La intensificación productiva en los territorios rurales de Uruguay conlleva crecientes desafíos ambientales y sanitarios. En nuestro proyecto nos propusimos abordar este escenario generando evidencia científica que permita avanzar hacia sistemas agrícolas más sostenibles, resilientes y saludables. Partimos desde enfoque de Una Salud, que reconoce la interdependencia entre la salud de los ecosistemas, la producción agropecuaria y el bienestar humano, e integramos el concepto de paisajes multifuncionales,
Uno de nuestras líneas de investigación, liderada por el Dr. Juan Manuel Piñeiro, se basa en integrar información productiva detallada con indicadores ambientales derivados de imágenes satelitales, para observar la influencia de las prácticas de manejo agrícola y las características del paisaje en el rendimiento de los cultivos y la presencia de adversidades.
Trabajamos con grandes bases de datos: decenas de miles de datos de monitoreo y aplicaciones agrícolas del Sistema Integrado de Monitoreo Agrícola (SIMA), combinadas con información ambiental de alta resolución de más de 3,5 millones de datos obtenidos a partir de imágenes Sentinel-2 y MapBiomas.
Uno de los ejes del trabajo de Juan Manuel es fortalecer la calidad y el uso de la información disponible a escala predial, refinando y completando registros de manejo agrícola y vinculándolos con variables ambientales que describen tanto el estado del cultivo como su entorno. Esto permite analizar los sistemas productivos no solo como unidades aisladas, sino como parte de un paisaje más amplio, donde la matriz agrícola interactúa con remanentes de hábitat natural, cursos de agua y otros usos del suelo.
En este sentido, es clave integrar fuentes de datos de MapBiomas con imágenes Sentinel-2 para obtener variables funcionales que den cuenta del potencial ambiental, del estado del hábitat natural y el porcentaje de área de hábitat natural en el paisaje. Para esto consideramos el paisaje a distintas escalas espaciales en torno a los cultivos, y delimitamos áreas circundantes de 500, 1000 y 2000 metros de diámetro en torno al centro del cultivo. Dentro de esos paisajes delimitados, estimamos porcentajes de hábitat natural e índices de vegetación y humedad asociados. De esta manera, podemos evaluar el rol del hábitat natural y su calidad sobre el rendimiento agrícola, así como la presencia, abundancia y diversidad de adversidades en cada ciclo de cultivo.
En este marco, hemos desarrollado, en primer lugar, modelos predictivos y explicativos del rendimiento agrícola, que permiten explorar cómo distintas combinaciones de prácticas de manejo, condiciones ambientales y contexto del paisaje se asocian con el desempeño productivo. Estos modelos consideran explícitamente la variabilidad entre años, potreros y cultivos, reconociendo la complejidad inherente de los agroecosistemas.
En segundo lugar, un aspecto que marca la diferencia: hemos incorporado progresivamente variables que caracterizan el hábitat natural circundante a los cultivos para evaluar su influencia sobre la presencia, abundancia y diversidad de adversidades de los cultivos, como plagas y malezas. Por ejemplo, medimos e incorporamos el tamaño relativo del hábitat, su configuración y la conectividad en el paisaje.
La ecología del paisaje y la agroecología reconocen que los ambientes naturales pueden proveer servicios ecosistémicos fundamentales como el control biológico de plagas, la regulación hídrica y el mantenimiento de la salud de los agroecosistemas. Con este trabajo, pretendemos generar evidencia empírica a partir de datos reales de producción, para cuantificar y visibilizar estos beneficios en sistemas agrícolas intensivos.
Los resultados esperados incluyen la identificación de configuraciones de manejo y de paisaje que favorezcan una producción eficiente, con menor dependencia de insumos, así como el reconocimiento de situaciones donde la simplificación del paisaje puede aumentar la vulnerabilidad a adversidades.
Esta información tiene el potencial de transformar la toma de decisiones a nivel predial, habilitando:
ajustar prácticas de manejo considerando el contexto ambiental y del paisaje
integrar el mantenimiento de hábitat naturales como parte de la estrategia de manejo agrícola en distintas escalas espaciales
reducir riesgos sanitarios y ambientales asociados al uso intensivo de agroquímicos
fortalecer la resiliencia de los sistemas productivos frente a la variabilidad climática
Desde la perspectiva de paisajes multifuncionales, el trabajo aporta herramientas para pensar la producción agrícola en articulación con la conservación de la biodiversidad y la salud ambiental, superando enfoques sectoriales. La integración de big data, estadística avanzada, técnicas de aprendizaje automático, teledetección y análisis multiescalar, permite avanzar hacia diagnósticos más completos y operativos, capaces de informar tanto decisiones prediales como procesos de planificación territorial.
En conjunto, esta línea de trabajo contribuye al diseño de sistemas agroalimentarios que produzcan alimentos de manera sostenible, cuidando los ecosistemas que los sostienen y promoviendo beneficios que trascienden al predio.
En base a nuestros avances, podemos afirmar que:
es posible generar modelos predictivos y explicativos que describen la variabilidad observada
las variables de manejo agrícola y de paisaje son claves para predecir el rendimiento y las adversidades agrícolas
para entender el funcionamiento de los agroecosistemas es vital complementar la selección de modelos predictivos con la generación de modelos mecanísticos
el diseño de transiciones sostenibles requiere vincular bases de datos públicas y privadas
Visualización y difusión de resultados
Todos nuestros avances formarán parte de una plataforma, en formatos accesibles, adaptados a distintos públicos. Actualmente, estamos desarrollando:
Pizarras interactivas: visualizaciones orientadas a actores gubernamentales, organizaciones rurales y académicas, para explorar y analizar los indicadores generados.
Mapas de riesgo y oportunidad territorial: mapas temáticos que integran datos productivos y ambientales para identificar áreas críticas y potenciales de mejora en el diseño de paisajes multifuncionales.
Síntesis gráficas de configuraciones productivas: representaciones de distintas configuraciones del paisaje y su impacto ambiental, para facilitar la comprensión de escenarios complejos y la formulación de políticas públicas.