La optimización de las actividades agrícolas se ha convertido en una prioridad para mejorar los rendimientos económicos, maximizar las producciones y reducir el impacto medioambiental.
En la agricultura más convencional, la toma de decisiones se basa en la experiencia acumulada y en el conocimiento tácito de los cultivos. Hay que tener en cuenta que, además, existe una gran diversidad y variabilidad de los factores que condicionan la productividad de los campos, así como un ingente volumen de información.
AINIA forma parte del proyecto internacional RUC-APS, Risk and Uncertain Conditions for Agriculture Production Systems, cuyo objetivo es proporcionar nuevo conocimiento (generado mediante sistemas TIC) relativo a las variables que infieren en los sistemas productividad agraria en aras de mejorar la toma de decisiones, y con ello la productividad.
Aspectos clave abordados por RUC-APS
Son muchas las variables que influyen en la calidad de los cultivos y la productividad de los mismos; desde el diseño genético de la semilla, hasta los procesos de siembra y cosecha, teniendo en cuenta la productividad deseada por los agricultores y el nivel de servicio al cliente final esperado.
El conjunto de socios internacionales involucrados en RUC-APS ha proporcionado un avance en el conocimiento sobre la toma de decisiones en la agricultura a través del desarrollo de investigación de alto impacto en términos de:
- integración de los requisitos de la agricultura en la vida real
- alternativas de gestión de la tierra
- condiciones climáticas y cambios inesperados en el clima
- innovación para el desarrollo de sistemas de producción agrícola y su impacto sobre los usuarios finales.
Agricultura de precisión. Solución de AINIA basada en Big Data e Inteligencia Artificial
En el marco del proyecto, colaboramos con la Cámara de Agricultura de Bretaña con el objetivo de desarrollar una solución basada en Data Analytics que permitiese la optimización de la producción agraria.
Trabajando coordinadamente con diferentes agricultores con experiencia y conocimiento tácito sobre el cultivo de calabaza. Consideramos y analizamos una gran cantidad de datos para encontrar cómo las variables de cosecha y meteorológicas afectan las características de la calabaza durante la conservación, y cómo se relacionan las características de la calabaza.
El análisis de los datos nos permitió desarrollar modelos para predecir cómo evolucionarían los factores que afectan a la calidad y conservación, y así determinar el mejor momento para la recogida. Los resultados obtenidos permitieron a los agricultores mejorar sus rendimientos al tiempo que garantizaban la calidad y mejor conservación de sus productos una vez recolectados.
Esta experiencia nos ha permitido desarrollar un amplio conocimiento en el desarrollo de modelos adaptados a un cultivo concreto.
Workshop Digitales e Interactivos. Demostración de soluciones para una Agricultura de Precisión
Desde el 12 al 29 de mayo, en el marco del proyecto RUC-APS, se desarrollarán encuentros digitales e interactivos en los que los socios del proyecto presentarán modelos, sistemas y soluciones disponibles en el mercado para mejorar los procesos agrícolas.
- Durante la semana del 12 de mayo introducirán los retos actuales y la propuesta de soluciones.
- Del 18 al 19 de mayo, se realizarán distintas demostraciones
- Del 20 al 29 de mayo, distintos agentes mostrarán cómo la aplicación de distintas soluciones pueden mejorar la agricultura de precisión.
El día 28 de mayo a las 12.00 presentaremos el sistema de apoyo a la toma de decisiones en el cultivo de calabaza. Además, realizaremos la demostración de la plataforma digital de agricultura de precisión que desde AINIA hemos desarrollado. ¡Inscríbete!
