Resultados de ‘GO Fruit Forecast’: valores de datos sobre la agricultura

Posted on


Parámetros de calidad y volumen de cosecha para los sectores de melocotón y cereza

Redacción Tierras / Interempresas20/06/2022

El IRTA y RawData mostraron sus avances en la consecución de un modelo predictivo de producción y calidad de la fruta en la Jornada Predictive Harvest Model basada en tecnología Big Data, organizada en colaboración con el Ministerio de Acción por el Clima, Alimentación y Agenda de Pueblos de la Generalitat de Catalunya, el pasado 16 de junio en el Plan de Transferencia de Tecnología Ruralcat 2022.

La variabilidad meteorológica provocada por el cambio climático ha generado incertidumbres en la evolución de la agricultura que han derivado en dificultades adicionales en la planificación de las cosechas, y especialmente en el cultivo de frutas.

Por otro lado, la mayor variación en el volumen y calidad de la producción de durazno y cereza hizo que la inversión de recursos y dedicación del equipo técnico para diseñar mi cosecha fuera mayor e imprecisa.

El equipo técnico utiliza diferentes técnicas (muestreo, control de maduración, aforo, etc.) para asegurar primero variables de volumen y tiempo de cosecha óptimos, pero la fiabilidad de los resultados que proporciona este sistema tiene potencial de mejora.

El proyecto piloto ha estado funcionando desde marzo de 2020 y está programado para completarse en agosto de este año.

La gran cantidad de variables que afectan la calidad y cantidad de la producción (clima, características de las parcelas, áreas de producción, dinámicas de renovación varietal, etc.) hace que en adelante sea muy complicado obtener predicciones confiables con enfoques tradicionales. Todavía no existe una metodología exitosa para poder conocer de antemano acerca de las dos principales variables que afectan la planificación de la cosecha en melocotonero y cerezo: el volumen y la maduración de la cosecha.

Por lo tanto, lograr una planificación de cosecha confiable nos permite ganar una posición estratégica cuando se trata de marketing, logística y gestión eficiente de insumos y mano de obra central y de campo.

Protocolo para medición de cosecha y calidad de frutos

El grupo Cooperatiu Fruits de Ponent SCCL (Alcarrs) y el productor de cerezas Cerima Cherries (Tivissa) junto con el IRTA y la empresa tecnológica RawData han unido sus fuerzas durante dos años en el proyecto Fruit Forecasting, con el objetivo de mejorar la fiabilidad de la cosecha. planificación basada en modelos predictivos que utilizan tecnología Big Data.

El proyecto ya está coordinado por el Clúster FEMAC, bajo el Programa del Grupo Operativo financiado por el Departamento de Acción Climática, Alimentación y Agenda Rural (DAAC), bajo el programa del Grupo Operativo Regional, y se completará después de casi finalizar. dos años de trabajo.

Para las dos empresas, estas cinco entidades han estado trabajando para desarrollar tamaños de cosecha y protocolos de calidad de fruta para cultivar fruta con el objetivo de obtener datos de campo que aumentarán la confiabilidad del modelo de predicción de cosecha desarrollado por RawData. Cada año se obtuvieron datos de campo de la evaluación de 24 parcelas de durazno y 10 parcelas de cereza.

El proyecto Fruit Forecast se basa en el uso de datos y tecnología Big Data para desarrollar un modelo de predicción que anticipe información sobre la evolución de los parámetros de calidad y volumen de cosecha para los sectores de melocotón y cereza. Se entiende que el modelo se puede escalar para otras especies de frutas más adelante. La tecnología relacionada con Big Data ahora permite la integración de múltiples fuentes de información para desarrollar modelos predictivos para reducir la incertidumbre en la planificación de la cosecha.

Los resultados obtenidos hasta el momento validan el valor de los datos históricos de producción de cereza y durazno de los últimos años recogidos por la empresa productora. Hay muchas fuentes de datos para modelar en agricultura, como datos meteorológicos e imágenes satelitales (Figura 1), pero estas fuentes pueden proporcionar predicciones más confiables cuando se acompañan de datos sobre la capacidad y calidad de las empresas productoras (Figuras 2 y 3). Queda así patente la importancia de los datos históricos y la ventaja competitiva que representan los datos para las entidades de producción agropecuaria, donde la incertidumbre es una constante muy difícil de gestionar.

Foto

Figura 1. Imágenes satelitales de la parcela de cerezas en la evaluación. El color indica el índice de vegetación NDVI.

El sector está aprendiendo rápidamente que los datos y la información son capacidades y activos para la toma de decisiones que deben gestionarse. Activos que marcan la diferencia en las decisiones que tienen un gran impacto económico, como las decisiones relacionadas con la comercialización de los productos, así como la oferta y el tiempo de los recursos necesarios para producirlos.

Foto

Figura 2. Cálculo de frutos y mediciones de maduración utilizando un dispositivo portátil DA-meter en la parcela de durazno en la evaluación.

Foto

Figura 3. Marcaje de árboles para medición de color y medición mediante diagramas de color en las parcelas de cerezo evaluadas.

Foto

Empresas o entidades relacionadas

Asociación de Fabricantes de Exportación de Maquinaria Agrícola de Cataluña

Instituto de Investigación y Tecnología de la Agricultura Alimentaria