SUSCRIBITEPastech: una solución Agtech desarrollada por argentinos para optimizar el uso del pasto. Fue parte de la edición 2024 de CREAlab.
Para continuar, suscribite a Crea. Si ya sos un usuario suscripto, iniciá sesión.
SUSCRIBITELa precisión agronómica lograda en la agricultura no siempre se aplica –incluso en el ámbito de una misma empresa– en la actividad ganadera. Para suplir ese déficit un grupo de emprendedores Agtech argentinos desarrolló una aplicación digital que permite proyectar la oferta disponible de pasto. La empresa –Pastech– participó de la edición 2024 del CREAlab.
La base del sistema Pastech –que fue presentado esta semana en el ámbito de la Mesa Técnica de Lechería de CREA– es la integración de tres fuentes de datos fundamentales para estimar la disponibilidad y el crecimiento del pasto: un pasturómetro electrónico, imágenes satelitales, y sensores multiespectrales montados en drones.
El pasturómetro electrónico, diseñado por el propio equipo de Pastech, es un dispositivo portátil que mide la altura comprimida del pasto de forma electrónica y georreferenciada. Este equipo, conectado a una aplicación móvil, permite realizar lecturas en el campo que se traducen automáticamente en estimaciones de kilos de materia seca por hectárea. Una vez sincronizados, estos datos se integran a la plataforma web de Pastech, desde donde se pueden visualizar métricas clave como la tasa de crecimiento, historial de pasturas, ranking de potreros y disponibilidad total.
Por su parte, las imágenes satelitales aportan una visión amplia del estado de los recursos forrajeros, mediante la generación de índices espectrales como el NDVI (Índice de Vegetación de Diferencia Normalizada). Este índice, ampliamente utilizado a nivel global, permite inferir la cantidad de biomasa presente y su evolución a lo largo del tiempo. A pesar de su utilidad, su interpretación requiere calibraciones estacionales de las diferentes especies para obtener estimaciones confiables, ya que las relaciones entre NDVI y biomasa pueden variar según la época del año y el tipo de pastura.
La tercera fuente de información proviene de drones equipados con cámaras multiespectrales, capaces de generar imágenes con una resolución de hasta 2,0 centímetros. Esta altísima precisión permite detectar diferencias mínimas entre parcelas, incluso en casos en los que a simple vista el campo parece homogéneo. A diferencia del uso de sensores de mano, los drones cubren todo el potrero, lo que mejora la representatividad del muestreo y disminuye el margen de error en estimaciones.
Uno de los aspectos más relevantes que aborda Pastech es la posibilidad de calcular el stock forrajero, es decir, cuántos kilos de pasto hay disponibles por hectárea. Este dato permite estimar el consumo aparente del rodeo, calcular la tasa de crecimiento entre fechas y evaluar la producción anual del campo. A partir de esa información, los productores pueden ajustar las cargas animales, planificar los tiempos de ocupación de los potreros, organizar el circuito de pastoreo y anticipar necesidades de suplementación.
El propósito de Pastech es no sólo facilitar la recopilación de datos, sino transformarlos en información útil para la toma de decisiones. La plataforma permite armar planes de pastoreo eficientes, identificar potreros con bajo rendimiento, planificar el cierre de parcelas para confección de rollos y decidir qué superficies conviene reservar para silaje. Así, la meta es evitar tanto el sobrepastoreo como el desperdicio de forraje, optimizando los recursos disponibles.
Para mejorar la calidad de las estimaciones, Pastech incorpora modelos de inteligencia artificial, especialmente algoritmos de machine learning, dado que los mismos son capaces de analizar grandes volúmenes de datos y reconocer patrones útiles para la toma de decisiones.
Sin embargo, Juan Insua, socio fundador de Pastech y especialista en nutrición animal y ecofisiología de pasturas, aclaró que los modelos de machine learning requieren datos reales para entrenarse y calibrarse, por lo que deben ser empleados inicialmente con precaución hasta que estén maduros.
Toda la información se integra en un módulo de gestión de pastoreo, accesible desde la plataforma web de Pastech. Desde allí, los usuarios pueden visualizar mapas, comparar potreros, estimar cargas, planificar suplementación y tomar decisiones estratégicas con un solo clic.
La validación de la tecnología de Pastech ya se ha realizado en diversos establecimientos productivos de Argentina y Uruguay, en colaboración con instituciones como INIA, CREAlab, Validagro y empresas privadas. Los resultados obtenidos muestran altos niveles de precisión en las estimaciones de biomasa, siempre que se haya realizado una correcta calibración.
Además de Juan Insua, Pastech fue fundada por Fernando Genin, director de la Unidad de Transformación Digital de la Universidad Nacional de Mar del Plata (UNMDP) y fundador de NetGEN Consulting, y María Alejandra Marino, especialista en producción de recursos forrajeros y docente e investigadora de la Facultad de Ciencias Agrarias de la UNMDP.