06/02/2015

Proteína, grasa, almidón: un sensor anticipa la calidad de los granos

Técnicos del Inta y de una empresa desarrollaron un prototipo para la cosechadora. LA VOZ DEL CAMPO

Técnicos del Instituto Nacional de Tecnología Agropecuaria (Inta) participaron en el desarrollo de un prototipo que detecta, durante la cosecha, el nivel de proteína, grasa y almidón presente en los granos de trigo, cebada, soja y maíz. Esta información anticipa la calidad de la producción y determina su potencial para comercializarla con un valor diferencial.

“Esta herramienta facilita la aplicación de diferentes estrategias de manejo para mejorar la calidad de los granos y la diferenciación de la producción a campo, dos factores que promueven el agregado de valor en origen”, aseguró Andrés Méndez, especialista en agricultura de precisión del Inta Manfredi, en la provincia de Córdoba.

El técnico resaltó la importancia que le significa al productor el hecho de conocer anticipadamente la calidad de la producción. “En el caso de la soja, es fundamental conocer los valores de proteína y de aceite que tienen los granos antes de ser enviados a la extrusora, ya que eso evita elaborar un producto que no alcanza el estándar deseado”, explicó.

Segregación

Asimismo, Méndez recomendó la segregación de los granos para lograr una industrialización diferencial del trigo y de la cebada y sugirió la adopción de este tipo de tecnologías. “Este sensor permite armar un ‘mapa de calidad de los granos’ que, al igual que el mapa de rendimiento, genera información georreferenciada para el manejo eficiente del sistema productivo”, observó.

El prototipo, fabricado por la empresa TecnoCientífica, se encuentra en evaluación y sujeto a diferentes pruebas de laboratorio y a campo. De acuerdo con Méndez, los resultados preliminares indican “una consistencia en los datos”, los cuales superan a los de otras experiencias que emplearon dispositivos provenientes de los Estados Unidos. “Esto significa un aporte a la trazabilidad de los granos y a la certificación de los procesos de producción primaria”, aseguró.

De los ensayos, que seguirán en desarrollo, participan el especialista Néstor Juan del laboratorio de Análisis de Calidad de Granos del Inta Angüil (La Pampa); Diego Villarroel, Juan Pablo Vélez, Fernando Scaramuzza, del Inta Manfredi, y Ricardo Melchiori, del Inta Paraná (Entre Ríos).

Un ejemplo en soja

En la Argentina, el mayor volumen de aceite se obtiene a partir del sistema de extracción por solvente, el cual deja en el subproducto de soja un residual de aceite del uno al dos por ciento.

Para traducir este diferencial a rentabilidad, podría pensarse el siguiente ejemplo: supóngase que ingresan dos camiones a una planta, ambos con 30.000 kilos de soja, pero uno con una variabilidad de aceite en granos del 17 por ciento y el otro, con una variabilidad del 23 por ciento.

Luego de la extracción por solvente, los granos cosechados quedarán con un 16 y 22 por ciento de aceite, respectivamente. Por tonelada, cada camión permitirá conseguir 160 y 220 kilos de aceite. Si estos valores se multiplican por las 30 toneladas disponibles en cada vehículo, se deduce que podrán obtenerse 4.800 y 6.600 kilos de aceite, sumados a otros 1.800 kilos que surgen del diferencial por calidad.

Si la tonelada cotiza a 4.310 pesos en el mercado, eso implica una ganancia de 7.758 pesos por camión, es decir, de más de 15.000 para el productor, calculan los técnicos.

Funcionamiento

El prototipo, denominado “NIR-Crop Analyzer”, cuenta con una cámara de medición, donde se ubica una lámpara que escanea los granos y calcula la emisión de energía.

Esa energía es comparada con los espectros precargados en el sistema de medición del dispositivo y, luego, traducida a los porcentajes de proteína, humedad, grasa y almidón, especificó Méndez.

El funcionamiento del sistema de escaneo maximiza la representatividad de datos al acumular un gran volumen de información espectral. La cámara de medición se coloca en la cosechadora y toma muestras de 300 gramos de grano entre cada 10 y 15 segundos, lo que equivale a tener un dato georreferenciado entre cada 20 y 30 metros.