-
Panorámica de un campo de olivos en la provincia de Jaén. / El Correo
¿Qué daría el agricultor por saber cuatro semanas antes cuándo va a explosionar la mosca del olivo en sus tierras? Esta plaga genera pérdidas de hasta el 80 por ciento del valor de la cosecha tanto por la disminución de la producción de la aceituna como de la calidad del aceite. En algunos casos, en explotaciones dedicadas a aceituna de mesa, las pérdidas pueden incluso suponer el cien por cien. Y es que este insecto ataca directamente al fruto y la plaga evoluciona de forma explosiva dificultando su control y suponiendo costes muy significativos para el productor.
Así que el proyecto IA2GIP: Inteligencia Artificial aplicada a la gestión integrada de plagas supone un importante avance porque investigadores de la Universidad Pablo de Olavide, bajo la coordinación del profesor Francisco Martínez Álvarez, y la empresa ec2ce desarrollan un modelo predictivo para controlar la plaga que afecta al olivar (Bactrocera Oleae o mosca de la fruta) adelantando la toma de decisiones, lo que favorece una aplicación controlada de fitosanitarios que mejora la sostenibilidad del olivar.
La novedad: «Se integra información de distintas fuentes. Por ejemplo, de los drones, que dan datos de clorofila o humedad. La empresa ya tiene un prototipo en exploración desde el pasado año, en 2018 acaba el proyecto y, por ahora, los resultados son prometedores», asegura el profesor Francisco Martínez Álvarez.
Según explicó a este periódico, «un sistema de alertas avisará al agricultor hasta con cuatro semanas de antelación sobre cuándo habrá una eclosión de la mosca del olivo». «Y todo de forma muy sencilla, con un código de colores con el que el agricultor sabrá cuándo tiene que estar alerta y cuándo debe fumigar», apostilló Martínez Álvarez.
En el proyecto, con un presupuesto global de 650.000 euros, financiado por el Ministerio de Economía, Industria y Competitividad en el marco del Plan Estatal de Investigación Científica y Técnica y de Innovación 2013-2016, participan, además, las entidades Novadrone, el Instituto Andaluz de Tecnología (IAT) y la Universidad de Sevilla.
La principal innovación del proyecto es la integración de la modelización matemática, de la inteligencia artificial y de sensores para proporcionar recomendaciones al agricultor.
«Esta herramienta mejorada será de fácil uso por los agricultores y les dirá qué hacer. Con ella podrán mejorar su producción, aumentar la calidad del aceite y disminuir el uso de pesticidas, protegiendo de esta forma el medio ambiente y poniendo en práctica una agricultura más sostenible», aseguran los investigadores del proyecto.
Para él se requiere el desarrollo y la combinación de diversas tecnologías que incluirán el uso de «deep learning, algoritmos genéticos, redes neuronales, lógica borrosa y técnicas de optimización (y en general de aprendizaje automático) que permiten el uso de enormes cantidades de información en tiempo real». Los trabajos en desarrollo en este proyecto combinan el uso de grandes volúmenes de datos (big data) con el modelado mediante sistemas de inteligencia artificial para crear una herramienta que soporte el proceso de toma de decisiones en los sistemas de control de plagas.
Para ello, los investigadores van a partir de datos públicos y privados y se añadirán datos de campo, tomados de forma tradicional y otros tomados mediante sistemas aéreos tripulados remotamente, drones equipados con sensores. El uso de modelos predictivos que permitan determinar cuándo y en qué medida se va a producir una explosión de la afección de la mosca al fruto haría posible aplicar los sistemas de control en el momento óptimo, según los responsables del proyecto en el que participa la UPO.
Lo cierto es que las nuevas tecnologías se están utilizando cada día más en el campo, si bien los costes de ésta y la falta de información y de formación aún frenar un desarrollo clave para el sector. El riego, el control de plagas, la recolección o la siembra son procesos cada vez más analizados con el objetivo de lograr métodos y sistemas que hagan el campo más rentable.