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.
El modelo desarrollado por Predic I se basa en Inteligencia Artificial y algoritmos de precisión.
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
La Fundación Descubre y la Universidad Pablo de Olavide, con la cofinanciación de la Consejería de Universidad, Investigación e Innovación y la Fundación Española para la Ciencia y la Tecnología – Ministerio de Ciencia, Innovación y Universidades, impulsan estas iniciativas en el marco del proyecto ‘Andalucía + ciencia ciudadana’. Científicos, centros educativos y asociaciones desarrollarán estas iniciativas relativas a la reutilización de residuos, la biodiversidad, la visibilización del talento femenino o la mejora de los barrios con aportaciones de las personas mayores, en las provincias de Granada, Málaga, Cádiz, Huelva y Sevilla hasta 2027.
Un estudio de la Universidad Pablo de Olavide revela que la habilidad del compañero puede tener efectos inesperados: cuando la diferencia de nivel es alta, colaborar con alguien de mayor capacidad y conocimientos no garantiza un mejor rendimiento y puede incluso reducir la nota individual.
Sigue leyendo
Este proyecto de la Universidad Pablo de Olavide, en colaboración con las universidades de Barcelona y Vigo, combina revisión científica, datos públicos desagregados y la voz de expertas y colectivos para orientar políticas climáticas con enfoque feminista y justicia social.
