Un grupo de investigadores presenta una herramienta de inteligencia artificial para ayudar a los olivicultores a predecir el momento de la cosecha
Mediante el uso del aprendizaje automático para analizar una serie de datos procedentes de explotaciones modelo, los investigadores lograron predecir el momento de la cosecha del olivo con una precisión del 90 %.
Tras más de tres años de desarrollo, los resultados del trabajo del Grupo Operativo Predic 1 se presentaron el mes pasado en una conferencia celebrada en Mengíbar, Jaén.
El objetivo del grupo era crear una plataforma capaz de predecir las cosechas de aceitunas con toda una temporada de antelación, meta que, según afirmaron, lograron con una precisión de hasta el 90 %.
El trabajo fue llevado a cabo por un consorcio formado por la Universidad de Jaén, Cetemet, Citoliva, Cooperativas Agroalimentarias de Andalucía, un sindicato de agricultores, y Nutesca, utilizando olivares tradicionales de la variedad Picual en Jaén, Córdoba y Granada como casos de prueba.
Véase también: Investigadores en Andalucía desarrollan una herramienta de IA para mejorar la eficiencia del riegoSegún 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 sobre esta tecnología, los sistemas predictivos son cruciales para el futuro del sector olivarero.
«A nivel científico, la predicción de la cosecha es uno de los problemas más complejos dentro de la agricultura de precisión», afirmó. «Existen varios estudios que realizan estas predicciones basándose en la estrecha relación entre la emisión de polen y la producción de frutos, otros a partir de variables aerobiológicas, fenológicas y meteorológicas, todas con precisiones eficientes y aceptables a partir de julio».
«Pretendemos avanzar en esta predicción y ser capaces de realizar predicciones óptimas en el periodo previo a la floración… mucho antes de que el agricultor lleve a cabo su planificación estratégica y su inversión económica en la explotación», añadió Ramos.
El grupo utilizó metodologías de minería de datos empleadas anteriormente en proyectos de medicina predictiva para crear modelos de regresión a partir de datos meteorológicos y datos históricos de cosechas de toda la zona objetivo inicial.
Esto se combinó con datos actuales procedentes de drones equipados con sensores termográficos y cámaras multiespectrales, imágenes satelitales, evaluaciones fenológicas, análisis foliares y del suelo, y datos recopilados en granjas modelo.
El modelo utiliza el aprendizaje automático, el campo más consolidado de la inteligencia artificial y con una trayectoria probada en la agricultura, para predecir el rendimiento de los cultivos con la mayor precisión posible.
El uso de un algoritmo de máquina de vectores de soporte permitió utilizar múltiples núcleos, concretamente los núcleos lineales y gaussianos. Esto facilita que el algoritmo se adapte a la naturaleza de los datos, permitiendo llevar a cabo transformaciones infinitas.
La plataforma estará disponible de forma gratuita como una aplicación web similar a SIGPAC, el sistema de información geográfica del Gobierno español para parcelas agrícolas.
Véase también: Investigadores desarrollan un algoritmo para predecir el potencial de cosecha a partir de datos climáticosLos usuarios pueden ver una representación gráfica interactiva de la información solicitada y exportar los datos.
Francisco Ramón Feito Higueruela, catedrático de Gráficos por Ordenador y Geomática de la Universidad de Jaén y coordinador técnico del proyecto, explicó que, a medida que aumente el número de usuarios y se introduzcan en el sistema los resultados de futuras cosechas, la precisión de las predicciones mejorará. Será posible crear modelos más eficientes adaptados a cada zona.
José Menar Pacheco, de las 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.
Su objetivo es garantizar una amplia difusión y adopción de los resultados del proyecto para mejorar la gestión de las explotaciones de sus miembros y la optimización de los recursos. Dichos miembros representan más de 11 millones de euros de facturación anual y más del 70 % de la producción total de aceite de oliva de Andalucía.
El proyecto está financiado por los fondos agrícolas europeos para el desarrollo rural y la Junta de Andalucía, en el marco de la convocatoria de grupos operativos regionales de la Asociación Europea de Innovación en productividad y sostenibilidad agrícola en el sector olivarero.
«En el marco de la Política Agrícola Común, se están llevando a cabo una serie de nuevas reformas, entre las que se incluye la lucha contra el cambio climático con estos objetivos medioambientales, así como el logro de un sector agrícola sostenible y competitivo mediante el apoyo a los agricultores, y todo ello con un firme compromiso con la digitalización del sector olivarero para alcanzar estos objetivos», afirmó Ramos.
Añadió: «El cumplimiento de estos objetivos depende de la toma de decisiones adecuada por parte de cada uno de los actores implicados en el sector. Por lo tanto, los sistemas predictivos son una herramienta crucial para la gestión y la toma de decisiones».