Un sistema con Inteligencia Artificial anticipa la cosecha de olivar en municipios de Jaén, Córdoba y Granada
Tras más de tres años de trabajo, el Grupo Operativo Predic I llega a su fin. Este consorcio, conformado por la Universidad de Jaén, Cetemet, Citoliva, Cooperativas Agro-alimentarias de Andalucía y Nutesca, ha desarrollado un sistema para predecir con antelación, -justo al cierre de la campaña de recolección anterior-, la cantidad de la próxima cosecha en olivos de los municipios de Jaén, Córdoba y Granada.
Fuente: Universidad de Jaén
El Grupo Operativo Predic I ha llegado a su fin. Se trata de un sistema experto accesible y fácil de utilizar por el usuario, al estar implementado en una aplicación web. El agricultor o gestor de la finca que utilice la aplicación accede con un perfil específico, en el que selecciona la predicción que necesita conocer. También puede exportar la información en el formato que desee o, simplemente, visualizar una representación gráfica de los resultados, a nivel de municipio o también de explotación.
No en vano, la metodología contempla un estudio multiescala, esto es, se han seleccionado las provincias de Jaén, Córdoba y Granada y se han realizado predicciones de cosecha a nivel de municipio. Por otro lado, se han seleccionado cinco fincas en cada una de las provincias citadas, sumando así un total de 15 explotaciones, todas ellas con características similares en cuanto a la tipología de olivar. En este caso, plantaciones de olivos en marco tradicional y de variedad picual.
Según argumenta Francisco Ramón Feito, catedrático de la Universidad de Jaén y coordinador técnico del proyecto, el modelo desarrollado por Predic I se basa en Inteligencia Artificial y algoritmos de precisión. En concreto, se ha utilizado el algoritmo SVM con Kernel Lineal y Gaussiano, siendo el primero el que proporciona una mayor precisión predictiva. Además, la integración de los índices de vegetación en el modelo mejora la predicción del rendimiento del cultivo. Esto es debido a que un mejor diagnóstico del estado de la plantación contribuye a una buena predicción temprana de su producción.
También se ha contado con imágenes de satélite, que han sido fundamentales para disponer de una temporalidad suficiente que cubra todos los municipios de las provincias de Jaén, Córdoba y Granada.
El sistema desarrollado por este grupo operativo es, además, capaz de evolucionar, ya que la retroalimentación del mismo con información de nuevas campañas permitirá generar modelos predictivos cada vez más eficientes y más ajustado a cada zona objeto de estudio, afirma Francisco Feito.
Pero, además de predicción de cosechas, esta tecnología permite realizar consultas sobre producciones históricas de las explotaciones, para analizar el comportamiento dinámico del cultivo a lo largo del tiempo.
Este proyecto está financiado a través de los Fondos Europeos Agrícolas de Desarrollo Rural (FEADER) y cofinanciado por la Consejería de Agricultura, Pesca, Agua y Desarrollo Rural de la Junta de Andalucía en la convocatoria para el Funcionamiento de Grupos Operativos Regionales de la Asociación Europea de Innovación (AEI) en materia de productividad y sostenibilidad agrícola en el sector del olivar.
Últimas publicaciones
Un estudio dirigido por la Universidad Pablo de Olavide ha permitido contrastar sobre el terreno varias hipótesis planteadas mediante georradar y documentación digital, además de aportar nuevos datos sobre los jardines y una gran piscina circular.
Un estudio en el que participa la Universidad de Málaga demuestra que el lecho desecado del mar de Aral -situado en Asia Central, exactamente en la frontera entre Kazajistán (al norte) y Uzbekistán (al sur) es un componente clave del balance de carbono en este continente y una oportunidad de mitigación climática que ha pasado en gran medida desapercibida.
Sigue leyendoDurante años, en las ciencias del deporte se ha asumido que realizar una tarea mental exigente afecta al rendimiento deportivo. Ahora, un equipo de investigadores de la Universidad de Granada, confirman que, en contra de lo que se pensaba, este tipo de esfuerzos cognitivos antes del ejercicio no tienen un efecto negativo en la fisiología del esfuerzo, la percepción subjetiva del mismo o el rendimiento.
Sigue leyendo
