Predic I. Inteligencia artificial que predice la cosecha del olivar en marzo
20 de feb. de 2023 ·
11m 45s
Descarga y escucha en cualquier lugar
Descarga tus episodios favoritos y disfrútalos, ¡dondequiera que estés! Regístrate o inicia sesión ahora para acceder a la escucha sin conexión.
Descripción
El grupo operativo Predic I trabaja en el desarrollo de un sistema que sea capaz de predecir en marzo cuál será la cosecha del olivar de la siguiente campaña a...
mostra más
El grupo operativo Predic I trabaja en el desarrollo de un sistema que sea capaz de predecir en marzo cuál será la cosecha del olivar de la siguiente campaña a partir de datos históricos de producción y climáticos analizados con técnicas de minería de datos e inteligencia artificial.
Con los resultados, que se podrán consultar en una página web, se crearán mapas de predicción a nivel de municipio para las provincias de Jaén, Córdoba y Granada, que es donde está desarrollando sus trabajos el grupo operativo en el que participan la Universidad de Jaén, Citoliva, Cooperativas Agro-alimentarias de Jaén, Cetemec y Nutesca.
“Vamos a combinar datos de producción con otros muchos datos relativos al clima, con variables como la lluvia, la humedad o la temperatura. A partir de esos datos se aplican unos algoritmos y se intenta saber la posible cosecha de la próxima temporada”, detalla Francisco Feito, catedrático de Lenguajes y Sistemas Informáticos y coordinador técnico del grupo operativo.
Además, también se está desarrollando un trabajo paralelo para lograr una predicción a nivel de finca. En concreto, se están tomando datos de 15 fincas con el uso de drones equipados con cámaras y sensores especiales que, unidos a análisis de suelo y foliares y la información anterior sobre la producción histórica y climática, permitirán mejorar la precisión del estudio.
De hecho, un primer ensayo a nivel de finca ha arrojado a finales de febrero datos con un margen de error del 15-20% sobre lo que después realmente ocurrió. La clave está en la geolocalización de los datos.
“La componente espacial es la que nos permite particularizar los valores del entorno de cada una de las fincas. No se trata de manejar variables homogéneas, sino particularizar a nivel de finca y simular mejor las condiciones a futuro”, explica Isabel Ramos, profesora en el departamento de ingeniería cartográfica en la Universidad de Jaén.
La información facilitada por este sistema predictivo permitirá mejorar la planificación de la cosecha a los diversos actores que intervienen en el proceso, desde el agricultor que podrá tomar decisiones sobre los gastos que va a realizar, a las cooperativas que pueden planificar su estrategia comercial o las compañías de seguros que pueden obtener información muy valiosa sobre el comportamiento final de la campaña.
mostra menos
Con los resultados, que se podrán consultar en una página web, se crearán mapas de predicción a nivel de municipio para las provincias de Jaén, Córdoba y Granada, que es donde está desarrollando sus trabajos el grupo operativo en el que participan la Universidad de Jaén, Citoliva, Cooperativas Agro-alimentarias de Jaén, Cetemec y Nutesca.
“Vamos a combinar datos de producción con otros muchos datos relativos al clima, con variables como la lluvia, la humedad o la temperatura. A partir de esos datos se aplican unos algoritmos y se intenta saber la posible cosecha de la próxima temporada”, detalla Francisco Feito, catedrático de Lenguajes y Sistemas Informáticos y coordinador técnico del grupo operativo.
Además, también se está desarrollando un trabajo paralelo para lograr una predicción a nivel de finca. En concreto, se están tomando datos de 15 fincas con el uso de drones equipados con cámaras y sensores especiales que, unidos a análisis de suelo y foliares y la información anterior sobre la producción histórica y climática, permitirán mejorar la precisión del estudio.
De hecho, un primer ensayo a nivel de finca ha arrojado a finales de febrero datos con un margen de error del 15-20% sobre lo que después realmente ocurrió. La clave está en la geolocalización de los datos.
“La componente espacial es la que nos permite particularizar los valores del entorno de cada una de las fincas. No se trata de manejar variables homogéneas, sino particularizar a nivel de finca y simular mejor las condiciones a futuro”, explica Isabel Ramos, profesora en el departamento de ingeniería cartográfica en la Universidad de Jaén.
La información facilitada por este sistema predictivo permitirá mejorar la planificación de la cosecha a los diversos actores que intervienen en el proceso, desde el agricultor que podrá tomar decisiones sobre los gastos que va a realizar, a las cooperativas que pueden planificar su estrategia comercial o las compañías de seguros que pueden obtener información muy valiosa sobre el comportamiento final de la campaña.
Información
Autor | AGP Audio |
Organización | Jaime Sánchez Cuéllar |
Página web | - |
Etiquetas |
Copyright 2024 - Spreaker Inc. an iHeartMedia Company