Ir al contenido
3. Nivel Cultivo

Motor de Ciencia de Datos — Nivel Cultivo

Documentación técnica continua de monitoreo de cultivos, índices de vegetación (NDVI, NDRE, EVI), biomasa, fenología y sanidad del sistema OKARATech.

Total Tutoriales: 18
Módulo: 3. Nivel Cultivo
Actualización: Noviembre 2026
3. Nivel Cultivo

01 — Identificación

Presentación general

Polígono (polilínea)

Nombre del campo

Nombre del Lote

Ubicación (localidad, provincia/estado, país)

Tamaño del cliente

Tipo de cliente

Relación Cliente/Campo

Proximidad a centros urbanos

Distancia a centros logísticos

Proximidad a cuerpos naturales de agua

Años en agricultura

Datos del cultivo (declarados)

Nombre del cultivo (identificación según nomenclatura del usuario ej: G1-L1)

Especie del cultivo: Trigo, Soja, Maiz, etc.

Híbrido o Variedad:

Tipo de cultivo según fecha de siembra (de primera / de segunda)

Fecha de siembra

Superficie sembrada (Has)

Fecha de cosecha

Superficie cosechada (Has)

Rendimiento Kg/Ha)

Producción Total (Tn)

Ubicación GPS

Distancia a cultivos de la misma especie (m)

Análisis predictivo del cultivo

Cultivo

Fecha de siembra

Superficie sembrada:

Fecha de cosecha

Rendimiento promedio ponderado (Kg/ha)

Cultivo antecesor

Mapa de cosecha predictivo

Agometeorologia del cultivo

Precipitaciones

Precipitación (mm) acumulada desde la fecha de siembra a fecha actual (si el cultivo está activo) o de cosecha (si el cultivo esta cerrado)

Precipitaciones en presiembra (mm) acumuladas en el mes previo a la fecha de siembra del cultivo

Períodos de 5 dìas consecutivos con precipitaciones menores a 5mm: es un indicador que permite medir condiciones de sequía durante el periodo del cultivo

Balance hídrico durante el ciclo del cultivo.

Gráfico de precipitaciones acumuladas por mes y media del mes.

Temperaturas

Temperatura máxima, mínima y promedio durante el periodo del cultivo

Días con Temperatura <1ºC

Dias con Temperatura >25ºC

Suma térmica (ºCd)

Gráfico de temperaturas máximas, mínimas y promedios por mes.

Impacto ambiental

Prácticas de agricultura (declaradas)

Siembra directa (sin labranza)

Rotación de cultivos

Control biológico de enfermedades

Fertilización biológica

Agricultura de precisión

Cultivos de cobertura

Fertilización a la siembra

Fertilización durante el cultivo

Indicadores ambientales

Índice de Cornell EIQ

Índice de Cornell EIQ - Fungicidas

Índice de Cornell EIQ - Herbicidas

Índice de Cornell EIQ - Insecticidas

Índice de Cornell EIQ - Insecticidas

Indice ecotoxicológico Ripest (%)

Días libres de pulverización a la fecha (si el cultivo esta activo) o a fecha de cosecha (si el cultivo esta cerrado)

Huella de carbono (KgCO2eq/ton)

Huella de agua (l/kg)

Total de Nitrogeno aplicado en el cultivo (Kg)

Total de Fósforo aplicado en el cultivo (Kg)

Total de Nitrógeno absorbido por el cultivo (Kg/ha)

Total de Fósforo absorbido por el cultivo (Kg/ha)

Total de Potasio absorbido por el cultivo (Kg/ha)

Lista de Labores (declaradas)

  • Labor de siembra
  • Aplicaciones
  • Labor de cosecha

Condiciones de aplicación

Se calcula sobre las fechas de aplicación de pulverizaciones “viento por aplicación”

Mapas y gráficos de evolución por cada índice (agregar los graficos en las descripciones de cada indice? para no repetir.

Calidad de la Producción

Scoring de la Producción

Perfil del cultivo

Impacto ambiental

Scoring (resultado)

Identificación - Ilustración 1
Identificación — Evidencia tecnica y captura 1
Identificación - Ilustración 2
Identificación — Evidencia tecnica y captura 2
Identificación - Ilustración 3
Identificación — Evidencia tecnica y captura 3
Identificación - Ilustración 4
Identificación — Evidencia tecnica y captura 4
Identificación - Ilustración 5
Identificación — Evidencia tecnica y captura 5
Identificación - Ilustración 6
Identificación — Evidencia tecnica y captura 6
Identificación - Ilustración 7
Identificación — Evidencia tecnica y captura 7
Identificación - Ilustración 8
Identificación — Evidencia tecnica y captura 8
Identificación - Ilustración 9
Identificación — Evidencia tecnica y captura 9
Identificación - Ilustración 10
Identificación — Evidencia tecnica y captura 10
Identificación - Ilustración 11
Identificación — Evidencia tecnica y captura 11

Identificación

Identificación Polígono; ubicación; superficie; lote; campaña. Ficha y mapa del cultivo.

3. Nivel Cultivo

02 — Tipo de cultivo

¿Qué es?

El indicador de Tipo de cultivo determina la clasificación agronómica del cultivo implantado en el lote como cultivo de primera o cultivo de segunda según su fecha de siembra.

¿Cómo interpretar los valores y para qué sirve?

  • Entregable en plataforma: Clasificación del cultivo (1.ª o 2.ª) y antecedente de fecha de siembra en la ficha y reporte de trazabilidad del lote.
  • Documento en origen pendiente de ampliación: Falta especificar en entrada/ las ventanas de fechas de corte por región y especie y agregar capturas de ejemplo.
3. Nivel Cultivo

03 — Detección de lotes de cultivo

Presentación general

Detección de lotes de cultivo Segmentación automática del perímetro de los lotes de cultivo de invierno y de verano, dentro del polígono de un cultivo declarado, para comparar lo declarado versus lo detectado. Mapa, hectáreas, diferencia y observación.

Modelo de segmentación

El modelo de segmentación tiene como objetivo la delimitación automática de parcelas agrícolas mediante el análisis de imágenes satelitales multispectrales adquiridas por el sensor Sentinel‑2 MSI (MultiSpectral Instrument). Para este fin se emplean las bandas espectrales B2, B3 y B4, correspondientes a las longitudes de onda azul, verde y roja, respectivamente.

El acceso y procesamiento de las imágenes Sentinel‑2 se automatiza a través de la plataforma Google Earth Engine (GEE), que actúa como fuente principal de datos y entorno de ejecución. Se utiliza específicamente el nivel de procesamiento Level‑2A, el cual provee información de reflectancia en superficie tras la aplicación de correcciones geométricas (orto‑rectificación) y correcciones atmosféricas, garantizando así una mayor consistencia radiométrica y espacial de los datos de entrada.

Para realizar la segmentación se utiliza el modelo SamGeo. SamGeo (o segment-geospatial) es un paquete de Python de código abierto diseñado para segmentar datos geoespaciales utilizando el Segment Anything Model (SAM) de Meta AI. Su objetivo principal es simplificar el uso de SAM en el análisis de datos geoespaciales adaptando las capacidades de visión artificial del modelo para trabajar directamente con formatos de teledetección (como GeoTIFF) y sistemas de información geográfica (GIS). Una de las principales fortalezas de este enfoque radica en la capacidad de generalización del modelo SAM, el cual es capaz de segmentar estructuras geoespaciales, como parcelas agrícolas, que no estuvieron presentes durante su fase de entrenamiento, lo que le confiere una elevada transferibilidad entre distintas regiones geográficas y fuentes de datos satelitales.

No obstante, el modelo cuenta con un limitante relevante. A pesar de su potencia, el modelo es "agnóstico a la clase" (class-agnostic). Esto implica que, si bien identifica de manera precisa la geometría de los objetos segmentados, no asigna una categoría semántica a los mismos. En consecuencia, el resultado de la segmentación puede incluir elementos no agrícolas, como áreas urbanas o cuerpos de agua, lo que hace necesario un proceso posterior de filtrado y clasificación manual o semiautomática para depurar los artefactos no deseados.

Oportunidad de mejora del modelo

El rendimiento del modelo de segmentación puede optimizarse considerando los siguientes aspectos.

Resolución espacial: El uso de imágenes con mayor resolución espacial (menor tamaño de píxel) permitiría obtener bordes más definidos y segmentos más precisos, especialmente en parcelas de tamaño reducido. En este sentido, las imágenes PlanetScope, con una resolución aproximada de 4 metros, representan una alternativa significativa frente a Sentinel‑2 (10 metros).

Segmentación por instancias: La incorporación de técnicas de segmentación por instancias permitiría distinguir y clasificar los objetos segmentados en diferentes categorías temáticas. Esto facilitaría la extracción directa de parcelas agrícolas desde la fase de segmentación, reduciendo significativamente el tiempo requerido para la limpieza y validación de los resultados y excluyendo elementos ajenos al componente agrícola.

3. Nivel Cultivo

04 — Identificación de cultivos

Presentación general

Identificación de cultivos Identificación automática de las especies de cultivos (trigo, soja, pasturas, maíz y girasol), fecha de siembra estimada y fecha de cosecha estimada, dentro del polígono de cultivo declarado en Argentina y Uruguay, para comparar lo declarado versus lo detectado. Tabla comparativa y mapa.

Modelo de identificación de cultivos

El modelo de identificación de cultivos agrícolas se basa en la clasificación temática de píxeles de imágenes satelitales con el objetivo de discriminar diferentes usos y coberturas del suelo. El resultado es una imagen que expone la distribución espacial de las diferentes coberturas terrestres haciendo un énfasis especial en la identificación de áreas cultivadas reconociendo el tipo del producto agrícola.

Actualmente, el sistema se implementa a través de dos modelos diferenciados según la estación agrícola:

Modelo de invierno: Orientado a la identificación de cultivos como trigo y otros cereales de invierno.

Modelo de verano: Enfocado en cultivos como soja, maíz y girasol.

Ambos modelos tienen la capacidad de identificar adicionalmente otras coberturas terrestres, entre ellas cuerpos de agua, áreas boscosas, bosques degradados, cultivos de cobertura, cultivos en desarrollo y zonas urbanizadas.

Desde el punto de vista metodológico, los modelos se fundamentan en algoritmos de aprendizaje supervisado basados en árboles de decisión, específicamente el Extra Trees Classifier (Extremely Randomized Trees), un enfoque de tipo ensamble que construye múltiples árboles de decisión introduciendo un alto grado de aleatoriedad. Las principales ventajas de este clasificador incluyen:

Mejor generalización: La aleatoriedad adicional reduce el riesgo de sobreajuste y mejora la robustez frente al ruido en los datos.

Alta eficiencia computacional: Al seleccionar los puntos de corte de forma aleatoria, se reduce el tiempo de entrenamiento respecto a otros métodos como Random Forest.

Gestión de valores faltantes: El algoritmo ofrece soporte nativo para valores nulos durante el proceso de entrenamiento.

Capacidad predictiva en datos no vistos: Presenta un buen desempeño en escenarios de extrapolación espacial y temporal.

Aplicabilidad a clasificación binaria y multiclase.

Los modelos son integrados en un flujo de trabajo completo que contempla la descarga de imágenes satelitales, procesamiento, identificación y limpieza de los resultados del modelo para generar una imagen geoespacial desde la cual es posible conocer los tipos de cultivos y diferentes coberturas terrestres que se encuentran al interior de un área específica.

El entrenamiento del modelo se realiza a partir de un conjunto de datos construido mediante la integración de distintas fuentes de información de cultivos y la interpretación visual de las coberturas terrestres. Como variables predictoras se emplean las bandas espectrales de Sentinel‑2: Blue, Green, Red, Red Edge (1 a 4), Near Infrared (NIR) y Shortwave Infrared (SWIR 1 y 2). Asimismo, el modelo incorpora información fenológica, priorizando el periodo de máxima senescencia del cultivo para maximizar la separabilidad espectral entre clases.

Oportunidad de mejora del modelo

Para fortalecer el modelo de identificación de cultivos se recomiendan las siguientes acciones

Toma de datos en campo: La toma de datos de campo consiste en la identificación de las diferentes coberturas de interés, así como los diferentes tipos de cultivos a identificar. Dicho muestreo debe realizarse con un patrón espacial que permita cubrir las diferentes regiones en las cuales se procedería a realizar la identificación. Este patrón debe obedecer además a comportamientos climáticos y de productividad. Es clave considerar más del 90% de los cultivos extensivos presentes en la región de interés, para incrementar la precisión de la identificación de cultivos a partir de discernir entre las diferentes opciones.

Alta revisita temporal de imágenes: Las imágenes satelitales Landsat tienen un periodo de revisita temporal de 7 días aproximadamente (en el mejor de los casos). Imágenes como Planet Scope superan este periodo ofreciendo imágenes diarias con nivel de procesamiento Analysis-Readdy que contemplan correcciones geométricas, radiométricas y en valores de reflectancia en superficie. La obtención de datos diarios permite la ejecución del modelo en imágenes temporalmente próximas para una misma área con el objetivo de corroborar los resultados arrojados por el modelo.

Imágenes de radar: En muchos contextos las imágenes de radar presentan ventajas para entrenar modelos de identificación debido a que permite el mapeo robusto en condiciones climáticas que resultarían adversas para los sensores multiespectrales. Además, permiten conocer el estado fenológico del cultivo de forma más precisa debido a su capacidad de penetración en coberturas vegetales y suelo. A diferencia de las imágenes multiespectrales (MS), como por ejemplo Sentinel-2, las imágenes de radar no se ven afectadas por presencia de nubes y su capacidad de penetración sobre algunas coberturas permite obtener información normalmente invisible para los sensores MS.

Combinación de modelos de clasificación: Evaluación de metodologías Soft Voting y Hard Voting que involucren modelos con diferentes metodologías. En otras palabras, generar un modelo de ensamble que a su vez este constituido por modelos de ensamble. Dicha metodología permitiría obtener un resultado que ha sido definido por un número determinado de evaluadores robustos en lugar de usar un solo evaluador como Random Forest, Extra Tree Regresor, XGBoost, entre otros. Los modelos involucrados deberían ser sometidos a procesos de evaluación como validación cruzada para determinar su participación.

3. Nivel Cultivo

05 — Predicción de rendimiento y cosecha

Modelo de predicción de rendimiento

El modelo de predicción de rendimiento tiene como objetivo estimar la productividad espacial de un cultivo mediante la generación de un mapa de rendimiento antes de la cosecha, incluso con hasta dos meses de antelación. Este tipo de mapa representa la variabilidad espacial del rendimiento dentro de una parcela agrícola, generalmente en formatos raster o vectoriales.

El modelo se construye utilizando el algoritmo Random Forest, un método de aprendizaje supervisado de tipo ensamble que combina múltiples árboles de decisión entrenados de forma independiente. La robustez del modelo se fundamenta en dos mecanismos principales:

Bagging (Bootstrap Agregating): Entrena cada árbol en una submuestra aleatoria de los datos de entrenamiento extraída con reemplazo.

Selección aleatoria de características: En cada nodo del árbol, selecciona un subconjunto al azar de las variables disponibles para realizar la división (split), lo que reduce la correlación entre los árboles del bosque.

Para tareas de regresión, como la predicción de rendimiento, el valor final se obtiene como el promedio de las predicciones individuales de los árboles. Entre las principales ventajas de Random Forest se destacan:

Reducción del sobreajuste.

Capacidad para modelar relaciones no lineales complejas.

Robustez frente a valores atípicos y datos faltantes.

Interpretabilidad mediante el análisis de importancia de variables.

Oportunidad de mejora del modelo

El desempeño del modelo puede potenciarse mediante:

Imágenes de radar: Las imágenes de radar han demostrado tener un gran potencial el en proceso de generación de mapas de productividad en modelos predictivos. A diferencia de las imágenes multiespectrales (MS), como por ejemplo Sentinel-2, las imágenes de radar no se ven afectadas por presencia de nubes y su capacidad de penetración sobre algunas coberturas permite obtener información normalmente invisible para los sensores MS.

Monitores de rendimiento: Derivados de máquinas calibradas y en óptimas condiciones. Datos útiles, limpios y con la menor cantidad de ruido posible.

Muestreo por regiones. Información en diferentes ambientes productivos y en zonas climáticas diversas.

Variabilidad en tiempo y espacio. Monitores de rendimiento en diferentes temporadas y regiones geográficas.

Información complementaria: La información del rendimiento por parcela agrícola debe venir acompañada de información sobre labores de manejo de cultivo, riego, enfermedades, plagas e información cartográfica de suelos.

Clima. Información climática precisa y en sitio. Los portales proveedores de información climática histórica a menudo interpolan datos en áreas con ausencia de información lo que puede generar sesgos en los modelos.

Imágenes multiespectrales. Con mayor resolución espacial y periodos de revisita mas cortos. De este modo, es posible caracterizar espacios y rangos de tiempos con anomalías que afecten el normal desarrollo del ciclo del cultivo en etapas críticas.

Predicción de rendimiento y cosecha_

Predicción de rendimiento y cosecha Estimación de rendimiento de los cultivos (trigo soja y pasturas), dentro del polígono de cultivo declarado en Argentina y Uruguay, para comparar lo declarado versus lo detectado y para obtener el mapa de cosecha estimado. Rendimiento por hectárea, volumen y mapa predictivo.

3. Nivel Cultivo

06 — Precipitación insuficiente

¿Qué es?

El indicador de Precipitación insuficiente contabiliza la cantidad de períodos dentro del ciclo del cultivo que registraron una precipitación acumulada menor a 5 mm.

¿Cómo interpretar los valores y para qué sirve?

  • Unidad y entregable: Conteo de períodos secos (< 5 mm), indicador histórico y comparación frente al promedio de los últimos 5 años.
  • Utilidad agronómica: Permite cuantificar la frecuencia e intensidad de rachas secas durante las etapas vegetativas y reproductivas del cultivo.
3. Nivel Cultivo

07 — Frío y heladas

¿Qué es?

El indicador de Frío y heladas cuantifica la ocurrencia de bajas temperaturas durante el ciclo del cultivo mediante dos umbrales térmicos:

  • Heladas meteorológicas: Cantidad de días con temperatura mínima menor a 0 °C.
  • Enfriamiento / Heladas agronómicas: Cantidad de días con temperatura mínima menor a 4 °C.

¿Cómo interpretar los valores y para qué sirve?

  • Entregable: Conteos por período del cultivo y comparación interanual frente al promedio de los últimos 5 años.
  • Utilidad agronómica: Evalúa el riesgo o daño efectivo por heladas tardías en cultivos de invierno (floración de trigo/cebada) o heladas tempranas en cultivos estivales.
3. Nivel Cultivo

08 — Calor

¿Qué es?

El indicador de Calor contabiliza la cantidad de días durante el ciclo del cultivo en los que la temperatura superó los 25 °C (y picos de estrés térmico en período crítico).

¿Cómo interpretar los valores y para qué sirve?

  • Entregable: Conteo de días cálidos (> 25 °C) por período y comparación frente a los antecedentes de los últimos 5 años.
  • Utilidad agronómica: Permite identificar eventos de golpe de calor durante la floración y el llenado de granos que afectan la viabilidad del polen y el peso de mil granos.
3. Nivel Cultivo

09 — Precipitación acumulada

¿Qué es?

El indicador de Precipitación acumulada cuantifica el volumen total de lluvia caída (en milímetros) a lo largo de todo el período del cultivo, desde la fecha de siembra hasta la cosecha o fecha actual.

¿Cómo interpretar los valores y para qué sirve?

  • Entregable: Milímetros acumulados (mm), gráfico de evolución temporal durante la campaña y comparación histórica.
  • Utilidad agronómica: Evalúa la oferta pluvial efectiva recibida por el lote en relación con la demanda hídrica de la especie sembrada.
3. Nivel Cultivo

10 — Precipitación pre siembra

¿Qué es?

El indicador de Precipitación pre siembra mide la lluvia acumulada (en milímetros) durante los 30 días previos a la fecha de siembra declarada o detectada del cultivo.

¿Cómo interpretar los valores y para qué sirve?

  • Entregable: Milímetros acumulados en el mes previo a la siembra e indicador de contexto de recarga inicial.
  • Utilidad agronómica: Permite estimar la condición de humedad de la cama de siembra y la recarga inicial del perfil al comienzo del ciclo productivo.
3. Nivel Cultivo

11 — Temperaturas

¿Qué es?

El indicador de Temperaturas del cultivo registra la evolución diaria de la temperatura media, mínima y máxima (°C) durante todo el período analizado del cultivo.

¿Cómo interpretar los valores y para qué sirve?

  • Entregable: Series temporales de temperatura máxima, mínima y media, valores estadísticos (mínimo, máximo, promedio, desvío estándar) y comparación histórica.
  • Utilidad agronómica: Monitorea el régimen térmico al que estuvo expuesto el cultivo en cada etapa fenológica.
3. Nivel Cultivo

12 — Balance hídrico

Presentación general

Balance Hídrico del Suelo Multitextura y Gestión de Riego: Simula de manera continua la reserva de agua disponible en el perfil del suelo explorado por las raíces. Modela el ingreso por precipitaciones, las pérdidas por drenaje profundo y el consumo real del cultivo para prevenir el estrés hídrico y programar riegos de alta precisión.

El agua es el factor de producción con mayor impacto en el rendimiento final. Este modelo transforma registros meteorológicos y mapas de suelo en un tablero operativo que cuantifica el agua remanente en el lote e indica si el cultivo se encuentra en condiciones óptimas o en umbral de pérdida de rendimiento.

¿Qué es?

El Balance Hídrico del Suelo actúa como una cuenta corriente del agua en el lote. El suelo funciona como un reservorio físico que almacena agua entre dos límites fundamentales:

  • Capacidad de Campo (CC): Es el contenido máximo de agua que el suelo puede retener contra la fuerza de gravedad luego de un evento de lluvia abundante y drenaje libre. Representa el reservorio lleno al 100%.
  • Punto de Marchitez Permanente (PMP): Es el nivel de humedad por debajo del cual la fuerza con la que las partículas de suelo retienen el agua supera la capacidad de succión de las raíces, impidiendo la absorción vegetal.
  • Agua Útil (AU): Es la fracción de agua comprendida entre la Capacidad de Campo y el Punto de Marchitez. Es la única porción que las plantas pueden absorber para transpirar y producir biomasa. El balance monitorea qué porcentaje de esa reserva útil queda disponible en cada jornada.

¿Cómo funciona?

El sistema ejecuta diariamente un modelo físico de conservación de masa basado en tres componentes:

  • 1. Demanda Atmosférica de Referencia (ET0): Modela la capacidad evaporativa del aire a partir de la radiación solar y la amplitud térmica del día. Representa cuántos milímetros evaporaría una superficie vegetal estándar bien provista de agua.
  • 2. Coeficiente de Cultivo Dinámico (Kc): A medida que el cultivo crece, su área foliar aumenta y transpira más agua. El modelo ajusta continuamente el coeficiente en cuatro fases (inicial, crecimiento vegetativo, floración y maduración), multiplicando la demanda atmosférica para obtener la Evapotranspiración Real del Cultivo (ETc).
  • 3. Integración de Suelos Reales (IDE-IGN Argentina y CONEAT Uruguay): Si el lote se ubica en Argentina, lee la cartografía oficial del IDE-IGN/INTA (textura del horizonte A, horizonte Bt y profundidad efectiva). Si se ubica en Uruguay, interpreta los grupos CONEAT y su litología predominante. Si no posee cartografía detallada, simula en paralelo tres perfiles de referencia: Ligero/Arenoso (80 mm), Medio/Franco (140 mm) y Pesado/Arcilloso (190 mm).

¿Cómo interpretar los valores?

  • Agua Útil Disponible a Hoy (% y mm): Nivel de llenado del perfil del suelo bajo tres zonas críticas:
    • 70% a 100% (Verde — Óptimo): Plena disponibilidad de agua. El cultivo crece a su máxima tasa potencial sin restricciones estomáticas.
    • 50% a 70% (Amarillo — Alerta): Nivel de reserva intermedio. Comienza a agotarse el agua fácilmente disponible.
    • Menor a 50% (Rojo — Umbral de Estrés): La planta experimenta dificultades para succionar agua, cierra estomas, frena la fotosíntesis y aborta estructuras reproductivas.
  • Balance Meteorológico Neto (Lluvia − ETc): Diferencia entre la oferta de lluvias caídas y la demanda biológica de la canopia.
  • Pérdida por Drenaje / Exceso (mm): Milímetros de lluvia que superaron la capacidad máxima de retención del suelo y se pierden por percolación profunda o escurrimiento.
  • Déficit Hídrico Acumulado (mm): Milímetros que el cultivo demandó pero el suelo no pudo entregar por estar seco.
  • Lámina Sugerida a Regar (mm): Cantidad exacta de milímetros a aplicar con el equipo de riego para devolver el suelo a su capacidad óptima.

¿Para qué sirve?

  • 1. Manejo Inteligente del Riego: Indica con exactitud el día en que la pastura o cultivo ingresa en el 50% de reserva y la lámina milimétrica exacta que debe aplicar el pivote o cañón.
  • 2. Prevención de Pérdidas de Fertilizante: Al monitorear los excesos de drenaje, ayuda a no aplicar fertilizantes nitrogenados en momentos previos a tormentas que lavarían los nitratos.
  • 3. Diagnóstico de Estrés en Período Crítico: Permite cruzar la evolución del agua en el suelo con la floración y el cuajado de granos para alertar sobre mermas potenciales de rinde.
  • 4. Pronóstico Táctico Integrado (Alertas a 4 Semanas): Integra las tendencias subestacionales de lluvia y temperatura para emitir recomendaciones operativas tempranas.
3. Nivel Cultivo

13 — Suma térmica

Presentación general

Grados Día de Crecimiento (GDD) y Desarrollo Fenológico: Monitorea el reloj biológico real del cultivo o pastura a través de la acumulación de tiempo térmico efectivo. Permite anticipar con precisión matemática la ocurrencia de cada fase fenológica (emergencia, floración, llenado de grano y madurez fisiológica), superando las limitaciones de los calendarios fijos.

El seguimiento de Grados Día permite gestionar de forma sincronizada las labores clave del lote: momentos óptimos de riego, ventanas de fertilización nitrogenada, aplicaciones sanitarias y turnos de pastoreo.

¿Qué es?

Los Grados Día de Crecimiento (GDD — Growing Degree Days), o suma térmica, son una medida cuantitativa del calor acumulado por un cultivo durante su ciclo. A diferencia de los días calendario, el tiempo térmico computa únicamente la energía calórica aprovechable por la planta entre dos límites biológicos regulados genéticamente:

  • Temperatura Base (Tbase): Es el umbral térmico inferior. Por debajo de este valor, el metabolismo del cultivo se detiene y no hay avance fisiológico.
  • Temperatura de Corte (Tcorte): Es el umbral térmico superior a partir del cual el cultivo satura su tasa metabólica o entra en estrés térmico, limitando el aprovechamiento del calor excesivo.

¿Cómo funciona?

El modelo integra día a día las temperaturas máximas y mínimas registradas en el lote, filtrándolas a través de los límites biológicos específicos de cada cultivo:

  • 1. En Cultivos Anuales de Grano (Soja, Maíz, Trigo, Girasol): Acumula calor desde la fecha de siembra hasta alcanzar la meta biológica requerida por el cultivar para completar su ciclo, proyectando si se encuentra en fase vegetativa, floración o madurez de cosecha.
  • 2. En Pasturas Perennes y Forrajes (Alfalfa, Festuca, Raigrás): Opera de forma cíclica reiniciando el contador térmico tras cada corte o pastoreo para modelar el Plastocrono (aparición de nudos en alfalfa, óptimo en 9 nudos / 10% de floración) y el Filocrono (aparición de láminas foliares según la Regla de las 3 Hojas en gramíneas).

¿Cómo interpretar los valores?

  • GDD Acumulado / Meta (°C-día): Muestra la energía térmica capturada a la fecha frente a la demanda total del ciclo. Un cumplimiento cercano al 50% señala el ingreso a la floración y al período crítico del cultivo.
  • Cumplimiento Térmico (%): Porcentaje del desarrollo completado (adelantado por estaciones cálidas o demorado por frío persistente).
  • Nudos / Hojas Actuales (en pasturas): Estado morfológico exacto del rebrote antes de ingresar con la hacienda.
  • Intervalo Entre Pastoreos Estimado (IEP Días): Días de descanso necesarios entre pastoreos calculados dinámicamente según la temperatura reciente.
  • Stock Actual de Pasto (kg MS/ha) y Superficie Diaria (ha/día): Biomasa disponible estimada y tamaño de franja diaria sugerida para rotación uniforme.

¿Para qué sirve?

  • 1. Diagnóstico del Período Crítico y Protección del Rendimiento: Prevé con semanas de anticipación el momento exacto en que el cultivo definirá el número de granos por espiga o vaina.
  • 2. Eficiencia en la Gestión de Pasturas y Tambos: Evita entrar de forma prematura (agotando reservas radiculares) o tardía (pérdida de calidad y proteína por lignificación).
  • 3. Construcción Automática de la Cuña de Pasto: Ordena todas las parcelas activas en una escalera de disponibilidad para pastoreo inmediato, descanso o reservas forrajeras.
  • 4. Auditoría Post-Cosecha: Permite explicar si las mermas o saltos de rendimiento estuvieron asociados a golpes de calor o acortamiento de etapas de llenado.
3. Nivel Cultivo

14 — Estado de nitrógeno

Presentación general

Ilustración de Estado de nitrógeno
Ilustración de Estado de nitrógeno

Indica el estatus de nitrógeno del cultivo y su distribución espacial dentro del lote, distinguiendo zonas con mayor contenido de nitrógeno en VERDE, respecto de zonas con déficit en ROJO. Se calcula en forma indirecta midiendo la concentración de clorofila en hoja, mediante técnicas de teledetección.

Sirve para poder realizar un muestreo dirigido por zonas y analizar el contenido de nitrógeno para poder realizar aplicaciones correctivas en forma variable, principalmente en los cultivos de trigo, cebada y maíz.

¿Qué es?

El nitrógeno es un nutriente fundamental para las especies vegetales, tanto es así que los fertilizantes contienen nitrógeno como una de sus principales bases. Realizar una fertilización de los cultivos precisa, acertando en áreas de mayor necesidad, se traduce en un menor impacto tanto desde el punto de vista económico como ecológico.

Dicha fertilización variable se apoya en técnicas de detección de nitrógeno tanto manuales como de teledetección. En nuestro caso trataremos de medir los niveles de nitrógeno usando imágenes de satélite Sentinel-2 de la Agencia Espacial Europea.

¿Cómo funciona?

El índice de estatus de N es un índice bidimensional basado en otros dos índices de vegetación: NDVI (índice de vegetación de diferencia normalizada) y NDRE (índice de diferencia normalizada del rojo cercano). Conceptualmente, su propósito se cumple en dos pasos. El primer paso es separar la reflectancia del suelo y de la vegetación, a partir del NDVI. El segundo paso es utilizar el NDRE para estimar contenido de N sobre la reflectancia de la vegetación, únicamente.

A partir de la ejecución de estos pasos, se obtiene una medida relativa de contenido de N del componente vegetación. El rojo cercano (~730 nm de longitud de onda) se utiliza debido a que es un fragmento espectral donde los valores de respuesta del suelo y la vegetación suelen ser similares. Por lo tanto, se toma como punto de referencia para minimizar la respuesta espectral del suelo. Este índice se calcula como: N Index = NDRE / NDVI.

¿Cómo interpretar el mapa?

Ilustración de Estado de nitrógeno
Ilustración de Estado de nitrógeno

Las imágenes indican el estatus de nitrógeno del cultivo, distinguiendo zonas con mayor contenido de nitrógeno en VERDE, respecto de zonas con déficit en ROJO.

¿Para qué sirve?

La herramienta ha demostrado ser de utilidad a la hora de estudiar un área cultivada pudiendo ver claramente las diferencias entre cultivos y zonas con una mayor o menor concentración de clorofila y por consecuencia de nitrógeno.

A la hora de estimar los niveles de nitrógeno necesitamos hacer un estudio personalizado aplicado al tipo de planta, el suelo y las condiciones climáticas, haciendo mediciones precisas con aparatos de tierra o tomando muestras de nitrógeno de forma manual y que posteriormente podremos correlacionar dichos datos con los valores de los índices y elaborar una función que estime el nitrógeno a partir de la señal obtenida por el satélite.

Con esta información podemos generar mapas de aplicación variable de nitrógeno para realizar las correcciones necesarias para un óptimo desarrollo del cultivo. No obstante, se puede usar la herramienta también de manera informativa, que proporciona una visión global del estado del cultivo sin adentrarnos en estimaciones precisas haciendo que cualquiera pueda intuir qué áreas están en un estado más desfavorecido.

3. Nivel Cultivo

15 — Crecimiento de biomasa (EVI)

Presentación general

Ilustración de Crecimiento de biomasa (EVI)
Ilustración de Crecimiento de biomasa (EVI)

Es un indicador simple de biomasa fotosintéticamente activa o, en términos simples, un cálculo de la salud de la vegetación. Funciona comparando matemáticamente la cantidad de luz roja visible absorbida y la luz infrarroja cercana reflejada.

El CB ayuda a diferenciar la vegetación de otros tipos de cobertura del suelo (artificial) y determinar su estado general. También permite definir y visualizar áreas con vegetación en el mapa, así como detectar cambios “anormales” en el proceso de crecimiento de los cultivos y relacionarlo con condiciones de suelo o climáticas (temperaturas, lluvias, ETP, etc.).

¿Qué es?

El crecimiento de biomasa, se obtiene a partir del Índice de Vegetación Mejorado o EVI. Este índice, a diferencia del NDVI, corrige algunas condiciones atmosféricas, el ruido de fondo del dosel y es más sensible a áreas con vegetación densa. El rango de valores del Evi para vegetación varía entre 0,1 y 0,98.

Fórmula: EVI = 2.5 * ((NIR – Red) / (NIR + C1 * Red – C2 * Blue + L) Donde los valores C son coeficientes que permiten corregir la dispersión de las partículas presentes en la atmósfera y, L, ajustar el fondo y la cubierta.

¿Cómo funciona?

Funciona comparando matemáticamente la cantidad de luz roja visible absorbida y la luz infrarroja cercana reflejada. Esto sucede ya que el pigmento de clorofila en una planta sana absorbe la mayor parte de la luz roja visible, mientras que la estructura celular de una planta refleja la mayor parte de la luz infrarroja cercana.

Esto significa que una alta actividad fotosintética, comúnmente asociada con vegetación densa, tendrá menos reflectancia en la banda roja y mayor reflectancia en el infrarrojo cercano. Al observar cómo estos valores se comparan entre sí, puede detectar y analizar de manera confiable la cubierta vegetal por separado de otros tipos de cobertura natural del suelo.

Ilustración de Crecimiento de biomasa (EVI)
Ilustración de Crecimiento de biomasa (EVI)

¿Cómo interpretar los valores?

Los resultados del cálculo del EVI varían de -1 a 1. Los valores negativos corresponden a áreas con superficies de agua, estructuras artificiales, rocas, nubes, nieve; el suelo desnudo generalmente cae dentro del rango de 0.1 a 0.2; y las plantas siempre tendrán valores positivos entre 0.2 y 1.

El dosel de vegetación sano y denso debería estar por encima de 0.5, y la vegetación dispersa probablemente caerá dentro de 0.2 a 0.5. Sin embargo, es solo una regla general y siempre debe tener en cuenta la temporada, el tipo de planta y las peculiaridades regionales para saber exactamente qué significan los valores de EVI.

Ilustración de Crecimiento de biomasa (EVI)
Ilustración de Crecimiento de biomasa (EVI)

¿Cómo interpretar el mapa?

Los resultados se presentan como un mapa de colores, donde cada color corresponde a un cierto rango de valores. No hay una paleta de colores estándar, pero usualmente se usa el «rojo verde», lo que significa que los tintes rojo-naranja-amarillo indican suelo desnudo o vegetación muerta / escasa, y todos los tonos de verde son un signo de cubierta de vegetación normal a densa.

Nuestra paleta de colores distingue zonas con mayor biomasa acumulada en VERDE y zonas con menor biomasa acumulada en ROJO.

Ilustración de Crecimiento de biomasa (EVI)
Ilustración de Crecimiento de biomasa (EVI)
3. Nivel Cultivo

16 — Humedad del cultivo (NDWI)

Presentación general

Ilustración de Humedad del cultivo (NDWI)
Ilustración de Humedad del cultivo (NDWI)

Indica el estado hídrico actual del cultivo, distinguiendo zonas sin estrés hídrico en AZUL, respecto de zonas estresadas en ROJO. Mediante el análisis multiespectral, gracias a imágenes satelitales, podemos calcular determinados índices que indican la humedad en el cultivo. Para analizar el contenido de agua en la vegetación, la combinación de bandas adecuadas a utilizase es NIR/ SWIR, puesto que la absorción de agua se produce en el infrarrojo medio.

Este índice permite identificar la distribución espacial del contenido de agua del cultivo y conocer la respuesta de un genotipo a la interacción de clima y prácticas de manejo. Posibilita caracterizar la plasticidad de tolerancia de un genotipo ante la presencia de eventos extremos de sequía.

¿Qué es?

Un gran número de estudios han puesto de manifiesto la eficacia de la teledetección como herramienta para estimar el contenido de humedad en las cubiertas vegetales debido, precisamente, a su capacidad para ofrecer información espacial y actualizada de la cubierta terrestre.

El Índice Diferencial de Agua Normalizado (NDWI) es un índice que sirve para destacar y delinear masas de agua abierta y el contenido de agua de la vegetación, apoyándose en variaciones en la radiación del infrarrojo cercano y la luz verde visible.

¿Cómo funciona?

El NDWI es una variación del NDVI. Si en la ecuación invertimos el orden del NIR y cambiamos la banda roja por la verde, el resultado será contrario al NDVI, la vegetación será suprimida y los cuerpos de agua se realzarán. NDWI = (GREEN-NIR) / (GREEN+NIR) La relación entre bandas permite maximizar la reflectancia del agua al trabajar con longitudes de ondas en el verde, maximiza la reflectancia de la vegetación y minimiza la reflectancia de masas de agua gracias al NIR.

La interpretación del NDWI hace posible diferenciar zonas con problemas de estrés hídrico en el campo. Los valores del NDWI varían entre -1 y 1. No es posible establecer unos valores concretos de interpretación de este índice pues para cada tipo de suelo y de cultivo, estos valores podrán variar. Pero en líneas generales podemos establecer: -Los valores cercanos al límite inferior (-1) representan el suelo desnudo. -Los valores medios (0) representan una cubierta de dosel medio con un alto estrés hídrico. -Los valores cercanos al límite superior (1) representan cubiertas densas de dosel sin estrés hídrico (con gran cantidad de humedad).

¿Cómo interpretar el mapa?

Ilustración de Humedad del cultivo (NDWI)
Ilustración de Humedad del cultivo (NDWI)

Indica el estado hídrico actual del cultivo, distinguiendo zonas sin estrés hídrico en AZUL, respecto de zonas estresadas en ROJO.

¿Para qué sirve?

La medición del contenido de agua de la vegetación es esencial para el seguimiento y evaluación de procesos de gran interés medioambiental como las sequías, la salud de los bosques, la gestión de cultivos o el riesgo de incendios forestales. Las relaciones planta-agua son determinantes en la distribución, estructura y función de la vegetación. Por ejemplo, el contenido de agua foliar y el potencial hídrico limitan la transpiración de las plantas y la asimilación de carbono.

El contenido de agua de la vegetación es temporal y espacialmente dinámico en respuesta a la heterogeneidad de las precipitaciones y la humedad del suelo. Por tanto, la evaluación precisa de las relaciones planta-agua requiere una adecuada comprensión de dicha heterogeneidad espaciotemporal y de cómo ésta se puede medir y modelizar correctamente.

Este índice permite conocer la respuesta de un genotipo a la interacción de clima y prácticas de manejo. Posibilita caracterizar la plasticidad de tolerancia de un genotipo ante la presencia de eventos extremos de sequía. Se utiliza también para realizar recorridas localizadas (OKT Recorridas) y determinar las causas agronómicas de la mayor o menor disponibilidad de agua del cultivo. Un exceso puede suponer un daño perjudicial para el cultivo pues facilita el ataque de hongos y enfermedades, un déficit supone pérdida de rendimiento, y ambas situaciones requieren prácticas de manejo diferentes dentro del lote en estudio.

3. Nivel Cultivo

17 — Humedad superficial del suelo

Presentación general

Ilustración de Humedad superficial del suelo
Ilustración de Humedad superficial del suelo

Estima la humedad volumétrica en porcentaje de la superficie del suelo hasta 10 cm. Este índice se genera mediante un modelo empírico de estimación de humedad volumétrica superficial del suelo, a partir de datos de retrodispersión de imágenes de Radar de Apertura Sintética (SAR).

Permite determinar ambientes con diferente contenido de humedad, determinar zonas con problemas de sequía, definir áreas para realizar o no operaciones de campo (siembra, pulverización, aplicación de fertilizante, etc.).

¿Qué es?

La humedad del suelo es una variable del ciclo hidrológico que es un factor determinante en el clima, los procesos de escorrentía, evapotranspiración, infiltración, por lo que es de suma importancia su estimación de manera precisa, pero por su variabilidad tanto espacial como temporal hacen muy difícil su determinación.

También es un factor determinante en el crecimiento y desarrollo de los cultivos, y de las plantas en general, puesto que determina el contenido de agua disponible en la parte superior del suelo donde se desarrollan las raíces de la mayoría de los cultivos en sus estados iniciales. Debido a la gran variabilidad se han buscado métodos para determinar la humedad en el suelo utilizando técnicas de teledetección con satélites tanto ópticos como de radar.

¿Cómo funciona?

Las tecnologías de sensoramiento remoto en el rango de las microondas han demostrado tener el potencial de detectar y monitorear cambios relativos al contenido de humedad de una superficie a tiempos regulares y en condiciones independientes del clima y la luz solar.
La estimación de humedad del suelo con sensores Radar de Apertura Sintética (SAR) es compleja, ya que hay diversos factores que contribuyen a la señal de retorno al sensor. La emisión y retrodispersión de microondas del suelo depende en gran medida del contenido de humedad, directamente relacionado a la constante dieléctrica del suelo (e). Sin embargo, hay otros factores que influyen en este coeficiente como la rugosidad superficial, la textura del suelo, la topografía, y la presencia de vegetación, lo que hace compleja la estimación de esta variable. Debido a esto, distintas metodologías han sido propuestas para la estimación de la humedad superficial.

El producto se estima a partir de una ecuación empírica, la cual relaciona de manera lineal la respuesta de la humedad volumétrica superficial del suelo (~10 cm de profundidad) con el cociente de las polarizaciones de la retrodispersión SAR (Constelación Sentinel 1 -ESA-) en VH (Vertical-Horizontal) y VV (Vertical-Vertical). Esta ecuación empírica contiene dos parámetros para la estimación, el a y el ß, los cuales fueron determinados en condiciones reales, a partir de múltiples mediciones de humedad volumétrica superficial del suelo, en condiciones de lotes agrícolas de la pampa argentina.
HVS_10cm (%) = 13.35*(VH/VV) + 4.72
Este modelo se aplica siempre y cuando el valor de VH sea > -25 dB. La precisión de predicción para valores absolutos puede ser de ~60% para cultivos de invierno y verano.

¿Cómo interpretar el mapa?

Ilustración de Humedad superficial del suelo
Ilustración de Humedad superficial del suelo
La escala representa el % de humedad volumétrica superficial del suelo, siendo las zonas rojas de menor contenido de agua, y las azules de mayor disponibilidad hídrica.

¿Para qué sirve?

El mapa nos brinda información de la distribución espacial de la humedad del suelo.

El dato es útil para programar labores en el establecimiento, como por ejemplo la siembra (adelantar o retrasar una fecha de siembra (FS) por exceso o por falta de agua), definir una aplicación de herbicidas o de fertilizantes (ya que la mayoría responde mejor cuando el perfil de suelo se encuentra en buenas condiciones de humedad).

Permite monitorear ambientes o lotes y determinar zonas con diferente predisposición a secarse, con lo cual podemos variar fechas de siembra, variedades, densidades de siembra, planificar rotaciones de cultivos adaptados, etc.

3. Nivel Cultivo

18 — Reportes de cultivo

Reporte de crecimiento de biomasa del cultivo

Visualización operativa y referencia en plataforma correspondiente a REPORTE DE CRECIMIENTO DE BIOMASA:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Agrometeorología

Visualización operativa y referencia en plataforma correspondiente a Agrometeorología:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Últimos 6 meses

Visualización operativa y referencia en plataforma correspondiente a Últimos 6 meses:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Visualización operativa y referencia en plataforma correspondiente a REPORTE DE RECORRIDAS:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Reporte de recorridas a campo

Datos meteorológicos

Ilustración de Reporte de recorridas — Datos meteorológicos
Ilustración de Reporte de recorridas — Datos meteorológicos

Pronóstico extendido

Visualización operativa y referencia en plataforma correspondiente a Pronóstico extendido:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Indicadores agronómicos

Visualización operativa y referencia en plataforma correspondiente a Indicadores agronómicos:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Notas

Visualización operativa y referencia en plataforma correspondiente a Notas:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Plagas

Visualización operativa y referencia en plataforma correspondiente a Plagas:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Fotos

Visualización operativa y referencia en plataforma correspondiente a Fotos:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Muestras

Visualización operativa y referencia en plataforma correspondiente a Muestras:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Deficiencias

Visualización operativa y referencia en plataforma correspondiente a Deficiencias:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Recomendaciones

Visualización operativa y referencia en plataforma correspondiente a Recomendaciones:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Interfaz de OKARATech en una laptop mostrando un informe de campo.
Interfaz de OKARATech en una laptop mostrando un informe de campo.


La ficha técnica inteligente de los cultivos de tus clientes

Todo lo que necesitas saber en minutos y sin levantar el teléfono.

Presentación del Informe de Trazabilidad del Cultivo

El Informe de Cultivo de OKARATECH es una radiografía automática, actualizada y estandarizada de un cultivo. Incluye información de ubicación, mapa predictivo de cosecha, predicción de rendimiento, índices y gráficos de monitoreo, meteorología, manejo agronómico, impacto ambiental, mapas de aplicaciones y cosecha, listos para ser usados por equipos comerciales, técnicos y administrativos.

Vista completa de la plataforma OKARATech en un portátil.
Vista completa de la plataforma OKARATech en un portátil.

¿Para qué sirve y quién lo usa?

Usuario ¿Qué gana con el informe?
Comercial Detectar oportunidades de venta por perfil productivo.
Analista Evaluar riesgo y potencial de originación o cobertura.
Administrativo Validar datos productivos sin depender de terceros.

Sin pedir datos al cliente. Sin perder tiempo. 100% automático.

¿Qué incluye?

Perfil del cultivo

  • Datos del campo (nombre, ubicación, campaña, distancias de interés) y del cultivo (datos de siembra y cosecha registrados).

Análisis predictivo

  • Detección de polígono del cultivo y superficie, identificación del cultivo actual y antecesor, estimación de fecha de siembra, fecha de cosecha y rendimiento promedio. Mapa de cosecha predictivo.

Agrometeorología

  • Gráficos y estadísticas de precipitaciones y temperaturas desde presiembra a cosecha.
Composición de diferentes reportes y métricas de OKARATech.
Composición de diferentes reportes y métricas de OKARATech.

Monitoreo agronómico

  • Humedad de suelo, biomasa, humedad de cultivo, nitrógeno, color verdadero y falso color.

Labores e impacto ambiental (*)

  • Libro de labores. Huella de carbono, EIQ, RIPEST, Huella de agua, etc.

Mapas procesados (*)

  • Mapas de aplicación de insumos y de cosecha procesados a partir de los monitores de maquinas.

Calidad de grano (*)

  • Resultados de las muestras de granos.

Análisis Visual del Reporte

El informe proporciona múltiples capas de datos visuales para un análisis completo y detallado del campo.

Detalle de productividad del campo.
Detalle de productividad del campo.
Gráfico de crecimiento de biomasa.
Gráfico de crecimiento de biomasa.
Tabla de rotación de cultivos.
Tabla de rotación de cultivos.
Gráfico de precipitaciones.
Gráfico de precipitaciones.

Casos de uso

1. Inmobiliario

Monitoreo agronómico y valorización operativa de campos arrendados

  • Validación remota del uso pactado: Verifica que el arrendatario sembró el cultivo acordado, con variedad, fechas y superficie real.
  • Estimación objetiva de producción arrendada: Conoce el rendimiento obtenido y la superficie efectivamente cosechada.
  • Registro de manejo sustentable: Accede a una ficha completa de insumos aplicados, condiciones ambientales y huellas.
  • Seguimiento técnico sin visitas al campo: Usa los índices satelitales de biomasa, humedad y nitrógeno para verificar si el cultivo fue bien manejado.

Ideal para propietarios no residentes o gestores de múltiples arrendamientos que quieren evidencia objetiva sin depender del productor.

2. Finanzas y Seguros

Riesgo, siniestros y gestión agronómica del activo financiado

  • Auditoría del cultivo financiado: Información completa del ciclo productivo: fechas, insumos, condiciones, rendimiento estimado y real.
  • Alertas tempranas de caída de performance: Monitoreo de biomasa y predicción de rendimiento para disparar alarmas preventivas.
  • Evaluación inicial ante siniestros: Análisis remoto de humedad del cultivo y precipitaciones antes de salir al campo.
  • Validación de criterios sustentables (Créditos verdes): Registro de insumos, cálculo de huellas y días libres de pulverización.
  • Soporte documental en caso de siniestros: Historial meteorológico, índice de estrés y estado del cultivo como evidencia técnica.

Aplicable a créditos ligados a campañas específicas, pólizas de seguro agrícola y monitoreo de activos biológicos.

3. Insumos, Granos y Servicios

Venta técnica, seguimiento postventa y planificación operativa

  • Verificación de adopción tecnológica: Confirma si se sembró tu variedad, si se aplicaron tus productos, cuándo y en qué condiciones.
  • Evaluación técnica del uso del insumo: Relación dosis aplicada vs. rinde logrado, para medir eficiencia técnica.
  • Planificación de cosecha y logística: Usa la fecha estimada de cosecha del cultivo para coordinar equipos y transporte.
  • Detección de oportunidades comerciales: Un descenso en el estatus de nitrógeno o humedad activa una llamada con propuesta de valor.
  • Seguimiento agronómico remoto: Monitoreo continuo del cultivo para recomendar refuerzos o anticipar desvíos.
  • Soporte técnico documentado: Ofrece trazabilidad como servicio de valor agregado a clientes exigentes (certificación, exportación, ESG).

Herramienta perfecta para vendedores técnicos, originadores, y gerentes de cuenta con enfoque de venta consultiva.

4. Maquinaria Agrícola (OEM y Concesionarios)

Soporte posventa, prospección y planificación de servicios

  • Estimación de uso de maquinaria: Al conocer fechas de siembra y cosecha, superficie y rinde, podes estimar uso real del equipo.
  • Soporte técnico remoto: Validación de condiciones al momento de las aplicaciones (temperatura, viento, humedad) para diagnosticar fallas o desvíos.
  • Captura de mapas de rendimiento para carga automática: Si el cliente tiene monitor de rendimiento, puede agregar el mapa a la plataforma.
  • Historial técnico del cultivo: Información útil para diagnósticos de posventa y mejoras de producto.
  • Identificación de campos con variabilidad: Mapas de rendimiento y biomasa ayudan a ofrecer soluciones de precisión.

Aplica sobre todo a equipos de pulverización, cosecha, agricultura de precisión y postventa técnica.

Beneficios

  • Ahorra tiempo y recursos
  • Mejora la precisión de tu equipo
  • Mejora el análisis de tu cartera
  • Información comparable entre campos y regiones
  • Información estandarizada y compartible

Analista de crédito: “Mi jefe no podía creer que rápidamente pude calcular el ingreso bruto para determinar la capacidad de repago.”


Comercial de insumos: “Detecte problemas en el desarrollo de un cultivo y en 10 minutos ya estaba vendiendo al cliente lo que necesitaba para resolver.”

¿Cómo lo obtengo?

  1. Dibujas el cultivo en el campo de tu cliente.

  2. El informe se genera automáticamente en minutos.

  3. Lo compartís con tu equipo o cliente.

No requiere integración. 100% en la nube. Acceso desde cualquier lugar.

Interfaz de OKARATech para dibujar el perímetro de un campo
Interfaz de OKARATech para dibujar el perímetro de un campo

Llamada a la acción

Creá tu cuenta en www.okaratech.com

Plan Empresarial

Contactanos a info@okaratech.com

Laptop mostrando la plataforma OKARATech en ángulo.
Laptop mostrando la plataforma OKARATech en ángulo.

Mientras que el "Informe de Campo" ofrece una visión general de un activo, el "Informe de Trazabilidad de Cultivo" es la herramienta definitiva para seguimiento y monitoreo de un cultivo específico dentro de un campo, ya sea un cultivo financiado, asegurado o la gestión proactiva de la producción de un cliente.

Este informe se genera automáticamente al dibujar el polígono de un cultivo, especie del cultivo y la fecha de siembra, dentro de un campo. También presenta la posibilidad de registrar el manejo agronómico del cultivo mediante las operaciones agrícolas realizadas (labores e insumos aplicados) para enriquecer el análisis y la trazabilidad.

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Estructura y secciones del Informe de Trazabilidad

OKARATech está diseñado para que su empresa gestione todo su portfolio de clientes de forma centralizada y segura. No requiere integración. 100% en la nube. Acceso inmediato desde cualquier lugar. La estructura se adapta a su operación:

  1. Creación de la Cartera de Clientes: Para cada cliente o prospecto, crea una Cuenta Cliente vinculada en la cuenta Sponsor.
  2. Asignación de Permisos: Desde la Cuenta Sponsor, asigna a los usuarios (ej. analistas de crédito, vendedores de zona) el acceso únicamente a las Cuentas Cliente de su incumbencia, garantizando un control y enfoque total.
  3. Activación de la Inteligencia Agroespacial: Dentro de cada Cuenta Cliente, el usuario asignado simplemente dibuja el polígono de un Campo para generar automáticamente el Informe de Campo, así como también dibuja sus Cultivos (indicando especie y fecha de siembra) y Operaciones agrícolas (registrando labores e insumos aplicados) para generar automáticamente el Informe de Trazabilidad del Cultivo.
    • A nivel de usuario: El vendedor o analista accede a los informes de campos y cultivos de su cartera de clientes asignados para analizarlos y potenciar su gestión comercial o de riesgo.

A nivel Sponsor: Los gerentes visualizan información y recomendaciones accionables de todo el portfolio de clientes de la empresa mediante reportes, tableros dinámicos y exploradores de mapas para ver todo el portafolio de clientes geográficamente y acceder a cualquier reporte con un clic.

Ilustración de Trazabilidad del cultivo — Explorador de mapas
Ilustración de Trazabilidad del cultivo — Explorador de mapas

Explorador de mapas | Mis clientes. Permite la visualización individual campo a campo, y consolidada de toda la cartera de clientes de la empresa.

Sección: Perfil del Cultivo

¿Para qué sirve? Permite tener en un solo lugar la "carátula" o el legajo digital completo del cultivo, combinando los datos declarados por el cliente con la inteligencia aeroespacial predictiva de OKARATech.

¿Qué es? Esta sección centraliza toda la información de identificación y caracterización del cultivo, dividida en tres partes:

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
  • Sitio de producción: Esta sección actúa como la carátula o legajo digital del cultivo. Centraliza toda la información del cliente y del campo registrados por el usuario administrador de la cuenta: Razón Social de la empresa cliente, nombre del campo, campaña agrícola, localidad, provincia o departamento, país, tamaño del cliente (chico, mediano, grande), tipo de cliente (familiar o no familiar), relación cliente campo (propietario o arrendatario), proximidad a centros urbanos, distancia a centros logísticos, proximidad a cuerpos naturales y años en agricultura.
  • Cultivo declarado: Aquí se muestra toda la información del cultivo registrada por el usuario: nombre dado al cultivo por el usuario, especie del cultivo, híbrido/variedad, fecha de siembra declarada, superficie sembrada, fecha de cosecha declarada, superficie cosechada, rendimiento declarado en kilogramos por hectárea, producción total, ubicación por coordenadas geográficas del centroide del polígono del cultivo (GPS) y la distancia a cultivos de la misma especie.

- Análisis predictivo del cultivo: Aquí es donde OKARATECH valida y enriquece los datos. La plataforma identifica la especie, estima las fechas de siembra y cosecha, calcula el rendimiento promedio ponderado e identifica el cultivo antecesor.

Mapa predictivo de cosecha

¿Para que sirve? El producto estrella es el mapa predictivo de cosecha, que se genera hasta 90 días antes de la misma y muestra una predicción de la distribución espacial del rendimiento del cultivo. Este mapa permite estimar el rendimiento en cada sector del lote de cultivo. El principal beneficio consiste en conocer la distribución espacial de la productividad del lote de producción con una antelación de hasta 90 días de la cosecha.

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Esta información es fundamental para calcular la producción esperada y para evaluar la eficacia de las estrategias de manejo implementadas. Además, el mismo permite planificar la logística de cosecha y ajustar las necesidades financieras de la producción agrícola esperada.

Además, también permite planificar la operación de cosecha realizándola segregada por calidad esperada del grano, evitando mezclar el grano grado comercial de lasa zonas más productivas con el grado forrajero de las zonas más afectadas. Así se ahorra el gasto de transporte del grano malo y el acondicionamiento de toda la producción, lo que muchas veces determina el resultado económico del negocio agrícola.

¿Qué es? Es un mapa generado por nuestros algoritmos que muestra una predicción de la distribución espacial del rendimiento del cultivo antes de que se realice la cosecha.

Sección: Agrometeorología

¿Para qué sirve? Permite entender el contexto climático específico que afectó al cultivo durante todo su ciclo, permitiendo analizar el impacto del clima en su performance.

¿Qué es? Esta sección muestra gráficos e indicadores de temperaturas y precipitaciones durante el período del cultivo. El gráfico de temperaturas muestra la evolución de los registros mensuales mínimo, medio y máximo promedios durante el periodo de desarrollo del cultivo. El gráfico de precipitaciones muestra la evolución de los registros mensuales acumulados y la media durante el cultivo.

  • Precipitaciones: Muestra los siguientes indicadores: Precipitaciones acumuladas durante el cultivo, Precipitaciones acumuladas en presiembra un mes antes de la fecha de siembra, y Períodos de 5 días consecutivos con precipitaciones menores a 5mm como medida del riesgo de daños en el cultivo por estrés hídrico cuando se suceden más de 45 de estos períodos.
  • Temperaturas: Muestra los siguientes indicadores: Temperatura máxima promedio (ºC), Temperatura mínima promedio (ºC), Temperatura media promedio (ºC), Días con temperatura menores a 0 ºC, Días con temperatura menores 1 ºC, Días con temperaturas menores a 4 ºC, Días con temperaturas mayores a 25 ºC, y Suma térmica (°Cd) durante el periodo del cultivo.
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Sección: Impacto Ambiental

¿Para qué sirve? Permite cuantificar y verificar la sostenibilidad de las prácticas de manejo. Es una herramienta clave para la originación y auditoría de créditos verdes, la gestión de beneficios por sustentabilidad y el posicionamiento de una producción responsable.

¿Qué es? Esta sección se calcula si el usuario registra las labores e insumos aplicados al cultivo.

  • Prácticas de agricultura regenerativa: Se trata de una forma de producir que, a través de buenas prácticas, puede cumplir su misión de alimentar a la creciente población mundial al tiempo que no deteriora los suelos y, por el contrario, contribuye a su salud y a su recuperación. El usuario debe registrar de forma manual si aplica alguna de estas prácticas: Siembra directa (sin labranza), Rotación de cultivos, Control biológico de enfermedades, Fertilización biológica, Agricultura de precisión, Cultivos de cobertura, Fertilización a la siembra y Fertilización durante el cultivo. Okaratech puede estimar algunas de estas prácticas a partir del manejo agronómico declarado.
  • Indicadores ambientales: A partir de los registros de labores e insumos aplicados en el cultivo, se calculan los principales indicadores que miden distintos aspectos vinculados al impacto ambiental de la producción realizada. Respecto de indicadores que estiman el riesgo ecotoxicológico del uso de fitosanitarios, se incluye: Ecotoxicidad de la producción por EIQ de Universidad de Cornell, discriminado por aplicación de fungicidas, herbicidas y insecticidas; Indice ecotoxicológico Ripest de Universidad de BsAs; y cantidad de Días libres de pulverización previo a la cosecha. Huella de carbono (KgCO2eq / ton), que mide la suma de emisiones de carbono causadas en los subprocesos de producción de cultivos por año, lote o tipo de sistema. Huella de agua (l/kg), que consiste en un indicador de estimación del volumen de agua consumido por cada unidad de biomasa cosechable producida. Finalmente, Total de Nitrógeno aplicado el cultivo (kg), Total de Fósforo aplicado el cultivo (kg), Total de Nitrógeno absorbido por el cultivo (kg/ha), Total de Fósforo absorbido por el cultivo (kg/ha), y Total de Potasio absorbido por el cultivo (kg/ha).
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Sección: Labores

¿Para qué sirve? Permite tener un registro detallado y auditable de todas las operaciones realizadas sobre el cultivo (labores e insumos). Es la base para la trazabilidad y la validación del manejo agronómico.

¿Qué es? Esta sección sólo se calcula si el usuario registra el manejo agronómico del cultivo, concretamente las labores agrícolas realizadas y los insumos aplicados. La tabla muestra esta información segmentada en tres estadíos: siembra, cultivo y cosecha. Adicionalmente, se incluye un indicador de la calidad de las pulverizaciones, indicando la intensidad del viento por aplicación, una variable que es importante para determinar la eficiencia y efectividad de la aplicación, que además sirve como alerta de contaminación por deriva del producto aplicado.

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Sección: Mapa de rendimiento

¿Para qué sirve? Este mapa permite cuantificar el rendimiento en cada sector del lote de cultivo. El principal beneficio consiste en conocer la distribución espacial de la productividad del lote de producción. Esta información es fundamental para reconocer ambientes intra-lote y para evaluar la eficacia de las estrategias de manejo implementadas.

Igualmente, el mapa de rendimiento es fundamental para realizar análisis dinámicos y por ambiente. El análisis de mapas de varias campañas agrícolas permite evaluar la estabilidad del rendimiento en el tiempo y sacar conclusiones sobre la aplicación de procesos de agricultura de precisión. Finalmente, el mapa también es una herramienta clave para auditar la tarea del operario, especialmente la velocidad de cosecha, que es un parámetro determinante de las pérdidas.

¿Qué es? Esta sección muestra el mapa de rendimiento o cosecha del cultivo, siempre y cuando el usuario haya registrado los archivos de los monitores de cosecha, ya sea de forma manual en la plataforma, o mediante el dispositivo DMS3 de IoT para conectar la máquina a la plataforma de forma remota. Okaratech procesa de forma automática los archivos de los monitores de cosecha en mapas de rendimiento.

De esta forma, el mapa de rendimiento muestra la distribución espacial del rendimiento del cultivo recolectado por un equipo de agricultura de precisión, indicando el porcentaje de cobertura, rendimiento máximo y mínimo. El mapa de rendimiento es una imagen georreferenciada con una escala de colores que indica el rendimiento de un punto específico, distinguiendo zonas de alto rendimiento en color verde, respecto de zonas de bajo rendimiento en rojo.

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Índices de manejo agronómico

Sección: Índices de manejo agronómico

¿Para qué sirve? Permite realizar un monitoreo visual y continuo de la salud y evolución del cultivo a lo largo de toda la campaña. Es la herramienta de seguimiento proactivo por excelencia.

¿Qué es? Es el corazón del monitoreo en tiempo real. Para cada índice agronómico clave se presenta una galería de mapas desde la siembra a la cosecha y un gráfico de evolución. Estos gráficos, que muestra los valores mínimos, máximos y promedio, son la "firma digital" del cultivo y permiten detectar anomalías o tendencias al instante.

  • Crecimiento de biomasa: Muestra la cantidad de biomasa acumulada del cultivo.
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
  • Humedad del cultivo: Muestra el estado hídrico actual del cultivo.
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
  • Humedad superficial del suelo: Muestra la cantidad de agua disponible del suelo a 10 cm de profundidad.
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
  • Estatus de nitrógeno: Muestra el contenido estimado de clorofila relacionado con el estatus de nitrógeno del cultivo.
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Sección: Calidad de la producción

¿Para qué sirve? Sirve para clasificar la producción según diferentes grados comerciales.

¿Qué es? Esta sección se muestra si el usuario registro análisis de laboratorio de los granos producidos. Consiste en un conjunto de métricas de evaluación de composición, pureza y características físico-químicas de granos, de mucho interés para la industria alimentaria, fitomejoradores, productores y comunidad científica. Sus rangos de valores suelen proporcionar límites críticos o factores determinantes de comercialización, calidad de procesamiento industrial, estabilidad de almacenamiento y aceptación general del consumidor.

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

Sección: SCORING

¿Para qué sirve? Sirve para clasificar los cultivos según un esquema objetivo de ponderación basado en la caracterización del cultivo.

¿Qué es? Esta sección muestra una ponderación del cultivo a partir de un sistema de puntuación según todas las dimensiones analizadas agrupadas en tres dimensiones: Perfil del cultivo, Impacto ambiental y Calidad de la producción. Consiste en una forma de clasificar a los productores para hacerlos comparables.

Ilustración de Reportes de cultivo
Ilustración de Reportes de cultivo

En base a información automática y específica del cultivo, campaña por campaña

Casos de uso por segmento de negocio

Inmobiliario

Monitoreo agronómico y valorización operativa de campos arrendados

  • Validación remota del uso pactado: Verificá que el arrendatario sembró el cultivo acordado, con variedad, fechas y superficie real.
  • Estimación objetiva de producción arrendada: Conocé el rendimiento obtenido y la superficie efectivamente cosechada.
  • Registro de manejo sustentable: Accedé a una ficha completa de insumos aplicados, condiciones ambientales y huellas.
  • Seguimiento técnico sin visitas al campo: Usá los índices satelitales de biomasa, humedad y nitrógeno para verificar si el cultivo fue bien manejado.
  • Ideal para propietarios no residentes o gestores de múltiples arrendamientos que quieren evidencia objetiva sin depender del productor.

Ejemplos de aplicaciones

  • Pregunta de Negocio: ¿Cómo puedo seguir la evolución de un campo que administro a distancia?
    • Solución con OKARATech: La Sección de Índices de Manejo Agronómico es su tablero de control remoto. El gráfico de evolución de la biomasa y la humedad del cultivo le permiten verificar que la campaña se desarrolla correctamente sin necesidad de visitas constantes.
  • Pregunta de Negocio: ¿Cómo audito el trabajo de un contratista o del arrendatario?
    • Solución con OKARATech: El mapa de aplicación y su mapa de velocidad de trabajo le permiten auditar la calidad de la labor realizada. El mapa de rendimiento y el análisis de la velocidad de cosecha son herramientas clave para auditar la tarea del operario y las pérdidas asociadas.

Finanzas y Seguros

Riesgo, siniestros y gestión agronómica del activo financiado

  • Auditoría del cultivo financiado: Información completa del ciclo productivo: fechas, insumos, condiciones, rendimiento estimado y real.
  • Alertas tempranas de caída de performance: Monitoreo de biomasa y predicción de rendimiento para disparar alarmas preventivas.
  • Evaluación inicial ante siniestros: Análisis remoto de humedad del cultivo y precipitaciones antes de salir al campo.
  • Validación de criterios sustentables (Créditos verdes): Registro de insumos, cálculo de huellas y días libres de pulverización.
  • Soporte documental en caso de siniestros: Historial meteorológico, índice de estrés y estado del cultivo como evidencia técnica.

Aplicable a créditos ligados a campañas específicas, pólizas de seguro agrícola, y monitoreo de activos biológicos.

Ejemplos de aplicaciones

  • Pregunta de Negocio: ¿Cómo monitoreo el estado de un cultivo que he financiado o asegurado?
    • Solución con OKARATech: Utilice la Sección de Índices de Manejo. El gráfico de evolución de la biomasa es la prueba visual de la salud de su garantía. Una curva sana y ascendente da tranquilidad; una curva que se ameseta o cae es una señal de alerta inmediata.
  • Pregunta de Negocio: ¿Cómo puedo anticipar un posible default de un crédito?
    • Solución con OKARATech: La predicción de rendimiento del Perfil del Cultivo es su herramienta de gestión de riesgo más importante21. Compare el rendimiento predicho con el rendimiento de indiferencia del crédito. Si la predicción es baja, se activa una alerta temprana22.

Insumos, Granos y Servicios

Venta técnica, seguimiento postventa y planificación operativa

  • Verificación de adopción tecnológica: Confirmá si se sembró tu variedad, si se aplicaron tus productos, cuándo y en qué condiciones.
  • Evaluación técnica del uso del insumo: Relación dosis aplicada vs. rinde logrado, para medir eficiencia técnica.
  • lanificación de cosecha y logística: Usá la fecha estimada de cosecha del cultivo para coordinar equipos y transporte.
  • Detección de oportunidades comerciales: Un descenso en el estatus de nitrógeno o humedad activa una llamada con propuesta de valor.
  • Seguimiento agronómico remoto: Monitoreo continuo del cultivo para recomendar refuerzos o anticipar desvíos.
  • Soporte técnico documentado: Ofrecé trazabilidad como servicio de valor agregado a clientes exigentes (certificación, exportación, ESG).

Herramienta perfecta para vendedores técnicos, originadores, y gerentes de cuenta con enfoque de venta consultiva.

Ejemplos de aplicaciones

  • Pregunta de Negocio: ¿Cómo realizo una venta consultiva y oportuna en lugar de esperar a que el cliente me llame?
    • Solución con OKARATech: Monitoree los Índices de Manejo Agronómico de sus clientes. Una caída en el Estatus de Nitrógeno es una oportunidad para ofrecer una solución de fertilización. La fecha de cosecha estimada le permite ofrecer servicios o productos de fin de ciclo con antelación.
  • Pregunta de Negocio: ¿Cómo puedo hacer recomendaciones técnicas más precisas y fortalecer mi relación con el cliente?
    • Solución con OKARATech: El Perfil del Cultivo le permite conocer exactamente qué híbrido/variedad está usando el cliente. El registro de Labores le permite ver qué insumos ha aplicado. Con esta información, sus recomendaciones pasan de ser genéricas a ser un asesoramiento técnico de alto valor.
  • Pregunta de Negocio: ¿Mi cliente necesita cumplir con normas de trazabilidad? ¿Cómo lo ayudo?
    • Solución con OKARATech: Al registrar las labores en la plataforma, usted le está entregando un servicio de valor agregado: un reporte de trazabilidad completo, listo para ser presentado a exportadores o certificadoras que lo exijan.

Maquinaria Agrícola y Agricultura de Precisión

Soporte posventa, prospección y planificación de servicios

  • Estimación de uso de maquinaria: Al conocer fechas de siembra y cosecha, superficie y rinde, podés estimar uso real del equipo.
  • Soporte técnico remoto: Validación de condiciones al momento de las aplicaciones (temperatura, viento, humedad) para diagnosticar fallas o desvíos.
  • Captura de mapas de rendimiento para carga automática: Si el cliente tiene monitor de rendimiento, puede agregar el mapa a la plataforma.
  • Historial técnico del cultivo: Información útil para diagnósticos de posventa y mejoras de producto.
  • Identificación de campos con variabilidad: Mapas de rendimiento y biomasa ayudan a ofrecer soluciones de precisión.

Aplica sobre todo a equipos de pulverización, cosecha, agricultura de precisión y postventa técnica.

Ejemplos de aplicaciones

  • Pregunta de Negocio: ¿Cómo puedo demostrar el valor de mi tecnología de precisión (dosis variable, etc.)?
    • Solución con OKARATech: Compare el mapa de aplicación (lo que la máquina hizo) con el mapa de rendimiento (el resultado obtenido). Este análisis permite evaluar la eficacia de las estrategias de manejo implementadas y demostrar el ROI de la tecnología.
  • Pregunta de Negocio: ¿Cómo ofrezco un servicio de post-venta que fidelice a mis clientes?
    • Solución con OKARATech: Ofrezca a los clientes que han comprado su maquinaria la carga y procesamiento automático de sus mapas de rendimiento y aplicación. La capacidad de procesar y visualizar estos mapas de forma simple es un potente argumento de venta y un servicio de fidelización.
Centro de Documentación Oficial

OKARATECH Wiki

Base de conocimiento técnico y manual operativo continuo de la plataforma OKARATech: Eduardo IA, Motor de Ciencia de Datos, DataHub, Flujos de WhatsApp y Marco Legal. Seleccione un módulo para consultar sus guías detalladas.

Verticales: 4
Módulos Concentradores: 11
Total Tutoriales: 124
Actualización: Noviembre 2026
Concentrador Integral de Tutoriales

Agente IA — Copiloto Inteligente

Documentación técnica y guías operativas del Asistente Inteligente Eduardo IA, automatización y monitoreo con Tareas Programadas y gestión estratégica de conocimientos en la Bóveda Documental de OKARATech.

Total Tutoriales: 3
Módulos Integrados: 1
Actualización: Noviembre 2026
1. Agente IA (Eduardo AI)

01 — Asistente de Eduardo IA

1. Agente IA (Eduardo AI)

02 — Tareas Programadas de Eduardo IA

1. Agente IA (Eduardo AI)

03 — Bóveda de Eduardo IA

1. Nivel Región

Motor de Ciencia de Datos — Nivel Región

Documentación técnica continua de todos los indicadores agrometeorológicos, climáticos y de cobertura regional del sistema OKARATech.

Total Tutoriales: 25
Módulo: 1. Nivel Región
Actualización: Noviembre 2026
1. Nivel Región

01 — Altimetría

1. Nivel Región

02 — Humedad superficial del suelo

1. Nivel Región

03 — Variabilidad de humedad superficial

1. Nivel Región

04 — Severidad de sequía (DSI)

1. Nivel Región

05 — Suelo sin cobertura (BSI)

1. Nivel Región

06 — Variabilidad de suelo sin cobertura

1. Nivel Región

07 — Crecimiento de biomasa (EVI)

1. Nivel Región

08 — Variabilidad de biomasa

1. Nivel Región

09 — Vigor de vegetación emergente (OSAVI)

1. Nivel Región

10 — Variabilidad de vegetación emergente

1. Nivel Región

11 — Vigor de vegetación madura (NDRE)

1. Nivel Región

12 — Variabilidad de vegetación madura

1. Nivel Región

13 — Estabilidad productiva

1. Nivel Región

14 — Pardeamiento (BRI)

1. Nivel Región

15 — Variabilidad de pardeamiento

1. Nivel Región

16 — Estado de clorofila de la vegetación (CVI)

1. Nivel Región

17 — Variabilidad de clorofila

1. Nivel Región

18 — Estado de nitrógeno

1. Nivel Región

19 — Humedad del cultivo (NDWI)

1. Nivel Región

20 — Variabilidad de humedad del cultivo

1. Nivel Región

21 — Evapotranspiración potencial (ET)

1. Nivel Región

22 — Variabilidad de evapotranspiración

1. Nivel Región

23 — Temperatura promedio

1. Nivel Región

24 — Variabilidad de temperatura

1. Nivel Región

25 — Cobertura forestal (EUDR)

2. Nivel Campo

Motor de Ciencia de Datos — Nivel Campo

Documentación técnica continua de índices satelitales, altimetría, modelos edáficos, humedad, temperatura y características a nivel de campo del sistema OKARATech.

Total Tutoriales: 29
Módulo: 2. Nivel Campo
Actualización: Noviembre 2026
2. Nivel Campo

00 — Años en Agricultura (Uso Agrícola del Lote)

2. Nivel Campo

01 — Identificación y localización (del campo)

2. Nivel Campo

02 — Contexto Logístico (del campo)

2. Nivel Campo

03 — Ponderación, productividad y riesgo productivo

2. Nivel Campo

04 — Detección de lotes de cultivos

2. Nivel Campo

05 — Identificación de cultivos

2. Nivel Campo

06 — Predicción de rendimientos

2. Nivel Campo

07 — Clima histórico diario

2. Nivel Campo

08 — Comparación climática

2. Nivel Campo

09 — Estaciones meteorológicas

2. Nivel Campo

10 — Clima actual

2. Nivel Campo

11 — Pronóstico a 7 días (cada 3 hs)

2. Nivel Campo

12 — Pronóstico subestacional semanal

2. Nivel Campo

13 — Pronóstico estacional mensual

2. Nivel Campo

14 — Indicadores agroclimáticos

2. Nivel Campo

15 — Ventanas y condiciones operativas

2. Nivel Campo

16 — Altimetría de campo

2. Nivel Campo

17 — Cartas de suelos

2. Nivel Campo

18 — Áreas no agrícolas

2. Nivel Campo

19 — Uso histórico del suelo

2. Nivel Campo

20 — Ambientes productivos

2. Nivel Campo

21 — Puntos de muestreo

2. Nivel Campo

22 — Visualizaciones

2. Nivel Campo

23 — Estabilidad productiva

2. Nivel Campo

24 — Comparación de biomasa entre cultivos

2. Nivel Campo

25 — Crecimiento de biomasa (EVI)

2. Nivel Campo

26 — Humedad del cultivo (NDWI)

2. Nivel Campo

27 — Humedad superficial del suelo

2. Nivel Campo

28 — Reportes de campo

3. Nivel Cultivo

Motor de Ciencia de Datos — Nivel Cultivo

Documentación técnica continua de monitoreo de cultivos, índices de vegetación (NDVI, NDRE, EVI), biomasa, fenología y sanidad del sistema OKARATech.

Total Tutoriales: 18
Módulo: 3. Nivel Cultivo
Actualización: Noviembre 2026
3. Nivel Cultivo

01 — Identificación

3. Nivel Cultivo

02 — Tipo de cultivo

3. Nivel Cultivo

03 — Detección de lotes de cultivo

3. Nivel Cultivo

04 — Identificación de cultivos

3. Nivel Cultivo

05 — Predicción de rendimiento y cosecha

3. Nivel Cultivo

06 — Precipitación insuficiente

3. Nivel Cultivo

07 — Frío y heladas

3. Nivel Cultivo

08 — Calor

3. Nivel Cultivo

09 — Precipitación acumulada

3. Nivel Cultivo

10 — Precipitación pre siembra

3. Nivel Cultivo

11 — Temperaturas

3. Nivel Cultivo

12 — Balance hídrico

3. Nivel Cultivo

13 — Suma térmica

3. Nivel Cultivo

14 — Estado de nitrógeno

3. Nivel Cultivo

15 — Crecimiento de biomasa (EVI)

3. Nivel Cultivo

16 — Humedad del cultivo (NDWI)

3. Nivel Cultivo

17 — Humedad superficial del suelo

3. Nivel Cultivo

18 — Reportes de cultivo

4. Nivel Manejo Agronómico

Motor de Ciencia de Datos — Nivel Manejo Agronómico

Documentación técnica continua de gestión de labores agrícolas, prescripciones de insumos, mapas de rinde, ambientación y reportes agronómicos del sistema OKARATech.

Total Tutoriales: 21
Módulo: 4. Nivel Manejo Agronómico
Actualización: Noviembre 2026
4. Nivel Manejo Agronómico

01 — Historial de labores

4. Nivel Manejo Agronómico

02 — Período libre de pulverización

4. Nivel Manejo Agronómico

03 — Huella de carbono

4. Nivel Manejo Agronómico

04 — Huella hídrica

4. Nivel Manejo Agronómico

05 — Ecotoxicidad EIQ

4. Nivel Manejo Agronómico

06 — Ecotoxicidad RIPEST

4. Nivel Manejo Agronómico

07 — Recorridas a campo

4. Nivel Manejo Agronómico

08 — Muestreo de suelo

4. Nivel Manejo Agronómico

09 — Mapas de nutrientes

4. Nivel Manejo Agronómico

10 — Muestras de planta, grano y semilla

4. Nivel Manejo Agronómico

11 — Calidad de producción

4. Nivel Manejo Agronómico

12 — Seguimiento de flota

4. Nivel Manejo Agronómico

13 — Prescripción de insumos

4. Nivel Manejo Agronómico

14 — Datos crudos de monitores

4. Nivel Manejo Agronómico

15 — Aplicación

4. Nivel Manejo Agronómico

16 — Velocidad

4. Nivel Manejo Agronómico

17 — Cosecha y rendimiento

4. Nivel Manejo Agronómico

18 — Trazabilidad de máquina

4. Nivel Manejo Agronómico

19 — Margen bruto espacial

4. Nivel Manejo Agronómico

20 — Mantenimiento

4. Nivel Manejo Agronómico

21 — Reportes de manejo

1. Sistemas de Campos y Cultivos

DataHub — Sistemas de Campos y Cultivos

Documentación técnica y guías operativas continuas para el explorador de mapas, gestión de campos y cultivos, recorridas a campo, muestreos, estaciones meteorológicas, gestión de semillas y tableros dinámicos en OKARATech.

Total Tutoriales: 7
Módulo: 1. Sistemas de Campos y Cultivos
Actualización: Noviembre 2026
1. Sistemas de Campos y Cultivos

01 — Explorador de mapas

1. Sistemas de Campos y Cultivos

02 — Mis campos y cultivos

1. Sistemas de Campos y Cultivos

03 — OKT Recorridas

1. Sistemas de Campos y Cultivos

04 — OKT Muestras

1. Sistemas de Campos y Cultivos

05 — OKT Clima

1. Sistemas de Campos y Cultivos

06 — OKT Semillas

1. Sistemas de Campos y Cultivos

07 — Tableros dinámicos

2. Sistemas de Maquinaria

DataHub — Sistemas de Maquinaria

Documentación técnica y guías operativas continuas para telemetría y seguimiento IoT (OKT Tracking), monitoreo de operaciones agrícolas, mantenimiento en taller y protocolos de comunicación DSM y DSM3.

Total Tutoriales: 5
Módulo: 2. Sistemas de Maquinaria
Actualización: Noviembre 2026
2. Sistemas de Maquinaria

01 — OKT Tracking

2. Sistemas de Maquinaria

02 — OKT Operaciones

2. Sistemas de Maquinaria

03 — OKT Taller

2. Sistemas de Maquinaria

04 — DSM

2. Sistemas de Maquinaria

05 — DSM3

3. Sistemas de Marketing

DataHub — Sistemas de Marketing

Documentación técnica y guías operativas continuas para la creación y gestión de landings promocionales, banners publicitarios, campañas de email marketing, centro de notificaciones, anuncios y redes sociales vinculadas.

Total Tutoriales: 6
Módulo: 3. Sistemas de Marketing
Actualización: Noviembre 2026
3. Sistemas de Marketing

01 — Landings

3. Sistemas de Marketing

02 — Banners

3. Sistemas de Marketing

03 — Mailing

3. Sistemas de Marketing

04 — Notificaciones

3. Sistemas de Marketing

05 — Anuncios

3. Sistemas de Marketing

06 — Redes

4. Sistemas de Administración

DataHub — Sistemas de Administración

Documentación técnica y guías operativas continuas para administración de cuentas corporativas, configuración de campos y cultivos maestros, centro de información y recursos, almacenamiento en OKT Drive y gestión de acceso y seguridad (GAM).

Total Tutoriales: 5
Módulo: 4. Sistemas de Administración
Actualización: Noviembre 2026
4. Sistemas de Administración

01 — Administración de cuenta

4. Sistemas de Administración

02 — Mis campos y cultivos

4. Sistemas de Administración

03 — Centro de información

4. Sistemas de Administración

04 — OKT Drive

4. Sistemas de Administración

05 — Gestión de acceso y seguridad (GAM)

5. Flujos de WhatsApp (WhatsApp Flows)

DataHub — Flujos de WhatsApp (WhatsApp Flows)

Documentación técnica y guías paso a paso para la operación ágil mediante WhatsApp: consulta de mapas e índices satelitales, estaciones climáticas, pulverización, siembra, recorrida de campos y gestión completa de Órdenes de Trabajo con asignación de lotes e insumos.

Total Tutoriales: 2
Módulo: 5. Flujos de WhatsApp (WhatsApp Flows)
Actualización: Noviembre 2026
5. Flujos de WhatsApp (WhatsApp Flows)

01 — Flujos de WhatsApp (WhatsApp Flows)

5. Flujos de WhatsApp (WhatsApp Flows)

02 — Órdenes de Trabajo por WhatsApp (WhatsApp Flows)

Concentrador Integral de Tutoriales

Información General — Marco Legal y Suscripciones

Documentación oficial sobre el marco normativo, contratos de prestación de servicios, políticas de privacidad y protección de datos, y tabla comparativa detallada de planes y suscripciones de la plataforma OKARATech.

Total Tutoriales: 3
Módulos Integrados: 1
Actualización: Noviembre 2026
1. Información General

01 — Contrato de servicios de OKARATech® LTDA

1. Información General

02 — Política de Privacidad

1. Información General

03 — Tabla Comparativa de Suscripciones