Los investigadores presentan una herramienta de inteligencia artificial para ayudar a los productores de olivos a predecir el momento de la cosecha

Resumen

El Grupo Operativo Predic 1 desarrolló con éxito una plataforma para predecir la cosecha de aceitunas con hasta una temporada completa de antelación, con una precisión de hasta el 90 %, utilizando metodologías de minería de datos y algoritmos de aprendizaje automático. El proyecto, financiado con fondos agrícolas europeos, busca proporcionar una aplicación web gratuita para mejorar la gestión de las explotaciones y la optimización de los recursos en el sector oleícola, con el potencial de mejorar la toma de decisiones y la sostenibilidad del sector.

Tras más de tres años de desarrollo, los resultados del trabajo del Grupo Operativo Predic 1 se presentaron el mes pasado en una conferencia en Mengíbar, Jaén.

El cometido del grupo era ofrecer una plataforma capaz de predecir la cosecha de aceitunas una temporada entera por adelantado, un objetivo que dijeron que lograron con una precisión de hasta el 90 por ciento.

El trabajo ha sido llevado a cabo por un consorcio formado por la Universidad de Jaén, Cetemet, Citoliva, Cooperativas Agroalimentarias de Andalucía y Nutesca, utilizando como casos de prueba olivares tradicionales de Picual en Jaén, Córdoba y Granada.

Según María Isabel Ramos, profesora del Departamento de Ingeniería Cartográfica, Geodésica y Fotogramétrica de la Universidad de Jaén y autora correspondiente de un estudio de 2022 Estudio En cuanto a la tecnología, los sistemas predictivos son cruciales para el futuro del sector olivarero.

"A nivel científico, la predicción de la cosecha de cultivos es uno de los problemas más complejos dentro de la agricultura de precisión”, afirmó. "Hay varios estudios que hacen estas predicciones a partir de la estrecha relación entre la emisión de polen y la producción de frutos, otros a partir de variables aerobiológicas, fenológicas y meteorológicas, todos con precisiones eficientes y aceptables a partir de julio”.

"Pretendemos avanzar en esta predicción y poder hacer predicciones óptimas en el periodo previo a la floración… mucho antes de que el agricultor realice su planificación estratégica e inversión económica en la finca”, añadió Ramos.

El grupo utilizó metodologías de extracción de datos utilizadas anteriormente en proyectos de atención médica predictiva para crear modelos de regresión a partir de datos meteorológicos y datos históricos de recolección de toda el área objetivo inicial.

Esto se combinó con datos actuales de drones equipados con sensores termográficos y cámaras multiespectrales, imágenes satelitales, evaluaciones fenológicas, análisis foliares y de suelo y datos recopilados de granjas modelo.

El modelo utiliza el aprendizaje automático, el campo de la inteligencia artificial mejor establecido y con un historial comprobado en agricultura, para predecir el rendimiento de los cultivos con la mayor precisión posible.

El uso de un algoritmo de máquina de vectores de soporte hizo posible utilizar múltiples núcleos, a saber, los núcleos lineales y gaussianos. Esto facilita que el algoritmo se adapte a la naturaleza de los datos, permitiendo realizar infinitas transformaciones.

La plataforma estará disponible gratuitamente como una aplicación basada en web similar a SIGPAC, el sistema de información geográfica de parcelas agrícolas del gobierno español.

Los usuarios pueden ver una representación gráfica interactiva de la información solicitada y exportar los datos.

Francisco Ramón Feito Higueruela, catedrático de infografía y geomática de la Universidad de Jaén y coordinador técnico del proyecto, explicó que a medida que aumente el número de usuarios y se retroalimenten al sistema los resultados de futuras cosechas, mejorará la precisión de las predicciones. . Serán posibles modelos más eficientes y adaptados a cada área.

José Menar Pacheco, de Cooperativas Agroalimentarias de Andalucía, destacó la importancia del papel de su organización en la difusión de los resultados y conocimientos del proyecto entre las partes interesadas.

Espera garantizar una amplia conciencia y adopción de los hallazgos del proyecto para mejorar la gestión agrícola y la optimización de recursos de sus miembros. Esos miembros representan más de 11 millones de euros de facturación anual y más del 70 por ciento de la producción total de aceite de oliva de Andalucía.

El proyecto está financiado a través de los fondos europeos agrarios de desarrollo rural y la Junta de Andalucía como parte de la convocatoria de grupos operativos regionales de la Asociación Europea para la Innovación en productividad agrícola y sostenibilidad en el sector olivarero.

"Dentro del Política Agrícola Común, se están implementando una serie de nuevas reformas, incluida la lucha contra cambio climático con estos objetivos medioambientales, así como la consecución de un sector agrario sostenible y competitivo apoyando a los agricultores, y todo ello con una fuerte apuesta por la digitalización del sector oleícola para alcanzar estos objetivos”, afirmó Ramos.

Ella añadió, "El cumplimiento de estos objetivos depende de la adecuada toma de decisiones por parte de cada uno de los actores involucrados en el sector. Por tanto, los sistemas predictivos son una herramienta crucial en la gestión y la toma de decisiones”.

• Universidad de jaén