Texto:
María I. Ramos y Juan J. Cubillas
Universidad de Jaén
María Isabel Ramos es profesora titular de la Universidad de Jaén y Juan José Cubillas es miembro del grupo de investigación Informática Gráfica y Geomática. Analizan en este artículo su sistema desarrollo para la predicción temprana (meses enero/febrero) de la siguiente campaña olivarera.
De sobra es conocida la contribución de la agricultura a la economía de los países de la cuenca mediterránea, destacando el olivar sobre todo en la parte sur de nuestro país. La productividad de los olivares depende de diversos factores, como la fertilidad del suelo, tipo de laboreo, de cultivo, cosecha de la campaña anterior y, además, las condiciones meteorológicas. Es precisamente, en este último factor en el que existe una creciente preocupación. Son numerosas las organizaciones científicas que advierten del desequilibrio climático que nos afecta, en el que se suceden elevadas temperaturas en épocas invernales (que pueden afectar a la floración), con precipitaciones a destiempo. Todo ello hace que año a año aumente la incertidumbre en el sector acerca de cuál será la productividad en cada campaña.
Pensemos por un momento que somos los gestores de una finca y a principios de año tenemos datos fiables de la cosecha de aceituna que vamos a recolectar en la próxima campaña, ¿Permitiría esta información realizar una planificación más correcta de la finca?, como por ejemplo programar una poda más conservadora o agresiva, el abonado de la finca, o el uso de tratamientos con productos fitosanitarios entre otras acciones.
Tomar decisiones
En el caso de una almazara, ¿mejoraría su estrategia de comercialización de aceite?, ¿podría elegir con mejor criterio el momento de venta?, y en el caso de una compañía de seguros, ¿Mejoraría su estrategia comercial? la respuesta resulta evidente, cualquier información anticipada y precisa facilita la toma de decisiones.
La clave está en disponer del dato sobre previsión de cosecha lo antes posible y de manera fiable, ya que en cuanto finaliza la campaña de recogida de aceituna hay que empezar a tomar decisiones de cara a la siguiente. Para ello, como en cualquier sector, la opinión de los expertos en la materia resulta fundamental. En este sentido, los agricultores conocen las variables que influyen, entre ellas se encuentran: precipitaciones, temperaturas máximas, media y mínimas, humedad relativa, velocidad del viento (clave en la polinización), estado de la planta en función de si la finca es de regadío o secano, cantidad de agua usada, etc., y cada una de ellas con un peso específico en función de los valores que alcanzan según qué época del año.
Aquí es donde la Inteligencia Artificial (IA) da un paso más allá que cualquier experto o conjunto de especialistas. La IA es capaz de procesar de manera simultánea toda esa información y codificar el conocimiento de los expertos para dar un valor de predicción de cosecha de manera precisa y fiable. En el trabajo que hemos realizado se han utilizado múltiples variables, muchas de ellas incluso no accesibles para el agricultor como son datos extraídos de imágenes de satélite. Junto a estas variables se han almacenado los datos de cosecha de años anteriores. Todo este conjunto de información conforma los datos de entrenamiento del sistema de IA. Un sistema que año a año va aprendiendo cómo responde la finca en función de los valores que han tenido las variables que influyen sobre la cosecha. Matemáticamente se traduce en un algoritmo de regresión que aplica un peso específico a cada uno de estos factores para generar el dato objetivo: la predicción de cosecha.
En el caso del estudio que hemos implementado en la provincia de Jaén nuestro sistema es capaz de predecir en una fase temprana del año (enero o febrero), la cosecha próxima con una precisión del 80%. Estos modelos se han aplicado a nivel de finca, de cooperativa y de municipio. La ventaja de este tipo de sistemas es que, a año a año se actualizan los datos, el sistema aprende y se reajusta mejorando la precisión de la predicción. Esto es la IA, una tecnología prometedora capaz de mejorar su conocimiento a medida que se actualizan sus datos, y dado el exponencial avance de la sensórica y la accesibilidad a los datos multifuente esto no ha hecho más que empezar.
Revista Almaceite 