DRONES Y SATELITE COMO HERRAMIENTAS DE DIAGNOSTICO EN EL CULTIVO DEL ARROZ El día 16 de febrero del 2021 en horas de la tarde se realizó la socialización sobre drones y satélite como herramientas de diagnóstico en el cultivo del arroz orientada por el Ing. Luis Armando Castilla, el Ing. Gabriel Alberto Garcés y el Ing. Santiago Rodriguez con el objetivo de compartir los resultados que se han obtenido del proyecto EcoProMIS y la importancia que tiene este tema de la agricultura de precisión. El impacto que tiene la agricultura de precisión en la parte agronómica haciéndola mucho más eficiente, comenzando a analizar por zonas las diferentes caracterizaciones que se realizan con diferentes herramientas, viéndose reflejado en el ámbito económico, donde se ve que implementando estas nuevas herramientas dentro de la agricultura de precisión lleva a un impacto económico muy significativo y un efecto muy importante sobre la parte ambiental. Este efecto ambiental hoy en día gana mucha importancia ya que cada día tenemos un mundo, un mercado y una demanda de alimentos diferente; en el caso del arroz cada día se va ingresando no solo en la parte de productividad y competitividad sino también en el tema de la sostenibilidad desde el punto de vista ambiental, económico y social; desde el punto de vista ambiental estos productos ganan cada día más mercado proyectando buenas prácticas agrícolas como se contempla en el programa AMTEC donde estos productos no solamente bastan con tener una buena producción sino que sean productos con una buena concentración de nutrientes, libres de productos tóxicos. Dentro de estas herramientas se hace énfasis en el uso de los drones en el sector agrícola específicamente en el cultivo del arroz y el tema del uso de las imágenes satelitales, todos estos trabajos que ha hecho la federación en equipo y trabajando con grupos interdisciplinarios con diferentes instituciones nacional e internacionales han permitido llevar esto a un plano comercial donde es necesario motivar a que el productor, el asistente técnico y los prestadores de servicio en el tema de la agricultura de precisión comiencen a ofrecer estas tecnologías para que cada día se vean plasmadas en campo y se tenga cada vez una mayor cobertura. Vemos como a través del tiempo desde 1997 al 2020 ha ido aumentando el uso de estas herramientas como los muestreos de suelo en forma de tasa variable, monitoreo de los campos utilizando los sistemas de información geográfica, monitoreo de los rendimientos, uso de las imágenes satelitales, mapeo con la conductividad eléctrica del suelo y uso de los drones. En el cultivo de arroz como Fedearroz es de gran interés y prioridad seguir abarcando estas tecnologías y conceptos para que sean plasmados por los productores con sus asistentes técnicos e ingenieros agrónomos y se vea reflejado en un arroz mucho más productivo, competitivo y por supuesto con una alta sostenibilidad ambiental, económico y social. La metodología del proyecto fue el diseño experimental para generar los problemas de irrigación, estrés nutricional e hídrico, malezas y fitosanitarios. Con estas tecnologías se pueden corregir en tiempo real y tener una agricultura dirigida de precisión mejorando la productividad, disminuyendo el impacto ambiental y una mayor eficiencia en el uso de insumos. En la parte de problemas de irrigación es muy común que se encuentren zonas que se llaman “conejos” que quedan con problemas de irrigación, siendo generación de estrés para las plantas, al utilizar las imágenes de dron se pueden identificar estas zonas donde se puedan corregir los problemas y se puede obtener una eficiencia en el uso del agua. Por otra parte, un tema en el que se va avanzando cada vez más es el tema de malezas, para esto se ha utilizado distintas tecnologías generando mapas de mosaicos estableciendo un algoritmo donde se pueda detectar zonas de malezas basada en la información de forma, textura y NDVI de los objetos y así identificar que sitios hay que aplicar y así hacer un manejo dirigido. Con relación al tema nutricional se generan imágenes originando unos algoritmos que generen unos mapas del estado nutricional de la planta en tiempo real.