En los últimos tiempos, el Big Data ha comenzado a ser una herramienta cada vez más útil en múltiples sectores. Consiste en una serie de herramientas que permiten, por un lado, la adquisición de un volumen gigantesco de datos, y por otro, el posterior procesado y tratamiento de esos datos.
Actualmente es posible realizar Big Data con una cantidad de datos y a una velocidad prácticamente impensable hace sólo algunos años. Ésto es debido a la rapidez con la que se aumenta la potencia de computación en los equipos informáticos modernos, así como en la capacidad de almacenamiento de datos. Todo ello hace posible la aplicación de Big Data en campos como la medicina, astronomía, sector bancario, etc. Además, permite afrontar de manera económica un problema (el tratamiento de grandes volúmenes de datos) que hasta hace unos años sólo era posible realizar con enormes inversiones en hardware.
Por supuesto, la agricultura es un campo en el que el Big Data está empezando a resaltar, debido sobre todo al continuo avance de tecnologías agrícolas que facilitan la adquisición de datos, como sensores de todo tipo, la popularización de herramientas como los smartphones para uso agrícola, que también puede usarse como una importante fuente de datos, y la generalización de conexiones inalámbricas en las zonas rurales.
En cuanto a la recopilación de datos, Big Data necesita proveerse de una cantidad ingente de datos, incluso de aquellos que en aparencia pueden no tener relación entre sí. Por ejemplo: datos meteorológicos (temperatura, humedad…), datos del suelo (nivel de agua, composición), datos del cultivo, datos del riego (presión, consumo de agua, frecuencia de riego…). Todo esto unido a datos propios del negocio, como cantidad de producción obtenida por temporada, cantidad de semillas sembradas, etc. Así como datos externos, que puede ser desde documentación técnica sobre los cultivos hasta fotos por satélite de la zona, predicciones meteorológicas, etc.
Ésta enorme cantidad de datos en principio muy poco homogéneos es el escenario principal en el que podemos aplicar herramientas de Big Data.
Una vez aplicado el Big Data, podremos obtener una importante ayuda en la toma de decisiones, así como obtener soluciones aplicables en el día a día, por ejemplo, recibir sugerencias que permitirían ahorrar hasta un 40% del agua de riego, o un 30% de consumo de plaguicidas, o la cantidad óptima de fertilizante a utilizar. También se obtendrán resultados como predicciones sobre cuándo se debe regar, la producción estimada, probabilidad de que se produzca determinada plaga, etc.
En definitiva, el uso de Big Data en agricultura será en poco tiempo una herramienta tan común