Integrando fertilización eficiente y sensores multiespectrales para optimizar el nitrógeno en el cultivo

El maíz es uno de los cultivos más importantes del mundo, no solo por su gran producción, sino también por su papel en la alimentación animal, la industria agroalimentaria y la producción de biocombustibles. En España, se producen entre 3 y 4 millones de toneladas al año, concentrándose principalmente en el valle del Ebro (Aragón, Cataluña y Navarra) y en la cuenca del Duero (Castilla y León), donde el clima, el suelo y el regadío permiten obtener buenos rendimientos.

Detalle del ensayo de fertilización, preparado para la visita de agricultores, dentro de una parcela comercial en Villavante (León) donde se ejecutó un ensayo 'On-farm'.

El rendimiento del maíz depende en gran medida del nitrógeno, un nutriente esencial para la fotosíntesis, la formación de proteínas y el desarrollo de la planta. Pero aplicarlo de forma incorrecta no solo encarece la producción, sino que también puede afectar al medio ambiente, provocando pérdidas por lixiviación de nitratos o emisiones de gases de efecto invernadero. Por eso, mejorar la eficiencia del nitrógeno es clave para producir más y de manera más sostenible.

Una forma de lograrlo es usando fertilizantes de eficiencia mejorada, como ENTEC®, que incluyen inhibidores de la nitrificación DMPP y DMPSA. Estos compuestos ayudan a que el nitrógeno se mantenga disponible durante más tiempo en el suelo, reduciendo pérdidas y mejorando su aprovechamiento por la planta.

Además, la tecnología ofrece herramientas para conocer en tiempo real cómo está el cultivo. Los drones con sensores multiespectrales pueden 'ver' cómo reflejan la luz las plantas en diferentes longitudes de onda, lo que permite estimar la cantidad de clorofila y, de forma indirecta, el estado de nitrógeno del maíz. Combinando estos drones con fertilizantes de eficiencia mejorada, se busca ajustar la fertilización de manera más precisa, aumentar el rendimiento y reducir el impacto ambiental, logrando una agricultura más rentable y sostenible.

Para probar cómo los drones con cámaras multiespectrales pueden ayudar a los agricultores a gestionar mejor la fertilización, se realizó un ensayo en una parcela de regadío en Villavante, provincia de León. El suelo era franco-arenoso, con bajo contenido de materia orgánica. El cultivo anterior había sido judía grano, y se sembró maíz a finales de mayo de 2025.

Se compararon seis tratamientos diferentes, desde un testigo sin fertilización hasta dosis elevadas de nitrógeno, aplicadas en distintos momentos del desarrollo del cultivo (segunda, quinta y séptima hoja). Para mejorar la eficiencia del nitrógeno, se utilizó ENTEC®, un fertilizante que incorpora inhibidores de nitrificación (DMPP y DMPSA), lo que permite que el nitrógeno se mantenga disponible más tiempo, reduciendo pérdidas y aumentando su aprovechamiento por la planta (Tabla 1).

Los tratamientos fertilizados se hicieron con ENTEC® 13-10-20 en fondo y ENTEC® EVO™ 27 en cobertera, a excepción del T05, que se utilizó ENTEC® 24-8-7 en una única aplicación.

Durante el crecimiento del maíz se realizaron seis vuelos (26/06/2025, 03/07/2025, 10/07/2025, 17/07/2025, 31/07/2025 y 28/08/2025) con un dron equipado con cámara multiespectral, que captaba imágenes en cuatro bandas de luz: verde, rojo, borde rojo e infrarrojo cercano. A partir de estas imágenes se calcularon índices de vegetación como NDVI, NDRE y GNDVI, que permiten estimar de manera rápida el vigor del cultivo y el estado nutricional en nitrógeno.

Al final del ciclo, se cosecharon las dos hileras centrales de cada parcela para medir el rendimiento, el número de granos por mazorca y el peso de 1.000 granos. Los datos se ajustaron al 14% de humedad para poder comparar los tratamientos de forma uniforme. Además, se analizaron las relaciones entre los índices de vegetación y las variables de producción, lo que permitió evaluar cómo la información de los drones podía ayudar a identificar deficiencias de nitrógeno y optimizar la fertilización.

Tabla 2. Rendimiento (kg ha^-1, 14% humedad), número granos por mazorca y peso mil granos (g).

En cuanto a los índices de vegetación obtenidos con los drones, la correlación con el rendimiento y el nitrógeno total aplicado aumentó a medida que el maíz se fue desarrollando. En los primeros vuelos (principios de julio), la relación era baja, pero con el crecimiento del cultivo los índices se fueron volviendo cada vez más informativos, alcanzando su valor máximo en el último vuelo, a finales de agosto.

Entre los índices evaluados, GNDVI fue el que mostró mejor relación con el rendimiento de grano (R² = 0,47) y con el nitrógeno aplicado (R² = 0,66). El NDVI también presentó una buena correlación, aunque algo menor (R² = 0,41 para rendimiento y 0,61 para N aplicado). Por su parte, el NDRE mostró la correlación más baja en ambos casos. En general, todos los índices se relacionaron mejor con el nitrógeno aplicado que con el rendimiento, lo que indica que son útiles para detectar la disponibilidad de N antes de que afecte completamente a la producción.

Las imágenes obtenidas con el dron permitieron también observar visualmente las diferencias entre parcelas. En las fotos en color (RGB) se notan claramente las parcelas fertilizadas frente al testigo sin abonar. Los mapas de NDVI en esa fecha mostraron cierto efecto de saturación en las parcelas de alto vigor, mientras que NDRE y GNDVI permitieron distinguir mejor los tratamientos, mostrando con claridad cuáles parcelas habían recibido fertilización y cuáles no.

Estos resultados confirman que la combinación de drones con cámaras multiespectrales y fertilización eficiente permite no solo medir el efecto del nitrógeno sobre el maíz, sino también visualizar de forma rápida y directa la respuesta de los cultivos, ayudando a tomar decisiones más precisas y oportunas.

Aunque los resultados fueron positivos, las correlaciones obtenidas fueron moderadas, lo que indica que todavía hay margen de mejora en su interpretación, ya que la relación entre los índices de vegetación y las variables agronómicas no siempre es lineal. También es clave elegir el momento adecuado para capturar las imágenes, ya que el estadio fenológico influye en la capacidad de detectar deficiencias de nitrógeno de forma temprana.

El uso de drones con sensores multiespectrales demostró ser una herramienta útil para monitorear el estado nutricional del maíz y facilitar decisiones de fertilización. El índice GNDVI fue el más informativo, aunque todos los índices mejoraron su capacidad predictiva a medida que avanzaba el cultivo.

La combinación de estas tecnologías con fertilizantes de eficiencia mejorada, como ENTEC®, permite un uso más eficiente del nitrógeno, reduciendo pérdidas y asegurando que esté disponible cuando la planta más lo necesita. En conjunto, estas estrategias contribuyen a una agricultura más precisa, rentable y sostenible.